工業(yè)物聯(lián)網(wǎng)將生產(chǎn)過程的所有對(duì)象，包括機(jī)器設(shè)備、人和計(jì)算機(jī)連接起來，采集大量來自車間底層的數(shù)據(jù)，用于機(jī)器的健康監(jiān)測(cè)、預(yù)測(cè)性維護(hù)、診斷分析、流程優(yōu)化等，企業(yè)也將可能利用機(jī)器學(xué)習(xí)來處理和分析數(shù)據(jù)，獲得更多可靠的見解。

圖片來自“東方IC”

隨著新一輪技術(shù)革命的到來，制造商開始思考工業(yè)4.0模式，利用物聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)提升效率和增加收益。云計(jì)算和人工智能技術(shù)的進(jìn)步，使得世界各地的制造系統(tǒng)和技術(shù)水平達(dá)到了一個(gè)新的高度。不過，雖然全球制造業(yè)都在積極轉(zhuǎn)型智能制造，但仍然存在許多問題，阻礙工廠車間的優(yōu)化、效率提升甚至導(dǎo)致安全隱患。

制造商在升級(jí)之前必需了解清楚，實(shí)現(xiàn)工業(yè)4．0要解決哪些問題，最終目的是要獲得哪些功能價(jià)值。新一代信息技術(shù)可以幫助企業(yè)提升生產(chǎn)力，為管理者提供富有遠(yuǎn)見的洞察力，認(rèn)識(shí)車間哪些因素可能會(huì)降低效率，會(huì)對(duì)公司的業(yè)務(wù)產(chǎn)生負(fù)面的影響，越來越多的智能制造平臺(tái)在實(shí)現(xiàn)這樣的功能。

工業(yè)4．0將使工廠變得比以往更加智能，但不代表通過自動(dòng)化、大數(shù)據(jù)、物聯(lián)網(wǎng)和云計(jì)算技術(shù)就能達(dá)到想要的效果。企業(yè)在升級(jí)過程應(yīng)該把重點(diǎn)放在發(fā)出問題和解決問題上，并讓員工參與到這個(gè)變革中，以理解必須采取哪些措施，才能讓這些創(chuàng)新技術(shù)解決方案發(fā)揮出最大的潛力。

今天的工業(yè)物聯(lián)網(wǎng)將生產(chǎn)過程的所有對(duì)象，包括機(jī)器設(shè)備、人和計(jì)算機(jī)連接起來，采集大量來自車間底層的數(shù)據(jù)，用于機(jī)器的健康監(jiān)測(cè)、預(yù)測(cè)性維護(hù)、診斷分析、流程優(yōu)化等，企業(yè)也將可能利用機(jī)器學(xué)習(xí)來處理和分析數(shù)據(jù)，獲得更多可靠的見解。但在進(jìn)行數(shù)字化過程中，工廠需要認(rèn)識(shí)清楚一些關(guān)鍵的問題。

設(shè)備故障可能引發(fā)災(zāi)難

任何工廠設(shè)備都不可能一直運(yùn)行下去，并保持同樣的生產(chǎn)效率。當(dāng)機(jī)器設(shè)備老化或者失效時(shí)必將導(dǎo)致生產(chǎn)的延遲，或者需要進(jìn)行停機(jī)維護(hù)，同時(shí)也可能會(huì)嚴(yán)重影響員工的安全和業(yè)務(wù)的效益。

此外，工廠必需保證交付時(shí)間，機(jī)器故障引發(fā)的是一種災(zāi)難，為了按照市場(chǎng)需求的速度繼續(xù)生產(chǎn)，公司可能不得不外包業(yè)務(wù)來滿足生產(chǎn)需要，這可能是非常昂貴的。最終讓企業(yè)付出更多成本，甚至有可能虧損。

總體而言，由于數(shù)據(jù)轉(zhuǎn)換的復(fù)雜性和數(shù)據(jù)訪問的復(fù)雜性，要獲得正確的見解，前提是取得正確的數(shù)據(jù)，采集來的數(shù)據(jù)需要經(jīng)過篩選和清洗。不過，傳統(tǒng)設(shè)備過于老舊，有時(shí)無法獲得合適的數(shù)據(jù)，這些都可能會(huì)成為制造商數(shù)字轉(zhuǎn)換的障礙。

系統(tǒng)地收集和挖掘數(shù)據(jù)

