APP下载

制造业需要创新生态系统的建设

2020-06-19宋华振

上海质量 2020年5期
关键词:制造业企业

◆宋华振/文

一、制造业创新生态系统研究的迫切性

当前,制造业正在推进智能制造,而智能制造最为显著的特征是集成,即三大集成:从底层传感器到云端数据的垂直集成、机器与机器之间的横向集成(M2M),以及端到端(设计、制造、供应链、用户、财务等)的集成。这些集成意味着更多的连接。通常人们将目光聚焦于技术集成上,包括通信的规范与标准/软件的接口连接,然而更为重要的,是我们需要一种制造业创新的生态。因为如果没有良好的顶层设计,这种推进将会非常低效、混乱,就像多年来不断推进的计算机集成制造(CIMS)、工业互联网等一样,不断地追逐欧美先进国家建立在坚实产业基础之上的规划、愿景,最终沦为“概念炒作”、“造词”,真正做事的企业却又不愿意参与其中——因为真正需要的投资这点补贴又太少,还有太多的流程和监管—流于形式,没有真正发挥其高效的运行机制,推进产业真正的升级,使得我国制造业日益变强的今天却没有真正掌握其核心技术,如高端机床、工业软件、芯片等。

先抛开生态系统理论,从产业的实际来看一看生态系统建设的必要性。

1.智能集成是一种跨界的集成:智能集成涵盖了数字化设计,既包括建模仿真过程CAD/CAE/CAPP,也包括生产运营管理的ERP、MoM、PLM等IT架构软件,还包括MES系统以及OT端(Operational Technology,在OT端包含具体的机械、电气、工艺的技术集成,当然也包括运营管理)。如果说软件是工业知识的载体,也是竞争力塑造的关键,那么这些集成就是在软件之间的集成,于是统一的规范就变得至关重要。在欧洲,各家仿真软件基于FMU/FMI(功能模型单元Functional Mockup Unit,而其接口称为Functional Mock-Up Interface)实现集成。在现场端的集成,IIC、LNI 4.0等定义了将OPC UA规范实现信息建模与语义互操作的连接实现。

一方面,在企业内部,这种技术变革对企业的组织架构产生影响,我们不能用集中式架构的组织架构来匹配“分布式计算”的运营系统(图1);另一面,在企业外部,一家企业无法应对一个“集团军”的挑战,企业必须打破原有的壁垒与其它企业联合才能赢得市场。

图1 数字化变革从金字塔到分布式对等架构

2.智能时代的利益再分配问题:所谓的革命如果没有影响利益格局就不能称之为“革命”。在历史上,技术变革带来的质变往往伴随着生产关系的变革,跨界是希望借助其他领域的成功分一杯羹以扩张自己的商业版图,因为原有市场已经饱和,而既有的制造业则希望通过采用新技术巩固原有的竞争壁垒。尽管从技术视角上看,这是一种合作,但从商业视角上看却是一种竞争。跨界有创新,但同样需要冒险——不仅可能导致自己转型失败,还可能被降维打击而失去既有阵地。但对于一个国家而言,必须去拥抱这种变化,才能让整体产业在融合中合并同类项,降低产业整体成本,进军国际市场,而非仅仅在内部搏杀。

3.数字时代的生存战略:不确定性、干扰对于企业永远存在,而且在加剧。原有的通过行业特殊工艺(Know How)的独特核心竞争力模式难以应对“集团军”作战的竞争对手。比如,单机生产无法应对连线的整机厂商的竞争,传统的单个企业掌握某项核心技术的竞争优势被打破。再比如,机器视觉、机器学习、数字孪生等专业性很强的跨界领域,它与传统制造的现场融合意味着企业自建一个研发队伍显然无法与专业的、来自IT巨头的竞争。迈克尔•波特说,战略就是选择不做什么。那么,那些你不做的,就交给合作伙伴做,交给生态系统里的其他企业或组织来配合。

