智能服务+智能决策！

PART 1

智能服务

 

制造业向服务化转型是谋求在价值链上的高端发展。随着互联网、移动通信和物联网的广泛应用，工业4.0和智能制造热潮，促进了服务型制造的创新发展，为企业提供了新的机遇，呈现出以下几种典型创新模式：

 

（1）通过物联网和传感器应用，感知产品状态，进行预防性维修维护，帮助客户更换备品备件。我国已涌现出一些专业的设备管理服务企业，承接设备的预防性维修维护。基于物联网可以实现远程故障诊断，通过“精确制导”大大提高维修效率。

 

发那科（FANUC）通过在服务器上集中管理机器人的作业信息，通过移动终端对产品进行远程监控和故障预警等，实现零宕机，提高机器人的运作率，保证了生产连续、稳定的运转（图1）。一台机器人的正常寿命约8～10年，零宕机（ZDT）服务可以帮助企业实现故障预警并大幅降低维护成本。

 

 

图1 发那科基于物联网的零宕机（ZDT）服务

 

（2）从单纯卖产品走向出售包含产品与服务的平台或从卖产品到卖使用产品的服务。

 

罗尔斯.罗伊斯公司推出针对其航空发动机产品的TotalCare包修服务，按飞行小时收费，确保航空公司的飞行可靠性和在翼飞行时间，实现了与航空公司的双赢。罗罗公司能够实现按服务绩效收费的基础，依然是强大的传感与物联网技术。从媒体报道中可以看到，很多知名的航空公司都与罗罗公司签订了Total Care合作协议。

 

（3）通过开发面向客户服务的APP提供个性化服务。促进客户购买智能硬件产品本身附加的内容服务，实现产品功能的升级，或者促进新产品的销售，以及产品本身的改进。

 

海尔智家APP支持快速绑定和在线管理智慧家电，实时查看家电状态及能耗，还可以一键邀请家人共同管理，在为客户提供个性化服务的同时，促进其他产品的交叉营销。

 

（4）基于互联网和模块化设计思想，实现产品的个性化定制，即C2B。

 

尚品宅配可以从款式设计到构造尺寸的个性化定制，还能实现整体家居的三维体验；美克美家也进行了个性化定制的实践。长安汽车在官网上已经实现了新型SUV的个性化定制，定制参数包括颜色、外观装饰、内饰、发动机、天窗等。推进C2B，除了需要互联网平台之外，实际上更重要的基础是产品的标准化、系列化、模块化，否则成本很高，企业和客户都难以承受（图2）。

 

 

图2 长安汽车实现SUV在线定制

 

（5）通过互联网实现制造外包和服务外包。包括设计、制造、检测、试验、维修维护、设备租赁、三维打印、工程仿真和个性化定制等服务外包。目前，由于订单不足和产能过剩，很多制造企业有部分制造装备闲置。同时，很多大中型企业有很多检测与试验装备使用频率不高。因此，如果能够承接外包服务，可以使制造企业的资源得到充分利用。

 

速加网是一站式云制造平台，为客户提供零件的快速打样、小批量试制及低成本量产等一站式柔性制造服务，并通过持续的科技创新为智能制造赋能，提高零件品质，缩短交付周期，降低加工成本，打造极致的零件云制造体验。

 

Proto Labs是全球最大的3D打印服务商之一，成立于1999年，最初业务范围是为塑料注射成型，2014年收购FineLine Prototyping，Inc．（FineLine），2015年收购Alphaform AG的某些资产，实现3D打印服务。包括立体光刻（SL），选择性激光烧结（SLS）和直接金属激光烧结（DMLS）。

 

制造企业要在白热化的竞争中脱颖而出，在制造优秀的差异化产品同时，必须对服务的设计与交付进行战略规划。同时，善于利用公共平台实现自身设计资源、制造资源、检测资源和服务能力的充分利用，才能打造高绩效的企业。

 

PART 2

智能决策

 

