从钢铁行业数字化管控平台的智能进化,看超自动化能力的未来边界

简介: 钢铁行业更加智能化数字化管控新品,映射出平台底层技术超自动化的能力进化。

1610006365.jpeg

从钢铁行业数字化管控与超自动化融合,看华为WeAutomate能力进化

钢铁行业数字化管控新品发布,聊聊它的底层技术华为WeAutomate

超自动化发展未来在哪里?华为WeAutomate带给我们这些启示

华为WeAutomate“数据+流程+规则”模型,重新定义超自动化能力

超自动化如何落地钢铁行业?华为WeAutomate携手京诚数科揭晓答案


文/王吉伟


钢铁行业的数字化转型,历来都是值得探讨的热点话题。

2022年,我国粗钢产量10.13亿吨,占据了全球钢铁供给市场的半壁江山。

这组数据可谓非常抢眼,但仍旧难掩诸多企业的各种经营问题。

钢铁生产过程工序众多,大型设备集中,工艺流程极其复杂,更是典型的资源密集的高耗能产业。在政策引导、规划指引以及增效降本迫切需求之下,近些年来很多钢铁企业都开启了轰轰烈烈的数字化转型之路。

转型之路是开启了,至于转型成效就要看企业如何理解数字化转型,更需要企业结合具体情况去做技术、研发、模式及运营方面的大量探索与尝试。

一直以来,“六大难题”长期困扰钢铁行业的数字化转型。产能过剩、流程复杂、缺乏数据标准、核心技术不足、成本问题以及绿色环保,每一个难题无时无刻不在考验企业的决心和耐性。

对于遇到越来越多业务挑战的钢铁企业而言,数字化转型已经成为当前AIoT时代的一道必选题,不得不去做,也必须迎难而上。好在,目前钢铁行业信息化、数字化、网络化、智能化等融合发展的基本框架也已经确立,全行业的“数字化转型、智能化发展”正在有序推进。

有了正确的方向,摆在广大企业面前的问题,已经由原来的做什么和怎么做,变成了现在的找谁做。企业们只需要找到一个技术成熟、产品全面、方案完备、经验十足的技术服务商,就可以简单地实现初步的数字化转型。

那么问题又来了,该找一家什么样的服务商或者平台呢?

7月4日,王吉伟频道参加了由华为WeAutomate、京诚数科共同主办的智能制造技术论坛。从这场论坛发布的产品和一众专家、学者的分享来看,基于超自动化能力的行业数字化管控平台,对于钢铁行业的数字化转型是一个非常不错的答案。

