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

文：摘錄／富士康工業(yè)互聯(lián)網(wǎng)(FII) 首席執(zhí)行官 鄭弘孟 演講

企業(yè)數(shù)位化轉(zhuǎn)型 工業(yè)4.0 應(yīng)用價值 智慧製造 數(shù)據(jù)賦能

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)，並利用這些技術(shù)真正轉(zhuǎn)化成價值，Value as Service。關(guān)燈工廠是在富士康內(nèi)部代表智能化製造水準(zhǔn)最高的工廠，現(xiàn)在在全世界有八座這樣的工廠。

「關(guān)燈工廠」的背後是無憂工廠

▲編者按：鄭弘孟首席執(zhí)行官於鼎新電腦「2019企業(yè)高峰年會-企業(yè)數(shù)位化轉(zhuǎn)型」活動上發(fā)言分享

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，都具有典範(fàn)作用的工廠。為什麼把它叫做燈塔工廠？

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)位化的精益，讓浪費(fèi)變得可見，並且能夠及時管控，這是我們做的第一步。第二Ｗ叫Work Reduction 減勞，這並不意味全部替代人工，而是說把像電子製造、裝備製造這樣的製造業(yè)中大量的重複性工作，或者一些危險性的工作以及人不願意做的工作，用這些自動化設(shè)備替代掉。在自動化領(lǐng)域裏，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)並滿足工業(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，在廠區(qū)裡還有很多人，那些人會經(jīng)常需要現(xiàn)場巡視，確保不會出現(xiàn)設(shè)備當(dāng)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並且能夠及時預(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並不是無人，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、最小的成本，生產(chǎn)出最高最好品質(zhì)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)週期和更快的產(chǎn)品迭代要求。富士康工業(yè)互聯(lián)網(wǎng)(FII)首席執(zhí)行官 鄭弘孟：富士康累積四十多年的生產(chǎn)製造經(jīng)驗，不僅有專業(yè)知識更建立工業(yè)互聯(lián)的實驗場域，透過數(shù)據(jù)實踐的獨善其身，更透過價值服務(wù)平臺兼善天下。

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)路節(jié)點之間建立連接。過去不論是工廠自動化還是資訊化，都是在單點設(shè)備上或者在產(chǎn)線上單點做一些數(shù)位化轉(zhuǎn)變?，F(xiàn)在我們要更關(guān)注的是怎麼能夠建立一個互聯(lián)互通網(wǎng)路，並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)路把這些設(shè)備連接起來後將產(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。這裡我們會關(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，並且數(shù)據(jù)做到可視化，但是到底發(fā)生了什麼事情，還是靠人的經(jīng)驗來判斷進(jìn)而做出決策。能不能基於數(shù)據(jù)分析，基於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)中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)到製造系統(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，其實用的最多的應(yīng)用，還是在ＯＥＥ管理、人員管理、設(shè)備健康管理、過程品質(zhì)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)該怎麼被具體體現(xiàn)，應(yīng)該會整合哪些要素，這些可能是會有些區(qū)別。

連接人事物 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FII 副董事長李傑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)，更多是把人和人聯(lián)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」上加感測器和網(wǎng)路，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)後，就可以去管理「物」，這是過去互聯(lián)網(wǎng)的思維。這期間其實並沒有看到系統(tǒng)性的提升，或是效率的大幅改善。這其中很重要的原因在於，如果我們只是把人從現(xiàn)場操作換成了遠(yuǎn)程操作，其中的決策機(jī)制和人扮演的角色其實並沒有本質(zhì)上的變化。所以這裏我們看到的是，把事和系統(tǒng)連起來，把物和事跟系統(tǒng)連起來，然後系統(tǒng)再去對接人。我們怎麼把人機(jī)料法環(huán)所有這些用一個系統(tǒng)管理起來，設(shè)備加上感測器加上網(wǎng)路，再結(jié)合軟體，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)就是資訊物理系統(tǒng)CPS，這裏是5個C，即智能化的連接、智能化的分析、數(shù)位化的建模、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，我們提出的「六流」和「六管」，其中「六流」就是怎麼去管理數(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)軟體比如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，我們要透過數(shù)據(jù)3R分析不斷地讓這個閉環(huán)自動運(yùn)轉(zhuǎn)起來。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)係性，比如產(chǎn)品品質(zhì)跟中間過程的關(guān)係，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，什麼樣的數(shù)據(jù)對應(yīng)什麼樣的管理指標(biāo)體系，這背後對應(yīng)了做決策的一些需求。

工業(yè)智能核心價值：自主識別事件並轉(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)自主完成事件識別並轉(zhuǎn)化為決策。所以我們會關(guān)注從設(shè)備到數(shù)據(jù)採集，到數(shù)據(jù)服務(wù)，然後到分析建模到工業(yè)應(yīng)用系統(tǒng)，通過這樣的迴圈，讓設(shè)備數(shù)據(jù)進(jìn)到AI模型中去，變成分析後的洞察，再回饋到?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)，這裡面會有幾個問題，首先我們現(xiàn)在發(fā)現(xiàn)採集數(shù)據(jù)也變成了難題，並不是感測器貼上去這數(shù)據(jù)就採對了，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)採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的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，怎麼能夠上線？借用安筱鵬博士提到的所謂微服務(wù)池的概念，其實每一個模型和演算法背後都是一個服務(wù)，服務(wù)要在建模平臺建好之後快速上線，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，我們需要的是雲(yún)平臺架構(gòu)，不一定是一個雲(yún)平臺，並不是所有的數(shù)據(jù)都要上雲(yún)，但是我們希望未我們的工廠IT系統(tǒng)都能夠使用雲(yún)平臺架構(gòu)下的一些開放系統(tǒng)。

最後，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，我們怎麼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)。另外就是我們可能並不需要所有的事，所有的分析都是集中式的，並不一定都要放在雲(yún)端，或者放在工廠的伺服器當(dāng)中，我們也可以把它放到我們的邊緣計算層當(dāng)，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

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)自主完成事件識別並轉(zhuǎn)化為決策。所以我們會關(guān)注從設(shè)備到數(shù)據(jù)採集，到數(shù)據(jù)服務(wù)，然後到分析建模到工業(yè)應(yīng)用系統(tǒng)，通過這樣的迴圈，讓設(shè)備數(shù)據(jù)進(jìn)到AI模型中去，變成分析後的洞察，再回饋到?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)，這裡面會有幾個問題，首先我們現(xiàn)在發(fā)現(xiàn)採集數(shù)據(jù)也變成了難題，並不是感測器貼上去這數(shù)據(jù)就採對了，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)採集和信號處理的一些技術(shù)。

整體而言，工業(yè)富聯(lián)的業(yè)務(wù)理念可以用李傑教授的「煎蛋模型」概念來說明，「蛋黃」部分代表我們的核心產(chǎn)品，包括雲(yún)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，包括鼎新也是我們非常緊密的合作夥伴，無論是服務(wù)性的工業(yè)軟體，還是在硬體設(shè)備層，我們也跟很多硬體廠商合作，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夥伴共同攜手，打造整個工業(yè)互聯(lián)網(wǎng)生，推動行業(yè)發(fā)展和進(jìn)步，降低我們的製造業(yè)客戶應(yīng)用工業(yè)互聯(lián)網(wǎng)的門檻。

相關(guān)資訊