數(shù)字化解放了組長的分工排布壓力，讓工人不再等待，每個人做最擅長的工作。深圳龍華區(qū)，在贏領智尚龍華智慧工廠，產(chǎn)線開足馬力，智能吊掛機徐徐轉(zhuǎn)動，將一件件女裝半成品運送至下一個工位。產(chǎn)線的一頭是班組長萬仁艷的位置，她正在電腦前關注著生產(chǎn)系統(tǒng)的實時數(shù)據(jù)。她管理的車間組來了一個新款服裝的工單，以前這會兒本該是最忙的時候，車間的工人們總能看到她在各個工位間來回走動，培訓技能、打印單子、溝通工序，不可開交。今天她卻氣定神閑，工作怎么排布，她好像已經(jīng)成竹于胸。一開始，她也沒想到會在服裝行業(yè)工作這么久。本來只是在車間工位上，做一些簡單的服裝加工工序。逐漸的，她不甘于眼前的工種，把能學的技術都學了個遍。2017年6月，贏領智尚公司開始安裝試用服裝吊掛系統(tǒng)，她是第一批測試上衣生產(chǎn)的員工。會的東西多了，她也慢慢從車位的普通生產(chǎn)員工做到全能工，又從組檢當上組長。第一次當上生產(chǎn)組長的頭一兩個月，萬仁艷緊張得常常睡不好覺。壓力來自于管理。「因為要安排每一個員工負責做什么，操的心比以前多更多。考慮到大家的工資收入和工作效率，我的壓力還是比較大的。」萬仁艷告訴36氪，那個時候經(jīng)理一直跟她說加油，但她壓力大得都想放棄當組長了。慢慢地，憑借努力和經(jīng)驗積累，萬仁艷帶領的生產(chǎn)小組效率逐漸提高，甚至連續(xù)一兩年拿過團隊獎。隨著公司規(guī)模擴大，她管理的小組也從20人翻了個倍，再加上產(chǎn)線設備和服裝產(chǎn)品的變化，僅靠勤奮和經(jīng)驗，似乎已經(jīng)愈發(fā)難以為繼。產(chǎn)線如何分配平衡，是萬仁艷遇到的最大的挑戰(zhàn)。高端女裝平均有150多道工序，每個工單下到工廠，組長需要一個款一個款的做分工排布，對組長能力依賴性很強，不僅要耗費組長大量的時間，也不一定能做到工人和設備利用率最大化。員工想多干活多賺錢，但產(chǎn)線是動態(tài)的，有的人忙得熱火朝天，有的人卻只能在工位上坐著等活兒。因此，需要她這樣的生產(chǎn)組長把該分解的工作分解給其他人，把復雜的工序分配給更擅長的人。女裝款式的迭代越來越快，工種也隨之增多，萬仁艷發(fā)現(xiàn)，要合理分配好小組員工對應的工序變得力不從心。員工擅長的技能、員工的工作情緒、質(zhì)量是否達標、工序的站位是否影響挪車等，都是組長需要考慮的因素。量變大了，質(zhì)也必須過關。「兩條產(chǎn)線有時候同時需要生產(chǎn)四五個款，每天還在轉(zhuǎn)款。我們對品質(zhì)要求也很嚴格，生產(chǎn)標準的細節(jié)也要一點點去注意。」一款新的服裝下單后，萬仁艷要拆解它的生產(chǎn)流程，把制定好的流向表打印出來，結(jié)合新款工藝研發(fā)單，與技術員一起評估工藝技術難點與瓶頸點，確定培訓方案，接著才把工序規(guī)劃分配給具體的員工。服裝生產(chǎn)完成，萬仁艷也需要這張流向表，按照生產(chǎn)流程依次審核工序流，核對數(shù)量和質(zhì)量，并將員工生產(chǎn)的相關數(shù)據(jù)結(jié)果提交給工資核算部門。不僅是分配工作，服裝從零件到整件的拼配也很容易出錯。剛上吊掛系統(tǒng)的時候，衣架順序一亂，零件一增多，配對的準確率大受影響。這時候，組長需要立馬去現(xiàn)場解決問題，讓產(chǎn)線后面可以繼續(xù)正常生產(chǎn)。