制造业的数字化转型：机遇、挑战和经验教训

Greg Kinsey是卓越运营、数字化转型和工业 4.0 领域的高级顾问，帮助工业公司制定工业 4.0 战略、实施、利益相关者的支持和调整、Genba 参与和收益实现。2023 年 1 月，他作为合伙人加入国际运营咨询公司和 Minitab Gold Level 咨询公司Argon & Co，领导数字制造实践。

在 2022 年 9 月 20 日于慕尼黑举行的 Minitab Exchange 活动中，Greg 分享了他的经验以及制造领导者通过数字化日常运营以提高绩效的旅程中的主要经验教训。格雷格描述了公司面临的最常见挑战以及他对解决这些挑战的建议。

数字化转型将带来第四次工业革命

如果你回到 1800 年代的工厂，在第一次工业革命期间，你会发现工匠——高技能的人从事专业化工作，几乎没有标准化。

第二次工业革命迎来了标准化工作。具有特定技能、重复特定任务、专门从事装配操作的指定方面的人员。这是管理和控制过程的一种新的科学方法。泰勒主义和福特主义为制造业带来了新的工作方式。

第三次工业革命引入了持续改进和质量体系的概念，以及新的 IT 和 OT 系统。工人们开始与自动化生产并肩工作，并获得了更大的自主权和对结果的责任。这引入了用于解决问题和控制过程变化的六西格码方法，以及所谓的丰田生产系统或精益管理。

第四次工业革命将带来根本性的变化，因为我们将在更多的知识基础上工作。在大多数情况下，工人不会从事体力劳动，但他们将通过知识管理体力劳动。他们创造的价值将基于他们的知识，以及他们如何将数据整合在一起以优化生产力、解决问题、监控流程和管理运营。

制造商的数字化转型机会是什么？

当我们谈论数字化转型时，它是关于改进工作方式。它是关于使用数字工具从根本上实现现代化并改善工人、管理人员的日常生活和工厂的绩效。如果我们考虑一下这种变化是什么样的，那就是从一种反应性制造文化转变为一种更具预测性和可控性……以及数据驱动的文化。

传统上，制造业以灭火和不断解决问题为主。有了数字工厂的愿景，您可以更好地了解未来会发生什么。您可以更好地预测您的流程在未来将如何执行，这意味着您可以以更可控的方式管理您的制造。它还涉及从分散的运营模式转变为更加集成的模式。无论是数据孤岛、人员孤岛还是流程孤岛——我们都需要更多相互联系的团队和流程上下一致的数据定义。

这还涉及从基于过去发生的事情进行操作的历史知识转变为可以预测未来会发生什么的智能工厂。因此，由于流程中内置的智能，我们拥有更大的灵活性，而不是拥有一个流程、机器和人员都是固定的环境。

数字化转型面临哪些主要挑战？

（1）关注问题，而不是解决方案

我看到公司经常犯的第一个错误是他们忽视了他们想要解决的问题。很多时候，解决方案是推动投资而不是解决问题。专注于您想要解决的问题的最佳方法之一是将您的数字计划与您的卓越运营计划联系起来。

如果您有像精益六西格码黑带这样的项目负责人和问题解决者，那么他们已经有了一系列他们正在努力解决的问题。与其尝试安装新软件，不如考虑数字技术如何补充和加速已经在进行的问题解决。

（2）收集数据

另一大挑战是数据采集。收集正确的数据可能是一个耗时的过程，而且它可能以不同的格式分散在不同的地方。您可能混合使用旧机器和新机器——有些有数据端口，有些则没有。您如何连接所有这些可能具有不同网络和协议的不同可编程控制器？您可能不会到处都有传感器，您的愿景可能需要您拥有更多的物联网设备。

说到数据，清理时间总是比我们预期的要长。我建议构建一个数据字典——一种标记和分类数据的方法。这将为您提供描述其中内容的数据周围的元数据，使其更易于有效使用。

（3）对未来没有清晰的愿景

公司应关注的另一个领域是创建清晰的路线图并确定未来的架构以实现其目标。五年或十年后你的工厂会是什么样子？您的技术选择可能很困难，而且 IT 系统中的遗留问题会受到一些限制。构建可扩展的架构非常重要，这样您就不会构建过时的东西。

（4）项目管理的经典方法

数字化转型使用的方法与传统 IT 项目不同——事实上，恰恰相反。传统 IT 是将已知解决方案应用于已知问题，您的 IT 系统可能看起来与竞争对手部署的系统非常相似。数字创新是关于使用敏捷流程建立数据库并开发定制解决方案，以应用机器学习、人工智能或高级分析来解决您的特定问题。根据定义，它是创新，而不是现成的解决方案。

（5）缺乏管理层的参与和协调

最大的挑战之一是如何吸引员工。通常，质量经理会有一个议程，但物流经理可能有不同的痛点。问工厂经理他们需要什么，这可能是一个完全不同的故事。关键是使您的卓越运营职能与数字职能保持一致，以便每个人都围绕目标以及如何实现目标保持一致并参与其中。

（6）忽略Genba

经验表明，最好的想法来自于在创造价值的领域 (Genba) 工作的人。他们了解流程如何运作以及机器如何运作。如果您问人们如何通过应用数字工具来改善事物，他们通常会提出很多想法，因为他们想要使工作场所现代化。如果他们参与构思过程，他们也会有一种主人翁感。他们为自己的贡献感到自豪，并热衷于帮助推动项目完成。

（7）没有利益实现

我听到的最重要的事情之一是，“我们尝试了概念验证，但没有产生任何结果。” 如果您得不到这些好处，无法实现速赢，您将无法继续您的旅程。专注于确保获得这些结果，当你这样做时，在财务的帮助下验证这些结果。传达项目结果及其带来价值的原因。

您从制造业的数字化转型中学到了哪些经验教训？

（1）整合必不可少

您的卓越运营计划必须与您的数字化转型计划相结合。数字化转型只是卓越运营的下一阶段，如果您不将精益六西格码计划带入数字世界，它就会过时。

（2）最小可行数据集

您无需构建海量数据湖。首先从解决特定问题所需的最小数据集开始。专注于一个用例和为此目的所需的数据——您可以随时添加更多。

（3）允许试错

在敏捷工程中，您希望进行创新并允许进行实验。不要害怕快速失败并从中学习。不要害怕根据你从这些失败中学到的东西来调整你的方向。

（4）保持好奇

你无法购买现成的智能工厂，你必须自己发明。如果您想超越竞争对手进行创新，请特别是在您的行业之外寻找新想法。

预测分析在第四次工业革命中扮演什么角色？

制造业以反动着称，人们总是“救火”并修理意外损坏的东西。我认为数字化转型的承诺是创造一个更主动、更可控的环境，在这个环境中，您可以轻松了解正在发生的事情。您掌中的手机成为您高效开展日常工作所需的主要信息来源。根据数据，在问题发生之前警告您。这减少了消防工作，减轻了压力，并让人们自信地掌控一切。

数据驱动这个词可能被滥用了。但是，当人们在需要解决问题或进行调整时可以获得仪表板和可视化效果来帮助他们做出数据驱动的决策时，这将改变他们日常工作的本质。当这些人不仅仅是坐在办公室里的高管时，革命就来了——它也是 Genba 中的司机、机器操作员、质量经理和维护人员。当 Genba 的劳动力可以从数据驱动的工作环境中受益时，也许我们已经迎来了第四次工业革命。

审核编辑黄宇