从 AI 到 Impact ： 推动灯塔采用 4IR 的能力

操作实践 从AI到Impact：推动灯塔采用4IR的能力 当技术达到一定的成熟度时，下一个挑战是速度和规模。工厂和整个供应网络-而不是用例-成为飞行员。 本文是Dinu de Kroon，Enno de Boer，Federico Torti，Forest Hou和Rahul Shahani与Henry Bristol的合作成果，代表了麦肯锡运营实践和世界经济论坛的观点。 本文是麦肯锡对全球灯塔网络最新白皮书的贡献之一，该白皮书于2023年12月14日发布。本系列的第一篇文章探讨了人工智能的演变，以及领先的制造商如何利用它将前沿制造业从第四次工业革命(4IR)的学习阶段推进到实践阶段。第二篇文章研究了当今领先的制造商中人工智能的样子。这最后一期展示了最新的灯塔如何构建了以速度和规模部署AI和其他4IR技术的功能。 在2010年代中后期，第四次工业革命-一组最终可能重新定义制造业的尖端技术-开始出现。但这种塑造行业的影响并没有实现，至少起初没有。即使在2018年，当全球灯塔网络成立时，超过70％的制造商报告说处于“试点炼狱” -他们的用例试点未能产生重大的业务影响。 他们提到的最关键的瓶颈是分散的数据环境、遗留的IT基础设施和内部人才的短缺。 正如我们的同事Eric Lamarre，Kate Smaje和RodneyZemmel在他们最近的著作《重新连线：麦肯锡指南》中所说的那样，在数字和人工智能时代超越竞争，实现规模意味着“让成千上万的人在组织的不同部门一起工作，以不同的方式工作。这意味着带来新的人才和发展加速的学习循环利用他们的技能并帮助他们成长。“这不是一项小任务。然而，灯塔以正确的速度加速，已经找到了甜蜜的地方。实际上，有些已经改变了网站几个月。让我们看看如何。 尽管如此，第一批灯塔开始 破解代码，证明数据通知的解决方案，如自动导引车（AGV）和数字仪表板的潜在影响。但这些早期用例的先进程度远不及今天— —早期队列中只有10%的顶级用例依赖人工智能；相比之下，超过60%的顶级用例依赖人工智能。此外，早期用例的实施时间要长得多— —平均10到20个月，而今天超过四分之三的灯塔在不到6个月的时间里实现了这一目标。 领导者的经验教训：增强规模的六个步骤 有效的大规模实施是当今行业领导者的独特之处。他们不再专注于试点个人用例;相反，他们已经建立了快速获得新用例的能力，而无需试验。对于拥有一个以上灯塔站点的25家公司，尤其是拥有四个以上的10家先进的缩放器，整个工厂都是网络规模部署的试点。领导者现在抓住的价值。 灯塔，就像其他行业的数字领导者一样，推动了自己的采用曲线 采用六部分方法进行场地改造。 (1)他们首先设定了战略路线图，这就像设置GPS来引导向一个用技术重新构想的组织转型，并确定优先考虑和排序所涉及价值的路线-包括用例（在站点级别）和工厂（在网络级别）。 4IR技术在10到50家工厂中的应用，其投资回报率是仍在努力在单个工厂中寻找价值的组织的两到三倍。 扩展是一个巨大的挑战，即使是领先的公司也很难实现。在2022年的一项调查中，只有11％的拥有Lighthouse站点的公司表示他们已经成功扩展了4IR技术 然后，这些公司建立了自己的交付能力：为转型提供动力的引擎。（2）发动机零件-活塞，曲轴，传动系统和正时皮带-是雇用，培训和留住数字人才的程序。（3）敏捷运营模型（通常包括数字工作室）可以促进速度，质量和协作。(4)技术骨干提供清晰、可扩展和分布式的档案。 有效的大规模实施是当今行业领导者的独特之处。他们已经建立了快速获得新用例的能力，无需试用。 使用战略路线图设置GPS 轻松提供数字服务和解决方案的结构。（5）数据架构和治理可实现关键决策，并确保质量，易于使用和重用。 第一个推动者，战略路线图，就像计划旅程的GPS导航系统。使高级领导者对转型的愿景和价值进行调整，这涉及对业务领域的共同重新构想，以提供卓越的客户体验并创造竞争距离。