平均一兩天來一個新款，這一套工作下來，就耗去了萬仁艷一天不少的精力，「所以一天到晚忙著，光去處理這些調(diào)配問題，一個班的時間過得很快，好像一下子就過完了。」她沒有想到，現(xiàn)在這些工作都可以在屏幕中完成。今天，萬仁艷不用再在產(chǎn)線上時刻緊盯，只需要隨時在手機或電腦的系統(tǒng)看板上，就可以看到今天的生產(chǎn)情況——有多少個站位在工作，整條產(chǎn)線距離當天的目標還有多少件，哪個工序卡殼，哪個工序提前完成，哪批貨需要返工，所有信息一目了然。今年，贏領智尚引入了「員工技能矩陣算法及工序智能分配算法」項目。通過大數(shù)據(jù)算法，準確定位員工工序所具備的技術能力，按需且快速的將工序進行合適的分配，直接提高員工個人的生產(chǎn)力。在過去，需要萬仁艷這樣的班組長憑個人經(jīng)驗去進行工序分配；而現(xiàn)在，只需在系統(tǒng)中轉(zhuǎn)變?yōu)樗惴纯勺詣舆M行工序分配。經(jīng)評估，工作效率將比現(xiàn)有人工排班提升15-20%，工序分配時間將從40分鐘降低至5分鐘。對于員工來說，優(yōu)化后的分工排班，讓他們在工位上等活的時間少了，每天的生產(chǎn)目標能以更高的效率達到，不用加班加點，收入也可以提高。原來一個新員工要半年到一年的培訓期，現(xiàn)在通過數(shù)字化系統(tǒng)，可以精確的找到員工的技能短板，進行針對性的培訓，新員工能夠上手輔助機器生產(chǎn)作業(yè)的時間被縮短到一個月左右。萬仁艷告訴36氪，現(xiàn)在她自己同時管理兩條產(chǎn)線的員工，反而比之前感到更輕松。
當務之急，數(shù)字化
服裝業(yè)是典型的勞動密集型、重資產(chǎn)的行業(yè)。像贏領智尚這樣的服裝生產(chǎn)企業(yè)里，縫制班組的效率高低決定了整個工廠的效益。生產(chǎn)工人的工法技藝是服裝產(chǎn)業(yè)的競爭力所在，也是提效的關鍵環(huán)節(jié)。復雜的各項服裝制造工藝下，運營效率普遍偏低，對工人依賴性很大，導致招到有技術的工人也越來越難。要解決這個行業(yè)難題，亟需通過數(shù)字化轉(zhuǎn)型升級優(yōu)化業(yè)務流程，從而在服裝制造業(yè)有限的效益里，挖掘更大價值。過去，傳統(tǒng)服裝企業(yè)的信息化建設，已經(jīng)通過半自動化設備和配套軟件，完成了將生產(chǎn)在線化、信息化的過程。而機器設備尚不能夠滿足愈發(fā)復雜的技藝制作需求，因此服裝產(chǎn)業(yè)的生產(chǎn)車間依舊離不開傳統(tǒng)技術員工。贏領智尚持續(xù)改善中心總監(jiān)杜武略告訴36氪，目前在服裝行業(yè)，人工操作機器生產(chǎn)的比例在80%以上。只有在產(chǎn)品技法與材料單一的情況下，機器才能替代部分人力。因此，柔性制造的智能車間不在于無人，而在于生產(chǎn)信息的透明化、生產(chǎn)工序的精細化以及生產(chǎn)流程的便捷化。數(shù)字化要解決的最核心問題之一，就是實現(xiàn)組長對生產(chǎn)中的人、設備、工序分工排布的智能化。傳統(tǒng)服裝制造企業(yè)中，工序排布只依靠班組長的個人經(jīng)驗，輔以簡單的辦公軟件。而個性化、高頻次、小批量的行業(yè)特性，使服裝業(yè)需要響應的計劃變更頻率，是傳統(tǒng)工廠的百倍左右。