0条评论
还没有人评论过~
文章作者 |毕马威公司 & 阿里研究院，节选于《从工具革命到决策革命》
长尾重构：规模化供给解决定制化需求
当前，互联网正在从信息交互的互联网、产品交易的互联网向能力交易的互联网迈进，互联网技术体系也正在从价值传递的交易环节渗透到价值创造的生产环节。
在这一新的发展进程中，如何应对高度碎片化、个性化的需求，并对各种新的需求做出实时、精准、科学的响应是产业互联网需要解决的核心问题。
在此背景下，C2M（Customer-to- Manufactory，顾客对工厂）定制化生产模式应运而生，成为这轮产业革命的新趋势。
在定制化生产体系的道路上，全球不同行业的企业都在进行艰难地探索。许多企业通过在一个企业内部进行数字化改造，实现单一工厂的资源优化，以满足个性化需求，并取得了阶段性成果，成为业界发展的共识和方向。比如，红领、韩都衣舍等。这是解决定制化生产的第一条路径。
案例1：青岛红领：单一工厂的资源优化
红领集团成立于1995年，是一家以生产经营中高端服装、服饰系列产品为主的大型民营服装企业集团。2003年以来，红领集团在大数据、互联网、物联网等技术支撑下，专注于服装规模化定制生产全程解决方案的研究与实验，经过十几年的积累，终形成独特的“红领模式”。
红领模式以大数据为依托，以满足全球消费者个性化需求为目标，进行个性化产品的工业化流水线生产，建立起订单提交、设计打样、生产制造、物流交付一体化的互联网平台。
依托这个平台，全球的客户都可以在网上参与设计、提交个性化定制的需求，数据立即传到制造工厂，形成数字模型，完成单件自动制版—自动化裁剪—规模化缝制与加工—网上成品检验与发货，实现了规模化生产下的个性化定制。
生产线上输出的是不同款式、型号、布料、颜色、标识的服装，颠覆了个性服装、单件制作，以及型号服装大规模生产、分级组织市场营销的服装行业经营传统，创立了互联网工业新模式。
红领模式以信息化与工业化深度融合为基础，实现了消费者与制造商的直接交互，消除了中间环节导致的信息不对称和种种代理成本，彻底颠覆了现有的商业规则和生产模式，创造了全新的商业理念，初步探索出了传统制造业转型升级的新路径。
在中国，互联网平台为解决定制化生产提供了一条独特的路径，即通过规模化供给解决个性化需求问题。当一家企业面对一个客户需求时，需求是碎片化的。
但在互联网平台上，可以把客户量大、面广的碎片化的长尾需求打包成具有一定规模的订单，然后分发给成千上万专业化的制造企业，以此来实现整个产业链的资源优化。
这条路径并不是在一个企业内部来解决定制化问题，而是在一个大生态体系中思考如何实现定制化生产。这条道路在中国是独特的，在全球也是独特的。
案例2：“淘工厂”——产业链的资源优化
淘工厂平台成立于2013年，成立初期定位为连结淘宝卖家和服装加工厂的贸易撮合平台。在1688上分布着很多生产性企业，天猫和淘宝的商家则需要寻找供应链，淘工厂正是诞生在这样的需求下，通过大数据和算法架起供需双方的沟通平台，将生产线转化为数据联网，通过销售到生产端的数据互通，实现制造的大规模高效协同，实现卖家和供应链之间的精准匹配。
淘工厂打造的柔性供应链平台是通过供给和需求充分数字化后实现高效协同，从而达到整个制造到流通链条的效率最大化。
供给侧，工厂把包括产品品类、工人数量、产能状态、以往客户质量评价、交货期等信息开放给淘工厂平台；需求侧，淘工厂通过数据进行海量线上中小品牌的需求聚类，对同类产品需求的淘卖家做用户画像。
随着平台上零售和生产供给侧大数据滚雪球式的累积，平台通过算法和建模可以实现淘卖家和工厂能力的精准匹配。
淘宝卖家在淘工厂平台上发布零散的订单生产需求，淘工厂平台通过数据和算法分析平台上工厂产能的动态变化情况，从而进行初步的订单分配，然后由制造厂家决定是否接单。
通过此操作，生产厂家可以同时接受多个淘宝卖家对于某品类的多个零散生产需求从而组合成一个初具规模的订单需求，实现规模化供给解决消费者碎片化的个性化需求的功能。
