原标题:「灯塔工厂」距离规模化复制还有多远?
文丨智能相对论
作者丨陈选滨
今年3月,又有13家新工厂加入世界经济论坛和麦肯锡公司共同发布的全球「灯塔工厂」网络。其中,中国地区就入围了6家工厂,包括博世的长沙工厂、海尔的郑州工厂、京东方的福州工厂、美的的荆州工厂和合肥工厂、宝洁的广州工厂。
作为当前全球范围内智能制造的标杆项目,每一家入围的工厂在业务流程、管理系统、数据系统、运营敏感度以及工业互联网、生态可持续发展等方面都有着相对领先的创新成就。
以博世长沙为例,作为湖南首家世界级工厂,其通过自动化技术、AI技术、云技术等前沿能力的融合创新应用,成功节省了30%的物流成本和15%的库存周转天数,并在碳中和的建设道路迎来了令人瞩目的突破成就——依托博世长沙自研的人工智能(AI)驱动生产能源管理系统,工厂的年耗电量减少了18%,二氧化碳排放量降低了14%。
至此,这个从2018年启动的标杆项目已经扩展为103名成员,为制造业的未来发展打造出了一场前所未有的盛宴。
然而,随着这个项目历经4年8轮的评选,「灯塔工厂」的落地似乎正在向某些巨头企业靠拢,比如强生、宝洁、海尔、美的、富士康、施耐德电气、联合利华等巨头上榜的工厂早已达到4家及以上,成为这场盛宴的常客。
那么,在这一趋势变化的背后,是否意味着今天以「灯塔工厂」为标杆的智能制造已经具备了规模化复制的可能?
分化
事实上,「灯塔工厂」的建设一直以来都是属于巨头企业面向未来制造业的试验。然而,随着全球「灯塔工厂」网络的评选拉开,这场巨头的试验也逐渐迎来分化。
在当前处于全球「灯塔工厂」网络的103家工厂中,强生集团占据8席,宝洁集团与施耐德电气各占据5席,海尔、美的、富士康以及联合利华占据4席,博世、汉高、沙特阿美、塔塔钢铁、雷诺集团各占据3席,西部数据、西门子、美光科技又各占2席,其余各行业巨头,如阿里巴巴、京东方、宁德时代、拜耳、惠普等各为1席。
所谓分化,由此开始。一批巨头在打造出了一个标杆之后,似乎便停下了扩张的脚步。
而另一批巨头如强生、宝洁、海尔、美的、富士康以及联合利华等对于「灯塔工厂」的热情不减反增,旗下世界级的「灯塔工厂」不断加速落地、上榜。
前者的想法不难理解,当前,「灯塔工厂」的建设往往需要亿级的成本投入,哪怕对于巨头而言都是一笔不小的支出。根据工业富联、e-works研究院和中信戴卡集团联合发布的《灯塔工厂引领制造业数字化转型》白皮书,在中国45%的智能工厂建设投资规模在1-5亿元之间,9%为5-10亿元,12%则达到10亿元以上。
那么,在如此巨大的成本投入面前,又是什么驱动后者不断投身于智能工厂建设,频频打造世界级的「灯塔工厂」?
在国内,海尔、美的、富士康是目前拥有世界级「灯塔工厂」最多的企业,均为4家。从他们的业务需求和战略导向来看,三家巨头争先竞逐「灯塔工厂」网络的关键或许在于三点。
首先,是业务优化的需要。海尔、美的、富士康三者的核心业务主要是家电制造和消费电子制造,都处于全面转型的周期。一方面劳动力成本的上升,不断倒逼两大制造行业向智能化升级;另一方面家电行业与消费电子行业规模大,标准化程度高,是继汽车工业之后最有可能大规模运用工业机器人的两大领域,具备更多向智能制造加速转型的可能。
具体来看富士康2021年9月上榜的两家「灯塔工厂」的表现。其中,武汉工厂通过大规模引入先进分析和柔性自动化技术,并重新设计了制造系统,使得直接劳动生产率提高了86%,质量损失减少了38%,交货周期更缩短至48小时(缩短了29%)。郑州工厂则通过采用柔性自动化技术,将劳动生产率提高了102%,并利用数字化和人工智能技术,将质量缺陷减少了38%,设备综合效率提高了27%。
同样的,在今年上榜的美的荆州工厂也有相当出色的成绩。作为美的冰箱事业部的核心工厂之一,荆州工厂通过对生产线的柔性自动化改造以及业务流程的创新变革等,最终实现了劳动生产率提高52%,交付周期缩短了25%,质量缺陷降低了64%,客户满意度提升了11%。
就业务表现来说,当前富士康、美的等对制造流程的改革具有明显的提升空间和效果,这也使得身处制造领域的巨头们对智能工厂的建设热情和信心越来越大。
其次,则是由内而外的To B业务驱动。这三家企业除了自身的制造需求之外,还具有明显的To B业务,即工业互联网业务,如海尔的卡奥斯COSMOPlat、富士康的工业富联、美的的M·IoT。
对于他们而言,做工业互联网最好的标杆和背书就是这些全球「灯塔工厂」,而「灯塔工厂」的建设很大程度上就是他们内部对数字化转型的验证与积累。在美的,从集团IT孵化出美云智数,创建团队成员都参与过美的数字化建设,基于这些美的经验形成对外赋能能力,也由此在短短5年内得以应用在40多个细分领域,服务超过1000家企业。
最后,便是产业新模式的探索。跳出具备明显边界的业务范畴来说,这三家企业都提出想要创新产业模式的战略意图。其中,海尔提出的大规模定制模式,便是在「灯塔工厂」的端到端解决方案支持下实现的。
今年上榜的郑州海尔热水器工厂就是一家端到端灯塔工厂。而这家工厂在热水器行业对海尔的大规模定制模式具有明显的驱动意义,通过对工厂关键设备的百分百互联,其实现了产品数字化仿真研发、供应链数据共享以及生产流程智能调度等能力,从而满足用户对热水器的个性化定制需求。
总的来说,三家巨头之所以对「灯塔工厂」寄予厚望,不仅仅只是当下业务转型升级的需要,更有对未来产业模式的探索与沉淀,其中就包括了具体意义的工业互联网业务以及广泛意义的产业模式创新。
复制
当「灯塔工厂」网络出现分化,又一个现实性的问题被摆上台面——智能制造是否具备了规模化复制的可能。
简单来说,现在强生、宝洁、海尔、美的、富士康等已经陆陆续续建成了好几座世界级的「灯塔工厂」,那么是否也意味着在他们(或是其他第三方)的帮助下,其他企业也能打造自家的智能工厂?
