【编者按】数字化的出现,为人类社会带来了巨大的变革。城市数字化转型成为提升城市竞争力的重要手段。2020年12月,上海市委、市政府印发了《关于全面推进上海城市数字化转型的意见》,提出“到2025年,上海全面推进城市数字化转型取得显著成效,国际数字之都建设形成基本框架;到2035年,成为具有世界影响力的国际数字之都”。
当下,上海城市数字化转型进展如何,已经取得了哪些成果,又经历着怎样的挑战?在上海市城市数字化转型工作领导小组办公室的指导下,由上海市经济和信息化委员会组织,澎湃科技推出“数都上海:上海国际数字之都建设深度调研”系列报道,聚焦数字基建、数字制造、数字农业、数字医疗、数字金融、数字出行、数字教育等10大领域,全方位展现上海在城市生产、生活不同场景中的数字化转型。
·智能工厂的推进必须考虑一线使用者的心态,要让一线员工愿意用,帮助一线员工更好解决问题,系统才能发挥最大效能。有的企业数字化转型偏离了原先的设想,往往是因为领导愿意用、基层员工不愿意用,忽视了基层员工的心态和数据的维护。
上海闵行区坐落着世界最大乳品单体工厂之一的光明乳业华东中心工厂,这里日设计产能2600吨。一进工厂大门就能看到竖立着数排120吨的奶缸,奶车运奶进厂后原奶收到这些奶缸中,阀门自动控制牛奶流向,工厂根据酸奶、巴氏奶和常温奶的生产工艺对原奶进行配料、杀菌等,接着罐装、包装、储存、发货。得益于智能工厂建设,10000多个阀门、400多个奶缸,只需10人左右在中控室遥控。
不止乳品行业,越来越多的行业和企业正投身智能工厂的建设浪潮,从自动化走向全产业链数字化,推动建立数字化的供应链生态圈。
数字化转型影响企业生死存亡
1992年,在重型装备制造行业,一家港口机械公司在上海成立,它抓住了全球化中世界贸易集装箱运输机遇,在成立后的短短几年内便抢占了港口装卸设备这一细分市场的世界龙头地位,1998年订单席卷了美国东西海岸。这家企业正是上海振华重工(集团)股份有限公司(下称振华重工),至今港口机械中的岸桥产品连续26年占据世界70%以上的市场份额。
这艘“巨轮”正面临转型时刻。港口机械特别是岸桥,是典型的非标准订单式制造,需要投入大量人力物力满足全球客户的个性化需求,过去振华重工凭借劳动力密集优势做到了世界第一,6个制造基地中最大的基地曾有3万产业工人做着强劳动的焊接、安装等工作。但这种劳动力优势在当下的老龄化社会中难以为继,年轻人也不愿意进工厂上流水线。“身处上海,如果我们的产业不往高端化、智能化、绿色化、低碳化方向发展,就长久不了。”振华重工科学技术与数字化部总经理杨宇华对澎湃科技(www.thepaper.cn)表示,这些痛点堵点影响到企业未来的生死存亡,为了实现可持续高质量发展,必须数字化转型。
2020年,振华重工大型港口机械箱梁钢结构智能生产车间获评上海首批20家智能工厂之一。
过去,智能工厂建设以硬件为主,振华重工建立了自动化工作站,部分生产线和焊接机器人替代了一线工人,现在要从更大的数字化系统入手。振华重工正在探索的设计研发数字化核心之一是设计工艺制造一体化。过去,前端设计和后端制造的融合度低,现在利用数字化手段将制造工艺和生产基地的设备产线所需数据前置到设计中,提高后端生产效率。以钢结构的焊缝为例,如果设计时只提出焊高、焊脚、焊材等基本参数而不考虑制造涉及的收缩余量、预拱度等,那么工艺制造端承接设计图纸后就需要重新加工分解,人工转化各类参数并备料。如果模型预置生产信息,三维图纸可以自动生成焊缝信息标定,标注后直接通过信息管道流通到工艺制造端,就可以自动备料和焊接,缩短工期,不再需要大量人力分解参数,解放出来的设计人员可专门从事原始创新工作。
