中型制造企业现在面对前所未有的困难和挑战，尤其疫情突发与经济下滑的形势下，我们如何把握企业生存和重塑增长战略的平衡，突破重围？在这种环境下，我们可以用新的方法即驾驭精益的数字化变革，即精益视角下智能制造或者是精益视角下的数字化转型，战略性的消除浪费并精准的投入到有利于增长的差异性能力上，实现精益赢利性增长。
中型企业尤其是制造业如何从生存到恢复再到增长，这是一个今天大家重点关心的方面。我们知道，在企业的生命周期总会遇到各种“战疫”，我们只有直面各种挑战、危机，企业家们一定要根据具体的情况树立清晰的战略，如何平衡适应性生存战略与重塑增长战略。这就未来这段时间，我们制造企业需要重点要考虑的。
企业是个有机体，只有不断的蜕变，持续的改善，提高组织的免疫力，才能提质降本增效，消除一切浪费。在精益化的永无止境持续改善过程中，也需要数字化转型，用数字化智能化的先进技术融入精益化为客户创造新的价值。即精益化生存，数字化增长。
今天与各位探讨内容包括两个方面。第一个是智能时代的精益企业，跟传统的精益企业区别在哪里。第二是如何构建数字化智能制造。
一、智能时代的精益企业
精益大师詹姆斯沃马克讲过一句话：如果你不能迅速把产品开发时间减半，订单交付时间减少75%，生产周期减少90%。那你一定哪里做错了。这句话实际上很震撼的，给我们制造企业的改善提供了一个目标与方向。
我们现在中国制造企业面临的主要问题。这里只提四个方面，第一方面，我们缺少创新，这里面包含产品创新、商业模式的创新等。我们的品牌溢价能力不高。第二方面，就是一个质量管理，质量管理永远是第一位的，同时还要提高我们的生产效率。第三个方面，我们已经没有什么制造成本优势了，浪费非常非常大。第四个方面，我们应对市场变化的适应能力较弱。这几个方面均是我们中国制造企业尤其是中小企业的难点，当然也不止这些。
现在的商业环境，要求我们去变革，产品变化的加快。客户需求多样化。环境复杂不易预测。成本压力。还有服务水平越来越来要求高。在这种环境下，我们整个生产的模式，市场的这个需求类型也在变化。现在大部分企业都面临多品种小批量的按单个性化生产，而这个模式已经是常态。这种模式会导致我们制造企业管理的越来越来复杂性，难度越来越来大。我们具体来看看它显示在以下几个方面：
需求不确定，随机需求很难掌握。需求订单个性化定制，比如说非标生产，边研发边生产。边采购边发货。研发周期必须要短，迭代式研发制造迭代，从试产到量产快速转换。很多企业已经有很多品种，几百到几千个品种并行生产。这样就会导致资源出现瓶颈。不仅出现瓶颈还会动态的变化，动态飘移。订单会随时变化，比如客户经常的插单或修改订单。设备的故障，质量问题都会影响到生产周期的不确定性。计划排产的适应性。一旦生产计划变化，导致产品的变化，设备与产线如何柔性的应对。那么质量、工艺也易出现问题。无法迭代可靠验证。质量如何事先或及时控制。那么多订单都不能延迟，准时交给客户。需要跟踪所有订单满足客户的交期。而物料需求的变化导致库存积压或短缺，采购疲于奔命。这一系列互相关联的变量，成本很难核算而且成本易失控。这些非线性的关系，我们称是复杂系统。现象是三高，高交期、高库存、高成本。一旦环境恶劣，比如这次突发的疫情或重大的灾难了，企业就会轰然倒塌。
复杂系统需要关键变量来控制，我们可以通过三个维度来控制，一是研发制造一体化，二是制造执行集成自动化，三是精益供应链优化。这里只提运作管理范畴，当然，企业战略、组织、流程、文化、绩效等也很重要。但不在本文的论述内容里。
我们知道智能制造是基于供应链逻辑和精益思维显现的。供应链逻辑是以最小化整体拥有成本，实现最大化客户服务水平。精益思维是消除一切浪费高质量的实现客户价值。所以精益供应链解决的目标一般是企业的核心竞争力和快速响应客户个性化需求，如产能有效的利用率、交付的及时交付率、质量一次合格率。企业的流动率、库存周转率、采购准时到货率。多品种小批量的短周期。订单配置定制及销售订单的变更率。
