锱云科技：致力用数字化提升工厂良率和突破产能瓶颈
数字化转型背后的推动力究竟是谁呢？不是政府，也不是工厂自己，而是来自客户对良率、按时交付等需求的倒逼。
如何发掘工厂数字化真实的应用场景，怎样才能真正改善工厂现状，是摆在每一位致力于为制造业提供数字化解决方案的创业者面前的课题。
锱云科技创始人兼CEO张澄宇有自己的解法。张澄宇聚焦于高端制造业二十余年，其中九年的质量管理工作让他对高端制造业的生产工艺和质量的管理均有非常深刻的认知。他在2016年创立锱云科技，专门针对离散制造业（汽车零配件、3C、半导体等行业）提供数字化整体解决方案。
通过网关硬件抓取企业的生产环节及管理环节实时真实有效的数据，汇聚到锱云的系统平台，并对其加以处理，为企业的设备运行管理、故障预警、次品分析、产能堵塞诊断等环节提供数字化赋能，帮助企业提升良率和产能利用率等，实现降本增效。锱云科技6年内先后获6轮融资，于2022年2月获得由乔贝资本投资的B轮融资。
一、 大工厂VS小工厂，不同需求场景相同痛点解决
回答上述问题——工厂数字化真实的应用场景是什么，创始人张澄宇分别从小微企业和大型企业不同需求场景出发，分享了2个案例来说明工厂在数字化上的真实痛点和解法。
一个是工厂规模大概是150多台机器，270人左右的小微企业。工作人员从检测数据发现夜班的产品不良频率比白班至少要高3%，但夜班巡检人员表示晚上每个工人都干得火朝天，并未懈怠。经调查发现，其中的原因在于当夜班的时候，很多经验比较丰富的老师傅会把主轴转速或者主轴负载调高120%到150%。原来需三刀加工的部位一刀就完成了，这直接导致良率的大幅下降和刀具的严重损耗。而这些操作的细节是靠人工的方式很难发现的，但数字化可以帮助监测，进行精细化管理。
另一个则是拥有13000台设备，并且信息化的建设也非常全面的大型企业。拿到新的订单，如何保证按质按期进行产品交付？通常企业会回答买更多的设备和增加更多的工人。但从现有资源出发考虑，工厂是否已充分利用目前所拥有的一万多台设备呢？经检验，13000台机台，真实的OEE只有54%。这个占比对企业而言，所造成的浪费是以千万甚至以亿为单位的。通过分析13000台设备，发现大小系列加起来，型号接近七百种，却只有部分设备支持联网和数据采集。后续锱云物联通过数字化手段帮助客户将整厂设备互联上云，打通了20多个IT系统数据与设备数据无法融合而形成的数据孤岛，实现了数据全面透明可溯。
针对以上真实场景，锱云科技利用半导体物联网云平台，基于人、机、料、法、环的知识图谱，找到产生次品的原因，从而提高产品质量合格率。同时帮助工厂将产品和产能信息数字化，实时掌控设备信息，挖掘设备产能，短期就能实现增效。
例如锱云产能对接平台就是基于真实和实时的产能评价体系，由数字化替代传统供应链信息化的人工录入数据，让客观数据发声，让供应链透明真实可靠，从而帮助企业实现产能提升、良率改善、故障检测、工艺优化、智能设备运维落地。其中作为工业物联网平台基石的数据采集无线网关（简称锱云DTU），是一款由锱云自研的，专为数控机床、半导体机台等生产设备联网采集而设计的智能硬件，简化了设备联网采集的部署，安装方便，直接连接电源和设备即可使用。锱云DTU可以自动化汇集多维度的数据，兼容各类设备及通讯协议，支持多种业务场景。
目前，锱云科技主要覆盖汽车零部件、3C、半导体、机械装备、金属加工、金融服务等行业。
二、 架设大规模和定制之间的桥梁，数字化补足企业短板实现高质快速订单交付
受订单侧对工厂的更高要求以及新消费时代下消费理念再升级的影响，制造业面临一个核心挑战——如何跨越”大规模生产“和”定制化需求“之间的鸿沟。张澄宇认为数字化正是这一鸿沟之间的”桥梁“。
目前离散制造业市场上的玩家基本来自于三个流派。一类是传统自动化，他们可以做设备连接和采集，但没有数据分析应用能力。一类是传统信息化厂家，虽然熟悉企业内部流程，但在OT侧存在劣势。最后一类是新加入的互联网公司，对进入行业需要较长时间周期。对于前二种流派，数字化的介入可以补足其短板。
比如最快引入信息化的汽车行业，在整个制造业当中当属先进。从自身的管理来讲，是基于结果数据的分析。当企业去管理时，其实问题已经产生。但装载数字化后，企业可以从单纯的对结果进行管理，变成对过程的管理，从解决事后问题到事中全程监测，乃至可对未来做事先预测。
作为国内最早参与3C数字化交付变革的服务商之一，锱云为数万半导体设备连接上云，帮助采购方和供应商之间的数据汇聚与传输，以此实现整个生产制造过程的数字化，达到质量好、成本低、服务好、快速响应的订单履约结果。
三、 攻克数字化落地三大难点，让数据真实可靠
在工业物联领域当前的难点在于，“第一阶段，难点在于海量协议的适配。在反复考量之后，锱云将协议的适配和解析放在了平台侧，这决定了企业连接侧的核心竞争力。在第二阶段，设备连接采集了大量数据就需要跟业务场景结合的集体模型，其中包含了多种算法。即使是同一种设备，来自不同品牌和厂家，它的算法也会有所差异。第三阶段则是在大量的设备连接和高频的数据采集的时候，所产生的噪音数据产生协议积累、算法积累和数据处理能耗积累。如果无法解决此问题，会导致IoT的系统数据不准，从而变成大屏上仅做展示用的数字，这是没有价值的。”张澄宇提到。
因此，锱云科技在产品落地时十分注重现场设备连接实施和规划，使其更具弹性，可灵活调整和改造升级，无惧业务耦合禁锢。同时IoT平台自带的生产设备数据分析运算、自定义数据呈现功能，能够帮助企业快速搭建IoT数据呈现大屏、报表、分析报告，快速体现物联网带来的价值。
提到与阿里云的合作，张澄宇说道：“17年开始接触了ET工业大脑，并且共同开发了基于机床主轴的故障预测性的算法。我认为阿里云具有大量人工智能算法的优秀人才和产品，结合我们拥有的非常好的算法和数据基础，可以形成一个合力和互补，共同帮助制造业实现数字化转型。”
