物联网的数据有人抓住了吗

当下“智能制造”蔚然成风，刷爆行业圈，引领制造业。如果一家工厂在2020年还不知道智能制造这四个字，那一定是与现实世界脱轨了。

追求智能制造，

有些工厂设备进行了大换血，实现了无人化、自动化的生产线，可以给客户提供柔性化、定制化生产;

有些工厂加装了各种分析仪器，电脑计算、分析出结果，人类操作员只需要按部就班的工作即可;

有些工厂解决了内部互联互通问题，打破了内部信息孤岛，消除了所有IT系统“与世隔绝”的状态;

……

虽然各个制造企业对于智能制造这个概念是仁者见仁，智者见智，但它们却都深谙一个道理，无论进行怎样的软硬件升级，都是为数据而服务，生产制造全过程中所产生的数据才是价值的原油，挖掘数据背后的价值就是掘金的过程。

换言之，也只有掌握了数据，才能解决他们共同遇到的订单效率不佳、产品质量合格率不高、生产过程中故障响应不及时……等诸多问题。

但想掌握数据，何其易?

掌握数据才是掌握智能制造核心动力

要掌握数据“石油”，其关键在于实现对数据的采集、处理和运用，就像我们对石油的开采、提炼和用途的合理分配一样，我们从地底深处将石油开采上来，然后再从石油中提取汽油用于机动车燃料，提取润滑油用以减少机件之间的摩擦……

除此之外，在传统制造业中，无论是电子、家电、机械制造、盘厂等离散行业，还是锂电、冶金等其他行业，大多数中小型制造业企业或许还都难以实现“数据自由”。虽然归根结底，每家传统工厂的目的都是“增效提质降成本”简简单单的七个字，但碍于现实中可能还处于以手工生产为主的初级阶段，自动化设备很少，盈利能力有限，所以也就更难实现智能制造了。

因此在制造生产过程中，往往也可能会出现各种各样的问题，让其事与愿违。

比如在生产环节：

现实的离散行业生产场景中，经常遇到设备状况、品质问题、物料短缺等原因造成的停产，而由于信息不通畅，数据无法导入下一个生产环节中去，导致只能依靠现场支持部门的人力资源来来回回的跑去喊人或者打电话，如此一来沟通效率大打折扣，故障处理也就难免严重滞后。

又或者是，

工厂经过了信息化改造后，虽然生产现场有看板信息，但由于数据比较混乱或者呈现数据不全，导致员工根本无法读懂信息，这样的信息面板岂不形同虚设，难以起到作用?

再延伸到生产管理方面，

如果各部门的品质管理的职责划分不清晰，责任追溯也就相应的会变得十分困难。当客户反映最近的产品有问题时，即便拿着产品可能也找不出是哪个环节出现了差错，责任就更无法落实到工位人员身上了，导致错误无法改正，产品瑕疵依旧存在。

而这最后所导致的问题不就是企业追求的“增效提质降成本”的目标难以达成吗?

要知晓，伴随着物联网在工业中发挥的作用越来越大，制造业所产生的数据量也会日益庞大是势不可挡的趋势，而这些数据也会覆盖到生产的全周期当中，如果让这些数据“流动”起来，也才能带动工厂“跑起来”。

什么样的工厂才算“智造”工厂?

当然，这时也就需要问：如何才能掌握这些数据，唯企业所用，从而解决这些问题?

如果更直观的来回答，郑州的汉威科技或许更有发言权，这家在气体传感器领域占有70%市场的传感器行家也曾经因为“数据”引发过类似的问题，这个“黑匣困境”一度成为掣肘其搏击更广阔蓝海的主要原因。

而汉威科技摆脱这一困境则是因为接受了施耐德电气“先医后药，先软后硬”的理念，得到的回报是上线系统不到半年里，其生产效率提升了12%，产能提升了22%，人均产值提升了14%，市场反馈故障率降低了25%……

关于解决汉威科技问题的核心——施耐德电气的“先医后药，先软后硬”理念其实并不复杂，所谓“先医后药”是确保工业用户在升级进化的过程中，少走弯路，明确智能制造需求及实施痛点，根据实际需求提供可行的智能制造解决方案，恰到好处地解决升级中的痛点和问题。

所谓“先软后硬”就是通过对行业的深刻洞察，规划好生产和运营管理平台，打通企业数字化服务平台，再进行硬件升级，进而实现智能化。

而要回答上述传统制造行业出现的问题，也是套用这一理念。问题的关键就是要解决生产管理流程数据不透明的症结。把原本的“黑匣子”打开，通过对每条产线的实时生产状态、每个订单的完成进度、各类大小故障的解决情况等一系列生产运营中至关重要的数据进行跟踪，让管理者和生产人员可以对生产情况一目了然，针对性的提出改善措施，打造一座完全的“透明工厂”即可。

具体落实到产品层面，E-Andon及时化响应功能将生产线上相关的请求和报警信息全部收集起来，通过三色灯柱显示，并加以处理后发送给佩戴设备，工位人员就可以快速反应。而这一过程也会详细的记录在案，为以后出现类似的情况提供经验依据，从而保证响应及时有效。

而E-SIM 及时化管理功能则可以将员工绩效任务结合落实到个人身上，让员工及时了解工作任务和效率。当发生损失时，可以及时改正并跟进，避免整个生产受到影响。即时化绩效、任务、响应管理通过对责任和KPI的精准管理，实现让员工做绩效的主人。

最后是E-Traceability 生产管理功能，可以管控物料、工艺、全过程质量、工装及附件等的生产过程，只需员工扫描工件的条码，就可以对工单、维修、返工等过程执行进行追溯。防呆防错的作业指导精确指导人工作业，消除人为的疏忽，优化库存和物料配给。当出现问题时，也可以追根溯源。

除此之外，施耐德电气工厂数字化套件已经涵盖了制造业企业在生产和管理过程中所需的一系列功能模块。横向覆盖从原材料进场到生产，再到最后交付的产品全生命周期过程;纵向贯穿从数据采集到生产车间层，再到车间管理层的各个生产管理层级。

所有生产活动都围绕订单/工单而进行，以E-Tracealibity为基础，以E-Sim为提高执行力的共享平台，进而对所有业务进行信息跟踪，盘活工厂的“数据血液”，带动整个工厂飞速运转。

可以说，这一套组合式产品方案打通了制造业企业数据从生产到交付，从责任划分到明确绩效，从客户反馈到生产改进等整个全生产周期的流通，进而让企业体验到精益化、自动化、数字化的生产。

结语

毫无疑问，数据的价值堪比石油在业界已经形成了共识，它在工业生产中的价值不亚于石油对我们日常生产生活的价值，不过在智能制造的探索中，挖掘和使用数据“石油”的方法也是多种多样的。就像施耐德电气把智能制造定义为用户的自我进化，这是一种提出方法论，进而由用户按照实际需求实现智能制造的方法。

当然，文章所述也只不过是千千万万个工业实践场景中的“冰山一角”。为了让更多实际中出现的问题得到解决，让企业走上“绿色”可持续发展的道路，在能源、资源高效可持续利用的前提下，投入更少，产出更多，施耐德电气特别推出施耐德电气智能制造大讲堂和施耐德电气工厂顾问解决方案手册。它们汇集了众多行业专家对精益理念与数字化结合的思考，针对企业“因地制宜”。

“绿色制造”、智能制造已经成为制造业的主流，在每一个企业追求和思考的路上，施耐德电气都愿意以身作则，谋求企业经济效益的同时，协调优化社会效益，与企业共成长，让生活更美好。