为什么这么说?本篇文章,王吉伟频道就跟大家聊聊这些。

钢铁行业的数字化转型现状

钢铁行业是国民经济的重要基础产业,也是一个高能耗、高污染、高风险的行业。随着各国对环境保护和安全生产的要求不断提高,钢铁企业面临着转型升级的压力和机遇。

数字化转型是钢铁企业实现智能化、绿色化、高效化的重要途径,但在这一过程中,钢铁企业也遇到了不少痛点和挑战。

国内钢铁行业的数字化转型,长期存在“六大难题”,即产能过剩、流程复杂、缺乏数据标准、核心技术不足、成本问题以及绿色环保。

产能过剩:由于过度投资和扩张,钢铁行业面临着严重的产能过剩问题。这导致了市场竞争激烈,企业间价格战激烈,利润水平下降。

生产流程复杂,产业链条层级多:钢铁生产流程复杂,涉及到多个工序和环节,同时产业链条层级较多,这使得信息互通困难,资源浪费和产能受限。

缺乏数据标准:钢铁企业中存在多种类型的设备和工业协议,数据格式差异较大,难以实现兼容和整合。

核心技术能力不足:钢铁行业的数字化转型需要具备一定的技术能力,包括软件开发、数据分析、自动化控制等方面。

成本问题:数字化转型需要投入大量的资金和人力资源,同时还需要考虑到运营成本和效益。对于一些小型或中型钢铁企业来说,数字化转型可能存在较大的成本压力和风险。

绿色生产压力大:钢铁行业是能源消耗和环境污染的主要行业之一。数字化转型可以帮助企业实现能源消耗的监测和管理、废弃物处理的优化等,从而降低能源消耗和环境污染。

这些转型难点和痛点,也可以总结为技术痛点、管理痛点和创新痛点。

对于企业的具体经营而言,在风险与挑战与日俱增的大前提及工业4.0和智能制造的大背景下,如何将企业系统上下游之间的横向集成、不同管理层级之间的纵向集成,以及产品生命周期、从设计到服务的端到端集成打通,成为摆在大部分企业面前的重要命题。

钢铁企业在数字化转型方面遇到的痛点说起来简单,实则要具体解决涉及到多个运营层面和管理维度,需要从技术、管理、创新等方面进行全面的分析和解决,以实现钢铁行业的可持续发展。

近些年来,已经有很多钢铁企业对新技术、新模式、新方案进行了探索,在工业互联网、制造型服务、智能制造、数字孪生等都有很多尝试。

比如宝钢推出EVI 模式(供应商早期介入)模式,通过与国内所有主流汽车制造商建立深入合作关系,形成涵盖从先进工艺设计、早期(概念)和车身设计、模(工)具设计开发、车型投产和批量生产等汽车开发制造全过程面向不同用户需求层次的 EVI 合作类型和一揽子解决方案。

再如南钢打造了“JIT+C2M”模式,以船板定制配送为抓手,在船板定制配送取得一定市场影响力基础上,逐步扩大定制配送的应用范围,提出“在线定制+离线深加工”的 C2M 生态系统建设。

出于对降本增效的持续追求,几乎所有钢铁企业都打造了独有战略模式,并持续引入最新技术。

而在近些年的技术趋势之中,可以更直观地感受到制造业正在越来越多地引入NLP、OCR、计算机视觉等AI技术,适用于更大范围与更复杂流程的自动化技术也逐渐变成了制造领域技术应用主流。

同时,能够让一线业务人员进行开发的低/无代码技术也开始被引入,对话式AI、RPA、流程/任务挖掘等技术也正在被大量应用。

此外在更高的组织经营与战略规划层面,智能制造的四大特征(自律能力、人机一体化、虚拟现实技术、自组织与超柔性)和五大集成特性(客户集成、智力集成、横向集成、纵向集成、价值链集成),也要求钢铁行业的数字化平台需要更多的自动化、智能化、集成化与集约化。

这些因素,都将钢铁行业的技术应用趋势指向了超自动化。

超自动化在钢铁行业的应用

超自动(hyperautomation)是一个以交付工作为目的的集合体,是RPA、流程挖掘、低代码/无代码工具、人工智能业务流程管理、集成平台即服务等多种技术能力与软件工具的组合,是智能流程自动化、集成自动化等概念的进一步延伸。

在更高的企业经营维度上,超自动化是一种利用技术最大限度地提高业务流程自动化的方法,也是一种业务驱动的方法,其目标是通过提高弹性、可扩展性和节省的成本实现数字加速,是多种先进技术、工具或平台的协调使用。

发展到现在,超自动化的概念已经超越技术本身,成为广大组织在自动化战略层面的重要组成部分。

在中国RPA元年(2019年)之前,为了实施更大面积的业务流程自动化,很多钢铁企业已经开始引入AI+RPA技术。

基于RPA等技术的超自动化应用于制造业,可以实现如下目标:

  • 优化以时间为中心的日常流程;
  • 增强对端到端流程的控制和可视性;
  • 通过使生产力最大化来提高运营能力;
  • 轻量级/外挂式部署,打通信息孤岛;
  • 有效避免人为失误,实现降本增效;
  • 合理配置人力资源,提升运营灵活度。

