消费品企业如何实现“智造”升级：基于工业大数据的建设路径

专家洞察 消费品企业如何实现“智造”升级基于工业大数据的建设路径 IBM 商业价值研究院 扫码关注 IBM 商业价值研究院 官网 微博 微信 微信小程序文杰 IBM 大中华区全球企业咨询服务部智能制造总监bjwjie@cn.ibm.com邹佳琇 IBM 大中华区全球企业咨询服务部消费品行业数据战略高级顾问shzoujx@cn.ibm.com王莉 IBM 商业价值研究院高级咨询经理gbswangl@cn.ibm.com主题专家 林岚 IBM 大中华区全球企业咨询服务部大数据与新技术创新转型事业部总经理linlan@cn.ibm.com王威 IBM 大中华区全球企业咨询服务部消费品行业数据战略总监wweiw@cn.ibm.com 图 1我国制造型企业开展网络化协同、服务型制造和个性化定制的比例1网络化协同35.3%服务型制造25.3%个性化定制8.1%谈话要点 智能制造要从业务价值角度出发智能制造可以通过业务驱动、技术支撑和组织保障三轮驱动，实现转型。智慧工厂需要实现全链路价值优化企业需要形成以生产为核心的横向价值链协同，以及纵向各层级的智能化。转型路径应目标导向、循序渐进企业智能制造转型，要以绩效为导向、由最高管理层自上而下、长期有序推进，切忌为了智能化而智能化。柔性生产，迫在眉睫 生产线上，工厂调度正在紧锣密鼓地安排订单。突然，他发现，即将安排生产的某个订单中，有一部分供应商没有到料。他急得满头大汗，火急火燎地临时更换另一个产品进行生产，但由于两个产品的工艺路线不同，一个不小心，结果出错了，造成了极大的成本浪费。车间里，机器正在轰隆轰隆地运转，一个批次的产品生产完毕，陆续被传送带送到质检员处检验。可是，由于生产设备老化，生产过程不稳定，导致产品质量出现大幅波动。这个批次都生产完了，到了最后的质检环节才发现问题，导致大量产品报废。以上场景，在我国的制造企业时有出现，反映出企业在计划、采购、生产等多环节上的问题。当前，我国制造型企业开展网络化协同、服务型制造和个性化定制的比例不高（见图1），未来还有很大的发展空间。那么，制造企业应当如何有效实现长效发展？本文将结合消费品行业，阐述基于工业大数据的智能制造升级之路。1 消费品行业已经初步从满足基本消费需求转变为功能需求更细腻、体验诉求更突出的消费侧驱动模式。消费者的需求更加细腻多样，监管更加严格和全方位。小而美、迭代快的新品类、新品牌的加速涌现，对精细化管理的需求日益凸显。市场需求往价值链后端推导，设计-研发-计划-采购-生产-仓储-物流等环节的难点和痛点也显现出来：– 竞争对手刚推出的新款饮料大受欢迎，生产商能否快速研发出新配方和口味，满足消费者的需求？– 产品越来越多，如何安排生产计划是最为经济的？整体计划安排是否足够灵活？– 产品多，辅料也越来越多，采购、生产、仓储、物流等调度如何有效衔接？– 生产换线、排程、工艺和设备控制，如何做到有条不紊？一言以蔽之，产品的多样化需求提升了制造体系的复杂性，更要求企业思考，如何在保证效率和成本的前提下，加强多品种、小批量的柔性生产能力？ 制造转型，纵横协同新的消费需求逆向牵引着生产和供应链进行数字化和智能化转型。企业需要形成以生产为核心的横向价值链协同，以及纵向各层级的智能化（见图2）。纵向上，关注多层次融合和集成的智能制造核心体系，实现精益生产、柔性生产、数字化生产。同时，横向逐步拓展到全价值链的优化，寻求端到端的综合性平衡和整体价值最大化。采购：合理的原辅料安全库存设置和真实消耗情况跟踪，及不断优化并精确的配方；准确的采购和供应计划，确保原辅料供应的经济性和高效性。生产管理：优化的基于终端客户需求的销售计划；基于算法的生产计划优化；支持灵活的多品种小批量生产的工艺；全面的生产统计核算。生产执行：高效的生产资源调度；生产顺序的及时调整；灵活的产品配方和工艺组态；实时监控生产状态；基于工业大数据的工艺优化和改进。