机器人智能装备行业品牌服务平台
  • 当前位置:首页 > 智库 > 专家智库 >
  • 关注 | 创新奇智孙刚:制造业不会消失 只有落后的制造业才会消失

    时间:2019-03-14 来源:网络 关键词:#制造业
    导语 2019年3月12日,“智变与突破——制造业人工智能产业峰会”在南京召开,创新奇智制造业合伙人孙刚出席峰会并发表了《人工智能在制造业的发展与现状》的主题演讲。本文精选自嘉宾峰会演讲内容。
     


    ▲创新奇智制造业合伙人 孙刚

     

            邀您思考:

            1.人工智能逐渐代替人的工作,你有过哪些焦虑?
            2.企业如何平衡“人”与“人工智能”之间的关系?

            去年我个人认为有关制造业最有概括性的东西,是马云先生在2018年云栖大会上有关新制造的一段论述,这里截取了两段话:

             “制造业不会消失,只有落后的制造业才会消失。以前的制造业靠电,未来的制造业靠数据,以前看电力指数,未来我们看计算指数。大数据、云计算驱动未来制造业的数据,大数据是生产资料,云计算是生产力,互联网是生产关系。大数据不是数据大,而是计算大,只有计算能力强,大计算加云计算才是我们今天所说的大数据。”

            在新制造里面,提到一个非常非常关键的词,叫做重新定义制造。我们不去做过多的论据性或者论述性的动作,从我的理解来讲,其实制造业的重新定义更多的是来源于不同的行业。

            这个不同的行业会包含我们现在讲得非常多的2B领域,就是典型的制造业,其实也包含了2C的领域,甚至包含了2G领域,就是和政府之间的,相互借鉴、相互融合和相互转化。比如说大规模订制,比如说在第一时间了解客户的需求,比如把产品做出来推给我们的客户。

            如果我们看看其他行业,其实其他行业很多点点滴滴是相互转化的。我们传统行业,比如高科技、高端制造等等的企业,其实总体上来讲都是比较传统的,包括思维上,我们是有一个需要“一停二看三通过”的结构。这里面更多的是遵循第二性原理,就是做跟随者的角色。为什么现在这种跟随者突然加快,最大的推动力是科技创新。

            其实我们在2C的行业,零售、快消品,他们在过去十年二十年,在消费领域所发生的事情,现在正在慢慢向2B的领域过渡。我们要怎么样把跨行业之间的协同做好?

            如果直接去看制造业内部的话,其实这种转变会更加的明显。但实际上我相信制造业的人,尤其是有IT背景的人对这些一定不陌生。我们可以从最上面按照B(O)T来制造,到EPC,到ETO,我们从中期的采购,到最后的呈现,最后我把这个东西做出来,把钥匙交出来,以及我们在建设、运营、交付的场景。

            大家想想,模式变革的时候,其实很多东西在运营模式上过去已经有了,只是没有传导到其他的行业,比如汽车行业、传统的装备制造行业、某一个高科技3C、半导体,或者光伏等等行业。现在当技术支撑不够的时候,这种传导,这种蜕变就开始发生了。

            AI赋能制造业

            无论是为制造业赋能的企业,还是一个制造业企业,我们应该从哪个方向着手?

            其中一个领域是动能激活。从动能的角度,我们怎么样利用我们的技术变成产品,用产品聚焦到一个行业的场景上,然后真正地去赋能这个场景,从而赋能企业的长治久安,持续性地往前发展。

            另外一个领域,我把它叫做效率的跃升。我们是希望通过技术的驱动,做一个效率的跃升。本来这个事儿需要160个工人去做,你会发现如果用了AI新的生物学技术的时候,第一,有点可怕或者说让人类有点沮丧的是:这160人可能会被替代掉;第二,你可能要想想这160个人的出路是什么。

            它的效果是比人好得多,效率是你会发现一台机器人可能一秒钟就可以做一个,而且有一个最大的问题是它不需要睡觉。当我们在讲三班讲两班的时候,它可以持续性,只要我们保证它没有不合理的宕机,我们就可以保证它的效率。

            这张图片,大概是2013、2012年的时候,由冯小刚先生拍的一个电影,这张图片很适合我要表达的这个意思。这里面有一句非常核心的词: “成全他人,投其所好”。

            首先在入口端,目前我们看到的,尤其在消费级工业品制造领域,比如服装、汽车等,我们直接可以把产品交付给最终使用者,也就是消费者,我们都把它叫做消费者级的制造,我把这个称之为千客千面。