智能制造数字化通过数据的六个连接，解决客户多样需求导致生产计划的频繁变化，导致工艺及时切换和设备的控制。第一个要连接客户的需求端与数字化系统，是实现订单的及时更新，产品能及时反馈。信息系统跟设备的连接。实现生产的计划信息直接落在设备上。设备与设备之间连接，实现工艺之间的自动协调。生产设备与生产人员的连接，通过实现生产过程的随时监控。生产与产品的连接。实现多产品切换及时并切换时间最小化的加工顺序。质量的实时连接，在线的质量检测与自动化检测。现在，很多新的技术的出现，如物联网、大数据、云计算、移动互联、人工智能、机器人、5G等等。那么我们制造企业如何积极拥抱这些技术来为我所用。
而这些新技术应用，互相之间是有逻辑的。数据的连接会产生大量的数据，这些数据有结构化数据、非结构化数据、半结构化数据。我们叫工业大数据。大数据与海量存储、云存储。传统的计算很难撑住，需要云计算与人工智能。我们还要在边缘地方及时决策，还需要移动计算，随时随地的计算决策。这就形成了一个智能工厂。它主要是利用数据的数据智能，通过数据进行整理形成信息，对信息挖掘形成知识，对知识进行决策形成智能。就是智能制造的基本逻辑。
再从工业变革的视角分析，从推式生产到到拉式生产，再到柔性自动化，从而进化到智能制造。早期是大规模的福特生产，到小批量的拉式丰田生产，再到工业4.0的智能柔性自动化的个性定制。它也是一个发展进化适应的过程。
本文的主题是如何精益增长，驾驭精益化的数字智能变革。所以，需要先对精益管理解释清楚。精益生产起源于日本丰田汽车工业公司的准时生产制（ JIT: Just in time)，被美国麻省理工学院国际汽车项目研究组向西方国家推广应用,正式称为精益生产方式（LeanProduction )，我国汽车研究所把Lean翻译成“精益”，现被世界500强等先进企业广泛运用。这个精益生产整个发展过程中，有三本书可以代表这个历史里程碑，它们是改变世界的机器，精益思想，精益企业。
精益生产是基于TPS系统，通过消除企业所有环节上的不增值活动，来达到缩短生产周期降低库存与成本、和改善质量的目的。
精益思想是重新定义价值、识别价值流、重新制定企业增值活动、使价值流动起来、依靠用户需求拉动价值流、持续改善，追求尽善尽美。
精益企业精益思想武装起来的企业。在设计过程、订货履约过程、生产过程、供应链系统等产品全生命周期端到端的引进精益思想与工具，不是简单的提高效率，而是提高到企业战略创新的视角。
精益制造本质是消除七大非增值活动、缩短生产周期。精益制造体现在用精益原则持续的改善、最小浪费和快速应变，达到按单生产、快速制造、柔性企业、敏捷供应链。给所有参与者包括客户、员工、供应商及所有利益相关者都有效地创造价值。
精益制造主要包含研发模块化、节拍均衡拉式化、过程单件流、设备U型单元化、物料JIT配送化、人多技能化。主要消除Muda(浪费)、Mura（不均衡）、Muri（超负荷）。
智能制造的本质是数字化的高级阶段，在新技术快速发展下，物联技术、网络技术、人工智能、大数据、数据监控等重新审视原有核心能力的现状与未来，重新定义核心竞争力，并运用新技术，重组企业运作流程，管理体系及生产工具，在柔性，个性化，服务化的未来竞争上，取得领先优势。使原有关键性瓶颈得以突破，使原有核心优势更加领先，创造新的核心竞争力。智能制造包括五个方面：你生产出了产品是否智能化，你生产装备设备是否智能化了。那么你整个生产方式是否智能化，你管理的模式是否智能化，包括战略管理组织绩效人员是不是数字智能化。那么最终你给客户的服务是否是智能化。
