啥是工业4.0?真实案例来了

简介: 啥是工业4.0?真实案例来了

如今,工业4.0和智能制造的理念风靡全球。而中国作为制造业大国,自然也不甘落后。

不过,即便是今天,业内很多人也没有能理解工业4.0和智能制造的真正含义。很多人把工业4.0与无人工厂混淆在一起。

在笔者近2年与德国工业4.0专家的多次交流中,其实,工业4.0并非是工业机器人的简单升级,而是更偏向于供销的协同,也就是满足当今市场的个性化需求和体验的趋势,通过工业4.0,高效和低成本地满足市场需求。

说了这么多,您明白了吗?

没明白也没关系,因为这确实是个十分拗口的概念。幸好,前两天笔者在SAP的峰会上,有拿到了个真实的案例,这里不妨分享一下,可以帮助我们更好地理解什么是工业4.0?

 

1   数据化设计  


在这次的SAP峰会上,浙江报喜鸟服饰股份有限公司与SAP正式签署战略合作备忘录:通过SAP智能制造解决方案,建立智慧化工厂、实现智慧化生产以及产业链云平台,帮助报喜鸟从传统制造转型智能制造。

浙江报喜鸟的服装还是比较知名的。该公司成立于2001年,主要从事西服、衬衫、T恤等男士系列服饰产品的设计、生产和销售。

“以往,传统个性化定制生产周期长、成本高,客户体验不够完美。”报喜鸟集团董事长吴志泽表示,SAP解决方案的关键在于帮助报喜鸟满足定制化工艺路线需求,通过数据的智能化分析、预测、匹配,简化生产过程与沟通环节,以实现个性化定制模式的规模化生产。

报喜鸟的智能制造,首先要完成设计的数据化。吴志泽解释说,报喜鸟通过多年的西装制造经验,把各种人的体型以及各种西装的版式等等数据化,形成数据库。这就是所谓的数据化设计。

而大规模生产的前提,就是数据化设计,通俗来说就是把产品各个组件的颗粒度做细。比如各种体型、各种西装的版式都是由各种颜色的各块布料拼接而成。这些模块化了的布料,可以通过流水线来实现规模化和效率,进行批量生产

举个例子,当报喜鸟的设计师上门为顾客量好尺寸后,服装生产数据进入系统,产生订单。该定制化西服的订单到了工厂,就会通过系统对整套西服的各个组件进行自动分解,然后系统为每一个组件分配一个RFID射频识别卡。在车间里每一个工序的工人,通过刷射频识别卡,在电脑屏幕上得到相应的作业标准,来完成定制化西服的组装加工工序。

 

2  模块化生产  


实际上,定制化生产的关键是采集数据,包括生产数据、版型数据、工艺数据、料子等组件数据和订单数据等。而降低定制化生产成本的关键则在于规模化生产。这就需要对各种数据进行比对、分析、预测,使得模块化部件形成大规模的批量生产。

吴志泽举了一个例子:一批服装300件的单件成本是150元,而大规模上万件生产,单件成本就只有不到100元,如果一件一件衣服单独个性化定制,单件成本可能高达300元。

工业4.0就是用工业化大规模方式来生产个性化的产品。成本只比大规模生产高10%,但每件衣服售价要比规模化制衣高出一倍。”吴志泽解释说,“尽管这样生产的个性化定制服装的成本甚至比300件的批量定制还要低,但销售价格却远高于批量定制,因此可以为企业带来更好的销售利润。”

在笔者看来,工业4.0的核心其实是实现大规模的个性化定制,其倡导的智能化生产方式为顾客低成本、高效率地提供了大量的商品,同时满足客户日益扩大的多样化、个性化需求。

 

3   智能化协同  


所谓个性化定制,主要是通过智能化协同两个关键环节,一个是个性化订单与批量模块化布料组件之间的智能化协同,而另一个则是在满足顾客个性化需求,与服装厂数据化设计之间的协同。

