以數(shù)據(jù)驅(qū)動價值服務(wù) 建構(gòu)工業(yè)賦能之路

生態(tài)助力數(shù)字升級 智造轉(zhuǎn)型

文：整理自/工業(yè)富聯(lián)首席數(shù)據(jù)官 劉宗長現(xiàn)場演講實錄（全文有刪減）

數(shù)字化轉(zhuǎn)型 新技術(shù) 工業(yè)互聯(lián)網(wǎng)

站在富士康的角度，我們更多談的是從實踐出發(fā)，怎樣把理念轉(zhuǎn)化成技術(shù)，并利用這些技術(shù)真正轉(zhuǎn)化成價值。熄燈工廠是在富士康內(nèi)部代表智能化制造水平較高的工廠，我們現(xiàn)在在全世界有八座這樣的工廠，下面簡單介紹一下我們在做燈塔工廠期間的一些理念和體會。

?熄燈工廠?的背后是?無憂工廠?

首先燈塔工廠的定義就是麥肯錫和達(dá)沃斯世界經(jīng)濟(jì)論壇WEF共同評定在工業(yè)4.0推廣歷程中，無論在技術(shù)可行性還是經(jīng)濟(jì)可行性上，都具有典范作用的工廠。我們?yōu)槭裁窗阉凶鰺羲S？其實我們要實現(xiàn)的是三個W的優(yōu)化：一個W叫Waste Reduction節(jié)能，就是怎樣減少浪費(fèi)，過去靠的更多的是組織，包括流程改善、人員訓(xùn)練等，現(xiàn)在我們慢慢要把它變成數(shù)字化的精益，讓浪費(fèi)變得可見，并且能夠及時管控，這是我們做的第一步。第二W叫Work Reduction減勞，這并不意味全部替代人工，而是說把像電子制造、裝備制造這樣的制造業(yè)中大量的重復(fù)性工作，或者一些危險性的工作以及人不愿意做的工作，用這些自動化設(shè)備替代掉。 在自動化領(lǐng)域里，除了過去強(qiáng)調(diào)和追求的全自動化之外，我們更關(guān)注柔性生產(chǎn)，也就是自動化怎樣適應(yīng)并滿足工業(yè)4.0階段下的小批量個性化定制。第三個W叫Worry Reduction無憂，我們?？吹降淖詣踊S，在車間里還有很多人，那些人會經(jīng)常需要現(xiàn)場巡視，確保不會出現(xiàn)設(shè)備宕機(jī)、關(guān)鍵參數(shù)出錯等這樣的問題。所以如果我們能用數(shù)據(jù)分析，實現(xiàn)這些隱患的自動識別并且能夠及時預(yù)測，這樣在生產(chǎn)現(xiàn)場就沒有憂慮了，那個時候我們就可以把燈關(guān)掉。所以熄燈工廠的核心并不是無人，而是說我們要把它做到無憂，也就是無憂工廠。

因此燈塔工廠衍生出了兩個重要價值，首先是在“創(chuàng)新生產(chǎn)系統(tǒng)”上的價值，就是怎樣用更高的效率、較小的成本，生產(chǎn)出較高較好質(zhì)量的產(chǎn)品。在這其中我們更看重的是，在生產(chǎn)系統(tǒng)中怎樣避免不確定性，其中我們所要優(yōu)化的一個對象是每單位小時能夠帶來的利潤。另一個價值面向是“創(chuàng)新端到端價值鏈”，如何整合供應(yīng)鏈資源快速推出新的產(chǎn)品和服務(wù)，從而更加靈活地適應(yīng)及滿足小批量多批次生產(chǎn)模式下，更短的生產(chǎn)周期和更快的產(chǎn)品迭代要求。

