產(chǎn)銷(xiāo)平衡或者說(shuō)產(chǎn)銷(xiāo)均衡一直是永恒的難題，產(chǎn)銷(xiāo)平衡的顆粒度到什么層級(jí)才更實(shí)際?不同能力結(jié)構(gòu)的企業(yè)各不相同。只有在公司級(jí)的大運(yùn)營(yíng)視角下才能見(jiàn)到端倪。大視角之下，將超越部門(mén)及崗位利益，依靠市場(chǎng)一線(xiàn)與現(xiàn)場(chǎng)一線(xiàn)的數(shù)據(jù)來(lái)進(jìn)行驅(qū)動(dòng)。
這在離散制造業(yè)里面將顯得更加實(shí)際。
現(xiàn)代的制造系統(tǒng)中會(huì)實(shí)時(shí)產(chǎn)生海量數(shù)據(jù)，這些數(shù)據(jù)來(lái)自制造系統(tǒng)中的各個(gè)環(huán)節(jié)，比如供應(yīng)、入料安檢、計(jì)劃排產(chǎn)、成品優(yōu)劣檢測(cè)等等。合理的應(yīng)用這些數(shù)據(jù)，可以使各環(huán)節(jié)及整體生產(chǎn)效率極大提升。同時(shí)來(lái)自下游的數(shù)據(jù)，不管是B還是C，都為企業(yè)帶來(lái)更多的觸感，積極升級(jí)產(chǎn)品，更加適應(yīng)用戶(hù)需求。這樣的創(chuàng)新更是不易。
一、數(shù)據(jù)驅(qū)動(dòng)首先來(lái)需要可靠的數(shù)據(jù)采集體系
現(xiàn)在的市場(chǎng)競(jìng)爭(zhēng)，已經(jīng)不允許企業(yè)從容不迫地來(lái)做積累、萃取、建模，升級(jí)認(rèn)知，持續(xù)鍛造核心競(jìng)爭(zhēng)力。我們看到不少之前鮮亮的工業(yè)企業(yè)，慢慢老化并被淘汰，從這個(gè)維度來(lái)看，就是自身的持續(xù)創(chuàng)生能力一路落后于市場(chǎng)的結(jié)果。
更多的工業(yè)企業(yè)在尋求“智造”之路。長(zhǎng)期堅(jiān)持在裝備自動(dòng)化方面進(jìn)行持續(xù)創(chuàng)新的工業(yè)企業(yè)也嘗到了不少甜頭，隨著網(wǎng)絡(luò)通信能力、物聯(lián)網(wǎng)設(shè)備的成本紅利放大，工業(yè)企業(yè)在管理信息化進(jìn)入一個(gè)新的平臺(tái)期之后，有條件在裝備信息化和產(chǎn)品信息化方面進(jìn)行更大更有效的投入。
裝備信息化是一個(gè)自動(dòng)化與智能化的過(guò)程，有利于有效采集生產(chǎn)現(xiàn)成的數(shù)據(jù)，而產(chǎn)品的信息化則是一個(gè)產(chǎn)品社會(huì)化的過(guò)程，讓產(chǎn)品在使用或者消耗過(guò)程中的數(shù)據(jù)得以回饋。比如一些裝備類(lèi)企業(yè)為自己的產(chǎn)品加上傳感設(shè)備，方便遠(yuǎn)程運(yùn)維。有些快銷(xiāo)品企業(yè)通過(guò)社交活動(dòng)采集消費(fèi)者在采購(gòu)、消費(fèi)過(guò)程中的行為數(shù)據(jù)等等。
而這數(shù)據(jù)采集體系的起點(diǎn)就是通過(guò)ERP系統(tǒng)充分采集人的商業(yè)行為數(shù)據(jù)，通過(guò)MES系統(tǒng)采集更多的設(shè)備狀態(tài)、工業(yè)作業(yè)數(shù)據(jù)。這兩者的數(shù)據(jù)同時(shí)以訂單為主線(xiàn)進(jìn)行標(biāo)簽化。
采集工作首先是在全場(chǎng)景中進(jìn)行數(shù)據(jù)汲取，之后是基于企業(yè)的商業(yè)目的去構(gòu)造數(shù)據(jù)池。
二、數(shù)據(jù)和業(yè)務(wù)的正向反饋路徑設(shè)計(jì)是數(shù)據(jù)驅(qū)動(dòng)的成功關(guān)鍵
數(shù)據(jù)的統(tǒng)計(jì)分析不是目的，直接和業(yè)務(wù)進(jìn)行互動(dòng)才是重要目的。
比如，白酒企業(yè)的“連續(xù)性發(fā)酵過(guò)程”是在裝甑之前就開(kāi)始的，或者說(shuō)是被定義好的，直到窖池發(fā)酵。即便是在裝壇之后的數(shù)十年，也在延續(xù)這個(gè)過(guò)程。