当今世界进入了数据爆炸的时代，数据成为企业最重要的资产之一。因此，获取数据、传输数据、管理数据、发挥数据的价值、用数据来驱动企业业务运作和正确决策成为了企业关注的热点。并且，随着制造业数字化转型的不断推进，企业生产过程数字化及管理流程智能化正在逐步实现，实现决策智能化将是重塑制造企业核心竞争力，拉开与其他企业间差距的关键所在。

 

制造企业的运营，从数据的视角来看，包括数据采集、数据存储与备份、数据安全、数据建模与可视化、数据分析与预测等过程。企业涉及的数据类型非常多，包括静态数据和动态数据，也可以分为实时数据和非实时数据，还可以分为结构化数据、半结构化数据和非结构化数据，来源包括企业的信息系统、设备、传感器、供应链，以及社交网络。因此，真实、可靠、全面、及时的数据是企业管理和决策的基础，数据驱动下的智能决策也逐渐成为制造企业资源优化配置的利器。

 

「 1.基于社交大数据的产品设计及营销决策 」

 

随着社交媒体的广泛应用，企业进行产品创新设计也可以基于社交大数据的反馈来优化设计方案，使产品设计更加贴近客户的需求。根据不同产品的销售数据分析，有针对性地调整产品的生产计划，加大畅销产品的产量。企业在社交媒体上的商誉数据也必须高度关注。企业在做市场推广时，如果需要聘请明星做广告代言人，应当通过大数据分析，根据明星在社交媒体粉丝的人群分布与目标市场的匹配程度，受欢迎程度等因素进行遴选。

「 2.基于质量数据采集的分析与决策 」

 

企业需要确保产品设计、工艺规划和生产制造、采购、装配、发运等各个价值链关键环节的产品质量，也需要充分关注整个供应链的质量管理。企业应当推进工序质量控制，借助统计软件和大数据分析工具进行质量分析；应用数字化的质量检测设备，直接将检测结果连入信息系统，避免手工输入录入质量检测数据。在准确采集质量数据的基础上，可以通过统计过程控制（SPC）和认知计算等方法，对质量数据进行深入分析，从而促进企业改进产品质量。

 

 

图1 IBM利用认知计算进行质量数据分析

 

「 3.基于设备数据采集的预防性维修维护 」

 

企业应当尽可能地利用设备的数据接口来获取相关数据。对于老设备，如果无法直接获取设备数据，则应当添加外接传感器。通过采集设备的能耗，可以判断出设备的状态是停机、空载还是在加工，甚至还可以分析出刀具磨损的状态，对断刀进行预警，做出准确的更换决策。企业可以通过与设备厂商、数控系统厂商合作，获取设备内部的传感器数据，从而实现对设备的状态监控，及时对设备可能存在的异常状态进行预警，避免由于设备故障而造成非计划性停机。在设备数据采集的基础上，企业可以通过对传感器数据的分析，基于“机器学习”等人工智能算法，实现对设备的状态监控和设备健康管理，进而进行预测性维修维护（predictive maintenance），甚至预见性维护（prescriptive maintenance）。

 

 

图2 三一重工的挖掘机指数（来源：三一重工）

 

「 4.基于商业智能（BI）的企业智能决策 」

 

商业智能软件的价值在于其通过技术手段从企业各个应用系统的庞杂数据中提取出有用的数据并进行科学的整理，以保证数据的正确性和一致性，并通过抽取（extraction）、转换（transformation）和装载（load）过程，合并到一个部门数据集市或企业的数据仓库中。在此基础上利用合适的BI工具, 针对不同需求进行多维数据分析和挖掘，并通过可视化手段将结果定期或实时展示给相关人员，最终为企业决策提供支持，达到协助企业创收增利、规避风险、提升效能和竞争力的目的。企业应当在商业智能（BI）系统中建立各种“仪表盘”，根据负责人的角色，实时提供相关的图表，让负责人根据数据及时做出准确决策。图3是基于角色的移动版BI系统。

 

 

图3 基于角色的移动版BI系统