下載投融界APP
隨時隨地獲取新鮮資訊
服務(wù)熱線：400-858-9000 咨詢/投訴熱線：18658148790
作為生產(chǎn)量和出口量均位列世界第一的中國制鞋業(yè)，在過去幾年遭遇了一場史無前例的陣痛。
這種陣痛，在我國制造業(yè)兩大中心之一的珠三角尤為明顯。亞洲鞋業(yè)協(xié)會是珠三角地區(qū)一家頗有影響力的行業(yè)協(xié)會。他們曾統(tǒng)計過一個數(shù)據(jù)：2018年，廣州五六千家制鞋廠中超過1000家倒閉了。這些關(guān)閉的鞋企以中小企業(yè)為主，整體生產(chǎn)能力占廣東省制鞋業(yè)的15%左右，涉及員工15-20萬人。
更糟心的是，大量規(guī)模較大的鞋企也開始紛紛外遷到越南、印尼等東南亞國家。這直接影響了中國鞋類的出口額。有機構(gòu)統(tǒng)計，從2015到2020年的6年里，中國僅制鞋業(yè)的出口額比最高峰時累計少了4300億元。
引發(fā)中國制鞋業(yè)陣痛的一個核心原因是——制鞋業(yè)的成本在不斷上升。由于勞動力工資上漲、土地成本增加、原材料價格抬升，使得國內(nèi)制鞋業(yè)利潤越發(fā)微薄，加之市場需求越來越多樣復(fù)雜，中小企業(yè)難以應(yīng)對多變的需求，進而走向虧損、甚至倒閉。
制鞋業(yè)的陣痛，背后其實是整個中國制造業(yè)的陣痛。
實際上，早在20年前中國制造業(yè)就已經(jīng)成規(guī)模地進入自動化階段，但僅靠自動化沒法應(yīng)對多變的市場需求并快速針對生產(chǎn)做出調(diào)整。
自2016年后，智能化逐漸代替自動化成為一股勢不可擋的潮流。然而經(jīng)過數(shù)年發(fā)展，大部分智能制造依舊不智能，是因為企業(yè)沒有用工業(yè)的思維來進行智能化改造。類比企業(yè)數(shù)字化領(lǐng)域，將文件從紙質(zhì)版變?yōu)殡娮影娌⒉皇菙?shù)字化，真正的數(shù)字化是在此基礎(chǔ)上改變商業(yè)模式，讓整個業(yè)務(wù)流程都用數(shù)字的形式進行。
同理，如果智能制造要實現(xiàn)真正的智能，就不能走之前的路，而是要深入業(yè)務(wù)層面，進行徹底的變革。
一些敏銳的民營制造業(yè)企業(yè)主已經(jīng)意識到，過去粗放式、高成本的制造業(yè)已經(jīng)行不通了，必須要改變。他們投入重金，買下更先進的智能化設(shè)備，試圖用“機器換人”的方式降低成本，重獲新生。
市場和時代的變化，倒逼整個制造業(yè)需要一場更深層次的轉(zhuǎn)型和變革，這也是當下制造業(yè)數(shù)字化、智能化轉(zhuǎn)型的核心命題。
本文，“甲子光年”通過采訪升維智造CEO孫吉濤、雪浪云CEO王峰等工業(yè)互聯(lián)網(wǎng)創(chuàng)業(yè)者以及制造業(yè)從業(yè)者、行業(yè)投資人，以制鞋業(yè)的數(shù)字化、智能化改造為切口，透視離散型制造業(yè)數(shù)字化轉(zhuǎn)型之痛的深層次原因。
1
中國制造業(yè)之痛
2020年初，當突然爆發(fā)的疫情打亂人們的正常生活、生產(chǎn)秩序時，少有人想到，接下來幾年整個中國的制造業(yè)也將被這只“黑天鵝”徹底改變。
中國的制造業(yè)，已經(jīng)到了不得不進行數(shù)字化、智能化轉(zhuǎn)型升級的時候了。
于是，在疫情剛開始時，一家位于珠三角、有30余年制鞋歷史的企業(yè)開始騰出手來，啟動對整個公司包括生產(chǎn)和管理的數(shù)字化轉(zhuǎn)型。