工廠的日常運(yùn)營不只是制造那么簡單，從產(chǎn)品設(shè)計(jì)到原料采購、生產(chǎn)加工、測(cè)試、物流等，每一個(gè)環(huán)節(jié)都可以影響企業(yè)效益。為了使工廠有更高的效率，生產(chǎn)管理者每天都要對(duì)庫存、供應(yīng)、交付、質(zhì)量、生產(chǎn)、客戶支持、處理和日常管理等信息進(jìn)行分析、監(jiān)控和更新。

正確的流程分析和創(chuàng)建強(qiáng)大的數(shù)據(jù)模型，可以指導(dǎo)操作人員如何優(yōu)化產(chǎn)線性能，為提升生產(chǎn)質(zhì)量和機(jī)器正常運(yùn)行時(shí)間提供指導(dǎo)。機(jī)器學(xué)習(xí)可實(shí)現(xiàn)智能過程控制，從而自動(dòng)甚至自主地考慮所有關(guān)鍵變量和相關(guān)修正。

通常來說，生產(chǎn)人員日常工作表現(xiàn)、生產(chǎn)表單以及機(jī)械設(shè)備的數(shù)據(jù)等都需要收集，這些數(shù)據(jù)對(duì)務(wù)決策極為重要。如果沒有一個(gè)有效的系統(tǒng)，運(yùn)營經(jīng)理及其團(tuán)隊(duì)會(huì)浪費(fèi)大量時(shí)間去收集數(shù)據(jù)，才能獲得這些對(duì)做出關(guān)鍵業(yè)務(wù)決策至關(guān)重要的必要信息。

信息可靠性是一個(gè)關(guān)鍵

生產(chǎn)過程的數(shù)據(jù)通常是復(fù)雜而混亂的，如果數(shù)據(jù)不可靠，那可能很多工作都是白忙。數(shù)據(jù)分析本身為了給管理者決策建議，如果產(chǎn)生了錯(cuò)誤的結(jié)論，那么公司可能作出錯(cuò)的選擇，可能最終選擇最具阻力的路徑，以及進(jìn)行了復(fù)雜的運(yùn)營流程，最終導(dǎo)致資源浪費(fèi)或?yàn)E用。

此外，由于某些設(shè)備既是自動(dòng)化又是手動(dòng)的，這意味著還有一層復(fù)雜性，操作人員在進(jìn)入時(shí)必須密切關(guān)注可操作的數(shù)據(jù)。那么，手動(dòng)輸入數(shù)據(jù)很容易出現(xiàn)人為錯(cuò)誤，這可能會(huì)導(dǎo)致由誤導(dǎo)性信息產(chǎn)生更糟糕業(yè)務(wù)決策。

錯(cuò)誤的數(shù)據(jù)會(huì)給生產(chǎn)經(jīng)理帶來許多困擾，例如不準(zhǔn)確的KPI數(shù)據(jù)，管理者無法了解真實(shí)的情況，就不能進(jìn)行下一步的優(yōu)化。所以只有使用準(zhǔn)確數(shù)據(jù)，才可以有效地做出決策。

知識(shí)流失影響公司效率

穩(wěn)定熟練的工人是維護(hù)工廠效率的保障，很多企業(yè)會(huì)不斷有老員工流失，新員人交替的過程會(huì)影響到公司的效率。當(dāng)企業(yè)失去頂尖人才或者員工退休，那些多年的經(jīng)驗(yàn)也跟著員工離去，企業(yè)可能需要外聘專家，或者長期積累才能形成成熟的生產(chǎn)系統(tǒng)。

還有一點(diǎn)，新員工入職時(shí)，通常會(huì)由老員工進(jìn)行數(shù)小時(shí)的培訓(xùn)，然后快速上崗。但許多公司沒有內(nèi)部資源和正確培訓(xùn)，這樣就增加了操作錯(cuò)誤的可能性，新員工可能執(zhí)行未經(jīng)批準(zhǔn)動(dòng)作，而造成公司的損失。熟練工人的流失和新人過度階段，都會(huì)對(duì)整個(gè)公司的效率和生產(chǎn)力水平產(chǎn)生影響。

如何保證一家工廠持續(xù)穩(wěn)定的運(yùn)行，技術(shù)工人和知識(shí)經(jīng)驗(yàn)都很關(guān)鍵，企業(yè)應(yīng)該建議完善的知識(shí)培訓(xùn)體系，讓員工在工作中可以不斷學(xué)習(xí)和提升個(gè)人水平。企業(yè)可以通過云服務(wù)器建立知識(shí)庫，當(dāng)員工在工作遇到問題時(shí)，可以隨時(shí)隨地獲得相關(guān)的知識(shí)支持。