??燈塔工廠?價值引領(lǐng)創(chuàng)新場景應(yīng)用

在這樣的價值驅(qū)動下可以說 “燈塔工廠”引領(lǐng)了三大科技趨勢，一個是互聯(lián)，就是在離散的網(wǎng)絡(luò)節(jié)點之間建立連接。過去不論是工廠自動化還是信息化，都是在單點設(shè)備上或者在產(chǎn)線上單點做一些數(shù)字化轉(zhuǎn)變?，F(xiàn)在我們要更關(guān)注的是怎么能夠建立一個互聯(lián)互通網(wǎng)絡(luò)，并希望有更好的靈活性以及更好的拓展性，同時能夠具備更好的安全性和更好的私有化。這方面將會有非常多的探索。第二個就是工業(yè)智能，通過互聯(lián)網(wǎng)絡(luò)把這些設(shè)備連接起來后將產(chǎn)生很多數(shù)據(jù)，智能就是怎樣迅速地把數(shù)據(jù)轉(zhuǎn)化成洞察，再變?yōu)闆Q策的過程。這里我們會關(guān)注怎樣完成一個事件的自動識別，過去雖然把設(shè)備連起來了，并且數(shù)據(jù)做到可視化，但是到底發(fā)生了什么事情，還是靠人的經(jīng)驗來判斷進(jìn)而做出決策。能不能基于數(shù)據(jù)分析，基于AI來實現(xiàn)自動化決策，也體現(xiàn)了在工廠上的智能化。第三方面我們叫靈活的自動化，人機(jī)料法環(huán)所有的這些流程或元素能不能在一個平臺上被整合，這些決策能不能迅速地下達(dá)到制造系統(tǒng)中去，從而被迅速執(zhí)行。過去都是人在現(xiàn)場盯著事，現(xiàn)在能夠讓事情來主動找人，從而實現(xiàn)一些自動化的決策支持。

從具體應(yīng)用場景的角度，我們看到全世界的燈塔工廠當(dāng)中，其實用的較多的一些應(yīng)用，還是在OEE管理、人員管理、設(shè)備健康管理、過程質(zhì)量和過程關(guān)鍵參數(shù)的管理，以及物料和資源協(xié)同和匹配的優(yōu)化。我們看到很多的需求可能是共性的，但是在不同行業(yè)中，應(yīng)該怎么被具體體現(xiàn)，應(yīng)該會整合哪些要素，這些可能是會有些區(qū)別。

連接人事務(wù) 構(gòu)建工業(yè)智能協(xié)同閉環(huán)

回到剛剛提到的工業(yè)智能。我引用一下我的導(dǎo)師李杰教授新書中的一張圖，其實在整個生產(chǎn)系統(tǒng)中的幾個重要要素是人、物還有系統(tǒng)。其實不論是互聯(lián)網(wǎng)或是移動互聯(lián)網(wǎng)，更多是把人和人連在一起，網(wǎng)約車、外賣等這些O2O服務(wù)，則更多的是實現(xiàn)人和服務(wù)之間的連接。而在工業(yè)領(lǐng)域，大概十年前互聯(lián)網(wǎng)技術(shù)才剛剛有了突破。

在?物?上加傳感器和網(wǎng)絡(luò)，會發(fā)現(xiàn)?物?中的一些狀態(tài)和關(guān)鍵數(shù)據(jù)就可以告訴?人?，?人?在接收到這些數(shù)據(jù)后，就可以去管理?物?，這是過去互聯(lián)網(wǎng)的思維。這期間其實并沒有看到系統(tǒng)性的提升，或是效率的大幅改善。這其中很重要的原因在于，如果我們只是把人從現(xiàn)場不操作換成了遠(yuǎn)程操作，其中的決策機(jī)制和人扮演的角色其實并沒有本質(zhì)上的變化。所以這里我們看到的是，把事和系統(tǒng)連起來，把物和事跟系統(tǒng)連起來，然后系統(tǒng)再去對接人。我們怎么把人機(jī)料法環(huán)所有這些用一個系統(tǒng)管理起來，設(shè)備加上傳感器加上網(wǎng)絡(luò)，再結(jié)合軟件，從而構(gòu)成這樣一個系統(tǒng)，才能真正體現(xiàn)和實現(xiàn)協(xié)同。

在物和系統(tǒng)的連接上，核心技術(shù)就是信息物理系統(tǒng)CPS，這里是5個C，即智能化的連接、智能化的分析、數(shù)字化的建模、還有包括智能的認(rèn)知以及自動化的決策。在人和系統(tǒng)的連接上，我們提出的?六流?和?六管?，其中?六流?就是怎么去管理數(shù)據(jù)流、技術(shù)流、資金流、人員流、物料流和過程流。大量的工業(yè)軟件比如MES，就是管理我們的過程流或者技術(shù)流， ERP管理我們的物料流，過去我們的很多管理其實是線性平行的，現(xiàn)在我們要把它變成一個個離散的節(jié)點，一起織成一張網(wǎng)。 同時我們也關(guān)注系統(tǒng)層面的一些技術(shù)，我們認(rèn)為工業(yè)互聯(lián)網(wǎng)的四大支撐技術(shù)就是數(shù)據(jù)技術(shù)（DT）、分析技術(shù)（AT）、平臺技術(shù)（PT）、運(yùn)營技術(shù)（OT），在這個閉環(huán)中，我們要通過數(shù)據(jù)3R分析不斷地讓這個閉環(huán)自動運(yùn)轉(zhuǎn)起來。這里我們首先我們需要對數(shù)據(jù)做來源性分析，即劃分不同來源的數(shù)據(jù)，對應(yīng)做管理、應(yīng)用和分析；第二需要從數(shù)據(jù)中尋找關(guān)系性，比如產(chǎn)品質(zhì)量跟中間過程的關(guān)系，關(guān)鍵過程參數(shù)如何定性定量地把它建模出來；第三就是參照性，什么樣的數(shù)據(jù)對應(yīng)什么樣的管理指標(biāo)體系，這背后對應(yīng)了做決策的一些需求。