數(shù)字化聽上去簡單，但實際上由于制造業(yè)類型繁多，改造起來困難頗多。制造業(yè)分為流程型制造和離散型制造。其中鞋類制造是典型的離散型制造，即產(chǎn)品的生產(chǎn)過程通常被分解成很多加工任務(wù)來完成，每項任務(wù)僅要求企業(yè)的一小部分能力和資源。以制鞋為例，其一般分為裁斷（材料剪裁）、針車（布料拼接）和成型（打膠固定）三大類流程，每個流程內(nèi)又分為多個不同的步驟和細分環(huán)節(jié)。三大流程的生產(chǎn)同步進行，又環(huán)環(huán)相扣。
過去的制造業(yè)數(shù)字化中，流程型制造在改造時相對更容易，而離散型制造步驟和環(huán)節(jié)較多，在數(shù)字化改造時相對復(fù)雜。因此當上述有30余年歷史的制鞋企業(yè)決定開啟數(shù)字化轉(zhuǎn)型時，公司董事長首先需要找到一名同時擁有互聯(lián)網(wǎng)經(jīng)歷和離散型制造業(yè)經(jīng)驗的科技服務(wù)商。升維智造便映入其眼簾。
升維智造創(chuàng)始人兼CEO孫吉濤擁有GE的工業(yè)4.0平臺設(shè)計、阿里巴巴服務(wù)中臺搭建經(jīng)驗，且曾幫助多家傳統(tǒng)企業(yè)進行數(shù)字化轉(zhuǎn)型，因此他兼具豐富的制造業(yè)產(chǎn)業(yè)經(jīng)驗和互聯(lián)網(wǎng)數(shù)字化能力。
于是兩人一拍即合。2020年初，孫吉濤來到這家制鞋企業(yè)開始深度調(diào)研。盡管自己曾接觸過許多制造業(yè)企業(yè)，但剛踏進這家制鞋企業(yè)，眼前的一幕還是讓孫吉濤十分驚訝——一家看似普通的民營制造企業(yè)竟已有非常高的自動化水平：
上百名工人正有條不紊地操作著各種精密機械設(shè)備——在裁斷環(huán)節(jié)，工人操作機器裁切物料，動作精準，時間精確到秒；在皮料切割流程中，具備圖像識別的設(shè)備可以預(yù)先識別料子成色，再判斷材料被輸送到哪道工序使用；在打膠這個過去非常考驗師傅手藝的環(huán)節(jié)，工人也已被機械臂取代，甚至檢查機械臂涂膠的位置是否合適、膠面是否均勻等工作也全部靠機器完成……
不過，經(jīng)過一段時間的考察后，孫吉濤還是發(fā)現(xiàn)了問題：雖然工廠的自動化設(shè)施已比較完備，但這些設(shè)備所產(chǎn)生的數(shù)據(jù)并沒有被完整歸檔、整理、分析并反饋給產(chǎn)線，這導(dǎo)致生產(chǎn)車間內(nèi)的機器仍然按傳統(tǒng)方式靠人為干預(yù)運行——不同工序上的配料生產(chǎn)速度經(jīng)常出現(xiàn)偏差，以至于下一個環(huán)節(jié)時常要停工等上一個環(huán)節(jié)的來料，整體產(chǎn)能大打折扣。孫吉濤簡單測算，這種經(jīng)常性的“停工待料”問題，已對這家年營收兩三百億的企業(yè)帶來10%的產(chǎn)能損耗。也即，如果解決這一問題，該工廠每年的產(chǎn)值將增加二三十億。
這是個不得了的數(shù)字了，要知道近幾年整個中國制造業(yè)的平均利潤已經(jīng)微薄到只有2.59%，如果能把產(chǎn)能提升10%、成本進一步降低，無疑會帶來更好的利潤水平。
過去解決這一問題的辦法，一是靠人來調(diào)度。但人力調(diào)度是有滯后性的，通常只能減少損失，不能避免損失。比如，當有經(jīng)驗的師傅預(yù)測到材料不匹配問題，有時要提前兩三個月備料，給庫存、供應(yīng)鏈帶來很大壓力。
