文|周雅
這是希望之春,也是紛擾之冬。
隨著時代的進步,勢必會出現(xiàn)高唱著“轉型”闊步向前的人和被大勢裹挾著挪步的人。
面對如海浪般一波又一波的技術潮流,企業(yè)如何剝開新技術、新觀念、新理念的外衣,探究其本質呢?
以期撥開中國制造企業(yè)經(jīng)營者們心中的迷霧,告別焦慮與迷茫,從企業(yè)經(jīng)營的實際情況出發(fā),既能仰望星空,又能腳踏實地,迎接這個即將到來的全新數(shù)字化、智能化時代。
圖:鼎捷軟件資深副總裁劉波
01 態(tài)勢
,所有的概念、平臺和工具,應該服務于企業(yè)數(shù)字化的運用,而非為了追趕潮流,被一些貌似高大上的理念裹挾。
,使得更全面的數(shù)據(jù)獲取成為可能。
比如,制造型企業(yè)有非常多的設備,當設備需要維修和保養(yǎng)的時候,傳統(tǒng)的作業(yè)方式是:設定相對應保養(yǎng)的周期,輔助對應的組織保障,擬定明確的SOP,并且監(jiān)督和推進。
而現(xiàn)在的方式是,在整個生產(chǎn)過程中,企業(yè)對設備產(chǎn)生的數(shù)據(jù)可以做到更及時準確的數(shù)據(jù)觀察,可以把一些生產(chǎn)過程中的「電信號」變成「數(shù)字信號」,可以實時觀察非電器化的前置因素,那么,設備的保養(yǎng)將一改傳統(tǒng)模式,依據(jù)設備運作的狀況實時分析判斷,并主動產(chǎn)生保養(yǎng)的行為。試想一下,當汽車再也不用固定周期保養(yǎng),而是根據(jù)車輛實際的運作狀況需要而定的時候,所謂的汽車運行管理就完成變革了。
”
02 理念
企業(yè)無時無刻不在運行,也無時無刻不產(chǎn)生數(shù)據(jù)。
,映射到虛擬的數(shù)字世界中去,再通過「數(shù)據(jù)偵測」、及時有效的「運算」、持續(xù)應用的「知識圖譜」,去預測接下來會發(fā)生的事,并且根據(jù)預測重新驅動組織的行為。
,每一步產(chǎn)生的數(shù)據(jù)會啟動下一步任務,任務會派發(fā)相關的人和組織。
設備與設備之間、部門與部門之間、人與人之間的交互,將變得敏捷和迅速,最大縮小時差和信息不對稱,數(shù)據(jù)的透明得到了極大的保障,這樣我們才有機會發(fā)展。
這樣完整數(shù)字化的企業(yè),有別于現(xiàn)在的任何企業(yè),它將是一個新物種。
03 方法
問題來了,如何成為一家全要素數(shù)字化企業(yè)?
鼎捷劉波以一個全球燈塔工廠項目為例做了講解。該企業(yè)是全球Top 60的汽車零部件生產(chǎn)企業(yè),主要生產(chǎn)輪轂,客戶遍布全球。當下高度定制化的變革下,其客戶需求發(fā)生了變化,需要其提供更人性化、更及時的服務。所以,企業(yè)試圖通過柔性的生產(chǎn)線路提升客戶服務,目標是確??蛻羧魏我粋€輪轂都可以生產(chǎn)。
鼎捷參與了該企業(yè)柔性生產(chǎn)線的建設。劉波回憶道,從現(xiàn)場產(chǎn)線設備,到設備和系統(tǒng)的邊緣層,到云端服務器架構,到PAAS層到應用層,鼎捷和合作伙伴們做了一個完整的規(guī)劃,且依據(jù)不同的需求展開相應的建設。
整體的頂層設計、經(jīng)營目標的層層分解,更是整個系統(tǒng)建設的要求。正是在這些合作伙伴們的共同努力下,才取得了一些初步的成果——在關鍵產(chǎn)線車間里,連接了超過300臺設備,在整個產(chǎn)線上取得了8萬個數(shù)字采集的點位。同步的,他們設計和擬定了超過100個相關的運營觀察指標以及對應的管理指標和運營模型。
以前,對于產(chǎn)線的偵測是靠“走動式”管理,現(xiàn)在是自動偵測數(shù)據(jù)提前派發(fā)給任務相關人員,所有的應用都有各自的場景,而這些應用場景涵蓋了現(xiàn)場-產(chǎn)線-管理層-運營層的各個點,相關信息和數(shù)據(jù)一旦發(fā)生,可以同步到各個不同的職能。更難得的是,這是一個可以不斷學習、持續(xù)變得聰明的系統(tǒng)。最終,該企業(yè)的這一數(shù)字化工廠獲得了世界經(jīng)濟論壇的認可,被認為是全球燈塔工廠,目前這樣的工廠在全球也不過90座。
”
有了第一步的基本數(shù)據(jù)之后,依企業(yè)發(fā)展過程中目前所處的流程自動化到管理自動化的水平,設立每一級關鍵要改善的點。
”劉波表示。
針對企業(yè)數(shù)字化轉型的一系列思考,科技行者近期也對鼎捷軟件資深副總裁劉波進行了深度訪談,以下是訪談實錄(經(jīng)編輯):
科技行者:大家都在講數(shù)字化轉型,從您的觀察去看,數(shù)字化轉型的本質是什么?
