数字化工厂建设的5个核心要点

数字化工厂建设的5个核心要点

原创 张应春 朗欧企管 2021-12-01

[color=rgba(0, 0, 0, 0.3)]

智造

导读：朗欧咨询为超过200家制造业提供全天候的驻厂辅导，近年来，我们发现很多制造业企业家非常的焦虑。因为大家都在谈转型升级，特别是传统制造业受资源和人力成本的挤压，企业的经营压力越来越大，企业主都试图从数字化工厂、智能工厂寻求企业突围之道。

一时间，各种数字化相关的概念词赚足了噱头，如信息化、数据化、数字化、智能化、工业4.0、灯塔工厂、黑灯工厂等等。但我发现，企业家除了学了一堆的概念之外，并没有大的收获，依然显得焦虑、迷茫，这又大都源于不知如何迈出数字化、智能化的第一步。

为此，我结合朗欧咨询多年来驻厂辅导实战过程中的所见所闻，总结了建设数字化工厂的5个核心要点，希望对你的数字化工厂建设之路有所启发。

1、数据是实时产生还是事后统计？

数据是实时产生的，而不是事后统计，这是建设数字化工厂的可行性到了成熟阶段的标志。

为什么强调数据必须实时产生，而不能事后统计呢？这跟ERP运作的原理类似。你看为什么传统的ERP软件难以落地？其实不在于我们的软件不好，而是因为ERP统计的是结果性的数据，ERP系统里面所产生的数据，它本身具有滞后性。

什么叫滞后性？比如，早上一上班，生产部就到仓库领料，但往往要到了中午下班的时候，或者到了晚上下班的时候，仓储人员才把发料单的数据录入到ERP系统，做得稍微好一点的企业，它的系统里面的数据是每2个小时、3小时更新一次。数据不是实时产生，数据的滞后性导致ERP无法准确反馈生产状态和指挥生产，这是ERP难以落地的根源。

同样，数字化工厂的数据应该是实时产生的，我们要有数据采集终端设备，在生产的时候，员工的产量、质量、进度等数据自动更新到MES系统、ERP系统。如果是实时产生的，证明我们的数字化工厂的建设满足了至少这一条标准，如果还是事后统计的，你可能就被忽悠了，你可能没有达到真正数字化工厂建设的要求。

  2、机器指挥生产还是人指挥生产？

未来的工厂是一个什么样的场景呢？麻省理工学院博士沃伦·本尼斯讲过一个笑话：“未来工厂的组成部分是：一组机器、一个男人、一条狗。”狗负责看设备，设备负责生产，人负责喂狗。其实沃伦·本尼斯讲这个场景的本意，是告诉我们传统工厂在未来的发展趋势是数字化工厂、智慧工厂。

数字化工厂建设的目的就是让机器指挥生产，而不是人去指挥生产。我们现在很多企业里面，为什么我们要有计划物控部，为什么我们要狠抓PMC的运作管理，就是因为前文所讲的第一点，数据的滞后性问题，数据不及时性，甚至不准确性，所以我们还需要人靠大脑不断地去调整，这个时候我们需要人去指挥生产。

而真正的数字化工厂建设好了以后，其实是机器设备自动进行排产，上一个工序一完成，下一台设备就会收到上一台设备完工的指令，下一台设备紧接着就自动化生产了，哪怕我们设备的自动化、智能化没有达到这么一个阶段，至少我们下一位员工，也知道他应该干什么。

在朗欧咨询服务的企业当中，已经有两三家企业已经达到了这种生产状态，它不是设备给设备去排产，至少是上一台设备做完了，到下一台，下一个工序，员工一扫码就知道他这个岗位今天应该完成哪些工作任务。

你的工厂是机器指挥生产还是人指挥生产？如果是机器指挥生产，恭喜你，数字化工厂建设得很好；如果还是人去指挥生产，你可能还处在信息化管理的一个阶段。

3、标准化仍然是数字化工厂建设的关键

很多人会讲，“张老师，我进行数字化工厂建设就是希望能够适应小批量多品种的生产模式。”在过去，传统制造的生产模式是“少品种、大批量”，随着消费需求的升级，这种大规模生产的时代已经过去了，现在我们都强调个性化需求，个性化服务。

