智能工廠升級(jí)的三大要素

為了把握這些機(jī)遇,制造商紛紛著手將生產(chǎn)運(yùn)營(yíng)數(shù)字化,并生成可以利用的實(shí)時(shí)數(shù)據(jù)。換句話說(shuō),它們正在打造智能工廠,并將其與整個(gè)企業(yè)的運(yùn)營(yíng)連接起來(lái)。區(qū)塊鏈、量子計(jì)算、AI等新興技術(shù),也將在這一領(lǐng)域創(chuàng)造新的機(jī)遇。

想象一間傳統(tǒng)的工廠,它可能是一棟巨大的建筑,位于工業(yè)園區(qū)的一個(gè)角落。然而,這樣的工廠就像一座孤島一樣,往往與其它制造企業(yè)隔絕開(kāi)來(lái)。不僅僅是位置的隔絕,工廠的OT和IT網(wǎng)絡(luò)層面也是孤立的存在。

如今,這樣的模式已經(jīng)無(wú)法滿足制造業(yè)的發(fā)展趨勢(shì)。特別在不確定的經(jīng)濟(jì)環(huán)境中,企業(yè)急需提升工廠車(chē)間的效率和生產(chǎn)力。

同以往相比,消費(fèi)者越來(lái)越關(guān)注所購(gòu)商品的可追溯性。相應(yīng)地,企業(yè)也能夠在商品之外提供新的附加服務(wù),從而開(kāi)拓全新的收入來(lái)源。

為了把握這些機(jī)遇,制造商紛紛著手將生產(chǎn)運(yùn)營(yíng)數(shù)字化,并生成可以利用的實(shí)時(shí)數(shù)據(jù)。換句話說(shuō),它們正在打造智能工廠,并將其與整個(gè)企業(yè)的運(yùn)營(yíng)連接起來(lái)。區(qū)塊鏈、量子計(jì)算、AI等新興技術(shù),也將在這一領(lǐng)域創(chuàng)造新的機(jī)遇。

然而,打造智能工廠是一段旅程,企業(yè)很難確定最佳的前進(jìn)路線。

富士通最新的一項(xiàng)制造業(yè)調(diào)查報(bào)告顯示,在當(dāng)前的經(jīng)濟(jì)壓力之下,58%的制造企業(yè)表示“成本”這一要素成為了智能工廠計(jì)劃的最大障礙。更重要的是,迄今為止,大多數(shù)智能工廠項(xiàng)目尚未獲得投資回報(bào)(56%),這使得進(jìn)一步投資項(xiàng)目變得難上加難。

如何運(yùn)用創(chuàng)新技術(shù)把握趨勢(shì)?如何打造智能工廠?并為企業(yè)帶來(lái)真正的價(jià)值?在本文中,富士通的制造業(yè)專家為您總結(jié)了三大要素。

01

拉近客戶距離

打造一個(gè)互聯(lián)工廠為制造企業(yè)提供了向客戶提供全新服務(wù)的機(jī)會(huì)。事實(shí)上,改善客戶體驗(yàn)已成為智能工廠項(xiàng)目最受歡迎的外部目標(biāo)(62%)。

在消費(fèi)市場(chǎng)中,個(gè)性化定制的趨勢(shì)越來(lái)越明顯。生產(chǎn)商可以按照不同的需求交付商品,消費(fèi)者趨之若鶩。而連接性與效率將是邁向批量生產(chǎn)的關(guān)鍵。調(diào)查顯示,有將近一半(47%)的制造企業(yè)正在實(shí)施智能工廠項(xiàng)目,以實(shí)現(xiàn)高效的產(chǎn)品定制化生產(chǎn)。

連接性還能夠幫助企業(yè)挖掘產(chǎn)品的獨(dú)特賣(mài)點(diǎn)。例如,金賓(Jim Beam)是全球知名的波本威士忌品牌之一,它們的每桶威士忌都經(jīng)歷了多年的精心釀造。如今,富士通幫助金賓部署了一套工業(yè)物聯(lián)網(wǎng)解決方案,不僅可以追蹤并管理每桶威士忌的生產(chǎn)情況,讓威士忌的生命周期將變得更加透明,同時(shí)還能拉近與消費(fèi)者之間的距離,為金賓的威士忌品牌注入了新的“生命力”。

在B2B領(lǐng)域,制造企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)通常源于服務(wù)化:從售后支持到現(xiàn)場(chǎng)服務(wù),乃至“商品即服務(wù)”的模式,都是B2B制造企業(yè)實(shí)現(xiàn)差異化的因素。

無(wú)論是to B還是to C,工廠和企業(yè)之前的互聯(lián)都是關(guān)鍵??蛻艨赡苄枰捎眯砸约拔锪鞯仍敿?xì)信息來(lái)指導(dǎo)購(gòu)買(mǎi)決策,而工廠則需要具備交付高度定制化訂單的能力。只要實(shí)施得當(dāng),智能工廠將拉近制造企業(yè)與客戶之間的聯(lián)系。