智能制造与精益生产的区别是精益生产的重点是消除价值链中的非增值的活动。智能制造的重点是提升价值链中增值活动的价值。而它们的共同目标都是多品种、小批量、短交期的按单生产。如果如果我们智能制造的重点放在非增值活动上，那就是更大的浪费。
精益拉式系统不是零库存系统，零库存只是信仰，它的信念是最少库存的柔性生产系统。它是按照客户节拍，通过可视化看板指令，拉动单元流水线节拍生产。但是，实现它必须满足三个条件：1、生产周期非常短。2、生产过程较均衡。3、物料是可重复补货的。所以，现在的定制个性化生产模式应用精益拉式系统就遇到很大的挑战，以柔性取代均衡。
整个精益大厦基础是VSM价值流图识别诊断浪费，形成精益文化，持续改善的文化，主动发现问题，解决问题用5个为什么找出问题的根源。从表准化到标准化，标准工时、标准手持、标准作业指导书等等。沟通交流一定在现场，现地现实现物。稳定工艺的改善。评价和测量系统一定要考虑整体最优，符合精益思想。5s活动是为了减少浪费和容易发现问题。形成精益组织的能力。实现TPM全面设备维护与TQM全面质量管理。战略供应商的管理。这些都是精益大厦的地基。
精益的两个支柱，一个支柱是尽量小批量流，甚至单件流，所有的流动是客户真实需求拉动的。多品种小批量轮番生产，必须快速换模到分钟级。强调多品种混排均衡。另一个支柱是自働化，可以自动识别质量、故障等异常问题。排除非一致性，就是质量高可靠性。理解增值观，形成共识。整个工厂车间都是可视化的透明控制。设置防错措施。遇到问题，员工有可以停线的权利。具有六西格玛质量的逻辑。设计要考虑生产DFM，设计要考虑物料供应链DFS。所以这些工具，都离不开自觉的员工与精益文化的普及。那这个精益大厦就是一个精益企业。
价值流主要诊断识别七大浪费，比如运输周转量，因为物流布局不合理。等待的浪费，人员的等待、物料的等待、排队的等待。原材料与中转库的浪费。质量不稳定的浪费。过度的加工或返工的浪费。动作不合理的浪费，没有考虑人机工程协调。最大的浪费是过量生产。
价值流图一般企业分三个价值流。一个是交付周期的价值，研发的价值流，服务价值流。我在这里重点讲交付的价值流分析。如案例即从原料进厂到成品发货，整个生产周期里面，只有百分之10%左右的活动是增值的，30%是浪费但目前还需要，60%的浪费必须消除。我们发现传统的降低成本项目侧重于增值活动，而精益思想侧重于非增值项目，以低成本来消除浪费。通过多个价值流图的进化版本进行持续的改善。
有些企业之所以感觉良好，实际上是库存掩盖的浪费。从这个角度看，库存是最大的浪费，“万恶之源”。一旦库存降下来，就可以发现许多致命问题，水落石出。发现问题，解决问题。
目前企业主要侧重在交货期的价值流的分析改善，就是找交货期交期非常重要。做好标准化，标准工时，标准库存，标准作业指导书。从工序到工厂做到可视化、透明化。对设备的布局合理、物流的布局优化。整个工厂的布局一笔画工厂，整体工厂布局，设备产线U型等布局，实现单件流，充分利用场地，员工多技能化、少人化。
物料的供应可以从供应商直接上线喂料到工位，也可以入库分拣到线边超市，供应商直接把货送的。也可以战略性库存防止意外情况发生。精益供料模式有两种模式，一是准时化JIT，看板拉动。一个是节拍顺序供货JIS。按灯叫料Call in也是常用的方法。
传统的精益工厂面临新的挑战，看板拉式也具有一定的局限。在高速混流生产环境下，模块化供货（Modular Supply）、成套配送（SetPartsSupply）、混流顺序计划JIS（Just In Sequence）已成为当今企业提高其核心竞争力的卓越之路。所以，这些没有数字化转型是做不到的。
