張禮立：2018年製造業科技管理十大趨勢

最新 03-08

「

今年中央政府工作報告中特彆強調，五年來，經濟結構出現重大變革，高技術製造業年均增長11.7%。創新驅動發展成果豐碩，全社會研發投入年均增長11%，規模躍居世界第二位。科技進步貢獻率由52.2%提高到57.5%。目前，科技正在對中國製造業產生越來越顯著的影響。今後，中國製造產業科技與管理將會呈現哪些新趨勢？對此，盤古智庫學術委員、上海市海外經濟技術促進會秘書長張禮立分享了他的觀點。

」

今年中央政府工作報告中特彆強調，五年來，經濟結構出現重大變革，高技術製造業年均增長11.7%。創新驅動發展成果豐碩，全社會研發投入年均增長11%，規模躍居世界第二位。科技進步貢獻率由52.2%提高到57.5%。

在過去的幾年裡，各個行業都在進行數字化轉型，也就是我們普遍認可的「工業4.0」方面的投資。從試點項目來看，數字化轉型的趨勢正在加速。到目前為止，這些投資大多是為了推動資產可靠性、產品質量和製造效率等領域的業務改進。

以下十大趨勢將在2018年的中國製造產業科技與管理熱圖上活躍。有些趨勢非常明顯，有些未必，但我相信這些趨勢很有可能會對製造業的管理以及它對卓越運營的貢獻產生深遠的影響。

質量是工業物聯網(IIoT)技術的一個頂級應用場景。工業物聯網的認知度每年在大幅度提升。大多數企業已經開始或計劃開始一項與工業物聯網相關的計劃。市場的這種變化，部分是由於越來越多的成功案例，以及越來越成熟和易於部署的解決方案。

圍繞智能製造和數字孿生等方法的物聯網業務案例在過去的一年中出現了大幅增長。諸如零缺陷之類的質量舉措以這些工業物聯網方法為基礎，以增加實質性運營和財務收益。零缺陷是建立在製造企業在的質量數據的基礎上。

將質量數據與檢測結果，製造執行系統、製造運營管理數據，保修數據以及智能製造的感測器數據等數據結合使用是一種必然的趨勢。持續實時的數據統計可以幫助識別通過了質量檢查但仍導致服務中斷的產品，批次或流程。隨著時間的推移與數據的快速積累，它可以允許實時識別先前無法檢測到的故障。在2018年的政府工作報告中特彆強調：強化產品質量監管。全面開展質量提升行動，推進與國際先進水平對標達標，弘揚工匠精神，來一場中國製造的品質革命。

供應鏈的數字化變革與管理是企業成功最關鍵的領域之一，也是目前製造業數字化最不成熟的領域之一。更具行業諮詢調研來看，有近兩成的企業採用了數字技術來實現供應鏈質量管理的自動化。

2017年後隨著信息化科技的驅動，這一領域收到了前所未有的重視。預計不少企業2018年在供應鏈與質量管理的能力和流程上投入將會有大幅增加，而投入的資本或管理成本主要目的就是要讓製造業企業傳統的供應鏈管理轉換為自動的數據驅動流程。

如今的製造企業的風險從未如此之高。企業面臨著諸如增加產品複雜性、改變全球市場、要求監管機構、不斷變化的勞動力需求和複雜的價值鏈等壓力，所有這些都是在產品發布周期不斷在縮小的同時，對企業質量管理過程進行碎片化。今天的商業客戶具有前所未有的知名度和分析能力，消費者在社交媒體和互聯網市場上分享經驗，往往是兩個極端，要麼非常積極，要麼非常消極。

市場正在應對這些挑戰，更多的企業在實施協同協作的數字化管理建設。許多公司正從傳統的分析和標準過渡到現代的分析和度量，這些度量與邊緣數據、歷史數據和業務度量結合在一起需要設計、製造和服務上部署跨職能的流程和團隊，使高級分析能夠在短時間範圍內看到工廠內部的典型情況，並開始在較長時間內交付預測能力。

自資產性能管理問世以來，無論是計算機化維護管理系統(CMMS)還是企業資產管理(EAM)，重點一直是提高可靠性、減少停機時間和減少計劃外的維護。有這樣一種假設，即最小化停機時間可以提高盈利能力，減少停機時間的最佳方法是在災難發生前「修復」設備。這種假設的問題在於，維護一件設備的行為本身就會導致進一步的失敗。

在走過的2017年，個別世界級的智能製造企業在基於工業大數據分析已經被用來預測一件設備何時失效，然後進行預測性維護的基礎上，開始關注「利潤」與「運營績效」管理的產品。2018年最重要的轉變將是脫離以維護為中心的思路，新的關注點是設備優化盈利能力。機器自學習（ML）和工業大數據分析將使企業根據訂單積壓、可靠性問題和工廠的數字孿生模型來決定工廠的最佳運營情況。在2018年，以數字孿生和規範分析，特別是非標工業生產設備為重點的資產管理更多的是關於資產優化，而不僅僅是可靠性和可用性。

增強現實技術(AR)和虛擬現實(VR)工具的發展是幫助技術人員更好地執行服務任務，而數字孿生恰恰是這寫虛擬現實工具發展在製造業的基礎。在製造業資產密集型的企業中，圍繞數字孿生的應用與價值在過去的一年被廣泛宣傳，其主要的應用場景還是關注於以維護，比如在設備的虛擬x光上疊加操作條件，幫助技術人員使用數字雙胞胎來模擬設備的預期的使用壽命。