02

提升工廠效率

“效率”是所有制造企業(yè)都在關(guān)注的重要因素。我們的調(diào)查顯示,智能工廠項(xiàng)目最常見(jiàn)的內(nèi)部目標(biāo)就是提高產(chǎn)品質(zhì)量(50%),其次是提高資產(chǎn)利用率(47%)。

特別是在高端制造業(yè),傳統(tǒng)工廠的檢測(cè)工序通常由人工完成,這一流程既耗時(shí),又容易出錯(cuò)。特別是一些對(duì)安全性要求較高的產(chǎn)品,比如風(fēng)力渦輪機(jī),及時(shí)微小的偏差也可能造成災(zāi)難性的后果。

利用圖像識(shí)別與機(jī)器學(xué)習(xí)技術(shù),就可以讓質(zhì)量控制過(guò)程實(shí)現(xiàn)自動(dòng)化。包括x光在內(nèi)的影像數(shù)據(jù)能夠利用算法來(lái)進(jìn)行分析,從而快速識(shí)別異常。例如,富士通幫助西門(mén)子歌美颯公司實(shí)施了一套基于AI機(jī)器學(xué)習(xí)的質(zhì)量控制系統(tǒng),將他們的風(fēng)力渦輪機(jī)圖像掃描時(shí)間縮短了60%。

新興的計(jì)算技術(shù)還能夠極大地提升工廠的生產(chǎn)效率。

以往,制造企業(yè)會(huì)利用普通計(jì)算機(jī)來(lái)處理生產(chǎn)流程中的優(yōu)化組合問(wèn)題,例如機(jī)器人在噴漆或焊接時(shí)的最高效路徑計(jì)算,這一計(jì)算過(guò)程往往非常耗時(shí)。而如今,量子計(jì)算系統(tǒng)能夠?qū)崟r(shí)為我們提供答案,從而最大化機(jī)器人的生產(chǎn)效率。在富士通自身的一家工廠當(dāng)中,量子計(jì)算系統(tǒng)讓零件分揀作業(yè)的行程縮短了45%!

03

可追溯、可持續(xù)

如今,消費(fèi)者比以往任何時(shí)候都更加關(guān)心產(chǎn)品的來(lái)源以及可持續(xù)性。同樣,可追溯性對(duì)于滿足監(jiān)管要求也十分重要。

區(qū)塊鏈正逐漸成為一種強(qiáng)大的工具,可以追蹤從原材料到最終產(chǎn)品的全生命周期。區(qū)塊鏈能夠安全、分布式地存儲(chǔ)產(chǎn)品信息,并且確保在供應(yīng)鏈中的任何一個(gè)節(jié)點(diǎn)都不能隨意篡改,因此消費(fèi)者可以充分信任產(chǎn)品的相關(guān)信息。

以食品為例,區(qū)塊鏈可以讓消費(fèi)者對(duì)購(gòu)買(mǎi)的食品進(jìn)行從農(nóng)場(chǎng)到餐桌的追蹤,從而安心享用,讓肉類(lèi)、大豆、奶制品的生產(chǎn)信息一覽無(wú)余。通過(guò)這種方式,智能工廠可以幫助制造商展示其產(chǎn)品質(zhì)量以及企業(yè)的社會(huì)責(zé)任。

通往智能工廠之路

智能工廠項(xiàng)目可以為企業(yè)帶來(lái)長(zhǎng)期利益。但在當(dāng)今的環(huán)境下,企業(yè)比以往任何時(shí)候都面臨著更大的壓力,需要盡快實(shí)現(xiàn)投資回報(bào)。因此,制造企業(yè)需要從一開(kāi)始就仔細(xì)而清晰地全面定義業(yè)務(wù)模式,確定那些對(duì)業(yè)務(wù)來(lái)說(shuō)最重要、最有價(jià)值的應(yīng)用場(chǎng)景。

對(duì)于一些大型制造企業(yè)來(lái)說(shuō),這可能意味著要開(kāi)發(fā)一套智能化的解決方案,對(duì)技術(shù)進(jìn)行驗(yàn)證,在逐步擴(kuò)展運(yùn)用到旗下的大量工廠當(dāng)中。

對(duì)其它企業(yè)來(lái)說(shuō),它可能意味著進(jìn)行少量額外的投資,以充分發(fā)揮現(xiàn)有系統(tǒng)的價(jià)值。例如,有一些工廠的OT、IT系統(tǒng)和數(shù)據(jù)庫(kù)沒(méi)有有效整合起來(lái),從而無(wú)法發(fā)揮最大價(jià)值。這種情況下,只需要在軟件級(jí)別進(jìn)行更好的集成,既可以大大提高生產(chǎn)效率或產(chǎn)品質(zhì)量。

無(wú)論哪種情況,周密的計(jì)劃都是關(guān)鍵。而從經(jīng)驗(yàn)豐富的專家那里獲得外部支持,能夠帶來(lái)巨大的收益。他們不僅了解新興技術(shù)的潛力,更對(duì)制造業(yè)的各個(gè)環(huán)節(jié)以及發(fā)展趨勢(shì)了如指掌。

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無(wú)評(píng)論