行业动态

2022年装备制造行业数字化转型八大趋势

发布时间:2022-04-18 文章来源:e-works数字化企业网

  装备制造业是为国民经济发展提供技术装备的基础性产业,是我国经济发展的重要支柱产业,得益于国家产业政策扶持和全球产业格局转变,我国装备制造业已经取得举世瞩目的发展成就,形成了门类齐全、具有相当规模的产业体系。装备制造业包括电子设备、汽车制造、金属制品,通用设备等多个细分,行业整体数字化发展呈现以下几点趋势:

  趋势一:从“增量时代”进入“存量时代”,数字化转型成为行业共识

  过去几十年,我国装备制造行业从无到有,从小到大,从指数增长的增量时代,进入优化升级的存量时代。在当前阶段,装备制造业面临出诸多新的发展挑战:资源要素价格上升、环保要求提高;市场竞争持续加剧,不仅要与传统装备制造企业抗衡,还面临新兴技术型企业和数字巨头企业的挑战;全球范围内制造强国仍具有高技术优势,国际产业呈现转移态势。无论在需求端还是供给端,国内装备制造企业的发展面临一定的压力。面对行业增速放缓、 内外部环境变化,叠加国家政策的鼓励与引导,数字化转型已经成为装备制造企业的迫切需求,以数字驱动企业壮大新增长点、形成发展新动能成为行业共识,对数字化转型企业不再思考是否“需要做”,开始思考和布局“怎样做”。

  趋势二:物联网应用日益广泛,在线数据大量丰富

  装备制造企业在数字化转型方面纷纷进行尝试,通过生产制造环节引入基于物联网技术的各种先进生产设备、工业机器人,并应用基于智能生产联动系统的设备互联与数据互通解决方案,逐步打通各环节生产信息,实现从生产制造及相关各种可用信息被实时捕获,提高制造的可视性,使生产过程的每一步都能“看到”,每个生产单位都能掌握,实现对资产,流程,资源和产品进行虚拟跟踪。

  行业领先企业在物联网的应用方面不断推进,在德国安贝格的西门子电子制造工厂,机器和电脑自主处理75%的价值链,约有1000台自动化控制器正在运行。正在生产的零件通过产品代码与机器进行通信,产品代码告诉机器他们的生产要求以及下一步需要采取的步骤。员工主要负责监督生产和技术资产,包括处理突发事件。在GE的Durathon电池工厂,10,000多个传感器实时测量温度,湿度,气压和机器运行数据。这不仅提供了实时监控生产和调整过程的机会,而且还可以追溯电池性能,回溯到特定批次的粉末以及过程中的每一步。

  物联网的应用使装备制造企业在线数据大量丰富,对设备状态、故障频率等各类生产信息实时把我,为企业生产经营决策提供充分的可见性,为简化业务流程、及时发现生产过程中潜在问题、提高产品质量和降低成本提供可能。

  趋势三:以数据中台为载体,全面提高业财数据可用性

  数据是数字化转型的基础,大部分装备制造虽然有相对完善的业务系统,但尚未建立覆盖全流程、全产业链、全生命周期的数据链;内部数据资源散落在各个业务系统中,形成“数据孤岛”;企业内部数据与外部数据融合度不高,无法及时全面感知数据的分布与更新。

  数字化转型进程中,企业重视数据基础的完善,建立数据中台实现数据集成,打通数据通路,聚合从产品系列、客户、渠道、合同类型、币种核算、成本结构等等信息,将销售、生产、采购、研发乃至人力、财务各个部门的数据贯通,从交易运作的源头获得数据信息。把核算系统、ERP系统、CRM系统、采购系统以及各类的前端交易系统等打通,实现高效的数据采集与数据清洗。把财务数据与业务数据打通,把客户数据与运营数据打通,把内部数据与外部数据打通,把结构化数据和非结构化数据打通,全面提高数据的可用性,为后续数据的场景化应用打好基础。

  趋势四:数据驱动的场景化解决方案纷纷出现

  企业在生产经营过程中遇到的面临各类问题,以往这些问题的回答需要依赖管理层个人经验,在数字化转型的背景下,企业需要基于数据和模型来发现和解决问题,通过场景化解决方案解答一系列难题,例如:产品的小批量、单件化生产,如何高效满足客户技术、交货需求,合理调配产能?生产过程中涉及到大量零部件,如何优化生产流程、发现生产环节问题,提高生产管理能力?新产品、定制化产品的开发设计对生产成品影响大,如何在产研设计阶段准确预测生产成本、新产品(项目)收益率?面对这些问题,各种场景化解决方案纷纷出现:

  产供销平衡测算:以计划管理为抓手,以市场需求及销售端信息为牵引,快速指导生产端所需生产的产品型号、批量、交货期等,并结合产品BOM信息、库存情况,指导企业进行物料采购,实现销售、生产和采购联动。

