近幾年,AI、5G、IoT、邊緣計算等新技術如何走進制造領域,為企業提質增效,成為大眾關注的焦點。眾所周知,數字化轉型與智能化升級進程中,往往涉及到頂層組織架構的變革、業務流程的梳理、生產要素的升級與轉變,幾乎相當于是一場對制造企業價值鏈的全面重構,這也意味著制造業升級平添了許多的不確定性。
如何能讓制造企業的數字化之路走得更穩?選項之一就是尋找那些先行一步的標桿型企業,吸取它們在數字化過程中的實踐經驗與思考。華為,就是其中的代表。
作為知名的ICT廠商,華為也是國內高科技制造業的領頭羊。早在2013年,華為的制造體系管理團隊就開始著手數字化制造轉型,積累了豐富的行業經驗。在沉淀數據資產、消除數據壁壘、挖掘數據價值的過程中,華為也發現,數字化能力的實現需要與底層基礎設施相匹配,通過云計算的全新架構來承載。
為了支撐業務變革,華為的數字化戰略一開始,就從集團層面構建了統一的云化、服務化IT平臺HIS(Huawei IT Service),來沉淀各領域的數字化變革資產。2017年,通過成立了云BU,將華為30多年在ICT領域的技術積累、產品解決方案,以及在自身數字化轉型中沉淀的經驗、方法、技術和工具,以云服務的形式開放給客戶,逐步幫助政府和企業進行數字化轉型。
在全球Top5的云服務供應商中,華為是唯一一家具備制造基因的云服務商。因此,華為云在幫助制造企業“穩穩的造”背后隱藏的技術與解決方案,可能更符合產業需求與廣泛應用可能。
制造新篇,為何從云上開始?
把AI技術下沉到制造領域,是一件任重道遠的工作。因此,很多數字化轉型服務商的方案,大多停留在單點突破或概念宣傳上,很難整合并推動產業鏈協同。
回到華為云,多年制造領域的實踐經驗,讓華為云意識到制造企業數字化能否成功,數據是關鍵難題。而數據價值釋放的過程中,數據的采集和傳輸、數據模型的統一、數據的集成與流通這三大關鍵環節,每一關都不太好過。
首先,許多制造業企業在數據采集和傳輸過程中,存在聯網率低、互通性差、安全威脅大等問題。這就需要通過數字化技術對傳統生產設備進行改造,建立一個高質量的數據通路。以華為為例,早在1997年華為就啟動了IPD集成產品開發、ISC集成供應鏈等項目,此后不斷優化升級生產資料,2019年更是在外部環境的推動下,全力打造自主可靠的工業軟件及數字化使能平臺支撐體系。
其次,工業設備種類繁多,源頭數據格式不一,很難進行整合和分析。2017年,“數字化轉型”被確立為華為集團層面最重要的戰略變革,基于數據模型貫通產品全生命周期數據,使能作業和運營效率提升,成為重中之重。為了從源頭規范和統一數據標準及模型,華為建立了公司統一的數據底座,聚合形成了多種數字化產品,包括物理產品的數字模型以及研發、銷售、制造、供應、交付、運維等產品全生命周期的全量數據,將不同業務域、不同來源的數據統一匯總入湖,為全域數字化運營打牢了基礎。
另外,組織流程和人員作業不適配,也可能讓各個業務場景的數據互通性低,數據“游不動”,為此,華為基于數字化產品,構建了支撐研營銷制供服各領域的豐富應用,比如智慧物流、在線協作等等,簡化生產關系管理,實現產品E2E領域的高效協同。目前,華為松山湖工廠的產線已經實現了全線智能化管理,一條120米的生產線從物料上線到包裝完成只需要17個人,平均28.5秒可生產出一臺手機,智能應用大大提升了華為制造的作業效率。
正如《天工開物》所述,中國制造歷來十分注重對趨勢、規則、工藝等多方總結與思考。在支撐自身制造數字化戰略的同時,這些實踐也逐步變成工具、流程、解決方案等,通過華為云的方式開放給制造企業。比如華為云打造的EI工業智能體,就匯聚了制造企業所需要的各種算法、模型、應用等;工業云平臺,借助“基礎設施即服務”“技術即服務”“經驗即服務”“軟件即服務”等四層,幫助企業推進數字化轉型。
目前,華為云通過智能生產、數字辦公、科學管理三個方面,助力制造企業數字化轉型,也讓我們進一步讀懂云上的制造之“物”如何創生、制造之“事”如何推進、制造之“氣”又改變了哪些產業規則。
制造之“物”:如何用好數據生產資料
從華為的制造實踐中不難看出,數據是制造企業的新型生產資料,也是智能制造的根本能源。
對于制造業(尤其是大型制造企業)來說,搭建的基于數據模型、貫通產品全生命周期的數據體系,是數字化轉型成功的關鍵,也是一個超級復雜的系統工程。
針對制造領域的三大數據難題,華為也將數據管理核心技術溢出到華為云,助力企業實現數據的“不治而順”。
第一步,數字設備升級。華為云EI工業智能體,利用5G、Wi-Fi 6等接入技術,將生產、物流相關的數控設備數據以及各類傳感器的監控數據進行采集和智能控制,打開生產過程的數據“黑盒”,做到生產過程的數據可視、可控、可管,解決了數據的采集難題。