我们观察到，领先的公司在规划其扩展课程时往往适合三种战略原型之一：IT主导，卓越中心(COE)主导。 但是仅有能力是不够的。(6)最终的推动者— —采用和扩展的变更管理— —就像驾驶员在方向盘上的手。这就是通过确保数字和分析解决方案的采用和扩展来最大化价值的原因。它涉及建立新的技能和领导特征，并严格管理 或“构建和复制”（图表1）。选择正确的扩展策略取决于三个因素：生产过程的多样性，站点的人员配备模型以及企业信息技术和运营技术（IT/OT）堆栈的成熟度。 transformation ’ s progress and risks. And, of course, itvalidates the program ’ s impact by tracking key metrics in astandardized format. This enabler often includes atransformation office, which nearly70％的灯塔认为是正确的六个中最关键的。 对于像塔塔钢铁公司这样只有几个但非常大的网站的公司来说，这可能是有意义的一次聚集一家工厂。这正是塔塔公司所做的，首先在荷兰创建了一座灯塔工厂，然后一次在印度的两家工厂复制了这些变化。现在，塔塔钢铁公司全球产量的80％来自该公司的三个灯塔工厂之一。 对转型的功能同样重要的是机油：生态系统合作使引擎在大学，技术提供商，创新孵化器，公共实体以及许多其他方面保持嗡嗡作响。 在2023年12月授予的最新队列中，每个灯塔都将生态系统合作列为4IR旅程的关键推动者。 德国(Amberg)和中国(成都)的工厂被选为数字创新中心。 总之，试点工厂改造的能力与灯塔公司用来以速度和规模解锁网络级影响的能力相同。例如，强生公司最新的灯塔（在泰国）实施了一个能源管理用例，该用例不仅被试点，而且在一年内扩展到其他16个站点。 附件1 对于公司如何在其生产网络中扩展数字用例，有三种战略原型。 一个新的用例（例如用于设定点优化的特定算法）可以在短短几周内达到数百条生产线，有时甚至更少。 最后，在整个生产基地拥有高度可复制流程和强大的通用IT骨干的公司可能最好一次扩展一个用例或技术。当代Amperex科技有限公司。有限（CATL）就是一个很好的例子。它的数十家工厂拥有数百条电池生产线，它们的外观和感觉都相似。该公司的IT和Ops部门，而不是其网站，托管着数百名数据科学家、人工智能工程师。 构建您的4IR能力引擎 今天的灯塔告诉我们，为制造商重新布线工作中解释的原理。在有效策略的指导下，很大程度上取决于能力引擎：使两到五个。让我们打开引擎盖并检查情况。 涉及技能差距的识别、个性化学习和基于价值的认证。诊断为全面的人才路线图提供了信息。 数字人才 领先的组织知道人才和技术一样重要。此外，他们知道每家公司都有独特的人才需求:技术一旦建立起来通常可以复制，但技能和知识必须定制。因此，学习必须 3F模型— —论坛（学习）、领域（实践）和反馈（评估）— —以所有学习为基础，特别是对于新的数字角色，如敏捷教练和数据科学家。一个闭环的、影响驱动的认证过程，在识别和补充员工能力的同时，映射员工工作的影响（图表2）。 不仅定制，而且还不断更新和维护。领跑者知道永远没有时间休息。公司不能在任何给定时刻理所当然地接受人才管道或他们对技能和人才差距的理解。 敏捷运营模式 中国太阳能技术制造商LONGi体现了专注于重新培训现有劳动力的人才战略。为了定制近1000名员工的培训，该公司实施了一种评估-培训-认证方法 一个有效的能力引擎必须实现一个具有挑战性的目标:将业务和技术结合在一起以节流。这是一个领导力挑战,成功取决于各职能之间的协调。适当的资源分配、明确的激励和智能构建 团队是敏捷运营模型的重要组成部分，它将人力资源与技术和数据资源结合在一起，建立了定期和一致的前进动力（图表3）。 