對傳統(tǒng)制造業(yè)來說，最美好的場景莫過于“千人一面”，產(chǎn)品的同質(zhì)化意味著生產(chǎn)的規(guī)?；?，工廠可以借此有效降低成本、提升效率。然而，在消費側(cè)，如果一個人和另一個人買的產(chǎn)品之間沒有什么太大的差別，那又何來的品牌忠誠度呢？
隨著90后、00后逐漸成為新的消費主力軍，市場需求相比于過去發(fā)生了天翻地覆的變化。除了實用性，Z世代青年還要追求彰顯個性的獨特配置。在這種情況下，工廠必須重構(gòu)自己的柔性，實現(xiàn)生產(chǎn)的小批量、定制化。
如今，工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)、智能制造的概念鋪天蓋地，但從本質(zhì)上來看，制造企業(yè)的目標就是利用物聯(lián)網(wǎng)、人工智能和大數(shù)據(jù)等技術(shù)賦能傳統(tǒng)制造業(yè)，把傳統(tǒng)制造從以規(guī)模、成本、效益為第一要務，變成以定制化的體驗、創(chuàng)新性的交付為競爭核心。
那么，究竟該如何實現(xiàn)這一跨越式的轉(zhuǎn)變？在由AWS于廣州主辦的“重構(gòu)高頻·AWS轉(zhuǎn)型與創(chuàng)新峰會”上，聯(lián)想集團首席科學家、副總裁于辰濤發(fā)表了題為《邊云融合和工業(yè)智能推動制造業(yè)全域效能提升》的主旨演講，闡述了自己對制造業(yè)數(shù)字化轉(zhuǎn)型的獨到見解，并分享了AWS助力聯(lián)想全球化部署以及助力聯(lián)想客戶實現(xiàn)數(shù)字化轉(zhuǎn)型的實例。
攔在數(shù)字化轉(zhuǎn)型之路上的“四座大山”
“工廠當前面臨的最大挑戰(zhàn)并不是無法實現(xiàn)柔性生產(chǎn)，而是如何在保證跟原來規(guī)?；a(chǎn)成本差不多的前提下去生產(chǎn)定制化的產(chǎn)品。”在演講一開始，于辰濤便一針見血地指出了問題所在。
過去，工廠升級改造的過程經(jīng)常會談到機器換人等話題，但那只是初級的自動化階段；現(xiàn)在企業(yè)的目標則是要實現(xiàn)制造過程的數(shù)字化以及由此帶來的信息流的自動化，這需要從“人-機-料-法-環(huán)-測”幾個環(huán)節(jié)全面地進行改造。然而，轉(zhuǎn)型升級的過程中卻橫亙著四座不得不翻越的“大山”：
第一大挑戰(zhàn)是工廠里的人工過程過多，導致工單流轉(zhuǎn)的方式難于滿足數(shù)字化。雖然現(xiàn)在很多工廠已經(jīng)部署了MES系統(tǒng)用于管理生產(chǎn)工單的執(zhí)行，然而訂單、物料、生產(chǎn)、交付各環(huán)節(jié)中人機交互復雜，多數(shù)以手工表單電子化進行操作，導致交付周期長、出錯率高。電子報單需要手工來填寫嗎？如果利用物聯(lián)網(wǎng)的手段，從物料的入庫，到生產(chǎn)制造過程中不同工位之間數(shù)據(jù)的流轉(zhuǎn)，再到產(chǎn)品的交付，都應該可以以數(shù)字化的手段完成。
第二大挑戰(zhàn)在于企業(yè)難以實時處理產(chǎn)線設備及終端的數(shù)據(jù)，實現(xiàn)生產(chǎn)過程的實時響應。工廠信息流自動化的實現(xiàn)需要依賴于設備數(shù)據(jù)的采集和獲取，但這個過程卻絕非易事。單以傳輸過程來看，IT領(lǐng)域僅需一種傳輸控制協(xié)議TCP/IP，但是工業(yè)領(lǐng)域的控制協(xié)議卻超過2000種，有些專有工業(yè)協(xié)議的數(shù)據(jù)獲取甚至需額外付費，或依賴日志數(shù)據(jù)讀取，更別說生產(chǎn)協(xié)作還需要對接MES、ERP、PLM、WMS等系統(tǒng)的數(shù)據(jù)。
第三大挑戰(zhàn)在于企業(yè)的信息化基礎差，業(yè)務數(shù)據(jù)既不全面，也不準確，計劃準確性低。我們不如以排產(chǎn)過程為例，中國目前有90%的離散制造工廠沒有APS（高級計劃排產(chǎn)）系統(tǒng)，排產(chǎn)只能靠廠長每天帶領(lǐng)工人開生產(chǎn)決策會，這就導致排產(chǎn)的準確度不高。但是，即使給這些工廠上了APS，排產(chǎn)也依然不準確，因為工廠只管控自己的生產(chǎn)，卻沒有整合供應商上下游（包括天氣、地震、物流等）的數(shù)據(jù)。試想一下，如果物料的物流出現(xiàn)了異常，勢必會耽誤生產(chǎn)的進程。
第四大挑戰(zhàn)是難于用人工智能技術(shù)發(fā)現(xiàn)數(shù)據(jù)的潛在價值，實現(xiàn)決策過程的智能化。很多人說人工智能會顛覆制造業(yè)，但事實真的如此嗎？一方面，很多重要的工業(yè)決策依賴于實時的邊緣計算，根本來不及將數(shù)據(jù)上傳到云端經(jīng)過分析再返回；另一方面，深度學習具有不可解釋性，但是工業(yè)智能的東西卻要求是可解釋的，這就要求方案商必須深刻掌握工業(yè)機理。
