來源：《哈佛商業評論》

　　2020年春節復工之後，西門子數控（南京）有限公司（SNC）的工廠內出現了一些新變化。普通人或許很難發現其中的不同，但在3個月後，這家工廠因此減少了一條表面貼裝生産線，工作效率反而提升了20%。

　　在工業生産領域，提高用工效率、設備效率一直是企業追求的重要目標，工業4.0、工業互聯網等概念因此成為該行業的熱門話題。而西門子作為工業4.0聯盟組織的重要成員，在數字化工廠建設方面經驗頗深。目前在國內，除成都數字化工廠外，南京數字化工廠也已進入最後的建設階段，投産後，産能將增長兩倍多，人員效率至少提升20%，單位面積産出增加40%，産品上市時間縮短近20%，同時柔性製造能力大大增強。

　　SNC工廠如何通過數字化建設實現這樣的製造能力升級？工廠的數字化需要轉變哪些管理思維?西門子數字工業業務運動控制事業部製造工廠中國區首席信息官楊澤萍講述了這段歷程。

　　精益思維，數字化提升生産效能

　　精益管理思維起源於上世紀80年代末，其核心目標是簡單、快速、持續地提高效率、品質，縮短交貨期，減少浪費。而隨著技術的進步，數字化手段正幫助製造業達成這一目標。

　　原本，在SNC工廠內有6條電路板表面貼裝（SMT）生産線，貼片機本身的自動化程度已經很高，但是否還有提升生産效率的空間？楊澤萍介紹稱，SMT生産線是由不同的設備組合而成的，鐳射刻字、絲印、焊接檢測、貼片、回流焊、自動光學檢測，不同工序所需的時間並不一致，設備生産廠家不同，往往導致一條生産線上不同設備的利用率並不相同。比如瓶頸工位設備利用率已經達到70%，但仍有設備的利用率只達到40%，那麼整條生産線的利用率也會相應降低，需要進行設備或工位的重新配比。

　　以往解決這一問題，工廠會請工程師人工計算設備的節拍，再通過演算進行配比。但現在，設備本身的操作實時數據通過Valor（MES）製造執行系統匯集在一起，然後根據精益生産的原則和公式，通過倣真程式模擬不同的參數配置進行工藝倣真計算，並通過系統對多條線設備的自動綜合排産計劃，就可以將生産線調整到最佳狀態。“我們這套系統上線時間還不長，性能優化還在第一階段，不到三個月，我們就減少了一條生産線，而且産量還比原來增加了20%。後續階段我們還將進一步優化流程，在原材料的管理和品質管理上還有提升的空間。”楊澤萍稱。

　　透明思維，人的經驗輸入數字大腦

　　“SNC從十幾年前開始，就陸續引進了一些先進的系統，使得我們從比較原始的人工和紙面管理，往計算機控制的系統上發展。”楊澤萍回憶稱。而這一過程的本質，是將人的經驗變為數據，從而實現經驗的透明、可見，以更好地指導管理決策的過程。同時，將産品數字化、研發過程數字化、生産過程數字化，才為數字化雙胞胎提供了可能。

　　以生産線的操作為例，工人完成某一項作業的熟練度就是經驗的體現，但實際上每一項作業的時間是有數據標準的。“我們引進了動素測量的機制，把所有的動作拆解，一項作業可能拆解成十個、二十個動作，細緻到將手移動到目標位置是一個動作，拿到元件之後手舉起來是一個動作，旋轉工具是一個動作。”楊澤萍介紹到，每個動素在國際標準中都能找到相應的時間標準作為參考，形成了不會受到太多人為干擾的操作時間值的基準，改變了原來人工線上掐表的主觀數據，更科學地評判工藝流程的合理性和工人的熟練度。“有意思的是，我們是一個全球化生産企業，英國工廠、德國工廠如果做同一個産品，不同國家的工廠比較的時候，有時會發現為什麼你用了20個動作，我有22個動作?然後我們就可以去分析、優化。”當現場管理精細到這種程度，必然需要數字化能力的支撐。

　　“數字化帶來的價值是數據驅動的管理決策，不是一個拍腦袋的想法，或者説僅僅是根據經驗的預估。”楊澤萍稱，“靠經驗去判斷，你會有一些感覺，但對於重大的決策和改變，因為沒有數據的驅動，決策的準確性風險就會非常大。西門子作為一家有著170多年曆史的企業，今天仍然屹立在世界百強前列，企業科學決策、管理能力的與時俱進一直是重中之重。”

