“大部分制造企业信息系统还没有真正互联互通”|对话阿里云MVP周公爽(中)

简介: 制造企业信息系统面临的问题和挑战

本篇文章系[MVP时间]系列课程《工业互联网行业落地实施解决方案5讲》第一节的讲义整理(2),直播课程回看请戳【链接

智能制造的四大信息系统
image

在展开四个信息系统之前,我们来看一下目前智能工厂的发展趋势。

纵轴体现了智能化方向发展一般会经历的几个步骤,标准化、精益化、自动化、数字化、智能化。如果一个企业没有达到一定程度的精益化,那么盲目开展自动化和数字化,你会发现有很多的工作会推倒重来。举个例子,在没有做好精益化规划的时候,我们做了一条全自动化的生产线,而看起来自动化程度非常高,但是你会发现当订单进一步增加的时候,这个全自动化的生产线可能集中的8道工序,需要把几道工序拆解开。这时候你会发现原有的全自动化生产线,反而变成产能的瓶颈。所以很多时候在考察整个工厂效率的时候,我们应该看综合效率,而不是看单个的效益。因而我们建议企业有一定的精益化基础之后再做自动化。

那么在没有自动化的基础下能不能做数字化?不是说不能,肯定是可以的,但是如果有一定自动化的基础再来做数字化,我们数字化的基础会更好。我们再来看智能化,智能化依赖于大量的数据,而数据来源我们不能仅仅只是从人工采集,最好是自动采集。所以智能化的前提是有一定的数字基础,而数字化前提是自动化,这是我们认为比较通常一个路径。当然随着工业互联网平台的发展,未来会出现一站式的解决方案,可以让我们直接从一个车间直接跨越到数字化、智能化的车间。
我们来看一家制造型上市公司的信息化架构。
image

首先在最下面这一层就我们比较熟悉的车间,通过数据采集的方式进入到第二层,工厂执行层,也叫做制造执行系统,主要是做车间生产管理,负责车间数据采集和呈现。上面的企业管理层,ERP负责整体企业的资源调度,PLM系统是产品生命周期管理系统,还有一个系统叫PDM,即产品数据管理系统。有的企业有了PLM系统,有的企业只用了PDM系统,也就意味这有些企业注重研发过程管理,有些更注重的是研发结果的管理,数据的管理。最右边这个是WMS系统是仓储的管理系统,随着现在硬件立体仓库用的越来越多之后, WMS的作用会变的越来越大。以上是一个比较标准的上市公司信息化架构。
image

那我们来看四大智能制造的信息系统之间的关联关系。最中间这个环节就是MES系统,它能够把生产车间数据做数据采集,数据呈现,流程管控。最上面的ERP系统是负责整体企业的资源调度,最左边是产品生命周期管理系统,PLM,主要管研发过程,研发结果。最右边是仓储管理系统WMS。这样四个信息系统其实是相互关联的,ERP供应数据是来源于POM、MES、 PLM,WMS仓储数据要跟ERP互联互通,而MES系统既要跟PLM打通又要跟ERP打通,又要跟WMS打通,最最重要的是还要跟车间现场打通。这就是目前智能制造下四大的信息系统。

信息系统的问题和挑战

第一,超过90%的企业信息化基础薄弱,没有一套完整的信息系统。少数可能只上了ERP,或者连ERP都没有上。
image

第二,四个信息系统没有实现数据真正的的互联互通。
image

我们先来看这是一个引自2017年国家发布的白皮书,左边金字塔结构是传统信息化结构,整个信息化架构是一个金字塔,逐级往上然后越来越小。但实际上我们会发现企业内部数据流的连接根本不是金字塔型的,没有明确的分层,也没有明确的数字接口,很多时候企业内部数据流的流动是右边这样的网状结构。那么问题来了,所以第二个问题和挑战,就是我们现在看到的智能制造的四大信息系统,就是ERP,PLM,WMS,MES四个信息系统就像四个烟囱一样,树立在我们企业内部,然后这四个信息系统并没有实现真正的互联互通。
image

王坚博士在做城市大脑的时候,说“世界上最遥远的距离是信号灯跟摄像机的距离”。两个在电线杆上挨得很近,但是没有通信。在我们企业内部,这样新时代的信息孤岛依然存在,看起来所有信息系统都有,但是我们会发现这些信息系统之间是独立的,有很多数据是没有连通。