同样,在上海临港新片区重装备产业区坐落着121万平方米的上汽乘用车临港生产基地,该基地拥有冲压、车身、油漆、总装四大工艺车间和一个发动机工厂,生产四个品牌的汽车,可实现12款车型共线生产,具备高柔性化制造能力,年产整车超27万辆。为了追求降本增效、提高汽车质量,上汽也投身到数字化转型的浪潮中。
上汽乘用车临港生产基地建设了国内首个“黑灯工厂”无人车身车间示范生产线,实现焊接100%自动化、涂胶和在线质量监控的全面自动化、物料配送和生产无人化。上汽乘用车临港基地已完成工业大数据平台和智能制造云平台等的构建,打造了智慧供给、高效协同、精益稳健、交期透明、“零”缺陷的数字化智能标杆工厂,涵盖“智工艺、智物流、智生产、智品质、智运营”。
以“智品质”为例,过去依靠人工检查整车外饰件误装配,但终归有疏漏,十万分之一的疏漏概率对于单一客户而言就是百分之百。上汽乘用车制造工程部工业工程总监宋政对澎湃科技(www.thepaper.cn)表示,为确保所有车在出厂时百分之百满足质量要求,2019年,上汽在产线上通过视觉技术,植入AI图像处理算法,在线识别26个种类的外饰件,若检测出误装配就会停线、人工干预排查,“几十万元的投入实际上确保了流出去的车是零质量缺陷的,同时也促进员工更加重视装配过程质量。”
另一头,在上海闵行区,总占地面积约12.6万平方米的光明乳业华东中心工厂是世界最大乳品单体工厂之一,生产线54条,年设计产量60万吨。光明乳业曾获评上海市智能工厂首批20家之一,也是入选的唯一一家食品厂。工厂管路四通八达,依靠10000多个阀门远程自动化控制牛奶流向,根据酸奶、巴氏奶和常温奶这些不同终端奶产品对牛奶进行配料、杀菌等不同工艺,接着加工过的奶进入罐装车间进行全自动罐装,最后包装、储存、发货。
光明乳业工厂管路四通八达,依靠10000多个阀门远程自动化控制牛奶流向。
光明乳业华东中心工厂项目部经理王剑铭告诉澎湃科技(www.thepaper.cn),得益于数字化转型,工厂里10000多个阀门、400多个奶缸,只需要10人左右在中控室进行遥控华东中心工厂对工厂的计划、调度、工艺、质量、执行、统计、分析实行全过程管理和控制,控制系统能同时操控相关设备互联互通,实现生产过程的全自动化,并实时监控质量。有了数字化控制系统,工厂可对1581个关键智控点实时管控,实现了杀菌温度±0.25℃的精准控制。
全产业链数字化转型,让数据产生价值
但这些并非智能工厂的终点,越来越多的企业正从自动化走向数字化,从单个环节的数字化走向全产业链的数字化。
“以前传统汽车制造更多是采用自动化技术、信息化手段等对核心业务进行数字化改造、实现单一业务内容的数据共享,保证最终产品交付的质量,这些年数字化对内深入到了管理的精细化、透明化。”宋政认为,如果说传统工厂用大量机器人替代人工实现初始自动化,以提升局部效率和质量为主,那么如今不只是上线智能设备,更要考虑端到端的数据集成,即底层数据采集到感知层、互联层、应用层,以及横向的各价值链数据集成,让数据产生价值,辅助决策,让管理更精细、反应更及时、执行更精准。上汽聚焦制造全业务链数字化运作,依托数字化技术与智能装备的深度融合,以工业大数据平台为支撑,构建“五智工厂”,以 “数据-信息-价值” 赋能模型,实现制造过程数据状态动态感知、智能预警、辅助决策、透明管理、闭环管控。
上汽乘用车临港生产基地产线。
在“智生产”中,上汽植入生产管理系统和设备管理系统,在工厂的生产运行端,若是由设备引起的停线,系统就可以自动获取停线工位及设备的故障代码,进而根据数据横向和纵向对比分析故障出现的频次、停线时长,植入改进措施后的状态,从而评价问题解决及改进效果,确保工作有效性、闭环反馈和管理。由质量因素或物流因素引起的停线,通过标准化的问题点选录入方式,量化数据精确到停线的工位的影响原因,倒逼相关员工提高作业能力,工段长也可以根据各班组实际工作状态平衡工作量,合理安排工作。