答案是有可能的。事实上,在2021年3月入围全球「灯塔工厂」网络的青岛啤酒工厂就是在海尔卡奥斯COSMOPlat的支持下,打造成为了世界级的智能工厂。
海尔卡奥斯COSMOPlat基于自身的互联工厂方法论体系,对青岛啤酒进行了全方位的评估,最后通过复制自身打造「灯塔工厂」的经验,依托大规模定制解决方案对青岛啤酒工厂进行了智能化改造。此次改造的重点主要在于生产流程的优化以及商业模式的创新,即大规模定制模式的开展。
类似的观点在美的看来,一家工厂想要被认定为「灯塔工厂」,就必须依次满足三大条件:第一,一定是大规模部署多种综合性数智化用例;第二,这些用例已经为这家工厂带来显著收益;第三,这些用例同时还可以被其他企业学习借鉴。
由此来说,「灯塔工厂」的复制是可以实现的,但似乎也仅是针对青岛啤酒这样的大型企业可行,面向中小型企业,又是一种完全的不同的状况了。同样是智能制造升级,大型企业与中小型企业是两种不同的逻辑。
实际上,中小型企业相对离散,也没有那么多的成本投入,一昧的复制「灯塔工厂」的经验并不可取。由此,三一灯塔工厂的背后的树根互联面向中小型企业,就采取了一套相对轻便的服务体系与产品,比如根云小匠。
目前,在中小企业里,有相当一批设备都是以前一二十年前的老旧产品,用也用得,但智能化欠佳。如果要让中小企业们大规模的替换这些老旧设备,在短期来看又不实际。因此,树根互联通过“根云小匠”对这些老旧设备进行工作电流识别,再用AI来计算设备的开工作业情况,以此形成动态数据,为中小企业实现一定程度的数字化生产管理。
更多的赋能也大致如此,面向中小企业往往很难一下子就输出一整套完整的经验或服务,只能针对企业生产上的某一个痛点进行“对症下药”。由此,中小企业的智能化升级更倾向于对「灯塔工厂」的模式和经验进行拆解,再根据企业需求进行一点一点的渗透改造,而非全盘复制。
结语
今天,全球「灯塔工厂」网络的持续铺开,标杆效应带来的红利仍在惠及各类玩家,那么谁又将是最大的赢家?焦点之上,莫过于是强生、宝洁、海尔、富士康、美的等多轮上榜的巨头企业。
身处制造业领域,他们本就具有向智能化、数字化转型的原始驱动力,在「灯塔工厂」的标杆背书下,又进一步撑起了以工业互联网业务为代表的To B赋能服务,站在产业转型的前沿,要么面向大型企业进行「灯塔工厂」复制打造,要么面向中小型企业进行「灯塔工厂」拆解服务。至此,以「灯塔工厂」为支点撑起的价值链初见端倪。
也正是在相对完整的价值链支持下,海尔、美的、富士康等制造企业对于「灯塔工厂」的热情才会不减反增,旗下多家智能工厂不断升级打造成为世界级的「灯塔工厂」。而对于整个制造业来说,从巨头内部的规模化到行业整体的规模化,都是必经的发展路径。前面的发展也将在商业化的推动下,为后面的建设提供更符合实际的建设经验和能力。
简单来说,当「灯塔工厂」在美的、海尔、富士康等巨头的内部成为一个常态,那么智能制造距离规模化复制或许就不远了。
*本文图片均来源于网络
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 美媒聚焦比亚迪“副业”:电子代工助力苹果,下个大计划瞄准AI机器人
- 微信零钱通新政策:银行卡转入资金提现免手续费引热议
- 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
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。