傳統(tǒng)的APS（高級排產(chǎn)排程軟件）沒有考慮調(diào)度上百個不同形態(tài)、不同設備的車間，也沒有適應成千上萬個產(chǎn)業(yè)工人的技能水平會隨著工作內(nèi)容和時間逐漸淡忘或加強。現(xiàn)在，贏領智尚和華為一起，已經(jīng)找到了這個更實用的工具。結(jié)果上看，AI算法平臺不僅對班組長的生產(chǎn)管理起到了良好的輔助作用，讓一個人可以同時管理多條產(chǎn)線；還提高了生產(chǎn)效率和準確率，解決了服裝廠招工難的問題，也為企業(yè)節(jié)省了不少的人力成本。在同樣數(shù)量的人、技能、設備和時間下，數(shù)字化智能生產(chǎn)正在創(chuàng)造出更大的產(chǎn)值。2017年2月，贏領智尚就成立了智能制造項目部。這個部門集聚了軟硬件廠商的專家，與公司內(nèi)部業(yè)務骨干一起，一共三百多人，共同研制服裝智能制造系統(tǒng)。從設計到交付，贏領智尚實現(xiàn)了柔性化混合式生產(chǎn)，更將數(shù)字化實踐延伸到服裝設計領域、供應鏈運營領域、智能制造領域、全渠道銷售中臺等環(huán)節(jié)。現(xiàn)在，定制訂單下單后，七個工作日就可以交到顧客手中，最快只需要三天。在班組縫制排布的「智能化」實現(xiàn)之后，接下來，贏領智尚將向「智慧化」邁進。在創(chuàng)始人兼董事長陳靈梅的暢想中，五年后的服裝智慧工廠，很有可能只需要2名生產(chǎn)經(jīng)理管理1000名工人，生產(chǎn)現(xiàn)場管理人員將進一步「少人化」，絕大部分場景將是軟件直接取代人腦做決策。從物理載體的低頻、手工信息流，到數(shù)字世界的高頻、自動數(shù)據(jù)流，從基于人工經(jīng)驗的排班決策到基于數(shù)據(jù)+算法的自動決策，數(shù)字化給服裝企業(yè)帶來的將是全新的想象空間。看似傳統(tǒng)的制造問題，怎么通過人工智能解決？帶著十幾人的博士項目團隊，華為陳博士開啟了服裝生產(chǎn)行業(yè)的初體驗。在深圳龍華和江西于都的兩個工廠，團隊都去實地產(chǎn)線做了深入的調(diào)研。陳博士發(fā)現(xiàn)，原本以為服裝生產(chǎn)已經(jīng)像優(yōu)衣庫一樣實現(xiàn)了高自動化，而事實上，高端女裝的生產(chǎn)更追求定制化和精細做工。經(jīng)過半年的前期溝通和一個月的正式調(diào)研，團隊認為，要提高產(chǎn)線的效率，人員技能的管理和分工，是數(shù)字化賦能的更大空間。他在車間看到，工人的技能各不相同，基于人工經(jīng)驗的排班，也讓已有的生產(chǎn)設備和系統(tǒng)所產(chǎn)生的各項數(shù)據(jù)，沒有被充分利用起來。另一方面，一件衣服所需要的工藝環(huán)節(jié)是很復雜的，組長分配任務時要考慮的因素很多，往往需要花很長時間去做拆解和分配，結(jié)果卻并不一定理想。下午兩點要生產(chǎn)的一批衣服，組長從上午十點就要開始準備分工，要是遇到工人臨時請假、產(chǎn)線變化等情況，還需要花更多時間調(diào)整。陳博士在想，如果只需要在生產(chǎn)前花一點時間在系統(tǒng)里跑一下算法，就能完成分工和及時調(diào)整，對產(chǎn)線管理效率的提升將有多大？贏領智尚已經(jīng)有一定的數(shù)字化基礎，要幫助企業(yè)提效，就需要從這兩方面把已有的數(shù)據(jù)盤活，提高自動化和智能化的水平。