對(duì)智能制造最大的誤解是機(jī)器換人，實(shí)現(xiàn)高度自動(dòng)化。我們講智能制造，實(shí)際上是在討論，如何解決當(dāng)下企業(yè)痛點(diǎn)問(wèn)題，輕松獲取數(shù)據(jù)，將數(shù)據(jù)串聯(lián)，打破信息孤島，實(shí)現(xiàn)業(yè)務(wù)的融合，從而提高生產(chǎn)力，平衡生產(chǎn)力和生產(chǎn)關(guān)系。
01、智能制造系統(tǒng)之殤
企業(yè)信息化建設(shè)是三駕馬車(chē)并駕齊驅(qū)：ERP、PDM與MES。ERP管理企業(yè)資源，如人員、設(shè)備折舊等，從客戶(hù)開(kāi)始，到訂單，到主計(jì)劃，回答為什么生產(chǎn)；PDM管理產(chǎn)品設(shè)計(jì)過(guò)程，如產(chǎn)品圖紙、工藝等，PDM從產(chǎn)品需求開(kāi)始到工藝編寫(xiě)，回答怎么生產(chǎn)；MES管理制造的過(guò)程，如生產(chǎn)計(jì)劃、生產(chǎn)作業(yè)等，從計(jì)劃到具體加工，回答到底是怎么干的。
綜合來(lái)看，ERP、MES與PDM都屬于管理系統(tǒng)，MES（ManufacturingExecution System）全稱(chēng)是制造執(zhí)行系統(tǒng)，主要面向的對(duì)象是管理層。
戰(zhàn)略層：戰(zhàn)略層如企業(yè)總經(jīng)理、型號(hào)總師等，主要獲知生產(chǎn)的趨勢(shì)性數(shù)據(jù)，如生產(chǎn)問(wèn)題發(fā)生率、任務(wù)完成率、額定工時(shí)統(tǒng)計(jì)等等，都屬于分析統(tǒng)計(jì)類(lèi)數(shù)據(jù)，簡(jiǎn)稱(chēng)高階數(shù)據(jù)；
管理層：管理層如計(jì)劃員、調(diào)度員等，主要獲知生產(chǎn)的實(shí)時(shí)數(shù)據(jù)，如生產(chǎn)進(jìn)度、現(xiàn)場(chǎng)問(wèn)題等，屬于實(shí)時(shí)性數(shù)據(jù)，對(duì)數(shù)據(jù)的實(shí)時(shí)性要求較高；
執(zhí)行層：執(zhí)行層如班組長(zhǎng)、現(xiàn)場(chǎng)工人，主要獲知的是相對(duì)靜止的信息，如產(chǎn)品的操作手冊(cè)、加工工藝或者臨時(shí)工藝通知等內(nèi)容。
綜上執(zhí)行層雖然處于數(shù)據(jù)采集最核心的位置，但對(duì)于他們工作KPI（工時(shí)/件數(shù)）等均沒(méi)有增益，甚至?xí)绊懏a(chǎn)量。
MES大部分功能面向管理層，但是MES的應(yīng)用主要靠執(zhí)行層表現(xiàn)。
執(zhí)行層的數(shù)據(jù)來(lái)源于機(jī)器采集、手工錄入、上游系統(tǒng)傳遞、硬件集成等等，其中主要的數(shù)據(jù)還是來(lái)源于手工錄入，所以在上線MES系統(tǒng)后，執(zhí)行層需要學(xué)習(xí)MES系統(tǒng)的操作。
由于管理層希望看到更多來(lái)自于執(zhí)行層的數(shù)據(jù)信息，以輔助工廠的決策。執(zhí)行層的工人們開(kāi)始罔顧生產(chǎn)，去大量的在系統(tǒng)中錄入數(shù)據(jù)，這種本末倒置的行為，導(dǎo)致兩種結(jié)果：
1.系統(tǒng)培訓(xùn)浪費(fèi)時(shí)間，造成本職工作未按時(shí)完成；
2.沒(méi)有減少工作量，反而因?yàn)橐浫霐?shù)據(jù)降低了效率；
在這樣的現(xiàn)狀下，MES的應(yīng)用效果大打折扣。造成了一個(gè)智能制造之殤：管理層需要更多更全面的數(shù)據(jù)，執(zhí)行層希望更具備效率更簡(jiǎn)單舒適的工作工具。如何輕松簡(jiǎn)潔的獲取數(shù)據(jù)，再將數(shù)據(jù)串聯(lián)起來(lái)，打破信息孤島，實(shí)現(xiàn)業(yè)務(wù)融合是目前智能制造的重中之重。
02、智能制造的解救之鑰
事實(shí)上，在我國(guó)工廠的很多車(chē)間里，各個(gè)生產(chǎn)設(shè)備之間、生產(chǎn)設(shè)備和控制器之間，都已經(jīng)基本實(shí)現(xiàn)了信息化的連通。再厲害一點(diǎn)的公司，整個(gè)工廠已經(jīng)通過(guò)制造執(zhí)行系統(tǒng)（MES）連通起來(lái)，而業(yè)務(wù)部門(mén)全部通過(guò)ERP連通起來(lái)了。
這樣的情況下，問(wèn)題出在哪里呢？
ERP和MES其實(shí)并沒(méi)有連起來(lái)！
