PART 1

智能服務

 

制造業向服務化轉型是謀求在價值鏈上的高端發展。隨著互聯網、移動通信和物聯網的廣泛應用，工業4.0和智能制造熱潮，促進了服務型制造的創新發展，為企業提供了新的機遇，呈現出以下幾種典型創新模式：

 

（1）通過物聯網和傳感器應用，感知產品狀態，進行預防性維修維護，幫助客戶更換備品備件。我國已涌現出一些專業的設備管理服務企業，承接設備的預防性維修維護。基于物聯網可以實現遠程故障診斷，通過“精確制導”大大提高維修效率。

 

發那科（FANUC）通過在服務器上集中管理機器人的作業信息，通過移動終端對產品進行遠程監控和故障預警等，實現零宕機，提高機器人的運作率，保證了生產連續、穩定的運轉（圖1）。一臺機器人的正常壽命約8～10年，零宕機（ZDT）服務可以幫助企業實現故障預警并大幅降低維護成本。

 

 

圖1 發那科基于物聯網的零宕機（ZDT）服務

 

（2）從單純賣產品走向出售包含產品與服務的平臺或從賣產品到賣使用產品的服務。

 

羅爾斯.羅伊斯公司推出針對其航空發動機產品的TotalCare包修服務，按飛行小時收費，確保航空公司的飛行可靠性和在翼飛行時間，實現了與航空公司的雙贏。羅羅公司能夠實現按服務績效收費的基礎，依然是強大的傳感與物聯網技術。從媒體報道中可以看到，很多知名的航空公司都與羅羅公司簽訂了Total Care合作協議。

 

（3）通過開發面向客戶服務的APP提供個性化服務。促進客戶購買智能硬件產品本身附加的內容服務，實現產品功能的升級，或者促進新產品的銷售，以及產品本身的改進。

 

海爾智家APP支持快速綁定和在線管理智慧家電，實時查看家電狀態及能耗，還可以一鍵邀請家人共同管理，在為客戶提供個性化服務的同時，促進其他產品的交叉營銷。

 

（4）基于互聯網和模塊化設計思想，實現產品的個性化定制，即C2B。

 

尚品宅配可以從款式設計到構造尺寸的個性化定制，還能實現整體家居的三維體驗；美克美家也進行了個性化定制的實踐。長安汽車在官網上已經實現了新型SUV的個性化定制，定制參數包括顏色、外觀裝飾、內飾、發動機、天窗等。推進C2B，除了需要互聯網平臺之外，實際上更重要的基礎是產品的標準化、系列化、模塊化，否則成本很高，企業和客戶都難以承受（圖2）。

 

 

圖2 長安汽車實現SUV在線定制

 

（5）通過互聯網實現制造外包和服務外包。包括設計、制造、檢測、試驗、維修維護、設備租賃、三維打印、工程仿真和個性化定制等服務外包。目前，由于訂單不足和產能過剩，很多制造企業有部分制造裝備閑置。同時，很多大中型企業有很多檢測與試驗裝備使用頻率不高。因此，如果能夠承接外包服務，可以使制造企業的資源得到充分利用。

 

速加網是一站式云制造平臺，為客戶提供零件的快速打樣、小批量試制及低成本量產等一站式柔性制造服務，并通過持續的科技創新為智能制造賦能，提高零件品質，縮短交付周期，降低加工成本，打造極致的零件云制造體驗。

 

Proto Labs是全球最大的3D打印服務商之一，成立于1999年，最初業務范圍是為塑料注射成型，2014年收購FineLine Prototyping，Inc．（FineLine），2015年收購Alphaform AG的某些資產，實現3D打印服務。包括立體光刻（SL），選擇性激光燒結（SLS）和直接金屬激光燒結（DMLS）。

 

制造企業要在白熱化的競爭中脫穎而出，在制造優秀的差異化產品同時，必須對服務的設計與交付進行戰略規劃。同時，善于利用公共平臺實現自身設計資源、制造資源、檢測資源和服務能力的充分利用，才能打造高績效的企業。

 

PART 2

智能決策

 

