酷应用

智能制造不能说的太复杂，要简单说(二)

百家作者：智能制造IM 2019-01-15 13:41:35

本文乃延续《智能制造不能说的太复杂，要简单说（一）》的发文，再论智能制造系统，读者可先阅读上篇，再阅读本文，比较能掌握住说明的轨迹，欢迎继续关注！

◎文丨真工智造研训院

简单理解：智能►智能化►智能制造►智能制造系统

有别于技术、抽象、高大上的语言解释智能，笔者想换一下口味，用管理学的简单语言来解释智能，也许能使非专业的制造幕僚、领导容易快速理解些：

A. 智能：

这个人很智能、这台设备是智能…，对某特定事情或工作能做出整密的思考，从过去、现在、未来做多维度的高敏感度分析、学习、整合、预测，实现正确的判定行动，进而做出实际行动。「维度越多，智能力越高」。

B. 智能化：

把您在思考或者跟踪的工作知识、经验，交给计算机思考，或把您要下决定的事，交由计算机助您下决定，通过计算机写出一组软件，可以帮您思考或决定，且能达到您的要求。

C. 智能制造：

聚焦于制造型产业「运营」，在整体经营循环下的每一件工作，例如：人的企划工作，产品的研发工作，行政工作、人或机的生产工作，销售交货工作….等等的组织工作，于工作过程注入「智能化」的工作元素，得以促进公司创新产品优势、质量优势、制造稳定优势、运营成本优势、销售卖价优势…等，使公司的竞争力高人一等级，创造企业新价值。所有运营过程以智能方法从事制造工作，可称之为智能制造。

D. 智能制造系统：

将企业运营过程，已经注入「智能化」的所有工作，和无法智能化的工作，完全整合并逻辑化、系统化的整理，形成整套的软件硬件智能制造管理系统，在企业整体互联网路的控制之下，起自制造底层设备或岗位端点，终至出货客户服务，所有运营团队利用此智能系统从事管理、开发、制造、销售与服务。另一方面，智能制造系统拥有丰沛的数据资源和分析、改善、预测未来的智能算法，系统能思考并做历史工作数据的学习，工作异常的评判和调整，数据时间分割越细小、数据类型越广博，拟人化智能计算机「算法软件」的思考、调整、预测更精准。

简单说/定方向-告诉我企业内智能制造系统的体系

智能制造系统说再多的原理、原则、战略、战术、战技，最终还是要落地于企业运营的体系内和企业组织内，然后自评：1.我的问题在哪里？2.从哪里做？3.可以分类分段做？4.该如何做？5.做后的价值和成效？以上便是决策领导经常要提问的五大问题，如同精益方法常常使用的5W/1H或者DMAIC的改善导引方法。智能制造系统有纵深度、横扩度，纵深有多深、横扩究竟有多扩，许多专家都陆续出书、写文论述，谈纵深、谈横扩，有些「聚点」谈，有些「深线」谈，有些「全面」谈。因此，在智能制造系统的大方块内，这几年下来，已经布建许多的知识经验点，智能制造系统需要结构化的说，更容易加快中小企业决策领导和专业幕僚的理解。运营结构传统是「销、产、人、发、财」搭建的一级组织框型，笔者为了方便解释智能制造系统，以企业资源「人、财、行」管理为核心的「品、造、市、销、服」智能制造系统，作为解释的基础：1.以智能设计的工具开发设计出智能性产「品」，2.接着，这些产品的规格数据移交制造体系，以智能工艺流程的制造规范从事智能化制「造」，3.接着，归纳产品的优势给市场体系，从事智能「市」场活动（造市、造势），知名度造势给力，4.接着，销售体系，从事针对性的智能化「销」售活动，货品智能运交客户，5.最终，启动客户手上产品的远程智能化「服」务，实时知晓客户使用产品状况，确保产品的质量，延长产品的生命周期。

