基于数据驱动运营的基础、目标及顶层设计

一、 工业企业自动化和信息化模型

传统的工业企业自动化和信息化参考模型如下图1所示：L1层是设备侧的仪器仪表、阀门、驱动器、电机、智能装备等物理量采集和执行类业务和产品；L2层是一般用于流程行业的分布式控制系统DCS、用于离散行业和公共事业基础设施的可编程逻辑控制器PLC、综合监控系统SCADA、安全系统、电气控制系统等是工业自动化控制类的业务和产品；L3：生产调度执行系统MES、高级排程系统APS、能源管理系统EMS等是生产调度和生产管理类业务和产品；L4：企业资源管理ERP、企业办公OA、客户关系CRM等企业管理类业务和产品。

图1 传统的工业企业自动化和信息化模型

传统的企业信息化建设一般，分属不同的业务部门负责，一个一个子系统进行建设，缺乏业务目标的指导和总体规划，导致系统孤岛、数据孤岛，应用孤岛。

数字化时代，企业需要综合思考数字化时代的新商业模式、新管理理念，设计数据驱动，解构和重构，继承和发展共存的数字化转型整体解决方案，从单一系统建设走向总体规划（结构、模块、标准、接口）下的模块化逐步实现。

二、 数字化运营顶层设计及规划的大逻辑

数字化运营顶层设计和规划首先要立足于客户企业的商业目标、业务模式的发展和进化。

其次要考虑企业自动化和信息化的现状，对于既有工厂，考虑继承和发展现有系统；同时考虑能否通过研发核心智能装备或产线的工艺改造来大幅度提高效率和质量，甚至变革产业链；

第三是面向精益生产，考虑工厂基础设施（网络、安防、 能源、会议、 门禁、照明等）、物流布局规划（物流总体设计 仓储设计 物料转运）、生产规划（产能分析、平面布局、物料、生产过程、物流）；

最后提出数字化生产和工业互联网服务的数字化整体解决方案。

数字化运营顶层设计及规划的大逻辑如下图2所示：

图2 数字化运营顶层设计和规划的大逻辑

解决方案既有总体目标，又有结构化子目标，每一个目标用3-5个关键结果支撑。所有目标和关键结果围绕商业目标和业务模式发展这条主线来验证和评价，形成规划的闭环。

三、 数字驱动运营的基础和目标

基于数据驱动的运营首先需要解决数据的端到端深度互联的挑战。智能化的实现必须以数据的互联互通为前提，特别是跨层级、多环节的数据互联互通和关联分析。而传统制造系统是以生产流程为核心的，受制于技术标准、数据异构等因素，数据集成往往是局部的、有限的。尤其是在生产现场，由于工业网络和各类控制系统在协议和数据规范方面的多样性和封闭性，大量生产数据被留存在各个单独的系统中，无法充分流动和分析利用；在企业管理层，不同软件系统由于在建设时缺少统一规划，导致软件数据之间的集成互通变得异常复杂和成本高昂；为了实现上述智能化工厂的目标，企业生产数据之间、管理数据之间以及生产数据和管理数据必须实现有机融合。

其次是海量数据的管理与处理。在传统工厂系统中，往往基于分散在不同业务系统的关系型数据库和实时数据库，就可以实现数据的有效管理。但随着数据集成和智能化的应用需求，各类生产过程数据和管理数据都将呈现爆发式增长，数据作为工厂智能化的核心，如何实现对海量多源异构数据的有效管理是另一个巨大挑战。

最后是数据驱动的工业应用创新。传统工业软件通常满足的是企业的共性需求，对差异化、精细化管理需求满足较差。这些软件大多作为设计、生产、管理的局部支撑工具而分立的存在，在数据方面没有统一的标准。随着智能化的需求，以及工业数据的采集和集成处理能力的成熟，数据驱动的面向设备运行、工艺参数、生产线优化、能源节约、个性化定制等特定场景的应用将逐步成为企业推进智能化的主要方向。

数字驱动运营的基础和目标如下图3所示：

图3 数据驱动运营的基础和目标

四、 数字化运营规划的内涵

新工业革命及其技术发展促使制造企业从理念、能力、管理、生态等方面转型，转型需要综合考虑企业发展的历史、现状和未来。数字化时代的转型既要吸收传统工业时代积累的技术、运营和管理经验，又要实现现有多种运营管理模式、多种系统并存的平稳过渡，同时支撑制造企业未来在组织架构、商业模式和运营管理重构方面对全面数字化驱动的需求。

一个工业企业的组织层级通常包括集团级、工厂级/工业园区、车间级。数字化驱动运营的规划内容通常包括不同层级的以下内容，如下图4所示：

图4 数字化驱动运营规划的内涵

五、 数字驱动运营的实现路径

首先是数字化转型的顶层设计和规划，包括：业务目标分析、解决方案参考架构（结构、模块、标准、接口）、技术平台框架、评价体系、实施路线图和方法论。

其次是需要将“系统产品、套装软件销售”转变为“IT能力转移的新一代软件平台产品。数字化转型的应用往往需要与具体行业、企业的知识经验紧密结合，涉及领域众多，且需要动态发展，需要融合数字化生产和工业互联网服务的方方面面，需要新一代操作系统级的工业软件平台，提供一整套工业安全体系、工业标准、二次开发工具及运行环境；提供重点行业的机理模型、组件和工业场景APP。

第三是需要新一代工业自动化控制系统，在集成传统工业自动化各子系统（PLC、 DCS、SCADA、SIS.。.）的基础上，面向数据驱动的生产运营，扩展分布式控制节点、实时服务总线、边缘实时计算平台、生产数据中心；全集成 仪器仪表、控制、电气、安全、设备监控等子系统，向上拓展涵盖调度、运营维护等生产过程管理系统。

最后是生态体系建设。依托数字化转型顶层设计和规划，开放全集成的核心平台产品，构建与高校、科研院所、上下游企业、系统集成商、行业协会、联盟、标准团体的伙伴合作关系，有计划逐步实施数字化生产和服务的整体解决方案。

对于工业企业而言，上述工作除了内部有专门的组织和强有力的领导之外，需要一个有规划能力、能提供软硬件核心平台产品的数字化转型的合作伙伴。

责任编辑：gt