超自动化可以广泛应用于生产部门的物料查询、财务部门的发票处理/财务对账、人力资源的社保公积金结算、IT部门的故障检测、服务管理中的维修开单、工程设计中的物料清单生成、采购部门的采购订单管理、资材仓库的在库管理以及物流部门的物流信息跟踪等多个业务场景。

我们能看到,超自动化厂商和生态合作伙伴,正在开发更完善的解决方案和更丰富的应用场景。

一些钢铁企业从早期引入AI+RPA开始,慢慢将业务流程的自动化部分都交给RPA去处理。随着RPA发展成为更稳定、更重视端到端的超级自动化,广大钢铁企业也逐步引入更多的超自动化技术。

从应用情况而言,应用超自动化的增效降本效果比较明显。比如首钢股份自2019年开始引入RPA技术,并大力推进 RPA机器人应用,至2022年已有23个业务流程提效80%以上。

再如兴澄特钢的财务自动化项目,使用超自动化技术后,原来需要每月占用1人1周的工作时间,每次只需要5分钟即可完成,自动生成的分析报告数据准确性达到100%。

超自动化在钢铁行业中的应用,大体可以分为直接应用和集成应用两种形式。

直接应用就是将RPAaaS或者本地部署的超自动化技术直接应用于财务、HR等业务场景,这种方式的特点是拿来即用,不用花费太多时间和精力去做开发和部署,比如应用阿里云的无影云电脑RPA等。

集成应用是将超自动化技术集成到企业原有的信息化系统中,打造基于超自动化技术的智能自动化新产品,这种方式的特点是可以将打包的融合超自动化技术整体应用于更多业务场景,比如下面要讲的京诚数科管控平台就是这类产品。

案例:融合超自动化的钢铁行业数字化管控平台

7月4日,由华为WeAutomate、京诚数科共同主办主题为“数字赋能 智造未来”的智能制造技术论坛暨京诚数科数字化管控平台新品发布会,在东莞-松山湖高新技术产业开发区华为总部成功召开。

会上,京诚数科数字化管控平台新品发布。该产品基于华为底层技术研发,面向全球冶金、有色等工业领域。京诚数科以覆盖钢铁全场景的行业能力,融合华为WeAutomate产品,构建了基于工业互联网架构的数字化管控产品。

这款产品打破了现有钢铁企业传统信息化系统架构,针对行业痛点开发了数据平台、智能平台及数字孪生工厂平台等解决方案,用于生产过程数字化、质量管控数字化及产品研发数字化,并通过平台集成人工智能在数据、图像深度学习等分析应用行业典型应用场景,降低行业人工智能技术等使用成本及门槛。

而在智能自动化、业务流程优化等维度,华为WeAutomate超自动化技术为其提供了强有力的支持,使得应用该平台的企业能够更全面地掌握各生产状态、各类风险提前预警和提示,提高生产效率,提升质量稳定性,降低生产成本、减少能耗及碳排放。

据悉,该产品已成功应用于中信兴澄特钢、凌源钢铁集团、福建鼎盛钢铁、山西晋钢集团、临沂钢投特钢等十余家企业,助力其高效实现降本增效,进而全面提升数字化管控能力,实现快速向智能化工厂转型。

王吉伟频道认为,京诚数科数字化管控平台,作为一款典型的超自动化集成应用产品,反映出了超自动化技术被数智化平台集成、融合后所释放的巨大商业价值和应用潜力。

作为钢铁行业的数字化服务龙头企业,京诚数科从2019年就开始探索与华为WeAutomate的合作。这表明,RPA技术以及超自动化已经成为数智化标配技术,在多领域多行业以集成、联通、融合等方式助力广大企业数字化平台的进步与跃升。

此外这个合作项目,也体现了生态合作伙伴的重要性。

这次产品发布会上,来自产业链的科研机构、咨询厂商、技术供应商、下游客户等生态合作伙伴都有代表参与分享。正是因为多方厂商的积极参与和合作,才进一步促就了数智化的技术落地、方案实施、市场开拓以及合作供应。