二是會嘗試用數(shù)字化系統(tǒng)來解決。珠三角這家制鞋廠在2018年就開始從市場找數(shù)字化廠商，并對產(chǎn)線數(shù)字化進行投入改造。但接觸后他們發(fā)現(xiàn)，市面上的工業(yè)軟件大多是設(shè)備廠商根據(jù)自家設(shè)備所開發(fā)出來的，其中的數(shù)據(jù)在數(shù)量、精度、類型、呈現(xiàn)方式等方面都不相同。這導(dǎo)致不同設(shè)備需要匹配不同的軟件系統(tǒng)，而且各個系統(tǒng)之間的打通也存在壁壘。
此外，由于工業(yè)領(lǐng)域每個細分賽道的行業(yè)特性天差地別，業(yè)內(nèi)目前也沒有一家軟件公司能開發(fā)出一套能夠整合所有信息的軟件。
于是，這個問題又被踢回客戶手中——要么是自己對接多種軟件并搭建數(shù)據(jù)接口，要么是服務(wù)商之間“組團服務(wù)”，前置地完成數(shù)據(jù)統(tǒng)一。因此，該制鞋廠的數(shù)字化進程被擱淺。
某機械設(shè)計院數(shù)字化負責人對“甲子光年”分享了一段類似的感受。這家設(shè)計院主要為工廠做規(guī)劃設(shè)計，近年來隨著客戶需要的升級，他們輸出的成果也從平面圖紙變成數(shù)字圖像，從2D圖像變成三維數(shù)字孿生。而針對其中的繪圖、造價、渲染等步驟，他們無法找到一款能夠覆蓋全流程的設(shè)計軟件，只能把十多種國內(nèi)外不同的軟件湊在一起完成設(shè)計。
于是，一方面他們需要自己來開發(fā)軟件中數(shù)據(jù)流轉(zhuǎn)的接口，另一方面他們也承擔起了這些供應(yīng)商“產(chǎn)品經(jīng)理”的角色，為產(chǎn)品提出進一步的優(yōu)化建議。
但“數(shù)據(jù)化”不等于數(shù)字化、智能化，即使完成工業(yè)數(shù)據(jù)的收集、清洗和匯總，也只是達到了數(shù)據(jù)在線的程度，還不能實現(xiàn)“數(shù)字化”的效果——用數(shù)據(jù)觀察生產(chǎn)、指導(dǎo)生產(chǎn)。因為還有一項更難的事情——恰當?shù)厥褂脭?shù)據(jù)。
2
數(shù)字化，不只是獲取數(shù)據(jù)
什么是“恰當?shù)厥褂脭?shù)據(jù)”呢？就是用工業(yè)的思維來看待數(shù)據(jù)的關(guān)系，選擇最恰當?shù)臄?shù)據(jù)來使用。
面對所收集到的幾百種數(shù)據(jù)、上萬種建模的組合方式，選擇哪些數(shù)據(jù)來進行訓(xùn)練，變得尤為關(guān)鍵。通常，在一個數(shù)字化的項目上，服務(wù)商需要花費幾個月到一年的時間來做咨詢、了解工業(yè)生產(chǎn)的真實形態(tài)，并經(jīng)過上萬次調(diào)試，得到能夠服務(wù)于該工廠的數(shù)字化模型。
雪浪云CEO王峰告訴“甲子光年”，供應(yīng)商幫助客戶收集數(shù)據(jù)和處理數(shù)據(jù)，其實只是在做外包，沒有思想和靈魂，“思想和靈魂需要在做的過程中逐漸領(lǐng)悟到，我們收集、處理和整合數(shù)據(jù)的方式，應(yīng)該是用制造業(yè)的方式，而不能用互聯(lián)網(wǎng)的方式?！?/span>
互聯(lián)網(wǎng)的邏輯，是觀察數(shù)據(jù)之間的關(guān)系；而工業(yè)的方式，則要首先理解生產(chǎn)產(chǎn)線、上下游情況、原料、人員等各種生產(chǎn)要素和它們之間的關(guān)系，這被行業(yè)稱為know-how。從英文翻譯簡單理解就是“知道它是怎么產(chǎn)生的”。
想要獲得某個領(lǐng)域的know-how，不僅需要持續(xù)地學(xué)習(xí)該領(lǐng)域知識，更重要的是有相關(guān)的實踐經(jīng)驗。