            另外一点是出口端,在出口这个领域,我们现在确实可以看到,至少是一个驱动式的变化,或者是一个渐进式的变化。我们可以看到从产品向提供的综合服务转型,这不是一个单纯的提升我们售后服务水平的这样一个诉求,而是我们整个商业模式的裂变。

            我们接下来会考虑从KPI的角度或者数字的角度出发,工程机械目前全国服务领域能够拿到10%的佣金,全球比较大的工程机械公司,比如说卡特彼勒超过一半的利润是来自于服务的提供,而不是产品的售卖。现在我们无论是从入口端,还是出口端,确实在强调私人订制的过程。

            加速服务转型是大势所趋

            我现在简单分析一下,入口端驱动的能力模型,我们看一下它的形态是什么样的?如果形态是多种类共存的话,每一种不同的形态权重是什么?

            第一个,在一个确定性的系统当中,追求所谓的最优级。这个存在很多年,现在依然需要继续存在。其实我们能够看到,时至今日,刚才我提到消费品的制造,其实大量都是纯2B的。我们其实仍然在使用大规模重复制造,我们看到丰田很精益的思路,去挤成本,把精益做出来,最后获得盈利空间。

            我的动力机制仍然是我要考核质量、考核成本、考核生产效率,整个系统是相对确定的,然后追求一个最优级。这个存在很多年,现在依然需要继续存在。

            第二个,大规模订制,从入口这一端我要了解客户需求,从入口这一端了解我能做什么。你所需要的东西,可能跟这个产品本身其实并没有直接的关联。你需要新鲜的食物,我只要提供能够帮你做到食物保鲜的产品,而它对于你来说是叫冰箱还是叫其他什么,是无所谓的。

            另外就是出口,当我把一个想要给你提供的东西以什么样的形态提供出去,这两点一入一出,会局限出这样的一个生产形态,叫大规模订制。

            当然我们还有另外一个形态,叫小规模订制,在国内,我们军工制造是一个典型的小规模订制。我们做一个长征,一堆人上去,连研发带制造,以及后面的种种服务,我们都是围绕着第一发。最后100次是4到7年发出的,一年也就才发射23次而已,这是一个典型的非常非常小规模的订制。

            如果再往我们身边贴近一点的话,比如说兰博基尼,这种是典型的小规模的订制。你有钱,而且你对这个品牌往往是认可的。

            在这个过程当中,它的研发以及整个生产过程,其实跟用户有一个高度协同的,而且它往往对于整个输出的时间没有特别硬性的要求,或者说它给了一个不平衡竞争的情况。

            举个例子,比如说在军工制造领域,我们一定会说出严格按照一个什么时间生产出来,其实我们考虑的时候已经考虑了整个研产体系,最后交付这个产品的时候应该需要多久,所以我们往往看到提前了3个月或者提前6个月完成什么什么产品。其实反过来讲,可以看出来,除了我们的努力,还有整个时间跨度,实际上给得是比较富裕的。

            纵观整个第二产业,三种业务模式在可预见的未来会呈现并存的状态。在制造业的多个领域,尤其是在消费品制造领域,实现大规模订制已经成为激活动能一个重要的手段。

            在出口端,我想说服务转型,拿一些权威机构的一些数据来看,左边这张图是右边这张图的原生版,你能看到这个是IDC给出来的到2022年为止制造业的12个趋势,前5项全部是跟服务转型有关。不是卖压缩机,而是卖压缩机产出的空气。海尔卖的不是空调了,可能卖的是制冷或者一个舒适的环境。

            第三个,是提高服务营收占比。

            第四个,是通过IOT物联网增加新的服务内容。甚至我们可以扩展到所谓的为竞争对手的产品提供后市场服务。

             “智能+”重新定义制造业 

            我刚才提过一句“服务转型绝对不是简单地提升所谓的售后服务水平等等”。你所提供的这个服务的成本和最终这个服务最终带来的效率,这个差异很大,这个就是服务效率和能力对盈利能力的影响。

