智能工廠展開的五大阻礙

秦嶺

根據(jù)英特爾公司發(fā)布的報告，應(yīng)用了數(shù)字化技術(shù)的制造企業(yè)中有三分之二尚未將此類項目大幅展開。是哪些挑戰(zhàn)導(dǎo)致了智能工廠項目難以實施或擴(kuò)大？領(lǐng)導(dǎo)者又該采取哪些舉措來避開其中的陷阱？

隨著大數(shù)據(jù)的普及，聯(lián)網(wǎng)條件的升級，以及計算機(jī)處理能力的突飛猛進(jìn)，人工智能與物聯(lián)網(wǎng)技術(shù)將成為工廠加速轉(zhuǎn)型的關(guān)鍵。但根據(jù)英特爾公司發(fā)布的報告，應(yīng)用了數(shù)字化技術(shù)的制造企業(yè)中有三分之二尚未將此類項目大幅展開。原因在哪兒？下文就是報告中提出的5大挑戰(zhàn)，以及英特爾提出的相關(guān)建議。

一、技術(shù)技能缺口

36%的受訪者稱，技術(shù)技能方面的缺口對企業(yè)的智能工廠項目的投資構(gòu)成阻礙。為了成功實施新技術(shù)并維持運(yùn)營，公司的員工要了解制造流程，同時掌握為這些流程提供支持的數(shù)字化工具。為此，我們提出了這樣的解決方案：

第一，制作課程以支持現(xiàn)有員工不斷學(xué)習(xí)，然后把新的概念跟一手的實踐機(jī)會結(jié)合，讓員工能夠在運(yùn)營活動的背景下應(yīng)用；構(gòu)筑相互關(guān)聯(lián)的模組，讓員工能夠逐漸開發(fā)和磨練其技能，從而提高效率。

第二，就未來重要性可能進(jìn)一步提升的數(shù)字化工具和技能提供指導(dǎo)。材料的內(nèi)容要全面，包括網(wǎng)絡(luò)安全，基礎(chǔ)設(shè)施，人工智能，數(shù)據(jù)，存儲和算力需求。

第三，比起解決方案的實施，應(yīng)該更注重強(qiáng)調(diào)問題的評估和解決。

第四，在啟動新的智能技術(shù)項目時，在外聘專家和培養(yǎng)內(nèi)部人才之間達(dá)成平衡，從而讓公司的數(shù)字化能力得到足夠的發(fā)展。

二、數(shù)據(jù)敏感性

27%的受訪者提到了“數(shù)據(jù)敏感性”，并且對數(shù)據(jù)和IP的隱私、所有權(quán)和管理等問題表現(xiàn)出越來越多的關(guān)注。這意味著必須分享數(shù)據(jù)，但許多公司不愿將他們的數(shù)據(jù)與第三方解決方案開發(fā)商進(jìn)行分享。針對此類問題可以用多下述方法解決：

第一，將數(shù)據(jù)的分享政策常態(tài)化，讓組織內(nèi)外的數(shù)據(jù)傳輸能夠順利進(jìn)行。

第二，制定數(shù)據(jù)治理政策，從而權(quán)衡分享數(shù)據(jù)與隨之而來的風(fēng)險。但也要注意，政策的制定必須根據(jù)具體情況進(jìn)行調(diào)整，大而化之的做法會留下隱患。

第三，在企業(yè)開展智能化項目之前就考慮好數(shù)據(jù)的分享需求，并在項目運(yùn)營的日程安排中留出時間，以便就此類需求進(jìn)行協(xié)商。

三、互用性

23%的受訪者稱，企業(yè)內(nèi)應(yīng)用的協(xié)議、組件、產(chǎn)品和體系缺乏互用性。這種麻煩一直存在，但在數(shù)字化轉(zhuǎn)型的過程中顯得尤為關(guān)鍵，這方面的欠缺限制了企業(yè)的創(chuàng)新能力，以及對系統(tǒng)組件升級的能力，因為他們無法輕易地變更供應(yīng)商，或是更換系統(tǒng)中的某一組成部分。對此，我們應(yīng)該：

第一，積極推進(jìn)相關(guān)標(biāo)準(zhǔn)的制定并給予支持，從而提高互用性；盡可能地參加相關(guān)的協(xié)會和團(tuán)體。

第二，與供應(yīng)商合作制定和部署模塊化的解決方案，并設(shè)法推進(jìn)多供應(yīng)商方案，以打通長期的升級路徑。

第三，在上馬智能技術(shù)項目時考慮開源方案。

四、安全性

22%的受訪者提到了安全威脅，對工廠現(xiàn)有的和將來可能出現(xiàn)的隱患表示擔(dān)憂。智能工廠結(jié)合了物理和數(shù)字化兩套系統(tǒng)，雖然大大方便了員工對相互關(guān)聯(lián)的系統(tǒng)進(jìn)行實時操作，但遭受黑客攻擊的風(fēng)險也隨之提升。企業(yè)的防御手段普遍不足，往往依靠技術(shù)和解決方案提供商代勞。對此，解決方案如下述所示：

第一，讓運(yùn)營和IT方面的技術(shù)人才加入智能化項目團(tuán)隊，以評估人員、流程、機(jī)器和網(wǎng)絡(luò)方面可能存在的漏洞和弱點(diǎn)。

第二，了解供應(yīng)商在其設(shè)備和運(yùn)營活動中的新動向，預(yù)測可能會出現(xiàn)哪些新的漏洞。

第三，針對一些極端的情況進(jìn)行預(yù)演，比如運(yùn)營活動中的每一個組成部分都沒有重大漏洞，但彼此之間的聯(lián)動會構(gòu)成新的漏洞。對這種情況要有所準(zhǔn)備。

五、應(yīng)對數(shù)據(jù)的增長

18%的受訪者提到了企業(yè)的數(shù)據(jù)在規(guī)模和產(chǎn)生速度上的增長，以及利用數(shù)據(jù)的機(jī)制。隨著人工智能的應(yīng)用，企業(yè)會以更快的速度產(chǎn)生更多數(shù)據(jù)，而且數(shù)據(jù)的格式也更加多樣化。因此應(yīng)用數(shù)據(jù)的難度也成倍數(shù)地提升，比如說人工智能提出的推薦建議必須能夠結(jié)合以不同方式、不同頻率產(chǎn)生的數(shù)據(jù)。另一方面，人工智能的算法必須讓人便于理解，才能對決策有所幫助。解決方案如下所示：

第一，去理解能夠產(chǎn)生商業(yè)價值的數(shù)據(jù)，從企業(yè)資產(chǎn)的層面去平衡算力、帶寬以及對實時（低延遲）反饋的需求。

第二，要能夠提前預(yù)估足夠反映機(jī)器或運(yùn)營狀態(tài)的采樣率。沒有必要將一切數(shù)據(jù)都收集起來。