同时，这种以数据驱动的匹配方式正在向全价值链延伸。例如，与上游设计师资源的精准对接；数据共享驱动产能共享，使工厂在旺季产能不足的情况下，可及时获得其他工厂产能上的补位等。
中国之所以能够发展出解决定制化的独特路径，主要有三点原因：第一，庞大的需求市场。中国有10多亿人正在拥抱大数据变革；第二，完善的供给体系。近年来，中国中小企业产业集群发展迅猛，供给体系多元化趋势愈加明显；第三，对接需求端和供给端的平台。
敏捷响应：精准捕捉用户需求，快速推出新品
敏捷制造是指制造企业采用现代通信手段,通过快速配置各种资源(包括技术、 管理和人), 以有效和协调的方式响应用户需求,实现制造的敏捷性。
敏捷性是核心, 它是企业在不断变化、不可预测的经营环境中善于应变的能力, 是企业在市场中生存和领先能力的综合表现, 具体表现在产品的需求、设计和制造上具有敏捷性。
数字技术对消费端的赋能以及新生代人群对于产品功能、产品包装等求新求快的需求变化，都对制造业敏捷响应、柔性化生产、缩短产品研发周期、加快产品更新等方面提出了更高的要求。
在消费互联网带动产业互联网发展的大背景下，制造企业敏捷性的一个重要体现就是新品投放速度，是企业打开新市场、建立竞争优势的重要手段。
案例3：天猫小黑盒助力新品消费市场的崛起
天猫小黑盒是天猫打造的一个新品平台，也是数字赋能企业实现敏捷响应，加快新品投放，从而在市场竞争中脱颖而出的典型案例。
天猫定义的新品是新产品、新升级、新包装和新市场的合集。与老品着眼于存量市场不同，新品主要看重增量市场和较高的溢价。
天猫新品借助其前端所积累的全渠道消费者数据和小样本调研，运用大数据分析，洞察新品机会，帮助企业优化产品、精准定位目标用户，从而使得生产企业能更精准地设计及孵化新产品并缩短上市周期，同时更高效地通过柔性供应链加快产品的更新换代。于此同时，天猫新品还通过对用户反馈数据的分析，反哺品牌制造商后续新品的开发。
2017年9月，天猫新品与宝洁合作，推出海飞丝品牌香氛洗发乳，上市仅一个月就达到宝洁天猫旗舰店销售的前三。
与以往在传统模型下新品的开发需要18-24个月不同，天猫新品平台通过大数据分析帮助企业将新品研发全流程降低到了9个月，与敏捷制造的核心理念不谋而合。
智能决策：工业大脑结合行业洞见，重构人机边界
回顾人类工业发展的历程，每一次人与机器间关系的变化，都意味着制造水平又一次质的飞跃。现代云计算、大数据、物联网、人工智能等信息技术的爆发为人机边界的再次重构提供了机遇。
在制造领域，人机边界的重构体现在建立由人类赋予机器智能，由机器随时、随地完成复杂决策与逻辑操控任务的机器智能工厂。
这一未来工厂的模式由智能化、数字化与自动化三位一体打造，实现了工厂从无脑到拥有一颗工业大脑的转化，是继三次工业革命后的又一次跨越。
工业大脑的思考过程，简单地讲是从数字到知识再回归到数字的过程。生产过程中产生的海量数据与专家经验结合，借助云计算能力对数据进行建模，形成知识的转化，并利用知识去解决问题或是避免问题的发生。
同时，经验知识又将以数字化的呈现方式，完成规模化的复制与应用。一个完整的工业大脑由四块关键拼图组成 ——分别是云计算、大数据、机器智能与专家经验。
工业大脑的实施使得工厂对人的依赖减少，但无论是生产设备、产线、工业应用还是生产参数如果仍然由人设计和开发，就无法杜绝对资源的浪费和不合理安排。只是浪费隐藏在数据中，更加难以发现。
例如锅炉设备控制参数的不合理导致过多燃煤的消耗，或是轮胎生产过程中不同产地橡胶配比的不精确会影响轮胎的稳定性等。
只有将工业大脑与行业专家的洞见结合起来，凭借专家的经验和常识确保机器智能与实际业务需求吻合，开发出能够实现生产的低成本和高效率的模型和算法，才能切实减少生产过程中的浪费、停滞与低效。
案例4：工业大脑助力天合光能提升企业利润 实现智能升级
太阳能企业天合光能以工业大脑为基本框架，用云计算、物联网、大数据、深度学习等技术赋能，寻求提升电池片生产的A品率13，从而提高企业的盈利水平。