图2 智能制造模式的内涵2 仓储/物流：基于数据的库存和物流成本核算，及最优决策；整体供应链交付周期测算和优化。企业管理：基于统一、全局视角的经营回顾；通过智能化手段为战略方向制定、未来经营预判提供参考。产品研发：快速迭代的产品研发；数据驱动的多样化产品组合；基于工业大数据的产品优化策略。市场投放/售后：市场竞争和消费者需求的及时洞察；形成消费者需求与产品研发、产品生产之间的强联动关系。最终，实现降本、增效、提质、节能四大层面的价值优化，实现长效发展、绿色发展。此外，需要注意的是，企业智能制造转型，要以绩效为导向、由最高管理层自上而下、长期有序推进，切忌为了智能化而智能化，避免“战略规划轰轰烈烈，实际执行拖拖拉拉”，或“简单追求单点优化、短期速赢，而忽略了整体优化、长期发展”。订单获取设计研发采购生产仓储/ 物流市场投放/售后企业管理工厂层车间层产线层设备层智能制造核心体系智能制造外延 图 3 三轮驱动，帮助企业实现智能制造的目标 3 智能制造，三轮驱动从系统的角度，我们认为，智能制造可以分为四个阶段：孤岛型组织（未连接）、车间层面已连接、制造企业单元之间互联，以及企业价值链互联（见图3）。国内大量的企业仍处于前三个阶段，面临着一系列的挑战：– 在孤岛型组织中，大量的系统都是烟囱式的，设备仪器之间不连通，数据分散，分析工作只能依赖纯手工开展。– 在车间层面已连接的组织中，企业可以在车间层面进行一定程度的数据分析，然而车间与其它流程是断开的，缺乏人机料法环的完整数字化，也缺乏数据治理和分析。– 在制造企业单元之间互联的组织中，企业可以在内部进行数据集成并开展分析，然而企业与外部的协作有限，供应链的透明度不足，缺乏对外部市场和客户的及时洞察。而企业价值链互联的组织，能够面向最终用户、材料工程、工艺技术实现价值链优化重构。面向生态系统的企业价值链互联是智能制造的目标。那么，企业如何才能实现智能制造的目标呢？通过三轮驱动的顶层设计、以灯塔工厂为支点的落地实施，能够帮助企业实现智能制造的目标。三轮驱动，指的是业务驱动、技术支撑和组织保障：业务驱动：关注以生产为核心的端到端进度、质量、成本业务优化，和可持续发展；挖掘价值链不同环节、不同层级痛点，设计针对性业务场景和应用。技术支撑：形成以工业互联网为骨架、工业大数据为血液的架构支撑；实现IT、OT技术的融合，推动各类技术的高效、安全部署和组合。组织保障：构建数字化团队，形成新的组织机构、管理方法和工作技能；通过良好的组织管理，为智能制造提供组织支撑和人才保障。下面，我们将展开阐述企业在业务驱动、技术支撑和组织保障这三个方面具体应当如何做。业务驱动技术支撑组织保障目标场景应用平台组织管理方法人员流程网络集团战略IT 架构数据安全自动化设备驱动支持业务战略123三轮驱动·部门级应用大量存在，烟囱系统，数据分散·设备仪器不连通·人工收集数据，大量使用 Excel·端到端流程不连贯·建立了企业级应用程序，但缺乏集成·缺乏人机料法环的完整数字化·缺乏数据治理和分析·数据安全性不足·缺乏流程自动化·没有数据湖·有限的外部协作·需要市场和客户洞察·生产创新不足·供应链透明度不足·面向最终用户的价值链优化重构·面向材料工程的价值链优化重构·面向工艺技术的价值链优化重构数字化制造能力和成熟度生产流程价值典型挑战传统行业先进行业孤岛系统半自动化全自动化无人化生态系统价值Level 1 :孤岛型组织Level 2 :车间层面已连接Level 3 :制造企业单元之间互联Level 4 :企业价值链互联 4 图4 智能生产信息化与数字化能力图业务驱动首先，在业务层面，建议形成一个以生产为核心的生产信息化与数字化能力图（见图4），也方便摸排企业存在的不足和痛点，设计符合企业实际需求的业务应用场景。我们将企业常见的痛点以及智能制造能够帮助改善的环节总结为三大场景，下面分别进行介绍。场景1：供应链智慧决策消费品行业的需求变化快，因此，企业需要快速响应市场变化，进行决策优化，尤其是尽可能缩短OTD的交付时间。