传统工厂该如何布局数字化?数字化工厂建设标准

简介: 近年来很多鼓励企业数字化转型的政策陆续出台,在一定程度上帮助企业减轻数字化转型的成本压力。但是企业数字化转型依然面临着诸多的问题与挑战。主要还是因为大部分企业,特别是制造型企业,数字化进程还在探索阶段,资金、人才、技术等方面都没有对应的配备,导致数字化转型进展并不顺利。

近年来很多鼓励企业数字化转型的政策陆续出台,在一定程度上帮助企业减轻数字化转型的成本压力。但是企业数字化转型依然面临着诸多的问题与挑战。主要还是因为大部分企业,特别是制造型企业,数字化进程还在探索阶段,资金、人才、技术等方面都没有对应的配备,导致数字化转型进展并不顺利。而织信团队一直都是在为企业建设数字化工厂提供行业经验和技术支持服务,希望能够从底层来为企业数字化提供更加合理的实现路径。

在过去的三年时间,织信累计服务了100+中大型企业,与企业经营者一起制定了专属的数字化转型方案,并且基于织信低代码平台的高效开发优势,进行数字化、智能化管理系统的落地和实践。我们在项目实施的过程中,也在不断的反思和总结,希望能够通过这篇文章,为其他还在为数字化转型苦恼困惑的企业,提供一些方向。

首先我们要来谈谈影响企业数字化起步的3个最重要的问题。

一、如何正确评估数字化投入的成本

对于大多数企业来说,经营者并不能掌握数字化战略的定价权,付多少钱换多少效果这件事,在数字化上基本就像是在开盲盒,谁都心里没底。这时候我们做过的客户一般都会有一个比较简单粗暴的估价方法,那就是全年利润的10%左右。超过这个数额,企业经营者往往更愿意拿这笔钱去做更有实际意义的投资,例如增设工厂,添购设备,扩大营销团队,而不是花在看不见摸不着的软件系统上面。

但是这种主观的判断往往导致企业在采购系统的时候,变成了看钱买菜,并不能真正买到适合自身的信息化系统,因此我们也基于十余年的行业实施经验,给大家提供一些数字化建设的成本,仅供参考。

image.png

二、被忽视的“整体规划”

很多企业数字化转型路径不清晰,缺少长期战略规划。主要是因为,企业经营者缺乏数字化转型经验,通常抱着试试看的态度,先买一个试试。但是信息化系统的落地,并不是单纯的做加法,后续系统的采购往往会需要考虑前采的系统能否兼容,业务流程能否对齐,数据模型能否一致。而且解决这些问题,是否涉及到旧系统改造,数据的接口对接,业务流程重组等等,这些额外的成本,都是在项目初期无法预估的。

所以被忽视的“整体规划”其实很有必要做在前面。

织信在帮助企业做数字化业务的梳理过程中,通常采用4步战略。

image.png

1、建立数字化委员会

由于公司数字化转型是一个多步骤,长周期的工作,很难做到上下一致,所以需要成立一个专门的“团队”,来主动推进数字化落地工作。

数字化委员会可以由公司的骨干成员组成,核心角色包括:

(1)委员会主席,一般由数字化影响最大的核心部门主管或者公司负责人担任。主要是负责整体数字化的推进和监督工作;

(2)顾问,有一定IT背景的成员担任,负责考核供应商能力以及后续对接工作的协调;

(3)成员,各部门主管,负责协助推进公司整体数字化在本部门的落实工作,扫清内部阻碍。

2、确定业务边界

在过往粗放式的管理中,各部门的业务边界往往比较模糊,例如订单回款的跟进,财务和业务各需要扮演什么角色,执行哪些动作,往往每个企业都有各自的说法。这些模糊的工作事项,在数字化建立的过程中是需要被明确下来的。某一项具体的工作一定会落实到某一个具体的岗位上去执行,并且受到系统的监督。所以我们需要重新审视自身的业务边界,确定好每个岗位的岗位职责和工作内容,并且固化到数字化系统中去。

3、明晰业务流程

由于没有数字化的支撑,在传统业务中的流程,往往缺乏形式上的落地。工作信息的口头传递、越级传递现象屡屡发生。在数字化系统中,任何的流程都是需要系统设置节点、处理人、处理动作的。而对于没有经验去梳理业务流程的企业,织信可以提供具备资深行业知识的产品经理提供支持。

4、主数据梳理

例如ERP中的BOM、人事管理中的部门、职级,这些属于是会贯穿整个业务流程体系的主数据模块。在很多数字化尚不成熟的企业,经常会出现一个产品多种称呼的情况,这给后续业务流转和数据统计会造成巨大的麻烦。而建立统一规范的主数据体系是数字化的基础。

三、人才建设该如何做起

大部分中小企业尚未建立数字化人才培养体系,在生产、运营、营销、管 理等环节均缺乏数字化人才供给,导致企业数字化转型能力不足。调查显示,中 小企业中数字化相关人才平均占比仅为20%,只有15%的企业建立了数字化人才培养体系。

我们建议企业在进行数字化人才建设的时候注意以下几点:

