原标题:“灯塔工厂”亮了吗?
文丨陈选滨
来源丨智能相对论(aixdlun)
灯塔是所有目光的焦点。——亨利·大卫·梭罗
公元前约270年,托勒密二世委派希腊建筑师、尼多斯的索斯特拉图斯在法罗斯岛东端建造了世界上第一座灯塔,为进入亚历山大港的船只指引方向。
自此,在人类航海史上,灯塔展示出了巨大的引航价值。茫茫大海,灯塔的光芒扫向海面,指引黑夜行驶的船只安全航行,成为海员的希望。
随后,灯塔的价值不断深化,成为了人类文明进程的一个关键信标。每当进入未知的领域,人们总会聚焦目光,在黑夜中点亮象征意义的灯塔,成为后续探索的指向标。
如今,工业制造产业正站在转型升级的十字路口,面对信息技术的赋能与商业模式的创新,也在同样面临着相似的困局——前路未知,智能制造在时代的聚焦下如何发展?
随着先行的智能制造探索者逐步在各自的行业上取得不错的实践成绩,市场也逐渐意识到,或许以他们的经验为主导,在探索工业制造业升级的旅程上,行业可以点亮新领域的“灯塔”,以此来指导其他智能制造企业的发展,加速整体产业智能化进程。
点亮灯塔
2018年,世界经济论坛携手麦肯锡启动全球“灯塔工厂”网络项目,对全球多个行业的1000多家企业进行评估,意在甄选出在第四次工业革命前沿技术应用整合工作方面卓有成效的项目,为以后智能制造的发展塑造指导性的成功范例。
截至目前,全球灯塔工厂网络历经3次扩容,总计54家灯塔工厂入选,其中中国的灯塔工厂增至16家,成为全球拥有“灯塔工厂”最多的国家。海尔、富士康、美的、阿里巴巴等国内知名企业赫然在列,被视为第四次工业革命的领路者,也是数字化制造的标杆。
● 美的集团:基于数字化技术实现从自动化工厂向端到端互联价值链的转型升级,美的的灯塔工厂”取得了诸多先进成果,譬如AI赋能的光学检测、端到端的数字化物流管理、等等,促使劳动效率提高了28%,单位成本降低了14%,订单交付期缩短了56%。
● 阿里巴巴:迅犀试点工厂的优势在于将数字技术与市场洞察结合,打造柔性的数字化新制造模式,如AI赋能的产品设计与打样、端到端的自动化内部物流,等等,以此实现缩短75%的交货时间,降低30%的库存需求的生产优化。
● 富士康:“黑灯工厂”采用全自动化制造流程,配备机器学习和人工智能型设备自动优化系统、智能自我维护系统和智能生产实时状态监控系统,进而实现生产效率提高30%,库存周期降低15%的优化成果。
这仅是中国16家“灯塔工厂”的其中三家。通过应用案例解构和数据反馈呈现,可见在实效的技术赋能价值与先进的商业模式创新的支持下,“灯塔工厂”走在第四次工业革命的前列。
以他们为代表的灯塔工厂被寄予厚望——灯塔工厂之所以成为“灯塔”,是因为领先行业发展水平的智能化应用可以为行业的其他落后者提供宝贵的洞见和借鉴价值,也就是在航海领域灯塔的引航作用。
对此,麦肯锡全球董事合伙人,中国区制造与供应链业务负责人潘国锋认为,“灯塔工厂”的意义不仅仅是对先行者的一种肯定,更重要的是传达了“以价值为导向的应用推介”。
而所谓的“以价值为导向的应用推介”,简单来说,基于“灯塔工厂”的经验来分析总结智能制造产业发展的共通规律,进而辐射影响行业,使得行业的整体水平得以提升,快速获取规模效益。
点亮自己
世界经济论坛与麦肯锡共通撰写发布的《全球“灯塔工厂”网络:来自第四次工业革命前沿的最新洞见》报告(以下简称:《全球“灯塔工厂”网络》报告)提到,第四次工业革命方兴未艾,却未成星火燎原之势。多达70%的企业还是陷于第四次工业革命的“试点困境”:他们努力应用先进制造技术,却难以收获理想的投资回报。
这成为了世界经济论坛与麦肯锡启动全球“灯塔工厂”项目的初衷之一——为了缩小领跑者与落后者的差距,并加快智能制造技术的普及,“点亮”灯塔,为工业制造业提供经验指导和交流平台。
但是,这样的预期又能实现多少?“灯塔工厂”是否可以真正的实现多领域的指导作用?