信義玻璃作為全球領先的綜合玻璃制造商,隨著全球化戰略布局的快速發展,就亟須通過數字化手段感知企業實時生產經營情況。2020年6月,信義玻璃選擇了與華為云合作,啟動了信義浮法智能集控中心項目。其中,華為云數據使能DAYU助力信義打通集團內外部數據流,融合IT、OT數據,架起了物理世界與信息世界的橋梁,讓設備“說話”,建設信義集團“中樞神經系統”,實時洞察企業經營狀況、全球工廠生產狀況和風險。
第二步,數據模型統一。通過數據的規范化、制度化和資產化,構筑一個整體,實現全域數據分析。還以信義玻璃為例,其與華為云數據使能DAYU團隊共同梳理和制定1200+數據標準規范,建立了200+數據模型,以標準化的方式構建集團各工廠管理基線、規范管理動作、構建企業數據決策分析體系,為持續優化數據管理打下了基礎。
第三步,數據應用使能。華為云助力制造企業將AI技術引入生產系統,利用AI來輔助企業進行工業質檢、工藝優化和預測性維護,實現體制降本增效。比如,位于蕪湖的海螺集團,是水泥領域的領軍者,而水泥是個高能耗行業,對節能減排的需求十分迫切。華為云向海螺集團提供智能工廠方案,通過RTO實時優化系統,基于過去的歷史數據作為驅動,構建質量、產量、能耗的AI模型(如游離氧化鈣含量、水泥的產量模型、煤耗優化、電耗優化等),每5分鐘推薦一次優化參數給生產系統,不斷提升算法精度,使得水泥質量及穩定性提升,水泥生產電耗、煤耗最優,為海螺帶來了顯著的經濟效益。
生產資料的 “物”之進化,為制造企業提供了提質增效的數據土壤。
制造之“事”:云上智造的協作前提
數字化的第二個目標,就是釋放“人”的生產力。疫情之后,很多制造企業都意識到了組織人員協作數字化的重要性,開始探索遠程化辦公和非現場管理、探索跨越時間空間約束的協同生產、智能調度。
宋應星就在《天工開物》中寫道,“治亂,天運所為,然必從人事召致”,唯有實現企業組織效率和執行效率的穩定高效,充分發揮人的生產力,才能真正“治亂”,讓數字化戰略高效穩步推進。而要創造一個數字化組織,必須架構先行,建立一個全場景智能、數字化協作、可持續演進的領先架構。
很多傳統制造企業,并不具備這種規劃數字化組織的能力和方法論。這時候,華為云就起到了重要的橋接作用,在與制造企業的合作中,華為云并不是簡單地提供技術支持,而是從組織架構、垂直場景的優化等角度,結合華為自身在數字化組織上的探索與實踐,幫助制造企業實現組織轉型。
中國一汽從2017年開始,陸續在北京、南京、美國舊金山、德國慕尼黑建立研發中心,數字化轉型中,企業運轉的數字化協同就成了重點訴求之一。一汽選擇使用華為云FusionAccess桌面云作為組織數字化的工具。通過桌面云,全球研發人員可以實時地連到一汽的研發平臺上,2020年疫情暴發的春節期間,研發人員在一汽集團中最早復工,有力保證了復工復產。
除了提升協作效率之外,桌面云還能夠對研發數據進行統一管理和保密,避免個人PC上研發關鍵材料和信息的泄露,對于中國一汽這樣的大型研發制造企業十分必要。
生產力的“人”之進化,讓組織內外穩定連接,助力數字化事半功倍。
制造之“氣”:智能制造的管理進化
從《天工開物》的視角來看,一切物與事都源于“氣”,狀態也取決于“氣”。對應到制造領域,就是與數字生產力相匹配的新型生產關系。
要建立領先的生產關系,就需要在頂層設計上達成共識,避免后期戰略反復、改來改去,重復建設。而管理體系的升級,對于傳統型制造企業來說,也是最需要下狠手、下狠心去改變的。
實踐告訴華為云,通過技術升級和生產力要素提升來倒逼生產關系,是可行的。在支持制造企業數字化的過程中,華為云也十分注重管理體系的優化升級。
在與信義玻璃合作的信義浮法智能集控中心中,就初步形成了數據驅動的企業管理體系。在生產監控管理方面,對全國工業園生產狀況的集中管理、實時監控,有效減少各園區的差異化管理動作,進一步提升了管理標準化;在企業管理方面,通過梳理信義生產、銷售、采購、財務、HR、經營管理等全領域數據,建立了信義自身的數據資產以及數據標準管理體系,另外通過數據量化企業經營情況,實現數據驅動的企業管理。
授人以魚不如授人以漁,鍛造出數字化的管理氣質,制造企業才能在智能時代走得更穩。
從數據問題,到頂層管理體系,這種由點到面、能力全面的數字化能力,作為華為云所獨有的能力,也將成為接下來云市場服務產業的關鍵。
在中國人的語境中,“夫易開物成務,冒天下之道,如斯而已者也”,變化往往會創造新物種,成就新事物,這是天地之間的“道”。第一次工業革命也好,數智化轉型升級也好,制造產業的每一次變革,都會給世界帶來重大變化。而這場變局正借由云,加速來到今日之中國,來到你我身邊。
-
IT
+關注
關注
2文章
868瀏覽量
63589 -
數字化
+關注
關注
8文章
8836瀏覽量
62028 -
智能制造
+關注
關注
48文章
5607瀏覽量
76446 -
邊緣計算
+關注
關注
22文章
3118瀏覽量
49310 -
華為云
+關注
關注
3文章
2677瀏覽量
17539
發布評論請先 登錄
相關推薦
評論