  智能排产:自动分解客户需求,把握企业各厂房或生产基地产线、产能情况,快速根据客户需求变化灵活排产,无论是定制化产品制造、多品种小批量生产还是标准大批量生产,都可以通过系统模型快速计算,协同各相关部门信息,实现生产计划随订单变化及时调整,产能充分发挥利用,优化复杂的车间层运作,实现产出和整体效率的最大化。

  项目制造管理:预算管理以项目为单位,协同多个相关部门编制预算,在项目执行过程中按组织、按明细项目或按标准实现预算管控,实施监督项目开支情况,及时跟踪和对比分析。同时实现项目预算与企业年度预算打通,在项目预算变更、滚动预算等情况下,保持预算科学合理。

  趋势五 :人工智能深度应用,企业决策模式发生改变

  随着以数据为基础的深度学习的飞速发展,人工智能技术已逐渐渗入企业管理和组织决策中,人工智能的应用转变了装备制造企业决策模式,相较于传统管理报告延迟、遗漏、易错的固有问题,人工智能决策模式则有更强的实时性,更细的颗粒度,更高的统合性,通过大数据、机器学习等前沿技术,将企业的实际问题转化为数学模型求解,解决生产、仓储、配送、销售等一系列场景中的优化问题,智能排查经营漏洞、生成策略、选择策略,实现数据驱动的人工智能决策。

  趋势六:商业模式发生变革,产品中心向客户中心转变

  在传统的工业技术体系下,装备制造企业商业价值的创造以产品为中心,重点关注产品的生产制造效率、产品质量,随着市场要求不断提高,企业从单纯的设备供应者转变为整体方案的解决者,从提供标准化产品转变为提供多样化定制化产品,相应的产品和服务的内在逻辑也发生转变。从“以产品为中心”转向“以客户为中心”,倒逼企业更密切的与市场、与客户打通信息,通过数字化手段提升自身实时洞察能力,为客户参与产品设计、生产、制造、服务等全生命周期打造良好体验环境。

  在设计方面,通过运用云计算、数据孪生等技术,将研发设计产品信息进行数字化、可视化表达,整合供需双方设计资源,推进产品落地;在个性化定制方面,通过客户交互平台和资源平台,推进敏捷开发、柔性制造及精准交付模式,实现企业研发、生产和服务数据贯通,促进供需精准匹配;在智能化制造方面,以数字化为核心,采用智能手段突破生产制造中的瓶颈问题。

  趋势七:数字驱动成本管理由传统模式向精益管理转变

  数字化驱动推动企业建立成本信息库,搭建成本测算、分析模型,结合装备制造企业精细化成本核算和多维盈利分析等业务特点,实现研发、生产、采购、销售全价值链的端到端的全场景成本管理,实现精细化的全成本管控和分析。通过目标成本管理、标准成本管理、作业成本管理、成本预算预测等多角度管理测算实现管理的评价闭环。

  在销售定价决策过程中,装备制造企业对成本信息的要求继续提升,新产品的定价、定制化产品的价格决策都需要细化的成本信、成本模型。通过应用数据及建模技术,快速搭建成本测算模型,并根据历史成本信息、代表机型BOM、最新物料采购价格等,快速测算产品成本,帮助企业及时报价,在市场竞争变化的环境下帮助企业在竞标中急速占领优势。

  在目标成本管理方面,以历史成本数据指导企业制定目标成本,降本额科学合理分解至各业务环节、各产品、各项目,明确单台降本额,让企业降本增效的战略落实到日常的业务订单之中,实现成本信息可查可控。

  在成本精细化核算方面,以产品为中心的损益计算成为主流,按照一定的规则分摊工与费至单个工单,按照工单计算制造件单位成本,根据BOM由下至上卷积产品生产成本(料、工、费),计算单个工单产成品实际成本;根据分析与管理需求,汇总单个工单形成按产品、项目、工序、组织等多维度的实际成本数据。

  趋势八:企业数据边界打通,产业链上下游密切协同

  装备制造企业通常面临供应链生产环节原材料库存成本增加,供货不及时,无法及时应对客户的需求等问题,在数字化转型过程中,数据驱动企业突破边界,与上下游企业数据联通融合,加强产业合作,增强风险预警和应急处置能力。例如汽车行业,在新车型开发过程中,整车厂与上游企业信息共享,除了提出零部件研发的技术要求外,整车厂新车型的生命周期、未来几年市场销售量、目标区域等信息也会同步至上游零部件供应商,零部件供应商通过这些信息对产研项目进行盈利测算,计算量产后单台零部件生产成本及所需承担的研发费用,从而更合理的进行报价决策和研发、生产安排。

  数据驱动下核心企业与其供应商实现采购、物流、配送及销售的协同管理,提高企业间沟通效率,降低沟通成本,全业务流的智能化、透明化和数据实时化,实现全部零部件的全流程质量追溯,减少各种重复录入工作,提升物流效率与运转质量,确保生产排程合理性与交期和质量,实现企业间协同效率提升。