1、引进IT相关背景的业务型人才

在国外,大型的企业内,负责业务的人员大概率都可能拥有一定的IT专业背景。一个企业如果完全没有懂IT很容易在数字化转型过程中迷失了方向,没有产品思维,没有软件意识,无论是自行主导开发,还是找供应商合作,都缺乏能够配合推进的人员。

2、加强业务人员数字化培训和总结,提升认同感

企业在推行数字化的过程中,不单单只是通知员工要使用新的系统或者工具,而是需要对员工如何进行工作模式切换、数据迁移、业务调整进行系统化的培训,并且鼓励主动接受数字化培训或者利用数字化工具进行工作实践的员工进行总结。将数字化成效进行公司层面的宣传,提升整体员工对数字化转型的认同感。

3、实现低代码能力转移

发挥低代码平台优势。数字化转型不是单纯的信息化或IT转型,而是涉及企业全业务、跨职能的系统性改革工程。 赋予企业文化新的数字化内涵,通过低代码效率和高度可视化的方式,让业务人员会提需求,技术人员快速做需求。用数字推进业务低代码可以通过解决数字化死角、系统串联的方式最大化释放价值。

四、织信,不仅仅是一款数字化工具

织信低代码平台能够在底层逻辑上面为企业的数字化战略大幅度降低成本和缩短周期。同时,织信团队也能够为客户提供一系列的配套服务,包括平台交付、项目管理、质量管理三大方面。

1、平台交付

整体平台交付不单单是把平台部署给用户就结束了。织信团队将深入参与到需求调研、架构设计、开发和培训中去,帮助用户真正能够实现数字化落地。

image.png

2、项目管理

通过利用低代码平台,快速构建专业化、定制化的项目管理系统,为每个客户提供科学、完善、详细的项目管理体系,让项目交付更透明、可靠。

image.png

3、质量管理

重视客户体验,通过晨会、周会、月会等项目管理机制,及时同步项目进度,了解用户需求,确保项目方向不出偏差。

image.png

结语:

总体而言,工厂布局数字化只是一个阶段性的过程,企业核心目的是要实现智慧工厂。而在实现智慧工厂的进程中,企业还需要深入贯彻落实精细化生产的理念。很多时候,企业需要监控设备信息,最终目的是为了提高产品生产质量。同样的,企业监控库存信息,目的也是为了降低库存,提高周转率;监控生产节拍是为了查看瓶颈工艺,进而消灭瓶颈,达到提高产能的目的。

综上,我们监测任何一种数据最终都是为了分析数据,进而提升产能、降低成本、提高良率。数字化和精细化生产是相辅相成的,脱离了精细化生产而去谈数字化,就都是空谈了。

相关文章
|
1月前
|
传感器 人工智能 5G
|
6月前
|
数据采集 供应链 监控
一文看懂:MES定义和功能是什么,以及在数字化工厂的应用
MES是制造企业信息化的关键,适应个性化和敏捷制造需求,助力生产精益管理。作为数字化与智能化的核心,MES系统在数字化工厂中发挥重要作用,实现实时监控、资源优化和生产流程自动化。系统功能包括一站式生产业务流程、生产进度追踪、灵活功能修改、数据可视化和移动端报工。发展历程从数据采集到智能制造,现正向MOM发展,整合更多环节,强调数据实时性、智能化、灵活性和整体优化,以提升制造业效率和竞争力。
|
7月前
|
供应链 搜索推荐 数据挖掘
|
7月前
|
机器学习/深度学习 人工智能 边缘计算
|
7月前
|
监控 安全 算法
中大型工厂人员定位解决方案
通过在作业现场部署UWB高精度定位设备及网络,实现人、车、物的实时位置监控。搭建二维或三维业务功能展现平台,集成现场视频监控、门禁系统,实现工厂人员定位与视频监控和门禁联动,实时掌握全厂人员、车辆、作业信息,打造可寻、可视、可防、可控的一体化管控平台,提升企业安全管理效率。
134 0
中大型工厂人员定位解决方案
|
7月前
|
数据采集 存储 监控
离散型工厂生产制造MES管理系统解决方案
MES 是车间中用以管理和优化从订单下达到产品完工的整个生产过程的硬件和软件的集合,它控制和利用准确的制造信息,对车间生产活动中的实时事件做出快速响应,同时向企业决策支持过程提供相关生产活动的重要信息。
333 0
|
数据采集 存储 监控
工厂数字化系统建设
工厂数字化系统建设
93 0
|
数据采集 监控 数据可视化
包装印刷行业云MES解决方案
印刷行业企业在生产过程中一旦出现错误,往往会被各个制造环节进行重复放大,最终产生制造缺陷,这一直是印刷行业持续面临的问题。而通过MES系统,将可变通的地方固定化,避免过多的人工生产干预,可以有效的避免或减少错误产生。
112 0
|
人工智能 数据挖掘 大数据
(信息化,数字化,智能化)这是三种不同的概念吗?
“信息化”、“数字化”、“智能化”从字面意义上来看,这三个词的确代表了不同的含义。但是也不可否认,在目前我们可以接触到的信息平台来看。信息化、数字化、智能化很多时候都被混在一起了。提一家企业的信息化建设和数字化转型。在大多场景下的确就是一回事。
(信息化,数字化,智能化)这是三种不同的概念吗?
|
传感器 运维 供应链
数字孪生制造模式
数字孪生制造模式
96 0