参考阅读下面简单图示：

以上每一个体系智能化系统的深度和功能性，笔者将逐层深入解说，在未来陆续整理发文供专家、企业界圈参考探讨！究竟智能化在应用上的认知，商业界的宣传和学者专家是存在定义上的差距。

八个智能制造体系的运营要一次性实施，并全面注入智能化技术（现状可能还处在信息化、自动化阶段），则资源的牵动，恐怕不只是财力而已，「知识到位性」、「人员能力现况性」、「现状正在运营中的调适性」、「车间改造的可能性」、「组织工作调整的变动性」…等等都是衡量做智能制造的顶层思考。无论大中小企业的决策圈，同样都要面对这样的思考和决定：「我究竟要盖个智能制造新厂或现地改造或不做？」，这是困难的决定！但您必须决定，为了企业前途、为了企业前瞻永续经营、为了企业竞争力、为了不被社会潮流淘汰掉、为了承担员工社会责任…。而此议题可以再精细展开为几个决策思考：1.「无须智能化」、2.「旧厂现地智能化」、3.「废旧厂、盖智能新厂」、4.「延续旧厂不动，盖智能新厂」、5.「旧厂现地智能化、同时启动盖智能新厂」，6.「旧厂现地智能化、学习后，再启动盖智能新厂」，这六个选项可以再比对前面所述「资源牵动的参素」有多雄厚，再加上行业「外部环境的变化参数」，决定智能制造系统的实施是否启动。如果你决定「要做」、「可以做」、「尝试做做看」，或者「存疑但还有兴趣」，可以接着往下看论述，如果没兴趣做或暂时没兴趣，也很OK的，制造产业本就忙碌，把时间用在现状经营力道上，等待有兴趣了在启动知识吸收也行。

简单说/下决定-告诉我以运营角度哪个体系判断该做

延续前述说明，笔者已定义过智能化的「人、财、行」「品、造、市、销、服」，且转化为八大智能体系，这八大可归纳为：「商业智能」和「工业制造智能」两大类别体系，「人、财、行、市、销」偏向商业智能，后者「品、造」偏向工业智能，而「服」既偏向工业智能又偏向商业智能。制造型企业的决策领导人或者核心运营团队，该如何判定从哪一个智能体系下手选择实施，有一个基本简单的逻辑参考路径图，可以帮助您找出基本答案：

本图示，读者可从红色框位置，开始启动检视企业自家的状态，逻辑性的推算，得到企业应该从哪个智能体系实施，最具价值性。关于红色框的所谓企业价值链，本处并未定义，留待下文时，笔者再写文补充说明。为了加强企业领导、核心运营团队的判断，列出几个企业所处情势的案例：

① 若产品仍具有竞争力的态势，但利润率逐渐下降，成本分析显示制造成本偏高…;

② 若产品逐渐不具有竞争力的态势，是因为质量逐渐丢失与同业拼搏的态势…;

③ 若消费与生活价值观逐渐改变对产品的看法，且同业已累积能量往新一代智能产品板块移动…；

④ 若同业已多家率先实施智能制造，且显示不错的成果…；

⑤ 若政府对我们行业的政策，正在改变中…；

⑥ 以上，企业领导可尝试引用上图逻辑路径，自我检视出智能制造体系的焦点，且可设为优先实施性

某些态势，企业领导判定决策不是数据理性

对于展望性的未来，企业决策领导对某些项目的开展，有些不是数据理性的决策，例如：1.运营数据显示亏损，可领导却决定加大投资；2.许多新兴起的市场或「机制」，无法精准数字表达创造企业多少价值，只觉得是机会，领导会断然决定参与；3.供应链体系，下游企业为保证质量，逼上游企业依循其规范改革，不做不给订单，即便现状作法也可达成其质量要求，领导无须数据决定须配合。智能制造系统属于第二种现象，兴起不久、复杂的知识功底、理解时间长、经验值不多，却是世界主流的工业改革利器，专业幕僚效益评估保守或夸大，企业领导可认定不惜一切必须做。