在供应链的各个环节，基于数据的决策每天都在发生。以液态奶生产线为例，计划经理的总体目标有两个：1. 保交期承诺；2. 优化库存。计划经理面对订单需求、物料配料和原料配套情况，决策日订单计划量。在收奶、前处理、灌包装、成品仓储等生产车间也都设置了计划员，他们负责制定各个车间的计划。收奶计划员结合原料状态、设备产能、总体目标，决策收奶计划，保障生产平顺，产量达成；配料计划员结合配料供应能力、进料方产能和进料时间等，决策计划采购量；物料计划员结合物料供应能力、配料和原料配套等，决策计划产量；入库计划员，结合客户需求变更，决策订单优先顺序/计划库存量。每个计划员的决策制定，都需要数据的支撑，基于历史数据和当前数据，来决策未来应当如何应对。信息的透明协同对于决策的准确性和及时性至关重要。此外，人工决策带来的感知延迟、分析延迟、决策延迟和行动延迟，都会对订单交付周期带来直接影响。根据精益制造的理念，制造时间和物流时间（如收奶-包装-运输-出入库等）属于精益制造增值时间；而沟通时间、决策时间和缓冲时间（如开会、信息传递、排产、备库策略、制造与物流的不确定性等）都属于精益制造不增值时间。而数字化转型的目标是，将精益制造不增值的时间缩短到接近于无；以较小的库存，保证产品的快运转及低资金积压；优化仓库分布，缩短物流时间，减小物流成本。通过引入人工智能、机器学习，以及物联网、信息物理系统、边缘计算等新兴技术，以数据为驱动，可以开展实时沟通，最短时间感知问题，减少不确定性，实现机器决策，从而有效地缩短订单交付周期，减少库存成本及物流费用，提升整体决策与执行效率。质量管理质量目标与方针质量机构与职责质量分析质量审核质量预防质量改进工艺技术质量追溯源头质量控制过程及成品质量控制储运质量控制终端质量控制化验室管理管控与分析运营分析与决策管理管理费用控制与分析生产成本控制与分析物流费用控制与分析运营效率控制与分析单品全成本原始点分析与控制存货监控改善点追踪与反馈资产管理（设备）设备全生命周期管理备品备件全生命周期管理设备能力监管OEE 分析与管理维修维护计划管理设备知识库管理备品备件管理设备台账维修维护设备运行计划响应供需匹配优化排产三级排产管理生产过程管理新品试产管理原辅料保障生产执行生产完工过程操作物流（调度）物流计划资源管理客户服务管理成品存储管理运输管理发运计划产成品收发成品呆滞管理成品盘点安全环保健康安全方针与策略环保节能方针与策略安全生产管理职业健康管理环境保护管理节能节水管理设备设施实时监控隐患排查管理危险作业管理人员体检与作业场所数据监测排放监测系统能源监控分析与技改管理作为重点场景展开物料管理原辅料仓储管理物料采购管理原辅料收发管理原辅料呆滞/报废处理原辅料盘点原辅料追踪追溯原辅料投料决策层管理层执行层智能生产信息化与数字化能力图消费品行业需求变化快，企业需要快速响应市场变化，进行决策优化，尤其是缩短OTD交付时间。 5 场景2：精细化成本核算与优化消费品企业面临着更加激烈的市场竞争，因此，需要进一步优化供应端，尤其是生产的成本，进行成本的事前事中事后管理。随着渠道利润的日益压缩，消费品企业也需要逐步转变理念。事后才做成本核算是远远不够的，需要在事中，甚至事前就开始管控，进行生产端的精细化成本核算和优化。基于数字化互联互通的工业大数据，覆盖事前、事中、事后的成本管理策略，可为精细化成本管理提供有力保障。事前：成本核算到产品构成和工艺路线一方面，需要从不同维度精确、及时掌握不同批次产品的相关成本的精准信息，也即，将成本核算到产品构成；另一方面，越来越多的小批量、多工艺变换的特点，对成本信息的要求更全面，需要将成本核算到工艺路线。可以采用三级考核策略来进行成本核算。在班组层面，选取实时工艺计算指标，进行每班考核，月累计分数。在车间层面，基于工艺路线，对加工生产过程中的每一步骤消耗和质量指标进行作业每日考核。在产品层面，按批次考核，工时和消耗实时计算，费用根据上期平摊。以往，生产线上的水电煤等费用，都是均摊到每个产品