這之間存在信息孤島。所以當(dāng)ERP給MES下達(dá)生產(chǎn)計(jì)劃指令后，如果MES在生產(chǎn)過(guò)程中發(fā)生與計(jì)劃偏差的事項(xiàng)（比如設(shè)備壞了，原料不合格等等），MES會(huì)根據(jù)車(chē)間的實(shí)際情況進(jìn)行調(diào)整。但是ERP不知道，它會(huì)繼續(xù)按照原本的計(jì)劃執(zhí)行訂單，時(shí)間久了，財(cái)務(wù)系統(tǒng)和工廠的實(shí)際情況就會(huì)出現(xiàn)非常大的偏差。
沒(méi)有連起來(lái)的原因也很簡(jiǎn)單：
1、ERP和MES的開(kāi)發(fā)公司通常是兩撥人，搞財(cái)務(wù)的和搞生產(chǎn)的合作，不但互相不懂對(duì)方的職業(yè)術(shù)語(yǔ)，雞同鴨講，而且互相看不上對(duì)方。
2、公司內(nèi)部的業(yè)務(wù)部門(mén)和生產(chǎn)部門(mén)通常是分開(kāi)運(yùn)營(yíng)，在沒(méi)有實(shí)時(shí)溝通的情況下，各自是不知道對(duì)方的調(diào)整的。
當(dāng)然，ERP和MES的問(wèn)題只是工廠內(nèi)系統(tǒng)斷層的一個(gè)問(wèn)題縮影，事實(shí)上工廠里還有非常多的其他系統(tǒng)，設(shè)計(jì)、制造、采購(gòu)等，這些系統(tǒng)都是一個(gè)個(gè)信息孤島，互相都不知道對(duì)方的行動(dòng)和接下來(lái)的計(jì)劃。這個(gè)問(wèn)題自工業(yè)革命以來(lái)就存在，但是工業(yè)時(shí)代，產(chǎn)品的生產(chǎn)周期很長(zhǎng)，所以問(wèn)題在生產(chǎn)研發(fā)的過(guò)程中能夠得到調(diào)整。
但是互聯(lián)網(wǎng)和智能時(shí)代的到來(lái)，帶來(lái)了新的變化。
互聯(lián)網(wǎng)和智能讓經(jīng)濟(jì)得以高速發(fā)展，與此同時(shí)，產(chǎn)能過(guò)剩嚴(yán)重成了全球性的問(wèn)題。企業(yè)的競(jìng)爭(zhēng)越來(lái)越激烈，我們的產(chǎn)品更新?lián)Q代越來(lái)越快，以往一款產(chǎn)品賣(mài)十年二十年，現(xiàn)在我們看到的是，每隔幾個(gè)月，就會(huì)有多個(gè)產(chǎn)品的更新迭代。
另外，互聯(lián)網(wǎng)幫我們消除了信息的不對(duì)稱(chēng)。過(guò)去的大批量統(tǒng)一生產(chǎn)的做法顯然已經(jīng)行不通。隨著消費(fèi)升級(jí)，消費(fèi)者更青睞于個(gè)性化的產(chǎn)品。這就要求工業(yè)企業(yè)能夠?qū)崿F(xiàn)小批量、定制化的快速生產(chǎn)。
如果這個(gè)時(shí)代延續(xù)過(guò)去的做法，顯然很快就會(huì)被淘汰，因此，企業(yè)最迫切需要做的就是連接ERP和MES，打破業(yè)務(wù)和生產(chǎn)之間的信息孤島，進(jìn)入完全的自動(dòng)化和信息化階段，也就是工業(yè)3.0大圓滿階段。這個(gè)階段的單點(diǎn)功能不需要太完美，在下一個(gè)階段，中國(guó)人自己的智能制造階段，需要解決的就是單點(diǎn)數(shù)據(jù)。
03、智能制造的AI之路
數(shù)據(jù)采集：
采集數(shù)據(jù)是根本的，但是需要在不增加工作量的基礎(chǔ)上，因?yàn)槿藶榈牟杉瘮?shù)據(jù)就不可取。AI的到來(lái)，為我們提供了可能，我們現(xiàn)在看到的人臉識(shí)別、智能語(yǔ)音等等，都體現(xiàn)了AI這一強(qiáng)大的實(shí)力。
所以工業(yè)的AI之旅注定達(dá)到的目的是：最大限度的獲取非隱私數(shù)據(jù)，極多數(shù)的單點(diǎn)工具，讓工人只做本職工作的事情，不再因?yàn)楣芾硇枨蠖鲆恍o(wú)用功。
數(shù)據(jù)處理：
AI為我們采集到過(guò)多的數(shù)據(jù)，但是這些數(shù)據(jù)中必然存在大量的無(wú)用冗雜數(shù)據(jù)，如果不進(jìn)行擇優(yōu)清洗，后續(xù)的工作會(huì)很難進(jìn)行，基于AI的大數(shù)據(jù)處理應(yīng)用而生，幫助我們實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)化和存儲(chǔ)。
數(shù)據(jù)分析：
當(dāng)世界多變，我們就不能只是單純的從一個(gè)點(diǎn)出發(fā)去做判斷和決策。由于大量的多面的數(shù)據(jù)存在，會(huì)要求更多的算法去處理數(shù)據(jù)，挖掘更多的深層的多維信息，把這些數(shù)據(jù)轉(zhuǎn)化成自己的智慧，做出最理智最正確的判斷和決策，從而創(chuàng)造在這個(gè)領(lǐng)域的財(cái)富，才是智能制造要實(shí)現(xiàn)的最終目標(biāo)。