結(jié)合華為的大數(shù)據(jù)產(chǎn)品、機器學習訓練與推理技術、運籌建模技術、AI開發(fā)平臺、天籌AI求解器等多項技術能力，華為團隊和贏領智尚共同開發(fā)了「智慧工廠生產(chǎn)系統(tǒng)優(yōu)化與仿真平臺」。平臺將自動化設備中大量的生產(chǎn)細節(jié)數(shù)據(jù)都存儲下來，并根據(jù)業(yè)務邏輯和流程進行算法優(yōu)化。根據(jù)智能車間MES系統(tǒng)的歷史數(shù)據(jù)，對原始數(shù)據(jù)進行抽取、清洗、特征提取、統(tǒng)計學分析等一系列處理后，自動輸出準確的員工技能矩陣表，每個員工擅長什么工序，效率和良品率是多少。相關負責人提到，項目成功后，人工的技能測評工作就可以取消了，直接減少成本。另一方面，工序智能分配算法能夠?qū)γ繌埞危詣虞敵鲎罴训墓ば蚍峙浞桨浮?/span>每張工單需要哪些員工、哪些設備、在哪個站位、做什么工序，系統(tǒng)都可以直接算出來。在保障交期的前提下，在生產(chǎn)資源不變的情況下，用最短的總工時完成生產(chǎn)，班組的人均產(chǎn)出也更高，直接提高勞動生產(chǎn)力。華為多年沉淀的算法技術能力已經(jīng)相當成熟，真正的難點藏在實際產(chǎn)線中。服裝制造與高度自動化的電子制造不同，依賴手工工藝的服裝生產(chǎn)無法簡單對接一個系統(tǒng)就能直接使用。項目試運行的過程中，團隊發(fā)現(xiàn)，落地更要適配真實的生產(chǎn)和管理習慣。比如，工人完成了一批服裝的生產(chǎn)后，下一批服裝往往需要做另一個工種，其中搬運新的設備就要花去十幾分鐘。同時，原來員工技能的培訓也依靠組長經(jīng)驗決定。通過算法對技能數(shù)據(jù)的識別，可以找到最應該培訓的人和能力。這在硬核的工業(yè)制造產(chǎn)線上沒有遇到過的問題，就需要算法在通用模塊之外，針對服裝生產(chǎn)中特殊問題，開發(fā)出新的模塊，適應服裝產(chǎn)線的實際需求。陳博士告訴36氪，不僅是服裝生產(chǎn)，在更多依靠人工工藝的制造行業(yè)，都可以通過算法平臺，解決自動化之外的人效問題。在華為與贏領智尚的調(diào)研與研討中，設計了「數(shù)據(jù)及算法推動的靜態(tài)生產(chǎn)系統(tǒng)設計、仿真模型驅(qū)動的動態(tài)生產(chǎn)調(diào)度優(yōu)化、基于模型的柔性精益智能制造」的三步走策略。未來，該平臺還會向生產(chǎn)的仿真場景延伸，通過仿真技術實時動態(tài)的調(diào)度生產(chǎn)計劃，幫助解決產(chǎn)線的擁堵問題，助力服裝生產(chǎn)行業(yè)進一步增質(zhì)提效。萬仁艷20年的服裝生產(chǎn)從業(yè)經(jīng)歷中，四分之三都在贏領智尚度過的。現(xiàn)在，她身邊的工友大多還是過去這批老員工，最長的甚至在這里工作了15年。
他們見證了數(shù)字化對車間的改造，也發(fā)現(xiàn)自己慢慢擁有了更強的能力，比如將擅長的事做到最好。
文章來源：36氪
【免責聲明：本文版權歸原作者所有。為尊重版權，我們盡量標注文章來源，若不愿被轉(zhuǎn)載或涉及侵權，請及時通過在線客服和郵箱聯(lián)系，郵箱地址：wutongtai@wttai.com，我們將第一時間予以刪除】