比如中软国际就与华为有着深度合作,基于其WeAutomate数字平台,联合制定“1+N+1”行业解决方案。该解决方案利用华为WeAutomate数字化平台的AI和低代码能力,帮助客户提升流程效率、质量稳定性、降低风险,并具备快速部署和投资回报快的优势。

中软国际结合钢铁行业客户的业务场景,依托WeAutomate的数据、AI和编排能力,针对钢铁生产工艺流程中的痛点,提炼出16个典型的业务管理需求,并快速实现了10个以上的应用场景上线,促进钢铁企业的数字化应用落地。

RPA及超自动化技术从落地到实施再到商用,真的需要下一番大功夫。

好在目前超自动化技术已经得到很多组织的技术引入共鸣,并且广大厂商也正在将超自动化服务打造成更加易用和便捷的解决方案及数字化能力,便于客户更加简单引入和应用。

需要说明的是,京诚数科数字化管控平台,只是华为WeAutomate在钢铁行业的一个成功案例。经过几年的发展,华为WeAutomate的各项能力也在不断进化,目前,它已经成为华为面向千行百业的数智化解决方案中不可或缺的能力之一。

华为WeAutomate能力的进化

这次发布会,也是华为WeAutomate的行业标杆现场会。

超自动化主要用于为组织提供更稳定的业务流程自动化,或者被内置在组织的IT架构中构建更稳定的端到端自动化能力。但超自动化的产品形态或者服务形式及定位并不是一成不变的,也会随着厂商经营战略、产品定位、服务形式、受众需求等的改变而改变。

如果持续关注的话,你会发现近几年各厂商所推出的RPA、智能自动化、超自动化产品及服务都在迭代变化中,尤其是在变化更快的大型组织中,超自动化产品的定位也正在发生更积极的变化。

发布会上,华为WeAutomate解决方案总监周德伦的分享,从数字化转型角度提出了一个“数据+流程+规则”模型,重新思考和剖析了超自动化产品的定位与价值。

在他看来,数字化转型主要提倡两点:降本增效和提升质量。由此在运营过程当中,所有业务都可以解耦成业务流程和业务数据。

业务数据确保业务在执行过程中输入输出的全流程中标准化、模型化流转,业务流程保障在实际业务操作中业务目标的达成,而想要业务数据能够在正确的业务规则中运转起来,还需要有业务规则保证业务流程在执行过程中完全依照业务逻辑执行。

在这个模型下,广大组织在数字化问题上所遇到的供应链、业务跨部门协同、业务数据使用门槛、业财数字融合、业务管理标准化等挑战,都可以归结为数据驱动缺乏工具、流程缺乏可视化承载、业务规则平台。

360截图20230709162927700.jpg

而现在华为所打造的WeAutomate能力中心,可以通过业务数据标准化、业务流程可承载及业务规则可管理,助力广大合作伙伴实现企业数字化管理及执行中,实现流程运行可视、真实效率可见、责任清晰、业务数据模型化、业务规则运营化以及流程支撑灵活化。

可以看到,升级后的WeAutomate更加深耕底层技术,发展出了“技术平台+ICT行业能力组件+WeAutomate能力中心”的三层架构,在其上则是来自各行业的集中管控中心、数字化工厂、工业大数据等海量场景化应用。

说到这里,大家应该已经看明白,京诚数科数字化管控平台就是一个在这三层架构之上的管控中心产品。当然,这个产品还融合了自有平台系统,技术架构还要复杂得多。

目前,在三层架构的华为WeAutomate之上,已经生长出面向政务、能源、医疗、房产等多个行业的多个应用,可以预见华为WeAutomate也将随着华为在各领域的数智化解决方案而进入更多组织。

