制造企业普遍面临三大阻碍

制造 4.0 旨在充分释放工业 4.0 或“智能制造”的价值，助力组织实现蓬勃发展，从容应对经济动荡。

为了掌握制造企业在工业 4.0 战略和执行方面的进展，IBM 商业价值研究院 (IBV) 联合牛津经济研究院针对 32 个国家/地区的2,360 位受访者开展了调研。

IBV研究结果显示：制造 4.0的收益体现在协同推进两个不同的目标：一方面，制造组织可以推动持续运营改进，包括提高生产吞吐量、资产利用率和产品质量。另一方面，制造组织还可以通过革新制造能力、实现设计改进以及优化服务来创造更大的客户价值。

制造企业普遍面临三大阻碍

制造业受访者普遍表示其首要目标是提高产量、改进产品质量、推进可持续发展和减少机器停机时间，这实属意料之中。专注目标有助于制造企业提高效率并满足客户对价格和质量的要求。但美好愿景与现实之间仍然有着巨大的差距：尽管设定了这些明确的目标，但只有 36% 的受访者能够成功或非常成功地维持所需的吞吐量和产量。这是为什么?因为组织普遍面临三大阻碍：

阻碍一：闲置的制造数据在现代制造工厂中，一条生产线就有 2,000 台不同的设备，每台设备有 100 到 200 个传感器在实时收集数据，每个月将产生2,200 TB 的数据。然而，我们的调研数据表明，只有大约四分之一的组织正在以有意义的方式捕获传感器数据并将其应用于决策。

阻碍二：决策能力不足

在组织的制造流程和可持续运营中，缺乏决策能力是一个普遍的问题。但我们的调研表明，只有不到 30% 的组织会始终如一地从来自设备、流程和系统的数据中发掘关于持续流程改进的洞察。只有 35% 的组织会定期评估制造流程。

阻碍三：原始的技术环境

技术障碍和不够灵活的旧式系统被认为是制造业面临的两大障碍。如图1所示，受访高管评定了对于推进其制造目标具有重要作用的技术组合，人工智能、安全技术和云计算位列前三。虽然人工智能是制造业最为看重的一项技术，它需要通过访问高质量的数据来发挥威力，而这对于制造业是一项严峻的挑战。

向先行者看齐，营造数据驱动文化

鉴于数据在制造业中的重要性和潜在价值，我们根据数据成熟度对受访组织进行了细分，最终划分为三种类型。

仅占我们调研样本20%的受访者被称为“数据转型者”，此类组织的数据成熟度最高，他们是营造了数据驱动文化，并因其卓越的业务和运营绩效而大幅领跑同行。71% 的数据转型者表示过去 3 年的收入增长率超过了竞争对手;62% 的数据转型者表示其盈利能力优于竞争对手;79% 的数据转型者表示其敏捷性超越了竞争对手;凭借数据驱动的决策，数据转型者实现了双赢，即推动业务目标和改进运营成效协同并进。

进一步研究发现，数据转型者在以下六大领域表现突出。这里，我们尝试通过案例略作说明。

发掘数据潜力

欧莱雅：利用人工智能和物联网打造个性化化妆品

作为美容领域的领先企业，欧莱雅致力于为全球范围内的女性和男性提供化妆品、洗发水和香水，主打质量、功效和安全性。欧莱雅面临日益增长的客户需求，比如说希望获得针对其皮肤类型、肤色和个人喜好量身定制的化妆品。该公司希望利用技术解决方案来更加深入地了解消费者意愿和购买行为，然后制造工厂就可以对生产做出相应的调整。

为了应对这一挑战，欧莱雅在其位于利布拉蒙的比利时工厂中的新生产线上采用了人工智能物联网平台，包括传感器、激光测量、摄像头和先进的传送带。全新设计的生产线可以同时处理数十种不同的产品，确保交付针对个人皮肤量身定制的高度个性化产品。

实现网络弹性

ABB 与 IBM 携手：增强工业运营的网络安全全球领先的工程公司 ABB 与 IBM 联手连接网络安全与 OT。作为此项目的一部分，ABB 开发了一项全新的 OT 安全事件监控服务，结合其流程控制系统领域的专业知识与 IBM 的安全事件监控产品来帮助提高工业运营商的安全性。为了更好地将 OT 数据连接至更广泛的 IT 安全生态系统，这项新服务可支持将 ABB 的安全事件发送至 IBM 安全信息与事件管理平台。此次合作标志着首次直接将 OT 数据和流程行业专业知识引入到安全信息与事件管理 (SIEM) 系统中，从而将威胁作为组织更广泛的网络安全运营和战略的一部分进行管理。在使用此服务之后，某工业企业正在全面受益于基于 OT 控制系统事件的实时安全监控。该企业还可以访问广泛的 SIEM 功能 — 从单一事件警报到设备配置跟踪。