以目前的反馈来看,仍有诸多值得探讨的地方。
广东某服装制造厂的老板在与笔者(“智能相对论”)交流的过程中曾表示,作为小工厂主,他对于目前行业内发展火热的工业互联网、智能制造等前沿概念并不“感冒”,颇为守成的选择过去采用的人力生产。
但是,奈何智能制造风口正盛,加上地方政府的宣传推广,他也尝试着参观了一两个智能工厂,最终的感受颇是耐人寻味。
他对笔者赞叹道:“很震撼!机器运作、相互协助的场景,让人眼花缭乱,这样高效运转的车间和我打工那会儿、甚至对比我现在的厂子都完全不一样。”
但是,谈及自己车间的改造问题,他又有所顾虑,“他们的工厂确实先进,但是行业不同,经验并不能完全共通,我的是服装行业,整个生产流程,如打样、剪裁、水洗等等,还是与他们有很大差异的。做生意最重要还是得看实际效益,这样的案例对我来说,暂时只能先看看吧。”
这样的顾虑不得不让笔者再重新深入思考《全球“灯塔工厂”网络》报告的论断:第四次工业革命方兴未艾,却未成星火燎原之势。
之所以如此,或许仍是源于智能制造所跨越的领域之广。服装加工、工程机械、汽车制造、电子元件等等行业都需要用到智能制造或者工业互联网,但是每个行业的差异性之大,也导致各自所面临的问题与痛点不尽相同。
正如小服装制造厂主所顾虑的,做生意最重要是看实际效益。言外之意,制造业最关注落地应用,工厂与工厂之间、行业与行业之间、地区与地区之间,差异性都很大。因此,我们很难评估,一个灯塔工厂的参考价值有多少,又能辐射多少行业、企业。
但是,值得确定的是,当一家企业登榜入选全球“灯塔工厂”网络,其自身必然得以“点亮”。很多企业、地区都热衷于角逐“灯塔工厂”,其本质就在于希望能得到市场和行业的认可,进一步扩大自己的竞争优势。
正如开篇所引用的,「灯塔是所有目光的焦点。」在充满未知的智能制造领域,领跑者本身也是参与者、探索者和竞争者,他们也在寻求市场最高度的关注。
点亮自己,本身也是灯塔的一个属性,更是“灯塔工厂”网络的价值之一。回顾潘国锋的观点,麦肯锡也同样认同这份价值。
点亮未来
诚然,“灯塔工厂”的意义在于对先行者的肯定,那么其更重要的意义,即“以价值为导向的应用推介”又将如何实现?
换句话来说,若“灯塔工厂”的参考价值仅存在于有限的范围内,那智能制造的发展是否还需要“灯塔”的引航?其价值又该体现在哪里?
11月21日,工业和信息化部装备工业一司一级巡视员苗长兴在2020中国智慧企业发展论坛上做出表述:“我国智能制造发展已经从初期的理念普及、试点示范阶段,进入到当前的深入实施、全面推广阶段。”
跨向新阶段,需要两方面的助力,一是行业标准定制,确定智能制造的门槛条件;二是先进标杆引领,展示智能制造的具体应用。前者是后者的判断依据,后者则是前者的具象展示。
从评估标准到项目入选,全球“灯塔工厂”网络的启动,可以看作是前后协同跨向新阶段的标志。在国内,也有类似的信号,譬如与前者有关的《智能制造能力成熟度模型》和《智能制造能力成熟度评估方法》两项国家标准的发布,与后者相关的“国家十大双跨平台”榜单的发布,等等。
那么,从某种程度上来说,类似标杆的“灯塔工厂”的点亮在于向市场和行业传递一个关键信号,未来已来。不管是工信部发布的国家十大双跨平台等榜单,或是麦肯锡的全球“灯塔工厂”网络,都将激励更多的企业投身于智能制造的浪潮,奋勇争先。
排名的本质,也在于争优创先。虽然“灯塔工厂”的辐射价值与影响力并非我们所想象的那么宽泛,但至少有了他们的存在,我们可以看到未来更多的可能性。
譬如,如今同样被冠以“黑灯工厂”之名的,不仅是深圳专门生产智能手机等电气设备组件的富士康,还有位于长沙的工程机械“大咖”三一重工的“18号厂房”——依托树根互联的平台,三一重工的机加车间利用机床互联、数字检测、自动上下料、离线编程与DNC控制等技术,消除瓶颈工序,实现柔性化升级改造。
或许,在这一刻,从宏观的视角,我们可以看得到“灯塔工厂”另一面的引航意义。
当托勒密二世委派希腊建筑师、尼多斯的索斯特拉图斯在法罗斯岛东端建造世界上第一座灯塔的时候,我们清楚,亚历山大灯塔并不能照亮全世界的海域,为所有的船只引航。
但是,当灯塔亮起来的那一刻,我们都能明确的感知到,人类奔向大海的时代已经开启了!
那么,当“灯塔工厂”在全球、中国点亮,我们也清楚,智能制造的时代正在加速而来。
*本文图片均来源于网络
此内容为【智能相对论】原创,
仅代表个人观点,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。
部分图片来自网络,且未核实版权归属,不作为商业用途,如有侵犯,请作者与我们联系。
智能相对论(微信ID:aixdlun):
•AI产业新媒体;
•今日头条青云计划获奖者TOP10;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电(含白电、黑电、智能手机、无人机等AIoT设备)、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 消息称塔塔集团将收购和硕印度iPhone代工厂60%股份 并接管日常运营
- 苹果揭秘自研芯片成功之道:领先技术与深度整合是关键
- 英伟达新一代Blackwell GPU面临过热挑战,交付延期引发市场关注
- 马斯克能否成为 AI 部部长?硅谷与白宫的联系日益紧密
- 余承东:Mate70将在26号发布,意外泄露引发关注
- 无人机“黑科技”亮相航展:全球首台低空重力测量系统引关注
- 赛力斯发布声明:未与任何伙伴联合开展人形机器人合作
- 赛力斯触及涨停,汽车整车股盘初强势拉升
- 特斯拉首次聘请品牌大使:韩国奥运射击选手金艺智
- 华为研发中心入驻上海青浦致小镇房租大涨,带动周边租房市场热潮
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。