从制鞋业的大退败来看智能制造：从工业中来，到工业中去

发表于：2022/3/16 11:42:59  阅读量： [关闭]

作为生产量和出口量均位列世界第一的中国制鞋业，在过去几年遭遇了一场史无前例的阵痛。

这种阵痛，在我国制造业两大中心之一的珠三角尤为明显。亚洲鞋业协会是珠三角地区一家颇有影响力的行业协会。他们曾统计过一个数据：2018年，广州五六千家制鞋厂中超过1000家倒闭了。这些关闭的鞋企以中小企业为主，整体生产能力占广东省制鞋业的15%左右，涉及员工15-20万人。

制鞋业的阵痛，背后其实是整个中国制造业的阵痛。

实际上，早在20年前中国制造业就已经成规模地进入自动化阶段，但仅靠自动化没法应对多变的市场需求并快速针对生产做出调整。

一些敏锐的民营制造业企业主已经意识到，过去粗放式、高成本的制造业已经行不通了，必须要改变。他们投入重金，买下更先进的智能化设备，试图用“机器换人”的方式降低成本，重获新生。

市场和时代的变化，倒逼整个制造业需要一场更深层次的转型和变革，这也是当下制造业数字化、智能化转型的核心命题。

01、中国制造业之痛

2020年初，当突然爆发的疫情打乱人们的正常生活、生产秩序时，少有人想到，接下来几年整个中国的制造业也将被这只“黑天鹅”彻底改变。

中国的制造业，已经到了不得不进行数字化、智能化转型升级的时候了。

过去的制造业数字化中，流程型制造在改造时相对更容易，而离散型制造步骤和环节较多，在数字化改造时相对复杂。

虽然工厂的自动化设施已比较完备，但这些设备所产生的数据并没有被完整归档、整理、分析并反馈给产线，这导致生产车间内的机器仍然按传统方式靠人为干预运行——不同工序上的配料生产速度经常出现偏差，以至于下一个环节时常要停工等上一个环节的来料，整体产能大打折扣。

过去解决这一问题的办法，一是靠人来调度。但人力调度是有滞后性的，通常只能减少损失，不能避免损失。比如，当有经验的师傅预测到材料不匹配问题，有时要提前两三个月备料，给库存、供应链带来很大压力。

二是会尝试用数字化系统来解决。市面上的工业软件大多是设备厂商根据自家设备所自家出来的，其中的数据在数量、精度、类型、呈现方式等方面都不相同。这导致不同设备需要匹配不同的软件系统，而且各个系统之间的打通也存在壁垒。

此外，由于工业领域每个细分赛道的行业特性天差地别，业内目前也没有一家软件公司能开发出一套能够整合所有信息的软件。

但“数据化”不等于数字化、智能化，即使完成工业数据的收集、清洗和汇总，也只是达到了数据在线的程度，还不能实现“数字化”的效果——用数据观察生产、指导生产。因为还有一项更难的事情——恰当地使用数据。

02、数字化，不只是获取数据

什么是“恰当地使用数据”呢?就是用工业的思维来看待数据的关系，选择最恰当的数据来使用。

面对所收集到的几百种数据、上万种建模的组合方式，选择哪些数据来进行训练，变得尤为关键。通常，在一个数字化的项目上，服务商需要花费几个月到一年的时间来做咨询、了解工业生产的真实形态，并经过上万次调试，得到能够服务于该工厂的数字化模型。

工业生产中数据之间的联系影射的是实体要素之间的联系，而不是简单的数据关联。它们之间互相关联影响、复杂地交织在一起。稍有错配，就会带来严重的错误判断。

03、从数字化到智能化

从自动化、数字化再迈向智能化，解决的问题本质上是面向整个生产全流程的“管理”问题。

某知名汽车生产厂家年产汽车130万台，为了确保物料充足、产线不停，一般物料库里会存有未来14天的生产物料，库存价值超过10亿，存储成本也相当大。

此外，C端消费场景的多样化，也倒逼工业制造向智能化变革。国潮热、定制化及C2M模式的出现，要求工厂在过往追求高生产量、低平均成本的常态下做出改变，以适应“小单快返”“柔性制造”的需求。

04、警惕“拿着锤子找钉子”

不过，令企业担忧的是，“有效果”的智能制造实施成本是多大?

一些客户方以为，技术的难度会带来成本的剧增。这固然是一个重要的原因，但更为重要的是，由于工业领域的复杂性，如果不能够深入理解客户的生产机理，那么即使给出最为精深和酷炫的改造方案，也不能完全达到预期的效果，况且这一路径的结果必然导致客户成本的增加。

那么对于一些自动化和数字化水平更低的生产制造业来说，如何通过技术，最大性价比地优化产线呢?答案显而易见，但在实践中并不容易做到，那就是“把技术和钱用在最需要的地方”。

如果不了解具体的生产情况、不深入到客户的运维管理层面、不是针对具体的企业痛点来使用技术，则像是“拿着锤子找钉子”。