　　如今，數字大腦已成為工廠的核心，正如楊澤萍所説：“現在離開網絡，離開各種數字化系統，生産、研發、物流都是寸步難行。”在這種情況下，SNC對數字化的軟硬體能力的需求也再次升級，不再單純錨定供應商的品牌效應和價格，而從産品、技術、服務、靈活性等層面進行綜合篩選，為數字大腦的建設打好設備與應用基礎。“如果産品本身品質很靠譜，又有一套健壯的監控體系，應用軟體又能夠非常靈活，這樣的産品對我們來講當然更好。”楊澤萍稱，“國內很多企業的産品願意跟隨著客戶的需求迅速改變，我覺得是非常好的，我也正在努力把國內一些好的産品和解決方案介紹到總部去。”

　　數字思維，從設備轉型到人的轉型

　　建設數字化工廠的過程中，人們很容易將數字化單純地理解為設備的自動化和數字進化、決策工具的數字化。頗為熱門的“黑燈工廠”理念便是如此，它認為在極致自動化的未來，工廠可以不需要人的參與。但楊澤萍認為，人機結合才是未來發展的大趨勢：“柔性的需求越來越多，可自定義的産品的出現會挑戰工廠的生産模式。互聯網去掉了很多中間環節，從用戶的需求到工廠的生産和交付，這條通路會越來越短。世界不停改變，數字化工廠最大的價值不在於把它打造成無人工廠，而是要打造成可以跟上社會和技術變革、更具柔性、更高效、更高品質的工廠。”

　　人的地位在數字化工廠中依舊重要，在許多企業的數字化轉型過程中，面臨的棘手問題都是人的問題。不理解數字化的目標與重要性導致數據歸集工作無法推進，不具備相應的技術知識儲備導致數字化應用無法落地實踐等。“數字化過程中面臨的問題最難的往往都是人的問題。”楊澤萍稱，所以企業需要推動人的數字化意識，讓員工養成關注數據、應用數據的習慣與能力。

　　為此，SNC推出數字化競爭力理念，推動藍領、白領員工的數字化。在生産現場，通過自動化的商業智慧（BI）平臺透明的數據展現、細緻深入的多方面數據評價維度，原本由各種因素造成的問題被充分暴露出來，生産流程被理順，工作效率得以提升，藍領員工的薪資體系也進行了相應的改革。“這樣之後你就發現，大家開始更關注數據的來源、邏輯和數據品質了。”

　　目前，在SNC的業務部門中，IT部門主要的責任是提供和維護數據的平臺和技術方案。業務部門譬如財務、採購、生産部門，都是員工自己在應用數字化的工具和技術進行分析。“我們能看到各部門的數據分析的量級和水準在飛速提高。”楊澤萍稱，“因為這是各業務部門的舞臺，只有自己才知道自己要什麼，通過自己對數據的深入分析，才會理解數據的價值。這不僅僅是員工IT技術能力的提高，更主要的是會改變思考問題的方式。”

　　質的變化正在發生。如今，SNC各部門在招聘人員的時候，基本都會對數字化軟體的應用能力加以要求，一些業務部門甚至會要求員工具備一定的編程能力。

　　那麼當全員具備數字化能力的時候，企業的CIO與IT部門又該承擔怎樣的角色?“我們在內部叫Business Partner（合作夥伴）。”楊澤萍對此早有思考，她認為IT部門需要具備諮詢、支撐，甚至驅動業務數字化的職能。“IT因為和信息技術的發展最貼近，對於數字化技術的趨勢變化也應該是最敏感的。我們IT應該保持足夠的好奇心和學習能力，充分了解企業的業務痛點和發展方向，不斷嘗試新的技術和方案，把好的、適合企業的新技術及時帶給大家，告訴業務部門你有哪些選擇，讓業務部門自己在裏面創造價值，成為他們在數字化技術上最可靠的夥伴。”目前，SNC的IT部門就在研究比如Mendix這種低代碼應用開發平臺，幫助業務部門更好地實現快速增長的業務目標。