在振华重工,生产制造的数字化是构建一套生产运营管理平台,管理排产、生产计划执行、物流配送、仓储等环节。以排产为例,以往的排产模式是只要项目来了就无限产能排产,一旦达不到目标就调整计划,导致计划调整频繁、生产效率不高。实际上,排产和物料齐套率、机器设备产能、作业人员和场地资源等要素密切相关,有约束条件的排产才是合理且能落地的,而这些约束条件来自生产全流程的管理数据。
振华重工高级数字官、科学技术与数字化部副总经理赵子健表示,数字化转型要打通设计、工艺、制造和运维服务全生命周期数据链,实现公司运营管理的高效化。一台岸桥的零部件数量就有十几万个,如果没有完整的数字化体系来管理,就难以高效生产制造。因此从零部件设计到装配关系、产品结构等每一个数据都要完整管理,并提供给后端的生产制造,再从原材料开始,到部件生产、部件拼装、总装调试、产品发运,要实现数据打通。这也有助于构建数字化的售后服务体系,根据码头用户的部件编码回溯系统内备件存量与送货时间等,让制造向服务转型,提升用户体验。
光明乳业工厂酸奶发酵待装区。
“以前的数字化可能是扁平的,现在我们是立体化的。我们不只是工厂的数字化转型,而是全产业链的数字化升级。所有环节全部打通以后,我们的全产业链掌控力更强了,也提升了工厂效率。”王剑铭表示,光明乳业全产业链智能工厂涉及奶牛育种养殖、工厂加工、冷链物流、线上线下销售和售后服务全产业链,环节多,光明乳业还肩负着“上海市民奶罐子”的保供职责,在数字化工厂建设的同时要确保食品安全,确保乳品持续稳定供应。
在光明乳业的金山牧场里,每头牛都佩戴电子耳标、智能项圈等智能设备,这些智能设备可识别牛的ID,监测活动量、饮食、产量等生长习性,建立牛的身份档案数据库及家族系谱,推动奶牛优生优育,发情揭发提高6%,疾病揭发提高5%。牛棚里安装的精准喷淋系统利用AI识别技术精确为奶牛降温,节水率达40%,智能推料机器人24小时在岗不间断推料,比人工效率提升2倍以上。
依托数字化技术,光明乳业建立了精准的仓库控温系统和运输途中的数字监控系统,实时监测仓库,保障储存环境稳定。目前光明“领鲜物流”在全国拥有仓库65座,总面积18.4万平方米。在冷链物流环节,凭借物联网技术和人工智能算法应用,光明“领鲜物流”全国2000余辆冷藏车被纳入温度监控体系,保障全国范围内50000多个网点的新鲜牛奶配送服务。物流运输途中,车载监控设备实时监控车辆位置和温度状态,保障运输品质。
数字化转型阻力与突破之法
最初,上汽乘用车临港生产基地规划每小时生产40台车,在不增加额外设备及扩展工位的情况下,植入生产管理、设备管理、质量管理、精益管理等数字化系统后充分挖掘内部潜力,目前每小时可生产45台车,单车能耗同比降低3.8%,单车物流成本下降6%,潜在呆滞库存资金减少2%,订单生成到交付的时间从11天下降到8天。
这些成果来之不易。“搞智能工厂,实际上最开始时员工内心是排斥的,尤其是一线管理者,因为把以前隐性化的问题都显性化及时暴露出来了,意味着一线管理者需要面对更多的问题进行解释和处理,但没有好的系统支撑,他们的压力就很大。”宋政表示,基于这一现实问题,建设智能工厂时,数据不单单要给领导层使用,还要赋能一线管理者,让最基层的执行端能够通过无纸化、自动报表、关联工具实现减负,并让一线管理者能够找到归属责任人,自身主动干预并拉动责任方,快速解决各类影响生产问题。