有了know-how，才能針對該行業(yè)不同環(huán)節(jié)、不同實體要素對應(yīng)地使用數(shù)據(jù)。換句話說，工業(yè)生產(chǎn)中數(shù)據(jù)之間的聯(lián)系影射的是實體要素之間的聯(lián)系，而不是簡單的數(shù)據(jù)關(guān)聯(lián)。它們之間互相關(guān)聯(lián)影響、復(fù)雜地交織在一起。稍有錯配，就會帶來嚴重的錯誤判斷。
在雪浪云為一家航天飛行器制造公司打造數(shù)字化產(chǎn)線的過程中，就面臨著如何使用工業(yè)思維這一問題。
該飛行公司生產(chǎn)的航天飛行器一般包含百萬個零部件，僅存儲和匯總這些零部件所產(chǎn)生的數(shù)據(jù)量，就需要上百種不同的系統(tǒng)協(xié)同運作。因為每個模塊、類型所產(chǎn)生的數(shù)據(jù)類型都不相同，需要各個產(chǎn)品的協(xié)同。當其中有一個螺絲釘出現(xiàn)了問題，比如缺失或大小不匹配，則可以從多個航天飛行器、百萬個零部件中，快速溯源與這個零部件相關(guān)的所有模塊?！安欢嘁粋€，也不少一個。”
如果是過往使用非數(shù)字化系統(tǒng)或人力，則需要在接下來的生產(chǎn)中才會慢慢將相關(guān)的問題一個個修正；而如果是使用消費互聯(lián)網(wǎng)領(lǐng)域的模式，則無法關(guān)注到與這個零件前后流程上所受到的影響。
當然，不僅僅是邁向數(shù)字化需要行業(yè)know-how，邁向智能化更需要行業(yè)know-how。
讓我們再次回到前述制鞋廠面對的困境：不同工序上的生產(chǎn)節(jié)奏不協(xié)調(diào)，有時候效率較高的產(chǎn)線要停下來等待效率較低的產(chǎn)線，影響整體效率；由于諸如原料短缺、設(shè)備故障等各種突發(fā)問題，導(dǎo)致停工待料造成巨大損失；許多勞動密集型企業(yè)無法將生產(chǎn)模型產(chǎn)品化，從而規(guī)?；瘮U大量產(chǎn)。
面對如上這些問題，通過數(shù)字化產(chǎn)線布局和“溯源”肯定無法解決。因為問題的根源不是原材料，而是生產(chǎn)。需要在數(shù)字化的基礎(chǔ)上，依靠智能化的計算、根據(jù)實際情況實時給出生產(chǎn)的最優(yōu)解。
孫吉濤告訴“甲子光年”，針對“生產(chǎn)節(jié)奏不協(xié)調(diào)”的問題，過去往往是通過排班人員的經(jīng)驗來解決的。一般每天會根據(jù)前一天的生產(chǎn)情況，將新一天需要生產(chǎn)的內(nèi)容打印出來分發(fā)下去，每位工人根據(jù)這樣的排班情況來生產(chǎn)。實際運行時，即使效率較高環(huán)節(jié)的工人優(yōu)先完成任務(wù)，一般也不會被調(diào)配去另一個環(huán)節(jié)上工作。因為，排班調(diào)配人員也不能實時掌握工人工作進度。
在以年月為單位的維度上，盡管這種方式不會造成太大的產(chǎn)能浪費，但顯然也無法兼顧每個生產(chǎn)時間點上的效率。因為人腦的計算量有限，無法計算到以小時為單位的人力資源的使用與分配。
在孫吉濤拜訪這家工廠之前，曾有供應(yīng)商為他們提供了一套基于觸控屏分配計件任務(wù)的工具。但事實上，新增的這套設(shè)備并不符合員工過往工作流程和工作習(xí)慣，難以實施。對于有一定工作經(jīng)驗的工人來說，生產(chǎn)的過程都是固定的、流程化的。要在每生產(chǎn)完一個產(chǎn)品都增加一個打卡步驟，需要改變工人的習(xí)慣，是相當困難的。更進一步，如果安裝這些打卡設(shè)備，需要解決一系列問題，針對不同流程的工人，哪些產(chǎn)線優(yōu)先安裝、在哪個環(huán)節(jié)安裝、什么樣的操作頁面更符合其使用習(xí)慣……這都需要供應(yīng)商對客戶生產(chǎn)全流程和管理有清晰的認知。