据介绍,SAP Hybris作为中台进行数据转换,在其中扮演了重要角色

实际上,报喜鸟采用的是一种C2M模式,即Customer(顾客)直接面对Manufactory(制造商)的模式。在这种模式中,顾客通过Hybris与制造商进行对接,顾客在平台上提出自己的要求,制造商来满足诉求,是一种完全互联网化的思维模式——所有的工人都在互联网的端点上工作,通过互联网前台的营销、订单系统,和中台的订单分解系统和后天的客户保障系统和数据化设计库系统,形成完整的价值链

“智能制造能够实现规模化的个性化定制,其关键在于数据化设计,模块化生产,智能化协同。这能够帮助节约生产时间与成本,实现端到端即时联通。”在吴志泽看来,工业互联网的四大要素分别是信息化与工业化的深度融合;工业化满足个性化的智能系统,用工业化的手段来制造个性化产品;组织再造、流程再造;和可跨界复制推广的方法论。

其中,工业化满足个性化的智能系统,用工业化的手段来制造个性化产品,是服装行业,特别是中高端西服生产行业竞争的关键。

很明显,报喜鸟这样的服装制造销售一体化行业,正在通过工业4.0和互联网+进行企业数字化转型。传统依靠规模化大批量生产降低成本的服装行业,甚至借此摇身一变而成为满足中高端顾客个性化定制需求的时尚行业。

工业4.0的关键,您看明白了吗?

相关文章
|
存储 机器学习/深度学习 人工智能
人工智能创新挑战赛:助力精准气象和海洋预测Baseline[1]、NetCDF4使用教学、Xarray 使用教学,针对气象领域.nc文件读取处理
人工智能创新挑战赛:助力精准气象和海洋预测Baseline[1]、NetCDF4使用教学、Xarray 使用教学,针对气象领域.nc文件读取处理
人工智能创新挑战赛:助力精准气象和海洋预测Baseline[1]、NetCDF4使用教学、Xarray 使用教学,针对气象领域.nc文件读取处理
|
存储 传感器 运维
身临其境!带你“走”一遍物联网真实案例实验场景
通过3个案例实验场景,手把手带你完整掌握物联网全链路!
69935 0
身临其境!带你“走”一遍物联网真实案例实验场景
|
机器学习/深度学习 人工智能 自动驾驶
上海人工智能实验室自动驾驶团队原作解读OpenLane:大规模真实场景3D车道线数据集
上海人工智能实验室自动驾驶团队原作解读OpenLane:大规模真实场景3D车道线数据集
273 0
|
人工智能 运维 自然语言处理
使用人工智能改变校园网络质量
1956年,由约翰·麦卡锡教授带领的一小群研究人员聚集在达特茅斯暑期研究项目中,开始研究人工智能。在这次会议上,麦卡锡创造了“人工智能”这个词,该会议被广泛认为是人工智能研究领域的起点。在接下来的几十年中,人工智能从一个理论性的研究领域逐渐发展成为一种强大的工具,正在深刻地改变着我们的世界。从自动驾驶汽车到智能家居音箱,人工智能正在改变着我们的生活方式,并且这只是一个开始。
101 0
|
存储 边缘计算 Kubernetes
这4件事,让你了解边缘计算的真实面貌
边缘计算已在技术时代精神中占据一席之地,具备创新力和前沿性。几年来,人们一直认为边缘计算一定会成为未来的一种计算方式。但实际上,讨论仍然只是假设性的,因为支持边缘计算所需的基础设施仍然有很大的发展空间。
|
算法 安全 数据挖掘
一文让你了解大数据时代,你的真实处境
人工智能和大数据成为我们每个人对现代科技的新标签,数据分析被应用到了方方面面,今天小安带大家一起了解一下数据分析以及在这个时代我们的真实处境。
2713 0
|
机器学习/深度学习 自动驾驶 计算机视觉
如何用超大规模真实驾驶视频数据集做端到端自动驾驶
本文讲的是如何用超大规模真实驾驶视频数据集做端到端自动驾驶,自动驾驶是人工智能落地的重要应用之一,许多业界公司和学校实验室都在以自己的方法研究自动驾驶系统。本次雷锋网 AI 科技评论请到了许华哲博士介绍他们团队研究的端到端自动驾驶系统。
2174 0