精益拉动分两种，一个是连续拉动。比如看板补充Kanban系统。一个是广播拉动是高级计划与排程APS系统。一个重点消除浪费，一个重点消除时间的延迟。所以，我认为Kanban与APS都属于精益范畴。
精益拉动计划体系是发运计划开始，拉动生产计划、库存计划、生产排程，再拉动采购计划、供应商交货排程，仓库配送计划与喂料计划，最后通过生产执行完成并按发运排程履约。
智能供应链控制塔是动态的供需匹配，通过计划指挥中心按照大数据技术的销售预测与物联网技术的销售实时数据产生具有产能与约束的高级计划，不仅控制客户交期承诺，也考虑供应商的交货的能力。高级排程主要是在在计划之内，对车间进行资源优化。发现瓶颈并对动态漂移的瓶颈进行动态的排程。提前预知总装或组装的物料的齐套性。我们知道拉动式生产是有条件的，但可以用ATO按单组装或CTO按单配置制造策略，实现前拉后推即在组装段用拉式，上游工序用推式生产。很多企业的计划是拉动不起来，没有100%的拉动，也没有100%的推动，一定是推拉结合。
智能供应链控制塔体系采用广播式拉动，高级计划是从上到下，高级排程与执行从下到上形成自动闭环。高级计划与排程主要是供需匹配、计划协同、资源优化、及时履约。它考虑设备产能、人工技能、工装模具、物料等约束，通过优化算法来达到优化目标，如准时按时交单率最大化、设备利用率最大化、生产时间最短化、动态任务优先级，生产成本最小化等目标。也可以同步实现多个目标优化即多目标加权优化。然后进行模拟分析评估，在通过实际的动态生产状态的调整，下达到可视化车间、设备、班组，形成精益可视化排产图、可视化资源负荷图、可视化物料控制图等智能终端。
高级计划与高级排程与车间生产执行系统形成闭环，制造执行系统与设备运行形成闭环。也就是从虚拟空间控制物理空间，再同物理空间的传感器物联采集数据到虚拟空间即计划决策系统，又给生产计划动态的进行决策再优化。高级计划与高级排程与仓储管理形成闭环，对仓库可以用大数据ABC价值分析与FMR移动速度分析，价值高的物料和移动速度的物料重点控制，通过小数据进行高级计划排程拉动仓储的配送计划，通过派工的实时动态数据预警亮灯拣货和拉动喂料执行。这就是典型的大数据和小数据跟实时动态数据的结合精益智能场景。
精益智能混合系统是广播拉动与连续拉动有效的结合，一个是重点是履约交期，一个重点是补货并加速存货的快速流动。
总之，精益生产系统的有7个原则：1、把类似的产品或服务组合起来形成价值流。2、使价值流从头到尾都要顺畅。3、在流动的断点建立产品拉动系统。4、柔性运作以符合顾客需求。5、确定顾客需求的节拍，以确定定拍点与计划排程拉动流程。6、以标准化运作打下柔性的基础。7、尽可能在靠近异常发生点处发现并消除异常状况。
我们通过一个案例统计精益转型客户的价值：换模时间能减少60%。交付周期减少50%。加工周期是减少20%。停工时间减少50%。人员的需求减少30%。在制品减少60%。成品库减少40%。零部件的流转减少50%。场地面积降到30%。返工减少70%。
二、构建数字化的智能制造
如何在精益企业的基础之上，构建数字化的智能制造？我们建议实现的步骤是先精益化，然后信息化，自动化、数字化，最后走向智能。在这个过程中，不是串联，而是并联，进行小步迭代逐步实现。
智能制造不仅仅是车间，而是整个企业实现精益智能。它的整体架构包含三大层，企业运营协同层、工厂智能化与执行层、工厂连接自动化层。而这三层集成在一个平台，可以是工业互联网平台或工业平台，提供一致性管理，实现系统间数据集成和设备自动化集成。可以应用移动计算、大数据、智能分析以及物联网等先进技术与企业价值链上的不同流程中，支持实时智能工厂运转。