“所以我們認為數(shù)字化轉(zhuǎn)型一定要遵從雙環(huán)驅(qū)動，即結(jié)合IT域和OT域組建統(tǒng)一的數(shù)據(jù)平臺，然后通過統(tǒng)一的模型來賦能企業(yè)的數(shù)字化轉(zhuǎn)型。這種統(tǒng)一的模型不單單是AI，而是AI+工業(yè)機理模型?！庇诔綕M一步總結(jié)道。
智能化時代的引領(lǐng)者和賦能者
為了助力傳統(tǒng)企業(yè)的數(shù)字化轉(zhuǎn)型升級；為了給消費者，中小企業(yè)，商用/企業(yè)級客戶，甚至電信級客戶提供更加智能化的技術(shù)；為了成為智能化時代的引領(lǐng)者和賦能者，聯(lián)想于2019誓師大會上重磅推出“3S戰(zhàn)略”。
所謂“3S戰(zhàn)略”，一是Smart IOT（智能物聯(lián)網(wǎng)），由它產(chǎn)生的數(shù)據(jù)是實現(xiàn)智能化變革的基礎燃料。聯(lián)想將以5G為技術(shù)基礎連接一切，實現(xiàn)機器之間的高效自然的溝通互動，數(shù)據(jù)和服務在不同終端自由流轉(zhuǎn)；并利用AI使各類設備更加智能而產(chǎn)生全新的最佳的用戶體驗；二是Smart Infrastructure（智能基礎架構(gòu)），它為智能化變革提供強大的計算、存儲和網(wǎng)絡支撐。聯(lián)想將在服務器、存儲、融合與超融合、網(wǎng)絡、HPC、云計算、邊緣計算以及軟件和服務等方面提供基于數(shù)據(jù)驅(qū)動的定制化服務；三是SmartVerticals（行業(yè)智能），聯(lián)想通過自身的多年智能化轉(zhuǎn)型積累的經(jīng)驗能力，針對不同垂直行業(yè)，提供端到端智能解決方案，助力行業(yè)的智能化、數(shù)字化轉(zhuǎn)型。
于辰濤在接受物聯(lián)網(wǎng)的采訪時表示：聯(lián)想的優(yōu)勢在于“身先士卒”，要說服客戶，就先在自己的業(yè)務部門進行充分的實踐。借助自身的大數(shù)據(jù)和物聯(lián)網(wǎng)平臺，聯(lián)想在消費端（客群營銷）和制造端（提升筆記本的生產(chǎn)質(zhì)量/優(yōu)化供應鏈）均取得了不俗的成就。在對自身數(shù)字化轉(zhuǎn)型的經(jīng)驗和產(chǎn)品進行沉淀之后，聯(lián)想才開始轉(zhuǎn)向?qū)ν赓x能。迄今為止，于辰濤所在的數(shù)據(jù)智能事業(yè)部已服務了全國百余家重量級企業(yè)，推動中國制造業(yè)實現(xiàn)智能變革。
然而，無論是聯(lián)想在驅(qū)動自身數(shù)字化升級，還是助力客戶完成數(shù)字化轉(zhuǎn)型的過程中，都不可避免的會遇到全球化部署的問題，這正是AWS大顯身手的地方了。
站在自身的角度，聯(lián)想使用了AWS的Amazon CloudWatch、AWS CloudTrail 等管理和App服務；Amazon RDS、Amazon DynamoDB 等數(shù)據(jù)庫和網(wǎng)絡服務；以及Amazon EC2、Amazon S3、Amazon EFS、AWS Lambda、Amazon VPC 等主要服務。同時，聯(lián)想還正在利用AWS 遍布全球的基礎設施打造全球統(tǒng)一的數(shù)據(jù)湖和實時混合云，以支撐其世界范圍內(nèi)的數(shù)字化和智能化轉(zhuǎn)型。其10個數(shù)據(jù)中心分布在中國、北美、亞太、歐洲、俄羅斯全球5個不同區(qū)域，覆蓋160多個國家和地區(qū)，日增30TB數(shù)據(jù)，每日分析數(shù)據(jù)達到15PB。尤其是數(shù)據(jù)本地化收集的存儲，符合海外相關(guān)數(shù)據(jù)保護和隱私保護法律，為聯(lián)想的海外業(yè)務發(fā)展減少了很大的阻力。
站在客戶的角度，在聯(lián)想為某能源集團實施的數(shù)字化項目上，其通過AWS，實現(xiàn)了國外風場數(shù)據(jù)的可靠回傳，進而實現(xiàn)全球風場設備的集中管理，做到了設備的實時故障監(jiān)控和資產(chǎn)狀況分析，實現(xiàn)萬里之外秒級故障響應。遠程感知風機健康狀態(tài)，分析故障原因，優(yōu)化日常巡檢模式與周期，提高風機使用率，運維成本降低5%，故障響應效率提升90%。
結(jié)語
“數(shù)字化轉(zhuǎn)型的過程是沒有盡頭的，而且是一直在發(fā)生的。傳統(tǒng)企業(yè)再造的目標其實就是把自己變得像一個互聯(lián)網(wǎng)企業(yè)一樣扁平、一樣高效。”于辰濤感慨道。
來源： 物聯(lián)網(wǎng)智庫
下載文檔
