—
真正的數(shù)字化推進，它卻時常是灰頭土臉、慘不忍睹、悲催的時刻。
來源 / 說東道西 （ID：XSeanSong）
作者 / 宋華振
數(shù)字化已經(jīng)流行了有些年頭了—它究竟重要不重要，毋庸置疑—但是，是否我們對數(shù)字化認知是清晰的，這卻是值得懷疑的。因為，數(shù)字化、智能化仿佛成了趕時髦，你要是不談談數(shù)字化，你都不好意思說你在玩制造業(yè)里，不談談智能，你都不好意思說你是技術領先的企業(yè)。但是，究竟斤兩如何，大家都心知肚明—但“看破不說破”，是行走江湖的基本素質。區(qū)分真的是在數(shù)字化，還是僅“葉公好龍”，其實就在于是否“言之有物”—都知道數(shù)字化要解決品質問題，但不能這都流行了差不多10年了，還停留于“降本增效”這種不會錯的言辭。而沒有針對究竟它如何，在什么場景里，帶來了哪些具體的數(shù)字改善，或者，如果你沒有講到它的障礙、難題、挫折、失敗、彎路…其實，也算不上干貨。因為，講的光鮮靚麗，是一貫的做法，但真正的數(shù)字化推進，它卻時常是灰頭土臉、慘不忍睹、悲催的時刻。明明統(tǒng)計學聽到的成功率很低，但卻每個企業(yè)都在講成功故事…不過，失敗的企業(yè)的確沒有來講也是真的。
數(shù)字化是產(chǎn)業(yè)認知的結果
數(shù)字化能否推進的好，對于企業(yè)來說，它是企業(yè)運營水平的問題。對于產(chǎn)業(yè)來說，則是整體產(chǎn)業(yè)所處的階段的問題。它看到的是數(shù)據(jù)、信息、知識、決策的問題，但這背后卻是幾個層面的問題：（1）在工藝層面：什么是影響品質、成本的關鍵因素，什么是可被測量的，用于直接或間接反映生產(chǎn)過程的關鍵因素。包括因果與相關的分析，而這決定了我們?nèi)绾稳シ治銎焚|，采集什么數(shù)據(jù)—現(xiàn)場不是缺數(shù)據(jù)，也不是采集不到數(shù)據(jù)—而是你真的知道你需要什么數(shù)據(jù)嗎？或者，作為服務商，你清晰了解什么數(shù)據(jù)是需要采集的嗎？（2）在裝備層面：機器-機器間他們是如何寫作的，他們在時間、空間、位置、速度方面的協(xié)作需要什么？材料、產(chǎn)品規(guī)格變化后，他們需要改變的是什么？（3）在工廠層面：現(xiàn)場數(shù)據(jù)、物料、信息、能源，這些如何構建了品質、成本、交付的效率持續(xù)改善的架構。這些是清晰的嗎？（4）生產(chǎn)作業(yè)變化：當系統(tǒng)發(fā)生了變化，我們整個系統(tǒng)如何將什么信息，以什么方式頻率下發(fā)，并快速的重構生產(chǎn)過程-驗證，并執(zhí)行。這個問題我們是否清晰呢？數(shù)字化表面是對數(shù)據(jù)、信息的應用，但背后卻是對生產(chǎn)、制造的裝備、工藝流、生產(chǎn)作業(yè)流、資產(chǎn)評估等運營問題的認知。在自動化水平整體不高、精益水平尚未有清晰的認知情況下，那么對于數(shù)字化的認知一定是不清晰的—現(xiàn)在所謂的數(shù)字化存在的數(shù)據(jù)采集不到、傳輸問題…它都是對制造本身的認知問題，而不是技術實現(xiàn)的問題。因為，如果你不知道問題在哪里，那你就不會知道如何解決問題。
物理場的強耦合
是制造數(shù)字化的難題