當今世界進入了數據爆炸的時代，數據成為企業最重要的資產之一。因此，獲取數據、傳輸數據、管理數據、發揮數據的價值、用數據來驅動企業業務運作和正確決策成為了企業關注的熱點。并且，隨著制造業數字化轉型的不斷推進，企業生產過程數字化及管理流程智能化正在逐步實現，實現決策智能化將是重塑制造企業核心競爭力，拉開與其他企業間差距的關鍵所在。

 

制造企業的運營，從數據的視角來看，包括數據采集、數據存儲與備份、數據安全、數據建模與可視化、數據分析與預測等過程。企業涉及的數據類型非常多，包括靜態數據和動態數據，也可以分為實時數據和非實時數據，還可以分為結構化數據、半結構化數據和非結構化數據，來源包括企業的信息系統、設備、傳感器、供應鏈，以及社交網絡。因此，真實、可靠、全面、及時的數據是企業管理和決策的基礎，數據驅動下的智能決策也逐漸成為制造企業資源優化配置的利器。

 

「 1.基于社交大數據的產品設計及營銷決策 」

 

隨著社交媒體的廣泛應用，企業進行產品創新設計也可以基于社交大數據的反饋來優化設計方案，使產品設計更加貼近客戶的需求。根據不同產品的銷售數據分析，有針對性地調整產品的生產計劃，加大暢銷產品的產量。企業在社交媒體上的商譽數據也必須高度關注。企業在做市場推廣時，如果需要聘請明星做廣告代言人，應當通過大數據分析，根據明星在社交媒體粉絲的人群分布與目標市場的匹配程度，受歡迎程度等因素進行遴選。

「 2.基于質量數據采集的分析與決策 」

 

企業需要確保產品設計、工藝規劃和生產制造、采購、裝配、發運等各個價值鏈關鍵環節的產品質量，也需要充分關注整個供應鏈的質量管理。企業應當推進工序質量控制，借助統計軟件和大數據分析工具進行質量分析；應用數字化的質量檢測設備，直接將檢測結果連入信息系統，避免手工輸入錄入質量檢測數據。在準確采集質量數據的基礎上，可以通過統計過程控制（SPC）和認知計算等方法，對質量數據進行深入分析，從而促進企業改進產品質量。

 

 

圖1 IBM利用認知計算進行質量數據分析

 

「 3.基于設備數據采集的預防性維修維護 」

 

企業應當盡可能地利用設備的數據接口來獲取相關數據。對于老設備，如果無法直接獲取設備數據，則應當添加外接傳感器。通過采集設備的能耗，可以判斷出設備的狀態是停機、空載還是在加工，甚至還可以分析出刀具磨損的狀態，對斷刀進行預警，做出準確的更換決策。企業可以通過與設備廠商、數控系統廠商合作，獲取設備內部的傳感器數據，從而實現對設備的狀態監控，及時對設備可能存在的異常狀態進行預警，避免由于設備故障而造成非計劃性停機。在設備數據采集的基礎上，企業可以通過對傳感器數據的分析，基于“機器學習”等人工智能算法，實現對設備的狀態監控和設備健康管理，進而進行預測性維修維護（predictive maintenance），甚至預見性維護（prescriptive maintenance）。

 

 

圖2 三一重工的挖掘機指數（來源：三一重工）

 

「 4.基于商業智能（BI）的企業智能決策 」

 

商業智能軟件的價值在于其通過技術手段從企業各個應用系統的龐雜數據中提取出有用的數據并進行科學的整理，以保證數據的正確性和一致性，并通過抽取（extraction）、轉換（transformation）和裝載（load）過程，合并到一個部門數據集市或企業的數據倉庫中。在此基礎上利用合適的BI工具, 針對不同需求進行多維數據分析和挖掘，并通過可視化手段將結果定期或實時展示給相關人員，最終為企業決策提供支持，達到協助企業創收增利、規避風險、提升效能和競爭力的目的。企業應當在商業智能（BI）系統中建立各種“儀表盤”，根據負責人的角色，實時提供相關的圖表，讓負責人根據數據及時做出準確決策。圖3是基于角色的移動版BI系統。

 

 

圖3 基于角色的移動版BI系統