“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
|
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
|
存储 JavaScript 数据管理
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案例4(二)
《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案例4
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案例4(二)
|
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。
484 0
|
传感器 人工智能 监控
协作机器人技术如何成为工业4.0战略的核心
让机器人变得更加智能的一种方式是集成各种传感器,就像人类有五种感官一样。但机器人大多只有视觉这一种感官功能。随着技术的发展和进步,机器人的能力和功能将会继续提高。
196 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
|
自动驾驶 定位技术
迎接自动驾驶落地 Mobileye新组建的IMS部门要如何做?
IMS的核心方向是智慧出行和大数据。
1023 0
|
区块链
区块链开发公司 注重用户的价值才是企业归宿
在决策偏好上,大多数人习惯关注短期的直接结果,人们对于短期收益的热情远高于长期收益的期待,但这并不意味着我们对区块链开发公司的关注只应停留于一级结果,而忽视其对社会变革和商业模式改变所产生的更深远影响。
1152 0
下一篇
DataWorks