0
0

数字化不是赶时髦数字化不是赶时髦

Tob行业头条
2024-04-01
2267
shoptop 【建站扶持计划】

免订阅费,免费SEO与代建站,16大主流媒体免费开户

   立即查看>>

大数跨境
导读:真正的数字化推进,它却时常是灰头土脸、惨不忍睹、悲催的时刻。
数字化已经流行了有些年头了—它究竟重要不重要,毋庸置疑—但是,是否我们对数字化认知是清晰的,这却是值得怀疑的。
 
因为,数字化、智能化仿佛成了赶时髦,你要是不谈谈数字化,你都不好意思说你在玩制造业里,不谈谈智能,你都不好意思说你是技术领先的企业。但是,究竟斤两如何,大家都心知肚明—但“看破不说破”,是行走江湖的基本素质。
 
区分真的是在数字化,还是仅“叶公好龙”,其实就在于是否“言之有物”—都知道数字化要解决品质问题,但不能这都流行了差不多10年了,还停留于“降本增效”这种不会错的言辞。而没有针对究竟它如何,在什么场景里,带来了哪些具体的数字改善,或者,如果你没有讲到它的障碍、难题、挫折、失败、弯路…其实,也算不上干货。
 
因为,讲的光鲜靓丽,是一贯的做法,但真正的数字化推进,它却时常是灰头土脸、惨不忍睹、悲催的时刻。明明统计学听到的成功率很低,但却每个企业都在讲成功故事…不过,失败的企业的确没有来讲也是真的。

数字化是产业认知的结果

数字化能否推进的好,对于企业来说,它是企业运营水平的问题。对于产业来说,则是整体产业所处的阶段的问题。它看到的是数据、信息、知识、决策的问题,但这背后却是几个层面的问题:
 
(1)在工艺层面:什么是影响品质、成本的关键因素,什么是可被测量的,用于直接或间接反映生产过程的关键因素。包括因果与相关的分析,而这决定了我们如何去分析品质,采集什么数据—现场不是缺数据,也不是采集不到数据—而是你真的知道你需要什么数据吗?或者,作为服务商,你清晰了解什么数据是需要采集的吗?
 
(2)在装备层面:机器-机器间他们是如何写作的,他们在时间、空间、位置、速度方面的协作需要什么?材料、产品规格变化后,他们需要改变的是什么?
 
(3)在工厂层面:现场数据、物料、信息、能源,这些如何构建了品质、成本、交付的效率持续改善的架构。这些是清晰的吗?
 
(4)生产作业变化:当系统发生了变化,我们整个系统如何将什么信息,以什么方式频率下发,并快速的重构生产过程-验证,并执行。这个问题我们是否清晰呢?
 
数字化表面是对数据、信息的应用,但背后却是对生产、制造的装备、工艺流、生产作业流、资产评估等运营问题的认知。
 
在自动化水平整体不高、精益水平尚未有清晰的认知情况下,那么对于数字化的认知一定是不清晰的—现在所谓的数字化存在的数据采集不到、传输问题…它都是对制造本身的认知问题,而不是技术实现的问题。
 
因为,如果你不知道问题在哪里,那你就不会知道如何解决问题。

物理场的强耦合是制造数字化的难题

很多将互联网、AI的想法都拿到了现场-这些前沿、时髦、流行的概念,都试图要改变制造业。是的,几乎没有人否认这种趋势和未来的前景—但是,它却不是高谈阔论的专家所看到的。前几天与几位同仁谈到这个话题…现在做工业互联网的大厂都开始撤退了。他们信誓旦旦的要改变制造业。
 
冰老师说“Cyber-Physics System”,大家关注“赛博”这个抓眼球的,可是这个Physics好像重要性没有被充分认识。根据“屁股决定脑袋”原理—那么,就是考虑到资本、互联网、AI企业的立场,他们会将Cyber拿个大喇叭吆喝,这也是情理之中,非意料之外。
 
我们要找到关键标杆用户、了解用户感知、抓住用户痛点、找到技术抓手、下沉到现场、对齐认知、构建技术底座、拉通数据、提高数据颗粒度、拆解问题、解耦复杂的关联、封装知识、以达到复用目的。然后通过持续迭代-成为具有可快速迁移的知识容器。赋能企业的运营,吃透商业逻辑、树立行业标杆、然后跨界复制、击穿行业壁垒、共享共性资源、持续进化、成为数字化转型的赋能者。
 
用所谓的互联网黑话随机组织一点内容,挺适合高端论坛讲讲—大家觉得像不像?
 
这种在各个高谈阔论的论坛上讲的数字化,与现场可能是形成了截然不同的—很多所谓的数字化其实,根本就谈不到现场的复杂性。商业意义的互联网、AI它与工业最大的差异来自于现场的特殊性,即,物理的对象在力学、声学、热学、光学、电磁学等多个场域里的复杂耦合关系—而互联网纯软件的数字化、AI它并不存在这一障碍。
 
这是商业互联网、AI领域的思想到了现场会尴尬的关键-而这些问题如果没有搞清楚,所以,如果我们没有搞清楚现场的问题,那么我们基本上也没有真正搞清楚制造的数字化问题。

不能解决核心问题的数字化都是虚的

 
制造业的数字化,一定是数据源于现场,而用于现场的-这需要对现场的认知,而现场的认知则来源于对物理世界的认知,而这些都建立在对材料物理学特性,如塑料的弹性/塑性力学、结构力学、疲劳力学、断裂力学等基础上。
 
即使我们讲工业软件,卷绕控制建立在对柔性薄膜/纸张类材料的特性,而半导体沉积则包括物理性和化学反应的电磁场、温度场的影响基础上,对于电池则聚焦于界面工程,以及光伏核心在于钝化工艺(PERC/HJT/TOPcon是不同的钝化-也算是界面工程)。材料像胶体、流体、粉体、固体、液体他们都会有不同的特性,在制造过程中影响着品质、效率及成本。
而这些,才是制造业竞争的核心问题。但是,我们很多数字化,它偏离了这些基础问题的决定性,而把相关性问题当做了因果性—大肆放大它的意义和价值,而事实上,并未真正从根源上解决制造业的问题。如果数字化软件、系统企业从广告意义上要制造这种氛围,那是可以理解的,但是,对于在制造业的企业领导者,则需要回归到解决本质问题上。

源于现场,用于现场

数字化,互联、智能、无论多么高大上-它必须源于生产现场,而用于现场。这就是知行合一,理论联系实践的一个动态循环过程。
 
数字化,如果不了解现场—或者不了解现场的具体的对象,那么,就无法真正做好数据、信息、知识、决策的上行,以及下行的应对变化—把知识复用于解决问题,并挖掘新的知识,应用于解决现场问题的过程。
 
因此,认知制造,才能认知数字化,做好数字化。
【声明】该内容为作者个人观点,大数跨境仅提供信息存储空间服务,不代表大数跨境观点或立场。版权归原作者所有,未经允许不得转载。如发现本站文章存在版权问题,请联系:contact@10100.com
Tob行业头条
关注TOB领域的新产品、新公司、新趋势,专注以原创记录TOB行业的人物、金钱与故事
内容 177
粉丝 0
关注
Tob行业头条 关注TOB领域的新产品、新公司、新趋势,专注以原创记录TOB行业的人物、金钱与故事
总阅读578.4k
粉丝0
内容177
主页
关注