產(chǎn)銷平衡或者說產(chǎn)銷均衡一直是永恒的難題，產(chǎn)銷平衡的顆粒度到什么層級才更實際?不同能力結(jié)構(gòu)的企業(yè)各不相同。只有在公司級的大運營視角下才能見到端倪。大視角之下，將超越部門及崗位利益，依靠市場一線與現(xiàn)場一線的數(shù)據(jù)來進(jìn)行驅(qū)動。
這在離散制造業(yè)里面將顯得更加實際。
現(xiàn)代的制造系統(tǒng)中會實時產(chǎn)生海量數(shù)據(jù)，這些數(shù)據(jù)來自制造系統(tǒng)中的各個環(huán)節(jié)，比如供應(yīng)、入料安檢、計劃排產(chǎn)、成品優(yōu)劣檢測等等。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。同時來自下游的數(shù)據(jù)，不管是B還是C，都為企業(yè)帶來更多的觸感，積極升級產(chǎn)品，更加適應(yīng)用戶需求。這樣的創(chuàng)新更是不易。
一、數(shù)據(jù)驅(qū)動首先來需要可靠的數(shù)據(jù)采集體系
現(xiàn)在的市場競爭，已經(jīng)不允許企業(yè)從容不迫地來做積累、萃取、建模，升級認(rèn)知，持續(xù)鍛造核心競爭力。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，從這個維度來看，就是自身的持續(xù)創(chuàng)生能力一路落后于市場的結(jié)果。
更多的工業(yè)企業(yè)在尋求“智造”之路。長期堅持在裝備自動化方面進(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)入一個新的平臺期之后，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。
裝備信息化是一個自動化與智能化的過程，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產(chǎn)品社會化的過程，讓產(chǎn)品在使用或者消耗過程中的數(shù)據(jù)得以回饋。比如一些裝備類企業(yè)為自己的產(chǎn)品加上傳感設(shè)備，方便遠(yuǎn)程運維。有些快銷品企業(yè)通過社交活動采集消費者在采購、消費過程中的行為數(shù)據(jù)等等。
而這數(shù)據(jù)采集體系的起點就是通過ERP系統(tǒng)充分采集人的商業(yè)行為數(shù)據(jù)，通過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)同時以訂單為主線進(jìn)行標(biāo)簽化。
采集工作首先是在全場景中進(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)計是數(shù)據(jù)驅(qū)動的成功關(guān)鍵
數(shù)據(jù)的統(tǒng)計分析不是目的，直接和業(yè)務(wù)進(jìn)行互動才是重要目的。
比如，白酒企業(yè)的“連續(xù)性發(fā)酵過程”是在裝甑之前就開始的，或者說是被定義好的，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)這個過程。
這個“連續(xù)性發(fā)酵過程”的機理模型要復(fù)雜得多。由于這個過程的不可逆特性，即便發(fā)現(xiàn)可以優(yōu)化的地方，也無法干預(yù)當(dāng)前過程，只能將“經(jīng)驗”用于新的過程。
這樣的生產(chǎn)現(xiàn)場工業(yè)大數(shù)據(jù)積累，已經(jīng)堅持?jǐn)?shù)年之久。這個積累的過程，也是一個“連續(xù)性發(fā)酵過程”，對其智能制造段位的提升，提供不竭動力。
在自動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)超過六西格瑪?shù)臉O限。根本原因就是對于在制品良品率異動因素的及時干預(yù)，這個干預(yù)完全來自于實時的數(shù)據(jù)采集、基于模型的場景預(yù)判以及積極的干預(yù)。
這一切的產(chǎn)生實際上都來自于對企業(yè)經(jīng)營行為過程尤其是生產(chǎn)加工過程關(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)營進(jìn)入新的境界。
三、尊重暗知識的存在，進(jìn)一步升級企業(yè)，讓數(shù)據(jù)在更高層面上驅(qū)動企業(yè)
消費互聯(lián)網(wǎng)中消費者數(shù)據(jù)、賣場數(shù)據(jù)、運營數(shù)據(jù)的采集、建模、分析給零售企業(yè)的客戶旅程、復(fù)購以及拉新等方面帶來的變化，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》一書中說，一直以來人類的知識有兩類：“暗知識”和“默知識”。名知識就是那些可以用文字或者公式清晰描述和表達(dá)出來的知識，默知識則是個人在感覺上能把握但無法清晰描述和表達(dá)的知識。今天，人工智能，突然發(fā)現(xiàn)了海量的、人類既無法感受又無法描述和表達(dá)的“暗知識”--隱藏在海量數(shù)據(jù)中的相關(guān)性，或者萬事萬物間隱蔽關(guān)系。這些暗知識可以讓我們突然掌握不可思議的“魔力”，能夠做很多過去無法想象的事情。
在企業(yè)擁有越來越多數(shù)據(jù)的時候，我們探索和掌握暗知識的路徑究竟是什么?這可能是需要解決的一個新的問題。從企業(yè)發(fā)展角度看，這個問題的迫切性是越早越好。
制造業(yè)里，基于ERP和MES，通過有效的數(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。
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
數(shù)據(jù)分類分級方法、標(biāo)準(zhǔn)及應(yīng)用實踐