孫吉濤對“甲子光年”苦笑道，“如果沒到工廠去走過、不知道產(chǎn)線長什么樣，設(shè)計出來的東西，工人可能壓根兒就不能用”。
3
從數(shù)字化到智能化
企業(yè)生產(chǎn)管理的發(fā)展一般會經(jīng)歷四個步驟，初始混沌階段、可復(fù)制階段（有SOP）、可量化階段（數(shù)字化）和可管理階段（智能化）。
從自動化、數(shù)字化再邁向智能化，解決的問題本質(zhì)上是面向整個生產(chǎn)全流程的“管理”問題。
在調(diào)研了上述制鞋企業(yè)后，孫吉濤發(fā)現(xiàn)，其已經(jīng)擁有了較好的SOP，還需要通過數(shù)據(jù)的篩選進入可量化階段；基于此再結(jié)合行業(yè)know-how和AI技術(shù)，將原料、設(shè)備、人員、步驟等要素網(wǎng)狀地結(jié)合起來，甚至結(jié)合上下游的數(shù)據(jù)情況指導(dǎo)決策，這才進入智能化階段。
具體來說，網(wǎng)狀結(jié)合是相對于過往“鏈式”流程提出的，旨在要求企業(yè)關(guān)注各個生產(chǎn)環(huán)節(jié)的所有元素之間的關(guān)系，以預(yù)判風險、優(yōu)化效率。這最早是由GE的Predix平臺所提出的，希望在所有設(shè)備數(shù)據(jù)在線的情況下，自動檢測設(shè)備的風險，并告知每個生產(chǎn)環(huán)節(jié)的人如何通過維修和重新購置材料，以避免可能發(fā)生的機器停運、產(chǎn)品不佳等損失。
某知名汽車生產(chǎn)廠家年產(chǎn)汽車130萬臺，為了確保物料充足、產(chǎn)線不停，一般物料庫里會存有未來14天的生產(chǎn)物料，庫存價值超過10億，存儲成本也相當大。雪浪云通過建立整個產(chǎn)線生產(chǎn)流程的模型，用算法來比對生產(chǎn)預(yù)期、當前生產(chǎn)效率、設(shè)備故障可能性等信息，從而指導(dǎo)采購人員優(yōu)化庫存。根據(jù)測算，經(jīng)過優(yōu)化后該物料庫能節(jié)省7天的物料儲備。
此外，C端消費場景的多樣化，也倒逼工業(yè)制造向智能化變革。國潮熱、定制化及C2M模式的出現(xiàn)，要求工廠在過往追求高生產(chǎn)量、低平均成本的常態(tài)下做出改變，以適應(yīng)“小單快返”“柔性制造”的需求。
在離散型制造領(lǐng)域，以從事服裝定制的酷特云藍為例，其主打“一人一版，七天成衣”，工廠在數(shù)字管理系統(tǒng)的計算下，自動吊掛機會將不同款式的面料送至不同工位，各步驟接力完成定制。在流程制造領(lǐng)域，二元工業(yè)則是通過新建廠房更新設(shè)備，來適應(yīng)不同體量的訂單；并通過模塊化組裝，將原先通常需要2-3天的換產(chǎn)時間，節(jié)省1-2小時。
這些案例意味著，智能化已經(jīng)在某些場景的制造業(yè)中發(fā)揮效果。
4
警惕“拿著錘子找釘子”
不過，令企業(yè)擔憂的是，“有效果”的智能制造實施成本是多大？
一些客戶方以為，技術(shù)的難度會帶來成本的劇增。這固然是一個重要的原因，但更為重要的是，由于工業(yè)領(lǐng)域的復(fù)雜性，如果不能夠深入理解客戶的生產(chǎn)機理，那么即使給出最為精深和酷炫的改造方案，也不能完全達到預(yù)期的效果，況且這一路徑的結(jié)果必然導(dǎo)致客戶成本的增加。