這個(gè)“連續(xù)性發(fā)酵過(guò)程”的機(jī)理模型要復(fù)雜得多。由于這個(gè)過(guò)程的不可逆特性，即便發(fā)現(xiàn)可以?xún)?yōu)化的地方，也無(wú)法干預(yù)當(dāng)前過(guò)程，只能將“經(jīng)驗(yàn)”用于新的過(guò)程。
這樣的生產(chǎn)現(xiàn)場(chǎng)工業(yè)大數(shù)據(jù)積累，已經(jīng)堅(jiān)持?jǐn)?shù)年之久。這個(gè)積累的過(guò)程，也是一個(gè)“連續(xù)性發(fā)酵過(guò)程”，對(duì)其智能制造段位的提升，提供不竭動(dòng)力。
在自動(dòng)化充分地被重視并得到較大規(guī)模的發(fā)展之后，傳統(tǒng)的企業(yè)信息化其實(shí)已經(jīng)進(jìn)入準(zhǔn)數(shù)字化和數(shù)字化階段，并直接涌現(xiàn)出支持智能化的良好土壤。
比如某光伏企業(yè)的產(chǎn)品出廠合格率現(xiàn)在是100%，遠(yuǎn)遠(yuǎn)超過(guò)六西格瑪?shù)臉O限。根本原因就是對(duì)于在制品良品率異動(dòng)因素的及時(shí)干預(yù)，這個(gè)干預(yù)完全來(lái)自于實(shí)時(shí)的數(shù)據(jù)采集、基于模型的場(chǎng)景預(yù)判以及積極的干預(yù)。
這一切的產(chǎn)生實(shí)際上都來(lái)自于對(duì)企業(yè)經(jīng)營(yíng)行為過(guò)程尤其是生產(chǎn)加工過(guò)程關(guān)鍵數(shù)據(jù)甚至是全量數(shù)據(jù)的積極獲取。使得“企業(yè)大腦”在更多的數(shù)據(jù)觸覺(jué)支撐下刺激更多的“神經(jīng)元”相互聯(lián)通，以至于涌現(xiàn)出諸多新的可能，以前許多“不可能”成為常態(tài)，企業(yè)經(jīng)營(yíng)進(jìn)入新的境界。
三、尊重暗知識(shí)的存在，進(jìn)一步升級(jí)企業(yè)，讓數(shù)據(jù)在更高層面上驅(qū)動(dòng)企業(yè)
消費(fèi)互聯(lián)網(wǎng)中消費(fèi)者數(shù)據(jù)、賣(mài)場(chǎng)數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)的采集、建模、分析給零售企業(yè)的客戶(hù)旅程、復(fù)購(gòu)以及拉新等方面帶來(lái)的變化，激發(fā)了工業(yè)企業(yè)希望在工業(yè)互聯(lián)網(wǎng)中探究工業(yè)數(shù)據(jù)威力的欲望。
硅谷風(fēng)險(xiǎn)投資公司CEGVentures創(chuàng)始合伙人王維嘉先生在最近出版的著作《暗知識(shí)》一書(shū)中說(shuō)，一直以來(lái)人類(lèi)的知識(shí)有兩類(lèi)：“暗知識(shí)”和“默知識(shí)”。名知識(shí)就是那些可以用文字或者公式清晰描述和表達(dá)出來(lái)的知識(shí)，默知識(shí)則是個(gè)人在感覺(jué)上能把握但無(wú)法清晰描述和表達(dá)的知識(shí)。今天，人工智能，突然發(fā)現(xiàn)了海量的、人類(lèi)既無(wú)法感受又無(wú)法描述和表達(dá)的“暗知識(shí)”--隱藏在海量數(shù)據(jù)中的相關(guān)性，或者萬(wàn)事萬(wàn)物間隱蔽關(guān)系。這些暗知識(shí)可以讓我們突然掌握不可思議的“魔力”，能夠做很多過(guò)去無(wú)法想象的事情。
在企業(yè)擁有越來(lái)越多數(shù)據(jù)的時(shí)候，我們探索和掌握暗知識(shí)的路徑究竟是什么?這可能是需要解決的一個(gè)新的問(wèn)題。從企業(yè)發(fā)展角度看，這個(gè)問(wèn)題的迫切性是越早越好。
制造業(yè)里，基于ERP和MES，通過(guò)有效的數(shù)據(jù)采集、融合、建模、反饋等手段，構(gòu)建企業(yè)新的數(shù)據(jù)體系，已經(jīng)成為當(dāng)務(wù)之急。
數(shù)字化要一盤(pán)棋更要各自為戰(zhàn)
分享到微信 ×
打開(kāi)微信，點(diǎn)擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁(yè)分享至朋友圈。