工業(yè)智能核心價值：自主識別事件并轉(zhuǎn)化為決策

因此，我們認(rèn)為如果能夠把這樣的機(jī)制建立起來，就可以變成一個自成長的智能化工業(yè)系統(tǒng)，從而實現(xiàn)自主完成事件識別并轉(zhuǎn)化為決策。所以我們會關(guān)注從設(shè)備到數(shù)據(jù)采集，到數(shù)據(jù)服務(wù)，然后到分析建模再到工業(yè)應(yīng)用系統(tǒng)，通過這樣的循環(huán)，讓設(shè)備數(shù)據(jù)進(jìn)到AI模型中去，變成分析后的洞察，再反饋到?jīng)Q策。

但這其中還有很多問題要去解決，比如從設(shè)備到數(shù)據(jù)，這里面會有幾個問題，首先我們現(xiàn)在發(fā)現(xiàn)采集數(shù)據(jù)也變成了難題，并不是傳感器貼上去這數(shù)據(jù)就采對了，我們要關(guān)注這個設(shè)備，熟悉它的機(jī)理，還包括數(shù)據(jù)采集和信號處理的一些技術(shù)。另外我們發(fā)現(xiàn)在工業(yè)領(lǐng)域的建模能力是比較弱的，所以要有一些工具能夠迅速地去建立敏捷低門檻的建模和開發(fā)平臺。那模型訓(xùn)練好了，怎么能夠上線？借用安博士提到的所謂微服務(wù)池的概念，其實每一個模型和算法背后都是一個服務(wù)，服務(wù)要在建模平臺建好之后快速上線，而不再被中間的平臺開發(fā)技術(shù)所束縛，這就需要一個快速上線的模型服務(wù)運(yùn)行環(huán)境。因此，我們需要的是云平臺架構(gòu)，不一定是一個云平臺，并不是所有的數(shù)據(jù)都要上云，但是我們希望未來我們的工廠IT系統(tǒng)都能夠使用云平臺架構(gòu)下的一些開放系統(tǒng)。

較后，從分析到執(zhí)行中間還要解決一個問題，就是分析的時效性、確定性和活動閉環(huán)。在工業(yè)系統(tǒng)中，很多問題是開放性的，有很多不確定性，我們怎么去管理這種不確定性？這個是我們從分析的結(jié)果到執(zhí)行閉環(huán)中所要打通的一個重要環(huán)節(jié)。另外就是我們可能并不需要所有的事，所有的分析都是集中式的，并不一定都要放在云端，或者放在工廠的服務(wù)器當(dāng)中，我們也可以把它放到我們的邊緣計算層當(dāng)中，這樣也會更加靈活。?

打造富士康工業(yè)互聯(lián)網(wǎng)生態(tài)體系

整體而言，工業(yè)富聯(lián)的業(yè)務(wù)理念可以借用李杰教授的?煎蛋模型?概念來說明，“蛋黃”部分代表我們的核心產(chǎn)品，包括云網(wǎng)層、平臺層、核心層這三個方面，還有燈塔工廠整體解決方案，在“蛋白”部分的賦能就是類似Micro Cloud這樣對外的服務(wù)生態(tài)以及包含節(jié)能、環(huán)保、安全等在內(nèi)的周邊賦能層面，從而打造雙蛋黃和蛋白的增長引擎。

除此之外，我們也希望打造富士康工業(yè)互聯(lián)網(wǎng)的生態(tài)體系，包括鼎捷也是我們非常緊密的合作伙伴，無論是服務(wù)性的工業(yè)軟件，還是在硬件設(shè)備層，我們也跟很多硬件廠商合作，將設(shè)備變成聯(lián)網(wǎng)的智能設(shè)備。未來希望跟我們的合作伙伴共同攜手，打造整個工業(yè)互聯(lián)網(wǎng)生態(tài)，推動行業(yè)發(fā)展和進(jìn)步，降低我們的制造業(yè)客戶應(yīng)用工業(yè)互聯(lián)網(wǎng)的門檻。

更多文章