但是大家一定要记住，个性化需求的满足一定要建立在模块标准化的基础之上，这样才能效率最大化，成本最优化。

我们在数字化工厂建设的过程当中，要做哪些标准化呢？有4个方面：

（1）产品标准化

（2）部件标准化

（3）材料标准化

（4）工艺标准化

这是我们进行数字化工厂建设的关键，只有我们把这些产品、部件、材料、工艺都标准化了以后，我们的数字化工厂建设才能够变得可实操；我们再进行个性化的服务和个性化的产品定制，才能够让我们的效率最大化，让我们的成本最优化，让我们的产品的稳定性能够得到大的保证和提高。

  4、数据的运用比数据本身更重要

数据的运用比数据本身更重要。数据要经过收集、加工、分析和运用，才能产生价值。

比如，通过对数据的采集、分析和运用，实现设备自动开料、机器人准确定位和自动派料；依托大数据收集和分析完成预知维护；在多种终端实现定制化报告，针对不同场景为员工提供最及时可靠的关键数据，每个订单的生产进度、品质状况，每个物料的流向等都可追溯。

所以，数据的采集和数据的应用是两回事。工厂如何辨别数据的价值，以及应用数据，是数字化工厂打造的关键之一。

5、传统工厂到智慧工厂的转型路径

工厂智能化的过程需要一定的“基础建设”。就像前些年，很多工厂都在学日本、德国的自动化生产模式，其实，自动化的前提是人的自动化，强调人的职业化，你的人守规矩了，并有基本的职业化素养才能到达“人机协作”的高效状态，也才能称之为真正的自动化。

管理精细化、流程信息化、组织系统化、企业数字化、工厂智慧化，这是传统工厂转型升级的路径，每个过程不可或缺。

打造数字化工厂不是喊口号，也不是追概念，我们首先要做到管理的精细化，管理精细化最大的价值是实现人的职业化、人的“自动化”；

管理精细化做到了以后，再实现流程信息化，你可以上ERP系统、MES系统；流程信息化也解决了，这个时候，我们需要站在组织的角度去考虑我们的组织系统化，既不能靠人治做管理，也不要单纯地靠流程和制度，而是要站在组织的角度来看问题。如何站在组织的角度看我们的企业？为此我专门写了一本书《组织才能管好人》。

当管理精细化、流程信息化、组织系统化都完成了以后，这个时候就开始做数据采集，开始进行企业的数字化构建过程；在数字化工厂的基础上，利用物联网的技术和设备监控技术加强信息管理和服务，这就到了智慧工厂的阶段，实现完全的自动化、智能化，如自动备料、自动上料；自动生产、组装、包装；自动品质管控；并通过ERP、MES系统的集成对材料、生产环节品质管控等各个环节进行追溯管理。

最后我再强调一点，数字化工厂绝对不是你去听一堂课，或者上一套系统、一套软件，做一个电视大屏所能解决的。

数字化工厂建设毫无疑问它具有紧迫性，但每个企业家、高管都应该明白，数字化工厂的建设是一个长期的过程，绝不仅仅是一次技术革命，它涉及到组织变革、流程变革，数字化转型本质上来说，还是人的转型。因此，它要经历管理精细化、流程信息化、组织系统化的过程。

朗欧咨询服务的企业当中也有很多企业在做数字化转型，在做得比较好的企业当中，我了解到，这些工厂基本上都花了6年以上的时间打基础。如果你试图通过几个月、一两年的时间就把数字化工厂建设好，这是不现实的，可能你的工厂规模不够大，抑或你对数字化工厂建设的理解有偏差。

结语

数字化工厂建设的5个核心要点：数据是实时产生而不是事后统计；机器指挥生产而不是人指挥生产；标准化仍然是数字化工厂建设的关键；数据的运用比数据本身更重要；管理精细化、流程信息化、组织系统化、企业数字化、工厂智慧化，这是传统工厂转型升级的路径，每个过程不可或缺。