近年來被廣泛提及的“數(shù)字孿生”技術(shù)就是一個很好的例子。數(shù)字孿生是指為現(xiàn)實世界做一個虛擬的模型，由此可以對現(xiàn)實世界做預(yù)測和模擬，從而降低實際的物理成本。于是，在非常復(fù)雜、危險、高成本的生產(chǎn)環(huán)境中，更適合做數(shù)字孿生。
比如，在一家民營醫(yī)院中，電梯的管理非常重要，不僅需要知道電梯在哪里，在緊急救援的情況下更需要留有一鍵直達的電梯隨時待命。通過數(shù)字孿生技術(shù)，既可以模擬特定突發(fā)場景下的執(zhí)行機制，以便模型更好地適應(yīng)實際場景；此外，還可以解決宏觀統(tǒng)計上的問題。
同樣，在大宗固廢處理廠中，運輸車往往需要運輸大量固體廢物到廠區(qū)門口進行稱重和檢查。對于工廠來說，需要通過模型來了解運輸壓力、最大負荷、最優(yōu)運輸方式等。這種情況下光靠數(shù)據(jù)很難說清復(fù)雜環(huán)境對每個環(huán)節(jié)的具體影響，低容錯率又讓精確度變得尤為重要。通過數(shù)字孿生則可以具體、可視化地表達出來。
那么對于一些自動化和數(shù)字化水平更低的生產(chǎn)制造業(yè)來說，如何通過技術(shù)，最大性價比地優(yōu)化產(chǎn)線呢？答案顯而易見，但在實踐中并不容易做到，那就是“把技術(shù)和錢用在最需要的地方”。
在老廠房的優(yōu)化改造里，如果從零開始做數(shù)字孿生，則需要補齊自動化所需的設(shè)備、數(shù)字化所需的數(shù)據(jù)采集、清洗、存儲等工具，價格高昂。但事實上，這樣的改造既沒有效率，投入產(chǎn)出比也不高。更優(yōu)的方式是針對某個具體問題，來做數(shù)字孿生。比如廠內(nèi)目前的痛點在于交通方面，那么在數(shù)字建模的時候只需要考慮物流、人流等問題，搭建道路情況的模型來指導(dǎo)具體的優(yōu)化方案，而廠房內(nèi)的具體情況則不需要建模。
龐大而完整的模型雖然好看，但成本巨大。如果不了解具體的生產(chǎn)情況、不深入到客戶的運維管理層面、不是針對具體的企業(yè)痛點來使用技術(shù)，則像是“拿著錘子找釘子”，即使用數(shù)字孿生搭建出來整個生產(chǎn)模型，也很難產(chǎn)生實際效果。
在具體的實踐中，這種“在技術(shù)和成本中尋找平衡”也體現(xiàn)在一個工業(yè)領(lǐng)域永恒的問題里：到底是要標準化，還是定制化？
由于工業(yè)領(lǐng)域千差萬別，很難有服務(wù)商做出標準化的產(chǎn)品，目前的項目都以價格高昂的定制化為主。以工廠最常見的機械臂為例，完成不同工作的機械臂在物理形態(tài)和配套軟件上都各不相同。
但未來是否或者如何有標準化的可能呢？昆侖數(shù)據(jù)的陸薇曾對“甲子光年”表示，“工業(yè)數(shù)字化一定會經(jīng)歷先慢后快的過程”，她選擇“先山峰后高原”的模式，在具體的領(lǐng)域里關(guān)注頭部企業(yè)，再關(guān)注其他的企業(yè)。
孫吉濤也認同優(yōu)先服務(wù)頭部客戶，并把這些經(jīng)驗抽象為產(chǎn)品的思路。他告訴“甲子光年”，“升維智造也是通過這些頭部案例，積累出現(xiàn)在這些較深的行業(yè)know-how”。因為只有在頭部客戶，才能看到最為復(fù)雜的環(huán)境下、最大規(guī)模的生產(chǎn)中需面對的所有困難，也才能看到工業(yè)4.0所能達到的最終形態(tài)。
在理解了這些客戶的選擇和思維模式，與他們一起不斷在技術(shù)和成本之間做出平衡和選擇，才有可能與行業(yè)內(nèi)其他人站在一起，為他們做出一個更普適的產(chǎn)品。