具体的实施流程包括以下几个步骤：首先将车间实时采集到的上千个生产参数传入工业大脑，通过人工智能算法对所有参数进行深度学习计算，并结合工艺专家们的专业知识对数据进行过滤和筛选；然后以最快速度精准分析出与生产质量最相关的30个关键参数，并搭建参数曲线模型，在生产过程中实时监测和调控变量；最终将最优参数在大规模生产中实现了精准落地，实现了A品率的提升。
项目自开始以来，仅仅用了五个月的时间就取得了可观的成效:
首先是达成了企业的预期目标，将生产A品率提升了7%，从而创造了千万元的直接利润。
其次，项目的实施为企业的数字化转型建立了良好的开端。天合光能在云计算、人工智能等科技的赋能下实现了生产数据在线化、生产管理透明化和生产预警自动化。
最为重要的是，工业大脑项目的成功使企业决策层看到了智能化转型的必要性，实现了由高层推动，逐步将试验线中的成功经验和研发成果在更大规模生产中精准落地。
案例5：恒逸石化 – 用工业大脑实现能耗优化
恒逸石化是中国的一家大型化纤生产企业。化纤属于高耗能行业，公司每年煤炭消耗高达几亿元人民币。为了实现“十三五”计划所明确的以创新驱动，绿色低碳发展的行业发展目标，企业引入工业大脑的决策流程，通过数据采集-模型搭建-模型应用-反馈控制-服务提升，实现锅炉燃烧能耗优化。其本质是通过“数据+模型”，构建新型服务体系：
1. 数据采集。恒逸石化对燃烧过程中涉及到的数百个变量参数进行深度挖掘，识别出对锅炉燃烧能耗影响最大的十几个关键参数，如进风量、燃料量、蒸汽压力、炉膛负压、烟气浓度、氧气量、烟气量、蒸汽体积等，并重点采集十几个关键参数与燃烧能耗一段时间内的历史数据，形成离线学习样本集。
2. 模型搭建。基于确定的十几个关键参数，一方面，通过数理分析、机理推导，得出关键参数与燃烧能耗之间的机理模型，并基于机理模型定性分析出关键参数（控制量）与燃烧能耗（被控量）之间的变量关系（增减、比例、指数）、模型结构（一次、二次、高次），以及部分关键参数在一定物理条件下的合理变化范围，初步确定模型部分结构信息。
另一方面，基于大量的离线学习样本数据，通过数据挖掘（回归、聚类、分类、关联等）方法对已确定的机理模型进行反复训练优化，得到离线数据学习下精确的模型。
3. 模型应用。训练后的模型可以部署在本地也可部署在云端，一旦模型部署应用，新的在线数据将源源不断输入到离线训练的模型中，一方面，基于在线优化算法可以动态优化，进一步完善模型参数。
另一方面，模型输出结果可以形成四类模型，用来解释工业现场四个基本问题：一是解释发生了什么，即监测模型，如故障报警，超界响铃等；二是解释为什么会发生，即诊断模型，如故障诊断模型、故障定位模型；三是解释接下来会怎样，即预测模型，如剩余寿命预测模型，功率预测模型；四是解释该怎么办，即决策模型，如维护策略模型，控制策略模型。
4. 反馈控制。所有的模型最终都需要将输出的结果反馈给实际对象形成闭环，反馈控制存在两种方式：一种是模型输出辅助决策方案，如是否需要延长设备运行时间、提前启动应急系统，调整生产订单计划等，并由人参与到反馈闭环。
另一种是模型直接输出优化后的一组控制参数，直接作用到控制系统中，调整生产过程中风阀电机、进料量等参数，实现精准控制优化。
当前，企业中广泛采用的是基于模型的辅助决策，并由人参与到反馈闭环过程。在环境扰动较小、系统模型相对简单生产过程中可采用直接作用到控制回路的方式。
5. 服务提升。无论是优化后的决策方案还是优化后的控制参数一旦作用到实际物理对象中，都能够对设备运行的各项相关参数进行优化调整，进而改变系统整体能耗、停机维修成本等，产生实际的经济效益。
恒逸石化基于“数据+模型”构建新型服务体系，实现燃煤消耗降低4%左右，蒸汽量提升约3%，每年节省1000多万元燃煤成本。
高度协同：工业互联、云中台助力大型集团构建高度协同的智能制造生态体系
近年来，世界各国特别是发达国家争先布局工业互联网平台并已取得了一些进展。根据咨询机构 IoT Analytics 的统计，目前全球工业互联网平台数量超过150个15。中国作为世界上拥有最为完备工业体系的国家之一，发展工业互联网也早已被提上日程。