这也正是今天各种联盟越来越多、各种论坛越来越多的原因。在制造业里,各个企业加入各种由政府、协会、媒体、技术组织、超大企业等各种力量建立的联盟中,试图建立一个生态系统,以便资源互补互用。然而在很多时候,这种联盟更像是一个开会的组织、社交的组织,并不能真正产生有意义的合作。因此,非常有必要对这些联盟进行梳理和思考,如何更为有效地构建制造业创新的生态系统。创新来自于跨界,这种生态系统应在初创阶段就拥有“创新基因”。

二、当前创新生态建设存在的问题

当前的各种产业联盟生态系统组织存在的一些问题,需要进行改善,包括几个方面。

1.缺乏有需求的大型企业的参与:大企业通常在知识产权保护、技术泄密等方面存在较多的桎梏。尝试新技术需要较大的投入,而这种做“小白鼠”的工作与其自身存在的压力不相符,因此大企业参与的积极性并不高。如何激发其愿意领导产业发展,是需要充分考虑的。

2.缺乏实际内容的研究:目前很多联盟会形成一些白皮书,而这些白皮书,通常仅在描绘一个愿景,需求的提出也通常没有经过前期严格的调研、用事实说话,主要停留在定性说明,并且对问题的解构也不专业。而撰写的作者通常是一些建制派“专家”,通常喜欢大学与研究机构。事实上,真正的制造专家往往是在现场做大量实践、掌握“实践出真知”的人。很多时候,教授不一定比高级技师更懂现场。脱离现场实际的专家视角和观点,往往缺乏逻辑与事实的说服力,指导意义不大。

生态系统必须是一种具体的利益驱动型的发展性组织,而不是联盟、市场、信息平台的角色,否则,这种没有实质性内容的组织,就会缺乏真正的影响力。

3.体制性的约束:目前仍有所谓的联盟实际上处于“非法”状态,未经民政部注册或没有管理部门,因此在财务、法律上都存在潜在问题,导致其业务运营受到限制,无法真正发挥其产业聚集和协同的能力。

4.缺乏专业的组织设计:联盟也应该有专业的机构为其进行规划设计,但现状是不愿花钱请专业人士来进行规划设计,通常由几个发起人或公司靠着情怀做事。单独看,他们在其领域都很专业,但对于如何运行一个非盈利组织,并不具备专业的能力。当然,这是一个普遍存在的问题,并非制造业独有。

三、制造业生态建设也同样需要专业

制造业从业人员大多拥有“工程”背景,即工科出身,如机械工程、材料工程、电气工程、通信工程等。来自这些“硬学科”的人通常会对“虚”的软科学(如管理科学与工程、组织架构、战略、人力资源等)少一些认同,觉得“硬”的科学技术才是“真本事”,可以验证,可以精确测量与控制。这是一种硬朗的制造业文化,一个比较显著的现象,就是工科的人可以转行从事管理工作,而鲜有管理专业的人转向工程技术领域。

在国内,从事管理科学的人通常并不来自工程领域,而工程领域又有显著的门槛,这使得外行很难管理内行。另一方面,国内的管理科学专业通常讲授的是一些国外知名学府和专家的理论,不像哈佛、耶鲁的管理学教授那样拥有深厚的产业功底,这使得国内的管理学在面对工业企业时,很难有说服力,并赢得信任。

战略管理领域自James F.Moore的《竞争的衰亡》一书出版后,也逐渐转向了生态系统建设,而不是原有的核心竞争力塑造问题。这是一个大的趋势,显然也符合今天产业的发展。构建制造业生态系统,必须相信“术业有专攻”,而非是一种“人脉”、“信息获取”平台,否则生态系统将无法真正运行,取得良好效果。

四、参考NNMI和IVI建设产业生态系统

下面以制造业美国(Manufacturing USA)和日本的工业价值链促进会(IVI)为例,为产业生态建设提供一些借鉴。

1.美国国家制造创新网络研究院(NNMI)