那么,带来的问题是什么?我们有一个客户,全年库存再制品和成品有1.5个亿,那么PLM,ERP,MES,WMS中有哪个系统可以告诉这家企业1.5亿的库存是否合理呢?没有,因为几个系统的数据没有很好的关联,更加没有一个系统可以分析这些关联的数据,这就导致了库存周转率、产线均衡等等问题。这是目前大型企业里面存在的很严重的问题,但是中小型企业存在的问题远比大型企业要严重得多,因为连数据都没有上来。
还有除了数据互联的问题以外,我们再来看,企业在上信息化系统过程当中存在的问题。
image

以MES为例,我们现在知道一个中型企业一个车间,大概一套MES系统在100万上下。上这么一个100万的系统,大概实施周期是6个月左右,如果做的好可能4个月就能完成,如果做的差可能两年过去了这个信息系统MES还没有实施成功,为什么?
第一,现在很多MES系统定制的比例非常高,虽然从宣传上来看MES是60%是产品,40%是定制,但是实际上每个项目在实施过程中定制的比例都可能超过50%。我们想象一下用3到6个月时间开发来的软件系统,它能不能很好满足客户的需求,能不能很好的稳定性,能不能很好有交互方面的保证?很难。

第二,交付周期在拉长,因为在定制的过程中客户的需求会一直在变。客户这边在你实施6个月时间里面每天每个星期都会产生新的需求,所以交付周期在无限的拉长,成本增加。因此,未来模块化程度要变的更高,产品化程度要变的更高,适配程度要变的更高,可配置能够变的更高。这个就是未来工业互联网平台或者工业互联网平台SaaS 化系统所做的事情。

而上述这些问题是我们当前制造业信息系统上存在的一些比较严重的问题,最终的解决方案,所以我们要来看工业互联网能不能解决大型企业所面临的问题和中小型企业所面临的问题。

目录
相关文章
|
13天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
64 4
|
1月前
|
机器学习/深度学习 人工智能 开发框架
企业内训|提示词工程师高阶技术内训-某运营商研发团队
TsingtaoAI 近期为某运营商技术团队提供了为期两天的提示词工程师高级技术培训。课程涵盖深度学习前沿理论、大模型技术架构设计与优化,以及提示词工程在电信行业的应用。通过技术探讨、案例分析和实战操作,学员将掌握最新的 LLM 技术和提示词工程技巧,提升在复杂业务环境中设计、优化和部署大模型解决方案的能力。课程强调技术深度与业务场景结合,适合具有一定深度学习基础的专业人员。
77 14
|
1月前
|
机器学习/深度学习 人工智能 开发框架
企业内训|AI赋能流程自动化,打造专属数字员工-某央企运营商
本次内训由TsingtaoAI公司为某央企运营商设计,针对约120名培训负责人及管理员,旨在深入理解AI技术在流程自动化中的应用,探索数字员工的构建与企业培训流程的智能化升级。课程涵盖大模型技术、主流模型应用、数字员工定义与价值、实施策略及落地方法等内容。
65 0
|
3月前
|
人工智能 搜索推荐 数据中心
软件冠军对话:对标全球数字化,夯实ERP底座核心
软件冠军对话:对标全球数字化,夯实ERP底座核心
软件冠军对话:对标全球数字化,夯实ERP底座核心
|
3月前
数字化核心构建问题之SAP为应用软件扎根客户打基础如何解决
数字化核心构建问题之SAP为应用软件扎根客户打基础如何解决
29 0
|
机器学习/深度学习 人工智能 监控
作为超级自动化的重要先驱,流程挖掘正在成为组织运营标配
国产RPA厂商首次入选顶级行业报告,国内外流程挖掘玩家都有谁?流程挖掘有什么价值?一文看明白。
175 0
|
存储 数据采集 算法
谈谈工业企业数据资产化之路
数据资产是一类具有特别属性的资产,比如使用后不被消耗、窃取后不为所知以及加工后价值更大等特点。
谈谈工业企业数据资产化之路
|
大数据
合成作战平台建设解决方案,公安情报研发系统开发
合成作战解决方案以公安信息化系统和大数据为基础,以合成作战平台为核心,依托合成作战中心,形成情报、研判、侦查、指挥、行动一体化的多警种合成作战模式,解决现有背景下数据、情报共享、多警种多部门警务合作、技战法升级更新等问题,从工作流程、实战效能、空间设计等多维度全方位打造服务实战的一体化合成作战解决方案。
470 0
|
新制造
带你读《重构数字战斗力: 中小企业的数字化转型之路》第二章电子电气企业覆盖 “全渠道—研发—经营—制造” 全价值链的上云之路实践经验总结
《重构数字战斗力: 中小企业的数字化转型之路》第二章电子电气企业覆盖 “全渠道—研发—经营—制造” 全价值链的上云之路实践经验总结
下一篇
无影云桌面