劉波:國家很早就提出“兩化融合”,如果將它看做是不斷在演進和發(fā)展的概念,我們的理解是,數(shù)字化是信息化發(fā)展過程中的新階段。比起早期的信息化更多在于把實際的作業(yè)電子化、表單化、流程化,現(xiàn)階段的數(shù)字化轉型與以前有兩點明顯不同:
第一,企業(yè)做好第一步基礎的數(shù)據(jù)收集以后,期望讓數(shù)據(jù)產(chǎn)生價值,所以企業(yè)從信息化第一個階段向數(shù)字化轉型的關鍵是,讓數(shù)據(jù)能夠影響、決策和指導人的行為。
科技行者:那么如何衡量數(shù)字化轉型是否成功,或者說階段性的成功?企業(yè)數(shù)字化轉型,意味著推翻原來的模式做一個重構和改造,這勢必是一條漫漫長路。
還是要回到企業(yè)對當下所面臨的問題背景去解決。
即:用數(shù)據(jù)、數(shù)字協(xié)助輔助企業(yè)改善、提高其客戶服務品質和取得績效的能力,也就是說,企業(yè)有明確亟待解決問題,而其問題背景如果使用了數(shù)字化相關技術,且已達到解決問題所設定的目標,我們則認為數(shù)字化取得了成功。
企業(yè)數(shù)字化成功與否不在于是否用了相應的數(shù)字化技術,而在于是否能清晰監(jiān)測到自身待解決的問題,且這些問題是需要透過企業(yè)數(shù)字化應用被解決的。一旦解決,即為成功。
科技行者:中國目前正在大力通過5G、工業(yè)互聯(lián)網(wǎng)等技術,推動制造業(yè)轉型和升級。您認為,制造業(yè)智能化升級要經(jīng)歷一個什么樣的過程?
企業(yè)要真的走向智能制造,首先必須要完成數(shù)字化。
全球也只有幾十個這樣的案例而已,即便像這樣一個智能制造的工廠,它還處在智能工廠1.0、2.0階段,所以坦率講,智能制造存在被營銷化的情況,企業(yè)當下比較務實的做法就是先完成企業(yè)數(shù)字化。
由于企業(yè)里問題有很多,點狀的,面狀的,深層次的,這更決定了數(shù)字化轉型一定不是一蹴而就,而是分步推進的。
科技行者:您剛剛反復強調數(shù)據(jù)驅動,那么和互聯(lián)網(wǎng)公司相比,傳統(tǒng)企業(yè)的數(shù)據(jù)戰(zhàn)略,有何不同?應該如何開展?
劉波:To C企業(yè)的應用場景往往是單一場景,點對點,比如電商處理東西、賣東西,一個支付場景就結束了。而To B的企業(yè)往往是一個相對長期的、復雜的價值鏈深化,通常會涉及到復雜場景,這些場景與場景之間連接會讓難度呈系數(shù)上升,而不是線性增加。
傳統(tǒng)企業(yè)的數(shù)據(jù)本身一直在產(chǎn)生,只是存在是否可視的問題,傳統(tǒng)企業(yè)在制造和生產(chǎn)過程中也會產(chǎn)生數(shù)據(jù),多數(shù)數(shù)據(jù)是被遺失的,是不可溯的,還有一部分數(shù)據(jù)只是被收集、但沒被應用,這是傳統(tǒng)的企業(yè)。
數(shù)字化企業(yè)強調不只是收集,而是應用,應用這些數(shù)據(jù)來指導決策,來驅動下一步的工作,這是真正的數(shù)字化企業(yè)和傳統(tǒng)企業(yè)一個最大的差別。
劉波:至少有幾個關鍵,首先,要確定企業(yè)需要數(shù)字化的領域范疇,可能會涉及到橫向數(shù)據(jù)取得的覆蓋和縱向數(shù)據(jù)取得的集成,對企業(yè)涉及到不同維度和不同領域的數(shù)據(jù)取得;其次,取得以后一個重點是:如何讓這些數(shù)據(jù)總結出企業(yè)相關的運行模型,我們稱之為——建立管理模型,這些模型背后,往往需要形成行業(yè)知識圖譜;最后,用知識圖譜來指導企業(yè)運用數(shù)據(jù)以后產(chǎn)生下一步的行為。
科技行者:說到數(shù)字化和信息化,很多傳統(tǒng)企業(yè)都導入了ERP軟件,作為信息化的基礎,怎么看待ERP和企業(yè)智能化之間的關系?