制造业领域的生态系统建设,我们可以参考美国的Manufacturing USA。最初,它被称为美国国家制造创新网络(NNMI),由14个制造业创新中心构成。图2显示了其在生态中的构建。NNMI设定了明确的体系目标、架构、阶段性目标(里程碑)、关键技术难题、资金分配、会员等级、专利转让与优先权、劳动力培养计划等一系列相应的匹配政策,使其技术能够在全球市场获得竞争。其聚焦于技术成熟度等级TRL3-7和制造成熟度等级MRL3-7,即在实验室已经有了概念、小型测试,但由于成本、技术成熟度等问题而无法大量推广的技术或“产品”,试图通过政府引导的技术投资,通过杠杆作用撬动10倍的研发投入,再撬动数倍的产业市场发展。

在NNMI的前期,咨询公司Nexight策划了早期的文献综述、产业调研、专家访谈、目标设定等,并组织了中立大学担任领导者,由终端用户、机械制造商、材料供应商、技术提供商等产业链上下游共同应对产业难题,制定Project Call计划,再通过各个企业或研究机构提交提案来确定其项目计划,以及分享计划,从而推动整个产业链上的企业之间进行合作。通常由波音、洛克希德•马丁、雷神等终端企业提出需求,然后通过政府和企业各自筹50%的方式而不是大量的资金补贴方式实现“补给”,这样企业自身有付出,就会更加重视,尤其是产业协同里的合作。

图2 NNMI的生态系统战略

在NNMI的生态中包含柔性混合电子(NextFlex),这是面向可穿戴设备、柔性电子产品等领域开发的技术;针对碳纤维增强复合材料(IACMI),面向的领域包括汽车减重设计、氢燃料电池储罐、风力发电叶片等重要市场;Power America(PA);增材制造(AM);革命性纤维(AFFOA)等共计14个领域。这个生态围绕制造的材料与能源,以创新(包括机械、仿真、自动化、材料、工艺等领域)企业共同解决产业实际问题,并拟定和发布关键技术的攻关课题。总的来说,这是一种围绕制造的协同,而非仅以“本位主义”主导的工业互联网、人工智能驱动制造业的逻辑。

关键在于,制造业创新的本质是“寻求经济性”,通过工艺、流程、质量方面的不断提升和不断完善使得新兴技术具有经济性,从而获得产业大规模应用。最终目的,在于通过产业协同降低自身整体成本,进而在全球市场上获得领导地位。

当然,特朗普的上台,使得很多人担心NNMI能否继续,但到目前为止,这些组织仍然在运行。

关于美国制造创新网络研究院的机制架构很好,但美国属于“弱政府,强企业”,因此未必能够很好的执行,而中国的执行效率更高,因此可能需要一种更科学的方法体系来构建生态,从而发挥出更大的作用。

2.日本工业价值链促进会(IVI)

日本的工业价值链促进会(IVI)构建的制造业生态系统,也是以应对智能制造时代的企业协同问题为主,具有显著的三个特征。

(1)工业互联网技术是为精益制造服务的:这里明确了工业互联网的角色扮演——并非主导力量,而是以“互联网+”的形式来融入制造业。在日本制造业以精益为显著特色的情况下,互联网技术只是一种工具。这个定位非常明确。

(2)致力于共同构建连接的规范:IVI首先对制造场景进行了梳理,然后聚焦共性问题,定义了针对各种设备、软件之间协同连接的“松散型”规范。大家共同制定各自行业的规范、信息模型,使得各个软件之间可以进行协同,达到语义互操作。在中国,这样的联盟似乎也未能成型。标准与规范通常建立在较高的生产管理水准之上,它并非技术,而是一种管理理念的落实,即规范与标准是产业能力的一种外在表现形式,而其内核则在产业的制造运营能力。

图3 IVI所设计的企业之间的连接规范方法

图4 IVI的生态系统构建

图3是IVI干的实际工作——构建一个企业之间信息交互的接口和规范,而且是以一种松散而非强制的方式。各家企业都可以建立自己的“本地字典(Local Dictionary)”,这些“字典”保存了企业自身的“Know How”,并映射到“通用字典(Common Dictionary)”中,用于连接、配置整个生产系统。而对于用户,可根据选择来配置“字典”,在整个联盟的“字典库”中查询相对应的厂商的“字典”。