數字孿生核心是包含了物理與流程兩個方面的管理，在2018年的發展的轉變將會更多傾斜在流程方面，特別是工業過程設計和工程應用程序。通過AR與VR的深度結合，最終將提高了操作性能的可靠性所需要的改變可以揭示製造生產的內在影響。這擴大了數字孿生的使用，以提供替代的未來狀態，並就可能的操作運營行動過程提出建議，我認為這將將改變製造業管理的概念。

機器人與人工智慧的熱點將會在2018年得到更大的深化。無論是互聯網汽車還是其他工業消費品，「智能互聯資產」的終結遊戲是一種自主經營，但我仍然認為目標實現起來難度非常大，在短期內有點理想主義。在2018年，我們將看到更多的機器人和其他過程系統自動運行。

在不遠的未來，某些行業我們已經在嘗試許多業務在沒有人類的情況下運營，不僅僅是機器人的基本特性，更重要的是機器人將變得更人性化。其他行業將緊隨那些試點行業，2018年將在大多數製造業領域進行各種智能互聯資產的重大試驗。期望看到更多的自動檢測工具，監控設備的性能，提供服務而不需要人工干預。

基於物聯網(IIoT)和大數據的高級分析在製造業數字化的努力中將獲得更多的重視也會發揮重要作用。製造業軟體平台管理供應商已經將研發資金投入到可以利用大容量和各種大數據的解決方案中。

過去幾年中，我們不少企業已經在預測風險、領先指標和指令性分析等領域啟動了不少試點項目。2018年我們很可能會看到這些早期的項目取得成果，而供應商解決方案將足夠成熟，從而能夠更主流地推出機器學習(ML)預測模型。例如，人體工學風險緩解已經成為一個領域，它利用大數據來預測風險管理，並解決一個廣泛而昂貴的跨行業職業安全問題。

在過去的十年中，運營風險管理的概念已經成為企業風險管理的重要組成部分，是企業安全、平穩運行的必要條件。操作風險管理被提升到一個董事會級別的問題，由高水平的工業災難，例如在去年的2010年7月15日，英國石油公司在美國墨西哥灣控油裝置的成功安置，全覆蓋了水下漏油點，至此長達近7年多的墨西哥灣原油泄漏事件畫上了一個句號。從生產運營角度增加了利益相關者對風險和績效透明度的要求，以及卓越的行動計劃。

運營風險管理趨向一種主動的、系統的風險管理方法，使用包括識別、分析、控制和監視在內的製造業全流程閉環過程。特別是在企業運營過程中，針對工人安全、過程安全、職業健康和環境，這些可能會損害人、生產資產或環境的風險加以管理。隨著數字化轉型中特別是工業網路安全威脅所帶來的新型風險的增加，我們看到了2018年在智能運營中風險管理的應用範圍在擴大。這一趨勢將包括其他企業管理風險類別，如質量和供應鏈等。

標準管理系統標準已經廣泛地應用於各個行業，作為持續改進業務領域的基礎，如質量、安全、環境和風險管理等。從歷史上看，這些標準是獨立開發的，沒有共同的結構或要求。隨著2015年ISO 9001和14001的更新，以及2018年ISO 45001的更新，這些標準已經與相同的高層結構協調一致，並在風險評估等關鍵需求上共享通用語言。所有的更新和未來的標準也會改變。

這將使企業在2018年有更多的理由去尋找整合所有或部分現在獨立管理系統的聯合方法，實現製造業管理系統的新集成，趨向大而全小而美。這樣的集成可以提高效率和操作改進，並提高跨規程的遵從性和風險緩解努力。綜合利用共性的趨勢將適用於啟用信息管理系統和管理系統本身，並推動採用製造業企業集成的管理軟體平台的發展。

組織和人員問題，解決方案向來是企業管理的核心挑戰。從注重安全文化、員工參與、執行承諾、領導能力、行為安全等方面來看，這是顯而易見的。

2018年將繼續強調人員和組織，但在更全面的系統性的方法，在解決問題和推動改進方面考慮到所有相互關聯與融合交叉的能力。系統性全局思維考慮系統的所有部分之間的相互聯繫，包括人、過程、技術和文化能力。這將反映在對諸如卓越經營文化、能力風險管理和組織變革管理等概念的強調上。

2018年將是智能製造等製造業信息科技管理領域的又一個令人興奮的一年，本次政府工作報告中特彆強調：加快新舊發展動能接續轉換。深入開展「互聯網+」行動，實行包容審慎監管，推動大數據、雲計算、物聯網廣泛應用，新興產業蓬勃發展，傳統產業深刻重塑。實施「中國製造2025」，推進工業強基、智能製造、綠色製造等重大工程，先進位造業加快發展。

數字化轉型正在製造業的各類企業與個層面發生。在2018年，我們眾多的企業將面臨如何參與歷史上最關鍵的商業技術趨勢的選擇，信息技術將推動2018年的大趨勢，使信息科技為企業貢獻更多的價值，為促進各行業融合升級做貢獻！

文章首發於《中國雲報》2018看得見的未來，來源於「張禮立信息化管理研究」

責任編輯：宋勉

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！