比如我们把PLM、ERP、MES、SRM集成在一个平台上，举个一个场景来说明其价值：工序委外加工。第一，你要进入PLM系统把图纸发给供应商。第二，要进入ERP系统找到这个物料号与物料清单通过库存发给供应商。第三，进入MES系统了解到工序之间的协作与工序加工的的作业要求。第四，进入采购或SRM供应商管理系统与供应商沟通加工成本与价格交期等。如果这些系统都是孤岛，可以想象效率是非常低的。但是，如果是在一个数据库系统就能高效率完成这个车间常见的业务。这就是数字化工厂要实现价值之一。
数字化车间主要实现九个核心价值，第一，智能可视化优化派工。第二，无纸化数据传递。第三、现场实时数据采集。第四、现场防呆。第五、现场质量的控制。第六、现场异常的快速反馈。第七、产品跟踪与质量追溯。第八、设备联网数据自动采集。第九、基于数据的分析及预警和经营数据的决策。
传统的精益工厂缺少一把实时、客观、透明的数字化尺子，来反映工厂各个环节运行过程和结果的数据现状。那么，如何从如何把传统的精益生产和数字化智能制造融合在一起。
第一点、生产透明化、电子看板、电子按灯、智能防错、智能终端及各种仿真系统帮助企业发现问题及解决问题，优化库存点、缩短产出时间、提升产能利用率。这个技术叫数字孪生。仿真工具包括工作流和生产车间仿真、价值链过程仿真、主体仿真、蒙特卡洛模拟和生产计划模拟。这类工具常用于设计新的工厂或优化现有工厂。例如工作流建模、最小化处理时间、瓶颈规避、资产利用率最大化。
第二点、从局部优化到整体优化，也就是需标准化、模块化、模型化的过程，实现基于模型的智能企业MBE。整体建模工具可以帮助运营经理观察且更好地理解流程流，并对生产假设进行测试。使用迭代算法解决高复杂性的问题，并得出可靠的结论。实时建模、流程参数建模、价值建模、优化求解器及财务建模。企业常常使用这些工具来定义多层次批量大小、制定复杂的生产计划、优化不同产品设备之间的工作流、改善生产车间物料流、以及提高整体的设备利用效率。
第三点、就是用高级的分析方法如大数据、人工智能、机器视觉等数据控制、分析、决策。生产执行系统、传感器和机器运转日志为各行企业提供了大量有关制造工艺的数据。随着数据存储费可以利用云存储海量数据，而无需进行固定资产投资。同样，运行智能工厂的计算能力呈指数式增长，而且可以通过网络获得，这将帮助企业根据需要执行复杂数据分析。精益生产对问题的处理是问5个为什么来发现问题，而工业大数据分析通过模型算法可以发现、预测未来看不到的问题。
企业有内部管理信息网、车间工业设备物联网、对外的互联网，把这三个网整合为一个网为工业互联网平台、产业互联网、生态共生互联网。就可以1、纵向集成，从办公室到车间设备的集成。2、端到端集成，从产品研发到客户使用的集成。3、横向集成，对产业链的所有共赢生态伙伴的集成。实现数据驱动，形成工业4.0提出的分布式、嵌入式、集成的信息物理生产系统CPPS。
工业互联网与工业4.0的目标是个性化定制，服务延伸延伸。欲构建一个柔性或可重构制造系统，体现在1、适应多个品种的变化。2、应对大小批量的波动。3、能够快速的机动响应。尤其是在多品种小批量个性化定制的复杂模式下，通过数据自动采集，运筹算法和人工智能、通过工业领域或行业知识设计规则，建立模型，优化的运作规则如订单优先级、换品时间最小、设备效率最大、成本最小、利润最大等优化来智能的决策。但这需要产品模块化重构能力，产能重构优化能力，商业模式的敏捷能力。
个性化定制很难降低成本，只有实现大规模定制才是迈向个性化定制的必由之路。在满足交期的前提下，尽可减少定制比例，增大通用比例，降低成本。所以，标准化是模块化的基础，模块化是个性化的基础。可以采用1、采用供应链延迟技术，尽可能减少定制部份的流程。2、采用产品模块化技术，可配置，尽可能减少定制模块，增加产品通用模块。3、采用柔性化生产，可重构资源，模块化工艺设备，尽可能减少定制的制造资源，增加通用的制造资源。
