杨学山谈装备制造企业数字化转型

邢黎闻

这几年，以高档数控机床为基础的复杂制造车间，正在走向数字车间、智能车间、无人车间，成功与失败的案例也都说明，关键在于高质量数据链，生产线的数字双生子成为一个必要的基础。

数字化转型已经成为中国企业转型升级的必由之路，具有前瞻思维的众多企业已经在积极探索和实践。杨学山以一正一反的两个故事开场，说明整备制造企业在数字化转型的关键在于拥有高质量数据链，生产线的数字双生子成为一个必要的基础。智能制造、工业互联网的目的都是从手工到机械化，从机械化到自动化，再到智能化，每个企业输出的每项技术都是为了提高效益、提升质量、降低成本、占领市场。

典型例子看装备制造企业数字化转型

以当今机械化程度发展很快的木工雕刻为例，从手工生产到数字化工艺加工有几个互联网环节：首先，要有一个具备互联网思维的老板，“老板感觉到手工不行了，要用机械替代，这是最重要的环节。没有这个条件，自动化是不会发生的。”第二，工程技术人员知道手上有什么功能可以机械化。第三，必须有高质量的数据链，“要把人脑海里的想法雕刻成具体的图像、流程、图样和速度，变成机器读得懂，要有模型、有算法。如果没有雕刻工脑海里的图像、过程、力度、角度，即使有天大的本事也做不出来。”

这几年，大量的人工组装生产线走向自动化、智能化，即从生产自动化2.0向3.0升级。在这一过程中，成功的和不成功的例子都说明，关键在于高质量的数据链，可以支持自动化流程、模型和算法形成的数据链。成功的例子是江苏的一个小企业在原有装备良好的基础上，通过自己的技术人员开发软件，把一条原本人工操作的离散型生产线改造成了自动化生产，两年收回了投资成本；失败的例子是一个陶瓷品厂花了1000万元和国内有名的智能化专业科研单位签了合同，科研单位也派了好几个高质量人员去实地工作。三个月后，模型、算法都具备了，试验生产线也经验证没有问题，但是最终生产出来的产品质量由原来的98%良品率降低到了20%。最后查找原因发现，短时间内根本没有办法把原来涉及6000多种规格的原产业链操作工的经验变成算法和模型，1000万元也就打了“水漂”。

再从复杂制造自动化车间的数字化转型来看，数据链仍然是关键因素。这几年，以高档数控机床为基础的复杂制造车间，正在走向数字车间、智能车间、无人车间，成功与失败的案例也都说明，关键在于高质量数据链，生产线的数字双生子成为一个必要的基础。

综上所述，不管是叫“先进制造业”，还是叫“智能制造”，抑或是叫“工业互联网”，都要基于高质量的数据链，要有数字双生子。

装备制造企业数字化转型的核心环节

首先是定义数据链。一条生产线有设备、有工人、有图纸、有物料，各个环节都需要有一个定义。所以，我们要确定数据链是干什么的，需要什么样的数据链，什么样的数据链才算是高质量的。没有这个，数据堆起来就是垃圾，甚至比垃圾还可怕。除此之外，我们还需要定义数据的边界、要素、目的以及清楚这些数据来自哪里、如何获取和获取这些数据要付出多少成本、能得到多少收益。对于制造企业来说，在如今大谈大数据的情势下，必须先搞清楚自己的小数据。

第二，建设数据生产线。今天谁也不敢说现在已经有了高质量的数据链。所以，我们要认认真真的看生产线。生产线的起点、终点、环节是一个流程，最后成果是什么、谁来建、什么工具、什么平台、什么流程、如何考核评价，是要管理线还是服务线，对制造业来说，这些的定义要更加清楚。我们要用这样的方式来精准的、有目的的留下数据，形成系统的数据链。几年之后，这些就是工艺过程、供应链、管理、服务等各项事务优化的基础，是持续改善式创新的基础，是算法、模型形成和自动化的基础。一个企业要真正弄清数据链的定义，需要大概五六年的时间，所以高质量的数据链绝对不是轻易能够完成的。

第三，育成数字双生子。要根据需求定义数字双生子，数字双生子是物理客体和实际流程的数字镜像。因为完成数字双生子要花钱，所以一定要精心选择。怎么选择？首先是看价值、看需求。有没有这样的需求，根本的是要看和企业战略目标是否一致，投入产出是否一致。

第四，有大目标，走实在路，滚动发展。我们要走向世界制造第一强国，制造业要从中低型走向中高型，需要从行业入手，培育一个个细分行业的隐形冠军。对永嘉來讲，要从小处着手，走实在路，培育核心产业（泵阀行业或鞋服行业）的隐形冠军。这个企业在温州是第一，在浙江是第一，在全国是第一，在全世界也是第一。

总之，数字化转型要有第一条数据链、第一条生产线、第一个数字双生子，然后再把制度、标准、技术规范起来，经过无数次的迭代、周而复始，大目标就会越来越接近。