大數據與制造的關系

　　大數據與制造間的關系可以用下圖表示，有3個重要的元素：

       大數據與智能制造的關系

　　1、問題：制造系統中線性或隱性的問題，如質量缺陷、精度缺失、設備故障、加工失效、性能下降、成本較高、效率低下等。

　　2、數據，從制造系統的5大要素中獲得的，能夠反映問題發生的過程和原因的數據。數據的獲取應該是以問題為導向，目的是去了解、解決和避免問題。

　　3、知識：制造系統的核心，也就是Know-how，包括制程、工藝、設計、流程和診斷等。知識來源于解決制造系統問題的過程，而大數據分析可以理解為迅速獲取和積累知識的一種手段。

　　大數據與智能制造之間的關系可以總結為：制造系統中問題的發生和解決的過程中會產生大量數據，通過對數據的分析和挖掘，可以了解問題產生的過程、造成的影響和解決的方式；當這些信息被抽象化建模后轉化為知識，再利用知識去認識、解決和避免問題。當這個過程能夠自發自動循環進行，即我們說的智能制造。

　　問題和知識是目的，而數據則是手段。在上圖的要素中，把數據換成人，就是“工匠精神”，換成“自動化產線和裝備”就是“工業4.0”，換成互聯網就成了“互聯網+”。

       對知識的理解、積累和傳承方式差異，決定了各國不同的制造業文化日本：通過組織文化和人的訓練不斷改善，在知識的承載和傳承上非常依賴人

       日本的制造哲學

　　日本制造業文化最主要的特征就是通過組織的不斷優化，文化建設和人的訓練來解決生產系統中的問題。20世紀70年代日本提出的“以全生產系統維護TPM”為核心的生產管理體系，核心思想：全效率、全系統和全員參與，實現方式主要3個方面的改善：提高工作技能，改進團隊精神和改善工作環境。20世紀90年代后，日本選擇以“精益制造”作為其轉型方向。

　　日本企業解決問題的方式通常是：發生問題——人員迅速到場、確認現場、探究現實，并解決問題——分析問題產生原因，通過改善避免問題。最后知識落到了人的身上，人的技能提升后，解決和避免問題的能力也就提升了。

　　對日本企業而言，員工是最重要的價值，對人的信任遠勝于對裝備、數據和系統的信任，所有自動化和信息化建設都是圍繞著幫助人去工作為目的，所以日本企業從不會去談機器人換人或無人工廠。但這樣的文化在近幾年遇到了巨大的挑戰，日本的老齡化使得年輕一代制造業人才大量短缺，沒有人能夠去傳承知識。日本意識到了自己在數據和信息方面的缺失，在日本的工業價值鏈產業聯盟的架構和目標上，19條工作項目中，有7條與大數據直接相關。

　　日本的轉型戰略是應對其人口結構和社會矛盾的無奈之舉，轉型過程中面臨許多挑戰，首先是數據積累的缺失，其次是日本工業企業保守的文化造成軟件和IT技術人才的缺失。

       德國：通過設備和生產系統的不斷升級，將知識固化在設備上

　　德國的先進設備和自動化生產線舉世聞名。同時德國人嚴謹的風格及獨特的“學徒制”高等教育模式，使得德國制造業風格非常務實。然而德國很早也面臨勞動力短缺的問題，德國不得不通過研發更先進的裝備和高度自動化生產線彌補這個不足。

       德國的制造哲學

　　德國解決問題的邏輯是：發生問題——人解決問題——將解決問題的知識和流程固化到裝備和生產線中——對相似問題自動解決或避免。除了生產線追求問題自動解決，德國在企業管理方面也盡可能減少人為影響因素。最好的企業資源管理（ERP）、生產執行系統（EMS）、自動排程系統（APS）等軟件供應商都來自德國。大量的信息錄入和計劃的生成及追溯通過軟件完成，盡量減少人為因素帶來的不確定性。

　　德國對數據的采集同樣缺少積累，因為德國制造系統對故障和缺陷采取零容忍態度，出了問題就通過裝備端改進一勞永逸解決問題。由于生產線的高度自動化和集成化，整體設備效率非常穩定，另數據進行優化的空間也比較小。

　　德國依靠裝備出口獲得了巨大經濟回報，但大多數工業產品本身只能賣一次，賣一個客戶少一個客戶。同時，發展中國家的裝備制造和工業能力近兩年崛起，德國的市場不斷被擠壓，2008-2012年德國的工業出口幾乎沒有增長。于是德國提出工業4.0計劃，其背后是德國在制造系統中所積累的只是體系基礎后，同時將德國制造的知識以軟件或工具包的形式提供給客戶，作為增持服務，從而實現在客戶身上持續盈利。德國工業4.0設計框架的核心要素就是整合。