工业互联网产业联盟指出，工业互联网平台是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供给、高效配置的工业云平台，在社会化资源协作方面发挥着重要的作用。
工业互联网平台的协同作用可以体现在企业内部的制造协同、企业间的产能协同、不同种类产业间的产业协同和企业与金融行业的产融协同等。
生产协同
在工业互联网平台协同制造的作用下，企业通过对各环节数据的搜集和分析利用，对设计部门、生产部门和供应链企业的协同，实现了产品价值链全链条的打通，有效地缩短产品的生产研发周期，降低成本。
产能协同
工业互联网平台在产能交易上发挥着优秀的协调作用。由于企业在区域和时间上的产能盈缺差异，产能闲置和产能不足同时出现，促进产能资源的便利流通和合理分配，实现企业间产能的盈缺互助是工业互联网平台协同功能的又一体现。
产业协同
工业互联网有助于打破传统产业与新兴产业之间的壁垒，实现产业协同。工业互联网是在产业不同场景中得以实现，又因不同产业诞生和发展阶段不均衡，导致信息化水平呈现差异，所以，工业互联为产业间提供了平台与支撑，使产业可以互联互通，协同发展。
产融协同
工业互联网平台上连接着数以百计的企业，并汇集了企业研发、生产、管理等环节的真实有效的数据。平台与金融企业合作开发产融合作新模式，将平台搜集到的数据适当地运用到企业融资环节，作为金融企业提供融资服务的评估基础，有效提升了金融服务实体经济的能力，助力优质制造企业实现资金的有效融通。
工业互联网平台呈现的四大协同，可构建一个高度智能协同的生态体系，这在大型集团企业中更为突出。
案例6：中信智能制造产业云平台助力集团智能化转型
中信集团为国有大型综合性跨国企业集团，境内外业务涉及金融、资源能源、制造、工程承包、房地产和其他领域。
面对新一代信息技术的高速发展，以中信为代表的多元化集团型企业面临着重重挑战，如集团内不同产业的数字化转型发展程度不一；集团内跨行业多维度数据无法有效沉淀用于决策分析等。
并且由于集团产业跨度大，组织架构复杂，在智能化转型中，难以清晰地建立一种“技术平台和业务平台”。为此，中信集团依托产业资源丰富的优势，打造了“智能制造产业云平台”，服务于旗下实业制造类企业开展智能化转型。
中信云定位于“云经纪”，用一体化平台为各业务线子公司产业进行整合及赋能，培育由集团、子公司、上下游企业、外部服务商共创共建、共生共赢的智能产业生态圈。
这为大型综合集团智能制造转型提供了“1+N新模式”（1代表集团云平台，N代表集团旗下子公司），通过平台赋能，使集团由内向外与实体企业互联互通，加强不同业务领域的技术创新能力和投资布局，强化多元产业之间的业务关联，发挥出集团各产业间以智能为牵引的高度协同。
中信通过打造集团层面智能制造云平台，使智能制造得以应用到集团下各类型制造企业，制造的物品可以小到零部件，大到建筑物。
例如，中信重工依托国家“特种机器人制造智能化工厂”项目，对特种机器人生产线进行智能化改造，主要包含数字化物流、仓储、生产线以及信息化系统等4大独立系统，并针对智能矿山设备和特种机器人做了大量投入，通过智能化工厂提高产品研发、仿真、生产效率以及产品品质；中信工程建立了智能建造平台（搭建互联网+EPC+BIM），通过数据共享实现工程项目的精细化管理。
编辑 |Yibin.P
推荐阅读
＞全球制造业的四个“未来情景”
＞未来制造业强国将花落谁家？
＞雕琢制造业精品的咨询匠人 | Boutique Firm
＞怎样才能设计出一流的数字化企业？
＞数字化时代的首席战略官 | 战略官笔记
＞如何实现成功的数字化转型？——德国工业巨头蒂森克虏伯的最佳实践 | 战略官笔记
＞转型为数字化冠军的生态体系建设指南
文章来源: https://www.toutiao.com/group/6734132433559486983/