　　2021年，SNC新工廠即將投入使用。在工廠正式落成之前，工程師們就已經利用數字化雙胞胎技術，在數字化平臺上搭建出了新工廠的業務架構，完成了虛擬生産和調試，預先發現問題並加以解決，再加上近年來SNC全員數字化競爭力的構建，楊澤萍稱：“人們越來越深入地理解了這種數字化理念，從研發開始到産品製造、物流運輸、産品服務，數字化思維已經深入到了工廠的每一個環節，這時候整個工廠才是一個數字化工廠。”

　　數字大腦計劃價值體現

　　生産一線的信息化建設早已有之，而在進一步數字化的過程中，“工業數字大腦”正為SNC帶來更多價值：

　　●數字化能力的養成協助SNC完成從精益工廠到透明工廠，再到數字工廠的轉變，期間不僅提升了生産效能，也讓員工養成了以數據解決問題的思路，最終形成業務模式的數字化升級。

　　●更智慧的業務決策：SNC以數字化手段指導生産決策，有效實現生産現場的降本增效，節約生産線投入。同時，數字化工具深入各部門，由一線業務人員進行數據分析，輔助業務決策。通過數據分析暴露出來的問題，通過不斷更新換代的技術，比如工業5G，物聯網、區塊鏈、人工智能、增強現實等，在持續改進的基礎上提供了各種技術創新和技術革命的可能。

　　●更敏捷的業務部署：應用數字化的自動排産系統，SNC可以敏捷響應生産的相關元素，如原材料供應情況、設備産能、員工數量等，自動而靈活地進行生産排期。

　　●更高效的業務運行：在工廠投産前，SNC的工程師已經利用數字化雙胞胎的方法，在數字化平臺上搭建出了新工廠的業務架構，完成了虛擬生産和調試，預先發現問題並加以解決。這一機制也將在工廠投産後為安全生産提供保障。

　　●更安全的業務環境：在社會全數字化的未來，物聯網、雲技術的廣泛應用，工業信息安全將成為製造型和産品型企業的最大挑戰之一。這不僅僅是因為工業終端産品本身越來越智慧化的屬性而帶來的強制要求，其製造過程的信息安全，也成為了數字化工廠的第一目標。西門子通過自己的工業安全産品和信息安全體系建設，在這方面已經走到了行業的前列。

　　專家觀點

西門子數字工業集團運動控制部製造工廠中國區首席信息官楊澤萍

　　在解決數字化轉型中遇到的問題時，一是需要建立開放的企業文化，鼓勵大家提出問題，通過開放的溝通解決利益相關問題;第二要允許犯錯，創新是要付出代價的;第三就是管理層要有清晰的願景、堅定的態度，這樣才能避免執行層面的觀望和徘徊，形成統一的認識。

　　數據是新時代的原材料，數字化終將改變企業的生産模式、業務模式，也改變了人對整個生産過程的理解。

　　《哈佛商業評論》中文版點評

　　數字化工廠的建設本已是大勢所趨，疫情的出現更加速了這一過程。從SNC的實踐中，我們可以看到數字化已經滲透到生産一線的各個領域，並以極細的顆粒度指導生産決策與提升生産效率。這一過程中，廣泛引入Intel、紫光股份旗下新華三集團等公司的技術與設備，讓SNC的數字化能力集眾家之長，而數字孿生等先進技術的應用，也為工廠的數字化升級插上新翅膀。

　　但更值得關注與借鑒的是，SNC正在培養員工的數字化競爭力，推動員工數字化思維的養成。實際上，在我們對數字化轉型話題的觀察中，幾乎所有企業、機構面臨的最棘手問題都是“人的問題”。這裡的人可能是企業一把手，他們缺少堅定的信心或清晰的路線圖，甚至以為這只是需要引入一位CIO、CTO或者幾臺設備、幾款軟體就能解決的問題;人的阻力也可能來自各部門的中高層領導，他們看不到數字化轉型帶來的短期收益，甚至認為轉型過程還會為他們帶來負擔;而在最基層，員工、工人對數字化思維的缺失，更有可能導致數字化應用無法真正落地。但在SNC，這一問題似乎得到了很好的解決，業務部門養成獨立的數據應用能力，生産一線的藍領工人也開始關注到數據帶來的收益。我們相信，所謂數字化工廠，設備的數字化只是開端，而這種人的轉變才是轉型的根本。