很多將互聯(lián)網(wǎng)、AI的想法都拿到了現(xiàn)場-這些前沿、時髦、流行的概念，都試圖要改變制造業(yè)。是的，幾乎沒有人否認這種趨勢和未來的前景—但是，它卻不是高談闊論的專家所看到的。前幾天與幾位同仁談到這個話題…現(xiàn)在做工業(yè)互聯(lián)網(wǎng)的大廠都開始撤退了。他們信誓旦旦的要改變制造業(yè)。冰老師說“Cyber-Physics System”，大家關注“賽博”這個抓眼球的，可是這個Physics好像重要性沒有被充分認識。根據(jù)“屁股決定腦袋”原理—那么，就是考慮到資本、互聯(lián)網(wǎng)、AI企業(yè)的立場，他們會將Cyber拿個大喇叭吆喝，這也是情理之中，非意料之外。我們要找到關鍵標桿用戶、了解用戶感知、抓住用戶痛點、找到技術抓手、下沉到現(xiàn)場、對齊認知、構建技術底座、拉通數(shù)據(jù)、提高數(shù)據(jù)顆粒度、拆解問題、解耦復雜的關聯(lián)、封裝知識、以達到復用目的。然后通過持續(xù)迭代-成為具有可快速遷移的知識容器。賦能企業(yè)的運營，吃透商業(yè)邏輯、樹立行業(yè)標桿、然后跨界復制、擊穿行業(yè)壁壘、共享共性資源、持續(xù)進化、成為數(shù)字化轉型的賦能者。用所謂的互聯(lián)網(wǎng)黑話隨機組織一點內(nèi)容，挺適合高端論壇講講—大家覺得像不像？這種在各個高談闊論的論壇上講的數(shù)字化，與現(xiàn)場可能是形成了截然不同的—很多所謂的數(shù)字化其實，根本就談不到現(xiàn)場的復雜性。商業(yè)意義的互聯(lián)網(wǎng)、AI它與工業(yè)最大的差異來自于現(xiàn)場的特殊性，即，物理的對象在力學、聲學、熱學、光學、電磁學等多個場域里的復雜耦合關系—而互聯(lián)網(wǎng)純軟件的數(shù)字化、AI它并不存在這一障礙。這是商業(yè)互聯(lián)網(wǎng)、AI領域的思想到了現(xiàn)場會尷尬的關鍵-而這些問題如果沒有搞清楚，所以，如果我們沒有搞清楚現(xiàn)場的問題，那么我們基本上也沒有真正搞清楚制造的數(shù)字化問題。
不能解決核心問題的
數(shù)字化都是虛的
制造業(yè)的數(shù)字化，一定是數(shù)據(jù)源于現(xiàn)場，而用于現(xiàn)場的-這需要對現(xiàn)場的認知，而現(xiàn)場的認知則來源于對物理世界的認知，而這些都建立在對材料物理學特性，如塑料的彈性/塑性力學、結構力學、疲勞力學、斷裂力學等基礎上。即使我們講工業(yè)軟件，卷繞控制建立在對柔性薄膜/紙張類材料的特性，而半導體沉積則包括物理性和化學反應的電磁場、溫度場的影響基礎上，對于電池則聚焦于界面工程，以及光伏核心在于鈍化工藝（PERC/HJT/TOPcon是不同的鈍化-也算是界面工程）。材料像膠體、流體、粉體、固體、液體他們都會有不同的特性，在制造過程中影響著品質、效率及成本。而這些，才是制造業(yè)競爭的核心問題。但是，我們很多數(shù)字化，它偏離了這些基礎問題的決定性，而把相關性問題當做了因果性—大肆放大它的意義和價值，而事實上，并未真正從根源上解決制造業(yè)的問題。如果數(shù)字化軟件、系統(tǒng)企業(yè)從廣告意義上要制造這種氛圍，那是可以理解的，但是，對于在制造業(yè)的企業(yè)領導者，則需要回歸到解決本質問題上。
源于現(xiàn)場，用于現(xiàn)場
數(shù)字化，互聯(lián)、智能、無論多么高大上-它必須源于生產(chǎn)現(xiàn)場，而用于現(xiàn)場。這就是知行合一，理論聯(lián)系實踐的一個動態(tài)循環(huán)過程。數(shù)字化，如果不了解現(xiàn)場—或者不了解現(xiàn)場的具體的對象，那么，就無法真正做好數(shù)據(jù)、信息、知識、決策的上行，以及下行的應對變化—把知識復用于解決問題，并挖掘新的知識，應用于解決現(xiàn)場問題的過程。因此，認知制造，才能認知數(shù)字化，做好數(shù)字化。 【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】