制造业的生态系统往往需要建立在技术规范与标准之上,因为制造业有一个基础连接问题,包括物理连接、数据连接、物料流、价值流的连接。

(3)生态系统建设同样是IVI的核心要义,来自各个领域的终端用户、代工厂、自动化厂商、IT厂商均加入了IVI,共同发布各自的需求。图4显示了这个生态系统中各方的关系,而图4右侧的软件则是由IVI开发的用于用户与供应商对其数据、信息、流程、功能、场地等进行配置的软件。

另外,IVI还有一个与欧美复杂架构不同的地方,它会用一种通俗易懂的卡通形式来传播它的思想和行动,使得成员更易于理解。这与日本的动漫产业文化有一定的关系。

五、对于制造业创新生态系统建设的一些想法

对于制造业的生态系统建设,结合国外的一些经验,提出以下一些建议。

(1)必须有明确的目标设定和顶层利益驱动力的设定:利益能驱动灵魂,产业生态建设就是如此。其核心是为企业谋取福利,并不仅仅是荣誉,更是实实在在的产业合作利益期望被满足,需要有落地的项目和研究合作计划。

图5为美国先进复合材料制造创新协会(IACMI)制定的关于碳纤维在汽车减重设计中的阶段性目标和具体的任务目标,具有清晰的数字量化其目标的达成。当然,IACMI本身有整体的目标,比如5年内将成本降低50%,可重复利用率达到95%。

(2)必须有中国自身独特的文化背景下的设计,必须考虑到企业的层次、技术等级、各自状况,由大型企业担纲引领,设计一种利益出让和互信机制,让企业能够在这个过程中在参与的项目收益(专利与成果)受到一定的保护。另外,可以考虑美国采用的优先6个月的机制,一方面使资源能够被更多企业分享,另一方面保证研发组织机构的一部分利益,同时让研发投入可以被整个产业链分享,降低该领域的技术研发整体成本。

图5 IACMI的计划与里程碑设定

图6 IACMI进行的调研流程

(3)通过精准的产业调研、引入专业咨询机构对整个产业的问题进行梳理调整,对核心关键技术进行可量化的目标设定,具体到参数、所需的技术标准与规范,而非笼统地列一个“包含各种术语”的词汇筐装下各种词汇、概念的模式。

图6是IACMI早期外部咨询公司Nexight进行前期调研的过程,对产业的目标设定和关键技术挑战等进行了梳理,具有非常强的针对性。

(4)必须确保中立组织对生态系统的领导。因为技术往往牵扯到利益,私有企业必然会有所保留,而中立组织的专家具有行业的大局观及公益特性。

(5)公开与透明的机制。不能有暗箱操作的可能,对于每个参与招标的企业都是机会均等,且须有一定的法律保障,对于违反公开原则的各种操作必须有惩罚机制,否则就会成为一种内部人控制“圈子”分享资源的情况。

(6)教育机构应作为一个核心力量参与其中。不仅大学,也包括职业技术类院校必须有机会参与其中,有一定倾向性地配对企业,共同参与研发、人员培养。

(7)管理咨询类专家也需要参与其中,对组织设计进行调研、观察、分析,并形成逐步进化的“制造业生态系统”建设的理论与实践融合的体系。通过对这样的制造生态系统进行问题分析、数据统计、模式研究,形成具有中国特色的制造业创新网络体系理论,而不能完全照搬国外的理论、方法与模式。

以上仅作为思考,希望更多的专家对于本文给予建议,包括深入研究的方向、方法等。

猜你喜欢

制造业企业
企业
企业
企业
企业
企业
冰雪制造业的鲁企担当
敢为人先的企业——超惠投不动产
制造业内部控制有效性的实现
喜看新中国七十年突飞猛进的制造业
大数据对制造业来说意味着什么?