创建将工厂车间连接至业务系统的企业架构AT&T 与 IBM 携手：将混合云引入企业 5GAT&T 与 IBM 联手助力企业在低延迟、专有蜂窝网络边缘环境中管理开放式混合云计算。借助全新的混合云服务，企业可以将5G 应用于工厂安全与效率、实时健康运行状况监控以及自动驾驶汽车运营等领域。在制造业中，引入 5G 互连的自动化运营可以通过机器人和近实时视觉分析来降低生产线成本以及控制质量。IBM 和 AT&T 正在携手助力千行百业的企业在低延迟的专有蜂窝网络边缘环境中管理开放式混合云计算，从而利用区域或本地边缘计算来更加快速、安全地构建应用。例如，此项协作方案帮助一家工业企业广泛部署无线连接，建立了高度冗余的通信网络，并将成本降低了 30%。5G 与混合云的强强联合还构筑了一个可靠的基础网络来扩展功能，包括人身安全警报、资产跟踪、生产与质量以及周转运营。

利用技术实现卓越制造京瓷：利用自治技术倍增生产力京瓷 (Kyocera) 已经从最初的精细陶瓷专业制造业务拓展至更多其他领域，包括通信、汽车、环境能源和医疗保健等。作为销售扩张计划的一部分，该公司启动了“生产力倍增计划”，旨在实现制造生产力倍增、降低成本以及提高竞争优势。自 2019 年 4 月以来，京瓷公司一直在其所有工厂中推广基于人工智能和机器人的无人生产线。人工智能数字平台解决方案可实时分析所收集的各种数据。如果系统确定可能会生产有缺陷的产品，则会自动更改加工条件并及时处理。如果系统确定生产线可能会停止，则会在机器发生故障之前提醒操作员或负责人。通过在数字平台整合生产计划调度与生产操作系统，京瓷多家工厂的生产线都实现了显著的质量改进。

打造面向未来的制造业工人团队İsdemir：推动现代化钢铁生产OYAK Mining Metallurgy 旗下的 İsdemir 公司是土耳其历史悠久的综合钢铁厂，也是土耳其长材制造能力最大的钢铁厂。生产数百万吨钢铁是一项资产密集型业务。该公司希望利用创新性技术保证数十个生产基地的设备满负荷运行，并最终选择采用一个通用平台来管理 İsdemir 及其 Erdemir 子公司的资产。该平台的仪表盘提供了一个统一控制点，让该公司能够集中监控、管理和报告其设施中资产生命周期的所有阶段。该平台解决方案将设备分类(关键、重要或正常)分配给每项资产，让该公司能够基于分类对不同资产采用不同的策略。例如，该公司结合预防性或预测性维护与在线监控来为关键资产提供高度保障。借助该平台的人力资源管理功能，İsdemir 公司还可以根据维护说明来分配适当的人员。还可以帮助该公司更加高效地监控和分析数据，并据此决定何时分配团队成员以及何时引入专家。此外，该解决方案还与 Erdemir 和 İsdemir 的财务、维护及仓库部门相集成，可按资产重要性显示备件库存。这有助于确保预备好定期维护所需的适当材料。

数字化与制造运营及管理相结合利洁时：打造未来工厂作为一家快消品公司，利洁时 (Reckitt) 面向全球市场生产各种广为人知的卫生、健康和营养产品。对于该公司的 IT 和制造团队来说，以数字化和自动化运营为核心的工业 4.0 技术提供了通过变革超越竞争对手的绝佳机遇。但他们首先需要克服一些重大障碍，比如说孤立的数据、不同的操作系统、工厂之间缺乏互联以及工厂的技术成熟度差异。利洁时着手打造 “未来工厂”，实施可扩展的云基础和数据主干网络，从诺丁汉工厂起始，继而扩展至全球范围内的其他工厂。该解决方案针对三个用例量身定制：整体设备效率 (OEE)、工厂维护以及能源效率与可持续性。为了改善运营和制造效率，利洁时部署了“互联式 OEE”解决方案，可自动收集生产力数据并提供工厂机器资产监控。系统会自动根据实际机器状况触发维护活动。电表接入了云平台，因此现场管理人员可以使用仪表盘来跟踪能源使用情况、发现趋势或异常，并及时跟踪利洁时在实现宏大可持续发展目标方面取得的进展。2021 年 5 月，诺丁汉工厂成为利洁时第一家投入运营的未来工厂。到 6 月，预计该工厂的维护成本降低了 10%，电力消耗降低了 3%。

我们研究认为，要充分发挥制造 4.0 的潜力，整个企业需要协同采取统一行动。创造更大客户价值与持续改进运营齐头并进，既有战略意义，也有运营意义。那么如何基于组织身身的数据成熟度水平来推进制造 4.0 呢?请下载IBV最新研究报告《制造 4.0: 化数据为决策》，了解更多专家观点和行动建议。

审核编辑：汤梓红