導 讀
雖然各個製造企業對於智能製造這個概念是仁者見仁，智者見智，但它們卻都深諳一個道理，無論進行怎樣的軟硬件升級，都是為數據而服務，生產製造全過程中所產生的數據才是價值的原油，挖掘數據背後的價值就是掘金的過程。
當下“智能製造”蔚然成風，刷爆行業圈，引領製造業。如果一家工廠在2020年還不知道智能製造這四個字，那一定是與現實世界脫軌了。
追求智能製造，
有些工廠設備進行了大換血，實現了無人化、自動化的生產線，可以給客戶提供柔性化、定製化生產；
有些工廠加裝了各種分析儀器，電腦計算、分析出結果，人類操作員只需要按部就班的工作即可；
有些工廠解決了內部互聯互通問題，打破了內部信息孤島，消除了所有IT系統“與世隔絕”的狀態；
……
雖然各個製造企業對於智能製造這個概念是仁者見仁，智者見智，但它們卻都深諳一個道理，無論進行怎樣的軟硬件升級，都是為數據而服務，生產製造全過程中所產生的數據才是價值的原油， 挖掘數據背後的價值就是掘金的過程。
換言之，也只有掌握了數據，才能解決他們共同遇到的訂單效率不佳、產品質量合格率不高、生產過程中故障響應不及時……等諸多問題。
但想掌握數據，何其易？
掌握數據才是掌握智能製造核心動力
要掌握數據“石油”，其關鍵在於實現對數據的採集、處理和運用，就像我們對石油的開採、提煉和用途的合理分配一樣，我們從地底深處將石油開採上來，然後再從石油中提取汽油用於機動車燃料，提取潤滑油用以減少機件之間的摩擦……
除此之外，在傳統制造業中，無論是電子、家電、機械製造、盤廠等離散行業，還是鋰電、冶金等其他行業，大多數中小型製造業企業或許還都難以實現“數據自由”。雖然歸根結底，每家傳統工廠的目的都是“增效提質降成本”簡簡單單的七個字，但礙於現實中可能還處於以手工生產為主的初級階段，自動化設備很少，盈利能力有限，所以也就更難實現智能製造了。
因此在製造生產過程中，往往也可能會出現各種各樣的問題，讓其事與願違。
比如在生產環節：
現實的離散行業生產場景中，經常遇到設備狀況、品質問題、物料短缺等原因造成的停產，而由於信息不通暢，數據無法導入下一個生產環節中去，導致只能依靠現場支持部門的人力資源來來回回的跑去喊人或者打電話，如此一來溝通效率大打折扣，故障處理也就難免嚴重滯後。
又或者是，
工廠經過了信息化改造後，雖然生產現場有看板信息，但由於數據比較混亂或者呈現數據不全，導致員工根本無法讀懂信息，這樣的信息面板豈不形同虛設，難以起到作用？
再延伸到生產管理方面，
如果各部門的品質管理的職責劃分不清晰，責任追溯也就相應的會變得十分困難。當客戶反映最近的產品有問題時，即便拿著產品可能也找不出是哪個環節出現了差錯，責任就更無法落實到工位人員身上了，導致錯誤無法改正，產品瑕疵依舊存在。
而這最後所導致的問題不就是企業追求的“增效提質降成本”的目標難以達成嗎？
要知曉，伴隨著物聯網在工業中發揮的作用越來越大，製造業所產生的數據量也會日益龐大是勢不可擋的趨勢，而這些數據也會覆蓋到生產的全週期當中，如果讓這些數據“流動”起來，也才能帶動工廠“跑起來”。
什麼樣的工廠才算“智造”工廠？
當然，這時也就需要問：如何才能掌握這些數據，唯企業所用，從而解決這些問題？
如果更直觀的來回答，鄭州的漢威科技或許更有發言權，這家在氣體傳感器領域佔有70%市場的傳感器行家也曾經因為“數據”引發過類似的問題，這個“黑匣困境”一度成為掣肘其搏擊更廣闊藍海的主要原因。
而漢威科技擺脫這一困境則是因為接受了施耐德電氣“先醫後藥，先軟後硬”的理念，得到的回報是上線系統不到半年裡，其生產效率提升了12%，產能提升了22%，人均產值提升了14%，市場反饋故障率降低了25%……