从全新的WeAutomate能力中心我们可以看到,当超自动化产品及解决方案被放到更高纬度的IT架构之中形成平台标配能力,它所起到的作用与价值足以放大数倍。也只有这种进一步整合成为通用能力的产品,方能助力更多组织简单、快速、高效的实施数字化转型。

而这种深度整合为通用能力的产品架构和解决方案,也将成为今后超自动化厂商发力的重点。

后记:超自动化未来大市场

7月4日下午,发布会结束后,王吉伟频道还与京诚数科、中信兴澄特钢、凌源钢铁等十余家企业的相关领导和专家参观了位于松山湖高新技术产业开发区华为总部的Cloud Open Labs,并在参观结束后就融合定位、元图工坊、RPA、AI大模型等行业应用进行了会议沟通

Cloud Open Labs基于开放、演进、创新的理念面向运营商和企业提供复杂场景的预集成预验证、行业联合创新以及生态集成认证三大业务。

实验室人员重点介绍了全球技术服务部生态业务架构、1+8合作实验室服务合作伙伴以及运营情况以及生态平台所提供的关键能力,让王吉伟频道对华为全球技术服务部生态业务以及合作实验室建设有了更深入的了解。

正是因为生态合作与技术研发支撑,使得华为WeAutomate能力不断提升,进而携手各领域的合作伙伴将更先进、更全面的一站式服务带给更多行业的客户。

基于华为WeAutomate能力构建的京诚数科数字化管控平台,是钢铁行业融合超自动化技术的一个典型案例。这个案例的成功,一方面证明了超自动化在钢铁行业数字化转型中所发挥的巨大价值,另一方面也见证了超自动化未来可观的市场规模。

IDC报告显示,到2023年底,全球90%的大型组织将采用某种形式的RPA技术,全球RPA软件市场规模将达到39亿美元。中国RPA市场也正在高速发展,2023年市场规模将达到10.2亿美元。

Gartner预测,到2024年,组织通过超级自动化将降低30%的运营成本。到2025年,超级自动化市场规模将达到8600亿美元,年复合增长率为12.3%。

相关数据显示,2022年中国钢铁产品市场规模达到41837.46亿元,全球钢铁产品市场规模达78983.31亿元。预计全球钢铁产品市场在预测期间将以2.48%的复合年增长率增长,至2028年全球钢铁产品市场总规模将会达到91475.34亿元。

可见,超自动化在钢铁行业的市场空间有多大。

除了钢铁行业,更多行业的信息化平台都可以通过融合超自动化技术,打造新一代数智化平台。随着更多类似WeAutomate能力解决方案的推出,超自动化将在更多领域及行业快速落地,赋能客户快速实现数字化转型。

