从精益到智能化 点击:15 | 回复:0



gchui

    
  • 精华:2帖
  • 求助:0帖
  • 帖子:328帖 | 9回
  • 年度积分:23
  • 历史总积分:1126
  • 注册:2016年9月13日
发表于:2025-03-25 08:40:36
楼主

很多人发现,推进精益有利于推进智能化(或数字化,不纠结)。一个重要的原因是:智能化的基础是标准化和严格管理,推进精益可以强化这些基础。但更重要的是:精益为推进智能化提供指导思想——用精益的思想加上数字化的手段。


精益和智能化的目的是都创造价值。价值从何而来呢?精益的思想可以指导我们。比如,精益有消除有七大浪费的说法,消除了浪费也就创造了价值。这个原理同样适用于智能化:智能化的价值往往也在于消除浪费,尤其是消除那些由于人做不好而导致的浪费。如果可以用好智能技术,往往能在精益的基础上进一步消除浪费。所以,智能化的重要原理,是发挥计算机的优势:计算不出错、少耽误时间、准确度高、反应速度快等。比如,人类做事时,秒级的时间浪费往往很难利用起来,而机器却很容易减少这些浪费。


计算机手段上去之后,精益思想创造价值的领域和场景会发生变化。用上数字化、网络化的手段,往往更更好地推进“全局优化”、“复杂对象的优化”、“实时性要求高的优化”。打个比方,前工序产品出现问题后,可能有两种处置方法:一种是前工序处理、一种是后工序处理。原则上讲,哪个工序处理更具备经济性,就在哪个工序处理。这就是全局优化。但在执行全局优化的过程中,情况会发生变化。比如,处理成本低的那个工序忙不过来。这时,如果还是把任务分配给它,会导致更大的浪费。所以,全局优化往往要伴随动态调整。这个时候,要实现精益的思想,就需要用上计算机和互联网的技术手段,计算机和互联网的优势也就发挥出来了。所以,智能化可以看成精益思想借助数字化工具的实现和延伸。除了精益强调的消除七种浪费,智能化还有另外一种消除浪费的办法,这就是用机器代替人、管理人、提醒人、帮助人。这一点,在精益思想中并不突出。


我们知道,“减少浪费”是有极限的。比如,缺陷率的极限就是0缺陷。所以,如果仅仅从减少损失的角度看问题,精益化和智能化的价值可能并不理想。但是,随着精益化、智能化的推进,很可能会越过一个“量变到质变”的门槛。比如,质量和响应速度足够快、管理足够好的时候,企业的产品就可以向高端市场进军,进入那些需要“多品种、小批量、快交货”的市场。就突破了原来价值创造的天花板。


智能化的思想其实并不新鲜。许多思想都可以追溯到几十年前的CIMS。为什么过去的CIMS往往失败,而现在的智能化成功的比例却上升了呢?原因是条件不一样了,导致数字化技术的“技术可行性”和“经济可行性”发生了变化。


从数字化的角度看,所谓技术可行性就是存得下、传得出、能够在可容忍的时间内算出来,过去做不成的功能现在能做成了;所谓经济可行性,就是可以低成本、高效率、高质量低完成一个数字化项目,过去不值得做的事情现在值得做了。我一直强调,创新的关键是学会抓机会。这两种变化,就叫做机会。


这些变化,根本的原因可以归结到摩尔定律持续60年带来的红利。摩尔定律持续期间,还促进了各种软件工具的发展。软件工具的发展,又进一步提升了工作效率。这样,经济可行性就进一步改善。经济可行性改善之后,又进一步促进工具的发展、摩尔定律的延续,从而进入一个良性的循环,最终不断地提升技术和经济可行性。


软件工具有专用软件和通用软件。要推进智能化,企业需要建立自己特有的软件体系。企业搞智能化,关键就是要做这些事情。在这个过程中,产生了许多概念,如工业互联网平台、数字孪生等。如何理解这些技术呢?在我看来,也应该用经济性的眼光、用精益的思想来认识这些技术。


我们知道:精益是强调持续改进的,数字化和智能化其实也是要强调持续改进。话句话说,智能化不是上一个系统就结束了,而是要持续地推进智能化工作。与传统的精益不同,智能化时代的持续改进,可能要以软件、算法的形式在计算机上沉淀下来。沉淀的过程,也要遵循经济性的原则:增加新功能可能带来收益,但也要付出成本。对企业来说,只有当收益大于成本的时候,做的事才是正确的。


理解了这个逻辑,就可以理解工业互联网平台、数字孪生的概念了:支持智能化、数字化的持续改进。建立工业互联网平台时,把许多数据的采集通道都打通了。这时,增加一个新的功能,就不需要重新采集数据了。没有平台时,采集数据可能需要几个月的时间;如果有了平台,可能只要几分钟的拖拉拽就可以了。这样,开发新功能的效率提升了、成本就降低了,过去不值得做的事情就值得做了。同样,数字孪生的一个重要作用,是便于系统维护人员获取数据、维护系统。我们过去开发工业软件系统时,需要从文件中读取数据。一个功能的代码量大时(比如超过1万行),理解数据就会花很多的时间,还容易出错。有了数字孪生概念,就像软件工程中的面向对象,用数据时就不会出错了。很多人把数字孪生想抽象了:其实,这个概念和人的直觉特别像的概念,特别简单明了。但只有当摩尔定律发展了几十年,人们可以“大手大脚”地用数据时,才舍得采用这样的概念。


不论是精益化还是智能化,创造价值的前提是做有价值的事情、做投入大于产出的事情。那么,什么事情投入产出大呢?在我看来,这是个个性化非常强的问题。只有了解自己企业的人,才知道什么是重要的、知道那些事情值得做。企业推进智能化也好、推进精益也好,先要有人知道“什么事情是重要的”,然后根据“要事优先”的原则,才能把事情做好。企业常见的一个错误,就是没有想清楚什么事情重要,就做起来了。很多系统的失败,本质上是投入产出不合适。


来源:微信号 蝈蝈创新随笔

作者:郭朝晖

该作品已获作者授权,未经许可,禁止任何个人及第三方转载。





楼主最近还看过


热门招聘
相关主题

官方公众号

智造工程师