關於解決漢威科技問題的核心——施耐德電氣的“先醫後藥，先軟後硬”理念其實並不複雜，所謂“先醫後藥”是確保工業用戶在升級進化的過程中，少走彎路，明確智能製造需求及實施痛點，根據實際需求提供可行的智能製造解決方案，恰到好處地解決升級中的痛點和問題。
所謂“先軟後硬”就是通過對行業的深刻洞察，規劃好生產和運營管理平臺，打通企業數字化服務平臺，再進行硬件升級，進而實現智能化。
而要回答上述傳統制造行業出現的問題，也是套用這一理念。問題的關鍵就是要解決生產管理流程數據不透明的癥結。把原本的“黑匣子”打開，通過對每條產線的實時生產狀態、每個訂單的完成進度、各類大小故障的解決情況等一系列生產運營中至關重要的數據進行跟蹤，讓管理者和生產人員可以對生產情況一目瞭然，針對性的提出改善措施，打造一座完全的
“透明工廠”即可。
具體落實到產品層面，E-Andon及時化響應功能將生產線上相關的請求和報警信息全部收集起來，通過三色燈柱顯示，並加以處理後發送給佩戴設備，工位人員就可以快速反應。而這一過程也會詳細的記錄在案，為以後出現類似的情況提供經驗依據，從而保證響應及時有效。
而E-SIM 及時化管理功能則可以將員工績效任務結合落實到個人身上，讓員工及時瞭解工作任務和效率。當發生損失時，可以及時改正並跟進，避免整個生產受到影響。即時化績效、任務、響應管理通過對責任和KPI的精準管理，實現讓員工做績效的主人。
最後是E-Traceability 生產管理功能，可以管控物料、工藝、全過程質量、工裝及附件等的生產過程，只需員工掃描工件的條碼，就可以對工單、維修、返工等過程執行進行追溯。防呆防錯的作業指導精確指導人工作業，消除人為的疏忽，優化庫存和物料配給。當出現問題時，也可以追根溯源。
除此之外，施耐德電氣工廠數字化套件已經涵蓋了製造業企業在生產和管理過程中所需的一系列功能模塊。橫向覆蓋從原材料進場到生產，再到最後交付的產品全生命週期過程；縱向貫穿從數據採集到生產車間層，再到車間管理層的各個生產管理層級。
所有生產活動都圍繞訂單/工單而進行，以E-Tracealibity為基礎，以E-Sim為提高執行力的共享平臺，進而對所有業務進行信息跟蹤，盤活工廠的“數據血液”，帶動整個工廠飛速運轉。
可以說，這一套組合式產品方案打通了製造業企業數據從生產到交付，從責任劃分到明確績效，從客戶反饋到生產改進等整個全生產週期的流通，進而讓企業體驗到精益化、自動化、數字化的生產。
結語
毫無疑問，數據的價值堪比石油在業界已經形成了共識，它在工業生產中的價值不亞於石油對我們日常生產生活的價值，不過在智能製造的探索中，挖掘和使用數據“石油”的方法也是多種多樣的。就像施耐德電氣把智能製造定義為用戶的自我進化，這是一種提出方法論，進而由用戶按照實際需求實現智能製造的方法。
當然，文章所述也只不過是千千萬萬個工業實踐場景中的“冰山一角”。為了讓更多實際中出現的問題得到解決，讓企業走上“綠色”可持續發展的道路，在能源、資源高效可持續利用的前提下，投入更少，產出更多，施耐德電氣特別推出施耐德電氣智能製造大講堂和施耐德電氣工廠顧問解決方案手冊。它們彙集了眾多行業專家對精益理念與數字化結合的思考，針對企業“因地制宜”。
“綠色製造”、智能製造已經成為製造業的主流，在每一個企業追求和思考的路上，施耐德電氣都願意以身作則，謀求企業經濟效益的同時，協調優化社會效益，與企業共成長，讓生活更美好。
閱讀更多 物聯網智庫 的文章