在这个进程中,产业链上的所有生态参与者都将受益其中,共享行业红利。


全文完


【王吉伟频道,关注AIGC与IoT,专注数字化转型、业务流程自动化与RPA,欢迎关注与交流。】

相关实践学习
基于阿里云短信服务的防机器人验证
基于阿里云相关产品和服务实现一个手机验证码登录的功能,防止机器人批量注册,服务端采用阿里云ECS服务器,程序语言选用JAVA,服务器软件选用Tomcat,应用服务采用阿里云短信服务,
目录
相关文章
|
9天前
|
机器学习/深度学习 传感器 算法
智能机器人在工业自动化中的应用与前景###
本文探讨了智能机器人在工业自动化领域的最新应用,包括其在制造业中的集成、操作灵活性和成本效益等方面的优势。通过分析当前技术趋势和案例研究,预测了智能机器人未来的发展方向及其对工业生产模式的潜在影响。 ###
41 9
|
6天前
|
机器学习/深度学习 数据采集 人工智能
智能运维:从自动化到AIOps的演进与实践####
本文探讨了智能运维(AIOps)的兴起背景、核心组件及其在现代IT运维中的应用。通过对比传统运维模式,阐述了AIOps如何利用机器学习、大数据分析等技术,实现故障预测、根因分析、自动化修复等功能,从而提升系统稳定性和运维效率。文章还深入分析了实施AIOps面临的挑战与解决方案,并展望了其未来发展趋势。 ####
|
15天前
|
机器学习/深度学习 数据采集 运维
智能化运维:机器学习在故障预测和自动化响应中的应用
智能化运维:机器学习在故障预测和自动化响应中的应用
41 4
|
28天前
|
人工智能 搜索推荐 大数据
智能食品生产:自动化与定制化的食品制造
【10月更文挑战第26天】本文探讨了智能食品生产中的自动化与定制化趋势。自动化技术在原料处理、加工制造、包装和质检等环节的应用,显著提高了生产效率和产品质量。智能化技术则通过物联网、大数据、云计算和人工智能等手段,实现了更高效、精准和灵活的生产,并能满足消费者的个性化需求。虽然面临高成本、技术维护和数据安全等挑战,但政府和企业共同努力,将推动食品行业的健康和可持续发展。
|
1月前
|
机器学习/深度学习 人工智能 机器人
智能废物管理系统:城市垃圾的自动化处理
【10月更文挑战第24天】智能废物管理系统利用物联网、大数据、人工智能和自动化机器人等技术,实现城市垃圾从分类、收集到处理的全过程自动化,提高处理效率,优化资源配置,提升居民参与度,降低运营成本,推动城市可持续发展。
|
1月前
|
传感器 机器学习/深度学习 人工智能
智能物流:自动化仓库与配送系统
【10月更文挑战第22天】在21世纪的全球化经济中,物流行业作为连接生产与消费的桥梁,其效率与准确性至关重要。本文深入探讨智能物流的核心技术,如自动化仓储、无人驾驶配送和物联网,以及应用案例和未来发展趋势,揭示自动化仓库与配送系统如何引领物流行业的智能化转型。
|
1月前
|
机器学习/深度学习 运维 自然语言处理
构建高效运维体系:从自动化到智能化的演进之路
随着信息技术的飞速发展和企业数字化转型的加速,运维管理作为保障业务连续性和系统稳定性的关键环节,正面临着前所未有的挑战与机遇。本文深入探讨了如何通过引入自动化工具和技术,实现运维流程的标准化、自动化和智能化,进而提升整个组织的运维效率和响应速度。同时,文章也详细分析了在实施自动化运维过程中需要考虑的关键因素,如人员技能提升、流程优化和文化变革等,以期为企业提供一套全面、实用的运维管理升级方案。
|
1月前
|
机器学习/深度学习 人工智能 运维
构建高效运维体系:从自动化到智能化的演进
本文探讨了如何通过自动化和智能化手段,提升IT运维效率与质量。首先介绍了自动化在简化操作、减少错误中的作用;然后阐述了智能化技术如AI在预测故障、优化资源中的应用;最后讨论了如何构建一个既自动化又智能的运维体系,以实现高效、稳定和安全的IT环境。
65 4
|
1月前
|
运维 Linux Apache
,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具
【10月更文挑战第7天】随着云计算和容器化技术的发展,自动化运维成为现代IT基础设施的关键部分。Puppet是一款强大的自动化运维工具,通过定义资源状态和关系,确保系统始终处于期望配置状态。本文介绍Puppet的基本概念、安装配置及使用示例,帮助读者快速掌握Puppet,实现高效自动化运维。
52 4
|
1月前
|
运维 jenkins 持续交付
自动化部署的魅力:如何用Jenkins和Docker简化运维工作
【10月更文挑战第7天】在现代软件开发周期中,快速且高效的部署是至关重要的。本文将引导你理解如何使用Jenkins和Docker实现自动化部署,从而简化运维流程。我们将从基础概念开始,逐步深入到实战操作,让你轻松掌握这一强大的工具组合。通过这篇文章,你将学会如何利用这些工具来提升你的工作效率,并减少人为错误的可能性。