技术骨干 实现规模化转型，释放商业价值，强大的技术骨干is vital. It ’ s important to understand that this means morethan just one or even a handful of substantial new technologyinvestment. Those tend to be localized, which can promotefragmentation in the long run — creating, ionly, a forceantitthetical ReNew就是一个很好的例子：它的ReNew Digital（ReD）团队由近30名工程师和数据科学家组成，运行着五六个敏捷pod，每个都专注于离散的用例，位于其创新工作室。该团队负责领导力收购，包括首席数字官(CDO)的积极赞助；将激励与独立的损益相结合，部分资金来自新用例的影响；并使用多利益相关方人员配置模型，其中包括最终用户、内部企业主、数据科学家、工程师和流程所有者。 进行大规模转型。相反，技术骨干必须只是：在整个组织中传达信号以进行大规模部署所需的基础架构。因此，有必要 从一开始就考虑大规模部署，因此领先的组织优先考虑可访问性 通过使用解耦的架构解决方案（如微服务）以及先进的开发环境和工具，提高数据环境的适应性。 所有相关部门。 简化的结构将领导与跨职能团队联系起来，并有明确的激励措施 这增强了先前存在的供应商解决方案。供应商现在向客户提供“自带AI ”作为服务解决方案。 Ingrasys展示了从小做起的好处，但有一个清晰的增长计划，智能地集成了生态系统方法（图表4）。 制造服务器需要大量的黑盒供应商技术，而Ingrasys通过提供安全性和规模的明确设计原则和供应商要求来满足这一需求。因此，大多数（如果不是全部）公司供应商必须开放其固件 数据架构 坚实的数据架构与技术骨干携手合作，为有才华的人赋权，并帮助他们以敏捷的方式协同工作。当今出现的最先进的AI和分析技术在不断扩展的海量数据集上蓬勃发展。因此，领先者组织必须开发清晰的参考架构和强大的数据管道，以实现商业智能和机器学习解决方案。此外，他们必须拥有能够积极支持数据质量和维护例程的自动化工具。 为了使数据和控件可访问，设计 数据输出与Ingrasys技术基础设施相协调，并协作实现定制开发和双赢解决方案。在一种情况下，自动光学检测(AOI)供应商在机器上合作了新的物理IT / OT插件或“媒体链接”，因此Ingrasys可以部署内部开发的AI检查模型 生态系统战略有助于建立强大的技术支柱，为企业创造独特的价值。 IngrasysTechnology在95个自动光学检测设备上部署了定制AI模型： 通过有效的变更管理进行扩展 在华润建材科技，35个站点的数据和分析由润丰智能工业互联网平台提供支持，该平台将数字用例的部署速度提高了50％。该平台有四个服务层，每个服务层都使数据可访问，准确和高效。在应用层中，创新的微服务架构改善了租户管理，增强了系统的灵活性，并确保了可维护性。为了确保可扩展的存储和云管理，平台层将灵活的配置、增强的部署和AI驱动的分析与统一的数据生态系统相融合。边缘计算环境擅长实时管理工业运营，可在所有35个润丰站点上运行可部署的应用程序（图5）。 仅靠能力无法推动转型：需要有效的变更管理来避开坑洼和路障。通常，灯塔会为此目的使用转型办公室；在事实上，近70%的人认为他们是转型最关键的推动者。他们的角色是跟踪转型计划的影响，提供适当的财务激励和积极主动 风险管理，并在整个组织中建立关键的数字技能和强大的变革文化。许多还支持积极的“资产化”解决方案，以便于复制。 有效的数据架构可跨四层无缝工作，以加速数字化转型的推出。 麦肯锡公司 和创新中心。这些不仅是人才的重要来源，而且还使领跑者能够分享推动整个行业4IR采用曲线的知识和