数字化工厂的金字塔是设备执行层、通信操作、工业控制层、工业联网监控及分析层、制造运作管理层、企业管理运营层。现在，这以上每一层从技术上均可以上云端，数字化工厂就可以从金字塔架构转型为扁平化架构，实现云计算、（雾）边缘计算、智能终端的协同，它应该智能制造的操作系统即工业互联网平台、边缘计算、智能端微应用服务。工厂可以选择设备上云、局部业务上云，甚至全要素上云。最后一种可以获得打通整体数据供应链逻辑，有利于人工智能全局优化决策。
通过工业平台即IIoT工业物联网对工厂实时监控、生产实时监控，但仅仅监控是不够的，通过工业大数据、小数据、实时数据进行实时分析、批量分析、交互分析，实现产能分析与优化计划排产决策，设备分析与预测维修决策，质量实时分析决策，加速物料的流动化库存优化分析决策。基于PaaS一体化智造平台的多云架构，从监控、分析到决策，实现精益数字化工厂、精益数字供应链、精益智造企业。
智能工厂的实现需要顶层设计规划，其目标质量、交期、效率、速度、价值。有了这这五个目标，我们就可以做顶层设计规划。工厂层从三个维度设计规划，一是研发制造服务一体化，二是车间执行集成自动化，三是精益布局与供应链优化。车间层从四个维度设计规划，生产执行、质量控制、设备运行、库存优化。设备控制层SCADA联网采集监控规划。最终实现IT与OT的深度融合。仅仅顶层设计是不够的，还要从点、线、面、体来迭代实践，比如从数字化设备、数字化车间切入，从局部联网、工厂联网、企业联网到全产业联网。整体规划，逐步迭代实施。
当然，从企业架构的顶层设计，还要考虑战略、组织、流程啊，绩效、文化等等。我这里只从工厂运营角度如何构建数字化工厂的智能制造。
为什么要内部联网？1、设备监控，异常报警，减少设备停机时间，更精确的OEE统计分析，及时对设备进行预防性保养，维护，减少设备故障。2、在线质量控制与分析，发现加工数据系统偏差，预防质量问题发生。3、实时动态的计划排产，实时得到生产进度，快速调整排产。4、实现产线或工序、工位定时物料配送，动态计算产线物料需求，减少在制品并防止缺料。5、设备加工参数，加工程序可通过网络传递到设备，减少差错。等等。
为什么外部联网即公有云？可以利用外科技的力量工业大数据分析，引入高级算法人工智能实现生产智能化。大数据分析个人或客户画像，实现产品个性化。改变商业模式制造即服务，产品可全生命周期服务延伸到用户端。多组织分散化云管理，制造资源云共享，提升产业产能效率。等等。
在困境下，制造企业必须共克时坚，实现精益数字化转型与重塑增长。这要从商业模式，管理模式，资金流动优化，技术创新，品牌塑造，质量管理，工艺改造，成本结构优化，人才的挖掘、培养与激励。向数字化转型可以三个方面进行管理:1、价值管理。2、创新管理。3、变革管理。数字化转型的四个转型方向：客户关系的改变，员工关怀的改变，制造运营的改变，产品的改变。
我们可以问几个问题来帮助企业自诊断。1、该产品遇到哪些问题？（如市场、定制、库存积压）。2、谁是产品价值流负责人？3、客户订单如何接单？4、生产计划与排程或定拍工序有效吗？5、制造过程如何控制管理？6、订单信息如何向上游传递？7、物料如何供应给组装线和制造工序？8、如何从上游供应商取得原材料？9、员工如何获得培训，如何加入改善工作？10、企业有持续改善的机制？
我们可以对数字化转型的企业三问：1、有否清晰的数字化转型规划？2、有否转型的明确绩效评价指标？3、有否端到端的流程、文化变革策略？
最终战略三问：这样做客户满意了吗？这样做有差异性竞争力吗？这样做可以活着并可盈利与持续增长吗？
在精益数字化转型过程中，我们必须学习日本丰田的精益生产、美国GE的工业互联网、德国西门子的工业4.0、中国的两化融合实践，驾驭精益的数字化变革，差异化核心竞争力，重塑精益赢利性增长。
赞 9
打赏