智能制造的“?!迸c“機(jī)”

智能紡
智能制造的實現(xiàn)離不開前沿技術(shù)的支持。我們也許對互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能耳熟能詳,但只是針對個人消費(fèi)者的應(yīng)用,與智能制造的主體完全不同。

未來5年,制造業(yè)企業(yè)將向智能制造進(jìn)一步升級和轉(zhuǎn)型。智能制造的概念比制造自動化更為廣泛和復(fù)雜,它需要將自動化技術(shù)、物聯(lián)網(wǎng)、工業(yè)機(jī)器人等“硬”技術(shù)與大數(shù)據(jù)、云計算和人工智能等“軟”技術(shù)真正集成起來,并有機(jī)地融于之前“以人為本”的企業(yè)運(yùn)營流程、管理和決策工作中。

智能制造構(gòu)想了一種由人工智能為主的智能制造系統(tǒng),它在制造過程中能從信息技術(shù)連接的設(shè)計、生產(chǎn)、管理、服務(wù)等各環(huán)節(jié)中,自動獲得相關(guān)信息(即“自感知”),由此進(jìn)行諸如分析、推理、判斷、構(gòu)思和決策等智能活動(即自學(xué)習(xí)、自決策),然后通過制造自動化執(zhí)行(即自執(zhí)行),并能根據(jù)執(zhí)行后的效果,以及市場和競爭環(huán)境改變的反饋,調(diào)整和優(yōu)化后續(xù)的制造工作(即自適應(yīng))。

2345截圖20200908083720.png

這一切的美好,都要依靠扎實的產(chǎn)業(yè)探索和實踐,正所謂“千里之行,始于足下”。我國制造業(yè)在智能化的轉(zhuǎn)型中仍然面臨著諸多的挑戰(zhàn)。當(dāng)然,挑戰(zhàn)與機(jī)遇并存:挑戰(zhàn)應(yīng)對得當(dāng),也可以轉(zhuǎn)變?yōu)槌晒σ兀慈诤系某晒χ?(基礎(chǔ)+科技)×實踐×戰(zhàn)略(IMIS)。

01、信息化基礎(chǔ)

人工智能算法的應(yīng)用,需要質(zhì)量好、完備和大量的數(shù)據(jù)。倘若連信息化都做不好,數(shù)據(jù)都不能有效地存儲、傳遞、收集和處理,就不要再說怎么用好數(shù)據(jù)了,更不要提自感應(yīng)。因此,在信息處理和業(yè)務(wù)流程改善效率后,人工智能才可能開始產(chǎn)生應(yīng)用價值。這也是對制造企業(yè)前5年工作的大考。

2345截圖20200908083720.png

當(dāng)然,人們也對智能制造有個誤解,智能制造并非是制造+AI。人們把制造的智能賦予了AI,似乎AI來了就智能了,其實,從統(tǒng)計學(xué)+野蠻的算力角度來說,AI可以解決一部分問題,但是,工業(yè)的數(shù)據(jù)并非是大數(shù)據(jù),這需要精準(zhǔn)的DoE設(shè)計(Design of Experiement),構(gòu)建有效的測試模型,來對工藝進(jìn)行驗證,因為如果產(chǎn)生了大數(shù)據(jù),尤其是大量的故障數(shù)據(jù)—這對于機(jī)器制造商、產(chǎn)線提供商來說,就意味著退出市場,這里的大數(shù)據(jù)是不可接受的,因此,就目前來說,AI必須與機(jī)理模型來結(jié)合,并且在有限的范圍解決問題。

02、新興的制造科技

智能制造的實現(xiàn)離不開前沿技術(shù)的支持。我們也許對互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能耳熟能詳,但只是針對個人消費(fèi)者的應(yīng)用,與智能制造的主體完全不同。新技術(shù)的應(yīng)用應(yīng)是一手段,結(jié)合精益的思維與方法論,應(yīng)用在企業(yè)全價值鏈中,助力企業(yè)變革其原有的生產(chǎn)經(jīng)營模式,以獲得在新環(huán)境下不斷成長的競爭力。很多企業(yè)在執(zhí)行智能制造時,錯誤的把智能制造與傳統(tǒng)制造割裂開來,為了智能而完全拋棄傳統(tǒng)制造的一切。然而,智能制造只是因為當(dāng)前大環(huán)境的需求,必須尋求新的技術(shù)來幫助企業(yè)實現(xiàn)盈利目的,是對傳統(tǒng)制造的延續(xù)與變革。

03、清晰的戰(zhàn)略導(dǎo)引

企業(yè)轉(zhuǎn)型是牽一發(fā)動全局的過程,尤其是涉及到大量投資、流程調(diào)整和勞動力結(jié)構(gòu)調(diào)整,過程會非常復(fù)雜和有挑戰(zhàn)性。相應(yīng)的,企業(yè)戰(zhàn)略和技術(shù)一樣復(fù)雜,戰(zhàn)略設(shè)計和執(zhí)行過程涉及到數(shù)據(jù)整合、組織結(jié)構(gòu)設(shè)計、人力資源配置、項目順序等等諸多因素。而且,企業(yè)不僅需要增加精通人工智能和制造的人才和技術(shù)儲備,還需要讓企業(yè)上下形成共識合力。

企業(yè)戰(zhàn)略必須清晰才能匹配制造執(zhí)行,智能制造的實現(xiàn)路徑必須服務(wù)于企業(yè)本身,需要理解技術(shù)與運(yùn)營管理的結(jié)合,把握技術(shù)轉(zhuǎn)化為生產(chǎn)力、利益甚至競爭優(yōu)勢的途徑和步驟,最后從全局出發(fā),創(chuàng)造性的規(guī)劃和執(zhí)行企業(yè)智能制造戰(zhàn)略。

04、新型的人才培養(yǎng)

目前制造業(yè)缺少復(fù)合型人才,企業(yè)自身的培養(yǎng)就顯得尤為重要,這也需要大量的投入。

2345截圖20200908083720.png

智能制造需要規(guī)劃型人才,以及人才的規(guī)劃—首先,智能制造本身是一個“集成”的過程,它從來沒有實現(xiàn),只是一直在路上,所以,不要把智能制造當(dāng)做一個產(chǎn)品技術(shù)那樣思考,它的實現(xiàn)是從最需要解決問題的地方開始。

規(guī)劃型人才必須在機(jī)電、運(yùn)營、工藝多個方面具有接口能力,不一定要精通每個方向的深度知識,但是,對于之間的邏輯關(guān)系、流程、接口、規(guī)范與標(biāo)準(zhǔn)要有通盤的認(rèn)識,并且站在企業(yè)全局來規(guī)劃,不僅是技術(shù)路線,也包括匹配的組織、人才、流程、考核方面的規(guī)劃,這樣才能形成一個有效的整體運(yùn)行。

人才規(guī)劃是在各個專業(yè)方向能夠有垂直領(lǐng)域的專家解決局部工藝、機(jī)電建模、數(shù)據(jù)建模的人員,大學(xué)的垂直專業(yè)訓(xùn)練到了產(chǎn)業(yè)里就會遇到橫向集成的矛盾,而到了企業(yè)就必須有橫向集成能力的培訓(xùn)。

THEEND

最新評論(評論僅代表用戶觀點(diǎn))

更多
暫無評論