ERP和企業(yè)智能化在一定時間內是相依的,傳統(tǒng)ERP賬務處理系統(tǒng)還有它實際存在的意義和價值,因為企業(yè)本身還是需要這些賬務記錄的。
但是,如果我們希望推動到企業(yè)數(shù)字化運行,只有這些賬務記錄是不夠的,還需要實時獲取數(shù)據(jù),賬務系統(tǒng)可以月結一次賬,但如果希望用數(shù)據(jù)驅動管理,這樣的頻率是不夠的。
所以,數(shù)據(jù)取得及時性是一個關鍵環(huán)節(jié),這就會涉及到IT、OT進一步融合。同時,獲取了什么數(shù)據(jù)就變得很關鍵,傳統(tǒng)的賬務系統(tǒng)是經(jīng)營層,只需要從業(yè)務層去觀察這些數(shù)據(jù)就可以了,當要指導每一個所謂應用場景的時候,和那些場景相關的數(shù)據(jù)的獲取就需要被定義出來,只有這樣,才會形成自我學習和管理「知識圖譜」的可能性,這種知識圖譜是應用技術之一,但不是唯一。
圖:鼎捷軟件智能制造整體解決方案
科技行者:是否有一個典型的案例可以很好地理解這個概念。
舉一個上海工廠的真實案例。鼎捷有一個做電焊機的客戶,電焊會根據(jù)對方要焊接的設備、材質等運用不同的焊接溫度、時間要求,所以焊接不只是一個焊機就能解決的,更重要是焊接解決方案。
傳統(tǒng)所謂的焊接方案,只能出一個作業(yè)指導書或說明書,企業(yè)看一看翻一翻,都是固定的指標,但實際焊接會碰到各種場景和問題,很難說有統(tǒng)一方案。
現(xiàn)在,鼎捷為這個客戶提供了設備云解決方案,就相當于幫它的焊機裝上大腦的同時,還插上了翅膀。它的焊機賣了以后,在使用過程中,收集到的一些參數(shù)會實時透過設備云系統(tǒng)傳回到中央服務器,可以實時偵測到這個焊機的使用狀況,提前告知對方是否要更換相關的零部件。
更重要的是焊接方案,客戶只要在焊機作業(yè)的端口上,簡單把材質輸進去,它會直接從設備云下載這一焊機需要配備的溫度、時間等參數(shù),由此,整個焊接方案可以做到柔性個性化定制了。
所以,從以前只是賣焊機產(chǎn)品,到真的可以為客戶提供焊接解決方案,服務感鮮活起來了,對它增值幫助也很大。
科技行者:以前說產(chǎn)品是產(chǎn)品,現(xiàn)在的產(chǎn)品是一整套解決方案。
現(xiàn)在產(chǎn)品是一個服務。以前是賣方市場,很多企業(yè)都是經(jīng)過前期的市場和用戶調研,研發(fā)出一個產(chǎn)品,然后就開始面向市場,長期售賣。客戶使用怎么樣,能不能滿足客戶的需求,其實很多企業(yè)都是忽視的。
現(xiàn)在社會進步了,人的體驗開始被重視,我們開始發(fā)現(xiàn)無論大家的工作還是生活都是在一個一個的場景中產(chǎn)生和度過的,單一的產(chǎn)品可能會很好地解決點狀的問題,但如果它不能和用戶使用場景中的其他環(huán)節(jié)相融合,不能和其他產(chǎn)品或服務一起為客戶創(chuàng)造更好的體驗,那么即使你的產(chǎn)品在點狀性能上表現(xiàn)再優(yōu)異,都有可能被淘汰,這樣的案例屢見不鮮。
所以現(xiàn)在的產(chǎn)品需要進化為一整套解決方案,基于用戶場景,解決它的問題,這樣才是有競爭力的產(chǎn)品,而這樣的產(chǎn)品本身就是服務。
圖:鼎捷軟件產(chǎn)品方案架構圖
科技行者:鼎捷是老牌企業(yè),歷史悠久,一定有很多的上下游與合作伙伴,如何定位數(shù)字化轉型時代的新角色?
企業(yè)數(shù)字化轉型過程中的規(guī)劃者與整合者。
圖:鼎捷軟件“一線三環(huán)互聯(lián)”戰(zhàn)略路徑
40年來,鼎捷相對深入理解工業(yè)制造企業(yè)全價值流程各個環(huán)節(jié),所以相對有機會來規(guī)劃整個工業(yè)企業(yè)在數(shù)字化轉型過程中相關的流程、應用和需求。
科技行者:年底一般是總結和展望的時候,面向新的一年,鼎捷還有哪些計劃?
劉波:明年是鼎捷成立40周年,從一個宏觀的角度,我們認為前40年專注在服務工業(yè)企業(yè),隨著越來越多的客戶完成了第一個階段的流程化和電子化工作,鼎捷的下一個40年,要努力協(xié)助工業(yè)客戶邁向全要素的數(shù)字化企業(yè),這是我們對自己使命的階段性定義。
具體到明年,我們將發(fā)布新的顛覆性產(chǎn)品,當然它不單純只是一個新產(chǎn)品,我們期望它為客戶帶來新的服務模式、新的商業(yè)模式、新的增長動能,敬請期待。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。