            现在这个领域,无论是在入口端,还是在出口端,促使服务转型的变化最大的原因是科技创新,科技创新里面就落在这个架构里。

            我把架构写得非常简单,如果你考虑是设备,现在通过PLC,如果你考虑一个产品,你考虑IOT,在上面收、发、存、转各种各样的数据。现在很多时候我们都会用到云的架构平台,在这个云的平台上,你要做一个维保或者远程监控。

            我们在跟上海,全球最大的钢铁公司做合作的时候,我需要判断这个钢有没有边损等问题,这上面很重要的一点是模型和引擎。

            当有了这一块以后,我们再往上延展说我对我的产品做订制,或者是基于应用拓展我的模式。这当中产生最重要的一点是数据。

            首先这里面有一个很重要的基础是工业企业对业务逻辑的理解,还有一个很重要的是数据的所有权是在工业企业和他的客户。还有一块,是真正利用架构或者说技术资源去实现我们基于对所能获取到的这些数据,然后对它进行处理,获取产品或者应用的时候,我认为其实和左边的架构相比,右边的协同实际上更重要。

            这个是我们创新奇智在动能激活这个领域想要传递的第一个信息或者说我们做的第一个思考,动能激活的支撑在于工业知识资源、工业数据资源和IT资源的和,是在这一领域融合最核心的一个体现,我们希望按照这样一个思路往前走。

            第二点,对于效率跃升这个事,我们比较与时俱进,刚刚提完智能+,我把它叫通过“智能+”来实现效率提升。这里面我提一个叫注智,第一个是运营注智,核心是在于内部运营效率的提升。

            其实我个人认为精益的思想,哪怕是在新的云大智移的颠覆性技术背景下仍然有它的意义。大家知道精益是小迭代,用整体改进的方式去做,不断地做小迭代。下一代精益的核心是通过数据,这是最最核心的一个问题,而且是通过一个整体的数据。

            第二个是产品注智,数字化孪生智能产品是一个核心,你要想象当我在客户这一边,任何一个产品,尤其是工业的实体产品总有一个状态,这里面有很多的利益相关方,比如说有设计者、生产者、原材料的供应商、使用者、服务提供商等等。但是往往这里面只有一个过程是实体的,在制造过程的时候,就是只有在制造工厂这边。

            第三个是模式注智,比如说刚才提到销售产品,去卖,基于使用的付费。比如说事务、流程型营销等等,这些不展开说了,因为这不是我们的重点。

            我们的重点就是在运营注智的这个领域,而且我们把这个领域做了一定的收敛。我觉得300人能做的事儿还是需要一个逐渐壮大的过程,所以我们的发力点是在这三个大的领域。

            第一个领域是高标准、精细化、零缺陷;第二个领域是我来替您;第三个领域是降低成本。一句话就是“向质量、技术、成本要效率红利。”

            我们已经从中国制造到中国质造到中国智造,现在确实有一个大的问题,是先解决质量问题。

            我们来看一下,我们在质量领域做了哪些?我们过去在质量管理体系里面有大量的非常好的理论也好,可以被使用的系统也好,我用了一个比较简单的朱兰质量三元论,这里面有质量计划、质量控制、质量改进。

            通过信息化质量改进的这种方式,是解决得比较好的。我们越来越多的人力,效果和效率,和我们招人,每年过完年以后,很多人回到老家,有30%流失率的时候,我们对质检效率和效果、成本是一个很大痛点。

            另外一个,质量改进,这里面有很大的数据,我们现在发现送来的是海水,我们需要把它淡化。也可能送来的是污水,我不能喝,或者喝了以后会造成更大的问题,所以我们对数据的完整和实时性确实有很高的要求。这两块是我们想在中国质造里面想要重点发力的一个领域。

            我演讲的内容是想跟大家探讨在动能激活和效率跃升这两个领域的认识,基于这些认识,我们创新奇智团队想要做什么事情?第一个是技术跃升效率,而数据是可以激活动能的。第二点,其实技术是可以提供数据,当然中间会有工业对人和数据对人的一个协同,而技术+数据会带来更多的价值。

    声明:本文仅代表作者本人观点,与同心智造网无关。同心智造网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。凡本网注明“来源:同心智造网”的所有作品,版权均属于同心智造网。转载以及改编、摘录请注明来源:同心智造网(http://www.cn-im.cn)。违反上述声明者,本网将追究其相关法律责任。同心智造网,机器人智能装备行业品牌服务平台。