振华重工也面临了同样的问题。“把一个项目的数据从头到尾贯通,需要投入大量人力物力,某些部门在一些环节中可能还会增加工作量,降低工作效率,但对于公司整体的效率提升是有很大帮助的,因此要做好沟通协调工作。”赵子健认为,大企业惯性思维强,存在路径依赖,换一种新的生产方式就会产生冲击。 所以数字化转型一定是“一把手工程”,这样才能合力建成。另一方面,数字化转型也要贴近基层员工,随着数字化转型加深,数字化系统逐步优化,原先各自分散的资源现在全流程串通起来,提高生产效率,员工也会越来越接受数字化。
“以前实际上是自上而下转型,但做起来效果未必最好。现在我们是自上而下结合自下而上,综合规划数字化转型。这两年反复推进,员工对数字化转型的心态也发生了变化,以前是不愿意,现在因为数字化能帮助他们切实解决问题,也开始拥抱转型。”宋政表示,智能工厂的推进必须考虑一线使用者的心态,要让一线员工愿意用,帮助一线员工更好解决问题,系统才能发挥最大效能。有的企业数字化转型偏离了原先的设想,往往是因为领导愿意用、基层员工不愿意用,忽视了基层员工的心态和数据的维护,数据维护需要基层员工跟踪管理,没有数据录入的标准化、及时性、准确性及高效性,缺乏数据的趋势分析、闭环管理,就会弱化数字化效果。
杨宇华认为,工厂数字化转型要设立“跳一跳就能够得着”的目标,“否则目标定得太高、不切实际,很多人就躺平了。”数字化转型不是面子工程,要围绕主责主业提质增效,关键是提升效率和产生效益。原则上,不在落后的管理上搞信息化;不在落后的工艺流程上搞自动化,而是做好精益管理和精益工艺,减少浪费,持续改进,不断提升制造水平;不在不具备数字化和网络化基础上直接搞智能化。目标和路径要明确,在落实过程中就要打通横向的部门墙和纵向的“温度墙”,“高层很热情,到中层就变温了,基层就变冷了。”所以要将精益理念传输到基层,成为公司文化的一部分。管理中也要体现契约精神,项目落地后激励要及时刚性兑现,建立揭榜挂帅和评奖评优等激励策略,用制度保证员工数字化转型一条心。
数字化转型项目主导团队的选择也有讲究。上汽乘用车制造运营中心制造运营管理总监王欢认为,企业要想做好数字化,必须有一个相对专职的组织机构,理解企业当下智能制造的成熟度和痛点,结合多维度因素规划蓝图、分步实施。在担任上汽乘用车制造工程部工业工程总监之前,宋政做过车身规划、工业工程,还当过3年上汽乘用车临港生产基地厂长,了解工厂运作和需求,避免了数字化转型假需求。此外,宋政表示,市面上也有通用型数字化转型工具和方法,“植入到自己的企业不是不可以,但是要做一些适应性分析和调整,才能发挥工具和方法的最大效能,因为很多软件是站在辅助领导层管理的角度,忽视了员工端如何对数据及时有效管理。”
光明乳业同样表示,要根据自身发展模式和产业特点走自己的智能工厂建设道路。光明乳业智能制造工厂属于传统行业的流程性智能制造,由于行业和企业之间特点不同,难以找到可以借鉴的经验或现成的模式,即使有的供应商在其他企业有成功经验,也很难照搬使用,只能依靠自身不断试错摸索。光明乳业初期试图更多依赖供应商,现在更多依靠自己的团队,只有自己的团队才真正了解公司的业务现状,做出符合实际的方案。技术是通用的,发展模式是独特的,首先要认清自己的模式特点,制定切合实际的规划和方案。
眼下,上汽的数字化转型还面临另一难题,从企业自身的数字化迈向供应链生态圈数字化过程中,数据透明化难度仍然较大。整车制造供应链体系庞大复杂,涉及到上千家零部件供应商,宋政介绍,上汽建立供应链生态圈,赋能中小企业建设轻量化的数字化工厂,推动实现数据共享、高效排产、制造协同和质量前置。但对于数据互用和统一,每个供应商都有自己的想法,未来还要在云生态、数据平台等各方面达成共识,互相认可工具和手段,实现效能最大化。
VIP课程推荐
APP专享直播
热门推荐
收起24小时滚动播报最新的财经资讯和视频,更多粉丝福利扫描二维码关注(sinafinance)