       美國：從數據和移民中獲得新的知識，并擅長顛覆和重新定義問題

　　美國在解決問題國產中，最注重數據的作用。客戶需求分析、客戶關系管理、質量管理、設備健康管理、供應鏈管理、服役期管理等各方面都大量依賴數據進行。美國企業普遍選擇非常依賴數據的6-sigma體系，美國還在21世紀初提出了“產品全生命周期管理（PLM）”的概念，核心是對所有與產品相關的數據在整個生命周期內進行管理，管理對象為產品的數據，目的是全生命周期的增值服務和實現到設計端的數據閉環（closed-loop design）。

       美國制造業創新哲學

　　除了利用知識解決問題外，美國也擅長用知識進行顛覆式創新，從而對問題進行重新定義。例如航空發動機制造業，降低發動力油耗，大多數企業會從設計、材料、工藝、控制優化等角度去解決問題，而通用電氣發現飛機油耗與飛行員駕駛習慣以及發動機保養情況非常相關，于是從制造端跳出來轉向運維端去解決問題，效果比制造端改善還明顯。

       中國：選擇了精益體系，缺乏數據積累

　　中國制造業在2000年后質量和管理改革大多選擇了精益體系，一方面因為中日文化相似性，更多因為中國企業普遍缺乏數據的積累和信息化基礎，這個問題目前依然存在

　　制造中價值鏈的位置是競爭力的決定性因素，各國在價值鏈布局也不同

　　生產活動中，價值要素分布從上游到下游依次是：想法創新與需求創造、原材料與基礎使能技術、關鍵裝備與核心零部件、生產過程與生產系統、產品和服務。在整個價值鏈要素分布中，中國在生產過程和生產系統環節具有優勢（主要體現在勞動成本和生產能力方面），但是在其他各環節都處于劣勢。不同國家在價值鏈的分布和布局也不同。

       美國：牢牢占據生產要素的上游，努力向下游延伸

　　美國在生產活動要素分布中，在想法創新和需求創造、原材料和使能技術，以及產品增值服務端具有明顯優勢。美國工業系統核心競爭力來源于6s生態體系：航天航空（space/aerospace），半導體（semiconductor）、頁巖氣（shale gas）、智能化服務創值經濟（smart ICT service）、硅谷創新精神（Silicon Valley spirit）、可持續人才資源（sustainable talent pool）。

　　美國白宮在2012年3月提出了國家制造創新網絡計劃（NNMI），在制造業4大領域建立9個研究創新中樞。牢牢掌握工業價值鏈中價值含量最高的幾部分，即使德國的制造設備再先進，中國制造系統再高效，都可以從源頭確保核心競爭力。

       德國：充分發揮關鍵裝備與零部件、生產過程與生產系統的技術優勢，通過服務增值增強盈利能力與競爭力。

　　德國在關鍵裝備與核心零部件、生產過程與生產系統兩個環節有明顯技術優勢，中小企業為核心的隱形冠軍企業和學徒制雙元教育，為德國工業提供了扎實基礎。高素質的技術工人和工程專業人才歷來被看做德國的經濟支柱。然而金磚國家為代表的新興經濟體基本完成了工業化，導致德國的工業裝備需求停滯不前。

　　德國提出“工業4.0”的核心目的主要有兩方面，一是增強德國制造的競爭力，為德國的工業設備出口開拓新的市場，二是轉變以往賣設備而服務性收入占比較小的狀態，將重心向產品端向服務端轉移，增強德國工業產品的持續盈利能力。

       日本：在產品環節丟失大量市場，但產業裝備競爭力在向上游轉移。

　　以往日本制造的核心競爭力主要在于生產過程和生產系統、產品及服務端。近兩年，日本最強勢的傳統產業汽車和消費電子不斷被韓、美、中占據。在背后，其實是日本創新方向的轉變，在上游原材料和關鍵裝備及關鍵零部件領域擁有更多話語權。索尼在喪失消費電子領域老大地位后，在醫療領域取得突破，已經占據全球內窺鏡80%以上的市場份額。日本在《2015年制造業白皮書》中，將人工智能和機器人領域作為重點發展方向，同時也將加強在材料、醫療、能源和關鍵零部件領域的投入。

       中國：工業化和信息化深度融合作為主線，在10個重點領域實現突破性發展

　　2015年中國提出“中國制造2025”，將工業化和信息化“兩化”深度融合作為發展主線，力爭在10個重點領域實現突破性發展。

　　根據之前的分析，作者給中國制造提出的建議：著重填補中國工業基礎技術的缺口，改變核心零部件和先進材料過度依賴進口的現狀；努力提高生產效率，從粗放生產模式想精益模式轉變；重視工藝和制造過程的研究和生產過程的管理，不斷提高產品質量；努力研發核心生產設備和智能設備，并對設備的使用進行精細化和信息化管理。同時，要注重原始想法的創新，提升產品的服務能力和持續盈利能力，以顧客端的價值缺口為導向創造新的市場機會，利用增值服務提升中國工業產品的核心競爭力。