掌握三大要素运营数字化，让智能工厂变为现实！

当前，消费者越来越关注所购商品的可追溯性，也越来越关注在商品之外可提供的新的附加服务。因而，传统的工业制造模式已经无法满足制造业的发展趋势。特别在不确定的经济环境中，企业急需提升工厂车间的效率和生产力。

为了把握这些机遇，制造商纷纷着手将生产运营数字化，并生成可以利用的实时数据。换句话说，它们正在打造智能工厂，并将其与整个企业的运营连接起来。区块链、量子计算、AI等新兴技术，也将在这一领域创造新的机遇。

然而，打造智能工厂是一段旅程，企业很难确定最佳的前进路线。

富士通最新的一项制造业调查报告显示，在当前的经济压力之下，58%的制造企业表示“成本”这一要素成为了智能工厂计划的最大障碍。更重要的是，迄今为止，大多数智能工厂项目尚未获得投资回报（56%），这使得进一步投资项目变得难上加难。打造智能工厂的三大要素如下：

一、拉近客户距离

打造一个互联工厂为制造企业提供了向客户提供全新服务的机会。事实上，改善客户体验已成为智能工厂项目最受欢迎的外部目标（62%）。

在消费市场中，个性化定制的趋势越来越明显。生产商可以按照不同的需求交付商品，消费者趋之若鹜。而连接性与效率将是迈向批量生产的关键。调查显示，有将近一半（47%）的制造企业正在实施智能工厂项目，以实现高效的产品定制化生产。

连接性还能够帮助企业挖掘产品的独特卖点。例如，金宾（Jim Beam）是全球知名的波本威士忌品牌之一，它们的每桶威士忌都经历了多年的精心酿造。如今，富士通帮助金宾部署了一套工业物联网解决方案，不仅可以追踪并管理每桶威士忌的生产情况，让威士忌的生命周期将变得更加透明，同时还能拉近与消费者之间的距离，为金宾的威士忌品牌注入了新的“生命力”。

在B2B领域，制造企业的竞争优势通常源于服务化：从售后支持到现场服务，乃至“商品即服务”的模式，都是B2B制造企业实现差异化的因素。

无论是to B还是to C，工厂和企业之前的互联都是关键。客户可能需要可用性以及物流等详细信息来指导购买决策，而工厂则需要具备交付高度定制化订单的能力。只要实施得当，智能工厂将拉近制造企业与客户之间的联系。

二、提升工厂效率

“效率”是所有制造企业都在关注的重要因素。我们的调查显示，智能工厂项目最常见的内部目标就是提高产品质量（50%），其次是提高资产利用率（47%）。

特别是在高端制造业，传统工厂的检测工序通常由人工完成，这一流程既耗时，又容易出错。特别是一些对安全性要求较高的产品，比如风力涡轮机，及时微小的偏差也可能造成灾难性的后果。

利用图像识别与机器学习技术，就可以让质量控制过程实现自动化。包括x光在内的影像数据能够利用算法来进行分析，从而快速识别异常。例如，富士通帮助西门子歌美飒公司实施了一套基于AI机器学习的质量控制系统，将他们的风力涡轮机图像扫描时间缩短了60%。

新兴的计算技术还能够极大地提升工厂的生产效率。

以往，制造企业会利用普通计算机来处理生产流程中的优化组合问题，例如机器人在喷漆或焊接时的最高效路径计算，这一计算过程往往非常耗时。而如今，量子计算系统能够实时为我们提供答案，从而最大化机器人的生产效率。在富士通自身的一家工厂当中，量子计算系统让零件分拣作业的行程缩短了45%！

三、可追溯、可持续

如今，消费者比以往任何时候都更加关心产品的来源以及可持续性。同样，可追溯性对于满足监管要求也十分重要。

区块链正逐渐成为一种强大的工具，可以追踪从原材料到最终产品的全生命周期。区块链能够安全、分布式地存储产品信息，并且确保在供应链中的任何一个节点都不能随意篡改，因此消费者可以充分信任产品的相关信息。

以食品为例，区块链可以让消费者对购买的食品进行从农场到餐桌的追踪，从而安心享用，让肉类、大豆、奶制品的生产信息一览无余。通过这种方式，智能工厂可以帮助制造商展示其产品质量以及企业的社会责任。

通往智能工厂之路

智能工厂项目可以为企业带来长期利益。但在当今的环境下，企业比以往任何时候都面临着更大的压力，需要尽快实现投资回报。因此，制造企业需要从一开始就仔细而清晰地全面定义业务模式，确定那些对业务来说最重要、最有价值的应用场景。

对于一些大型制造企业来说，这可能意味着要开发一套智能化的解决方案，对技术进行验证，在逐步扩展运用到旗下的大量工厂当中。

对其它企业来说，它可能意味着进行少量额外的投资，以充分发挥现有系统的价值。例如，有一些工厂的OT、IT系统和数据库没有有效整合起来，从而无法发挥最大价值。这种情况下，只需要在软件级别进行更好的集成，既可以大大提高生产效率或产品质量。

无论哪种情况，周密的计划都是关键。而从经验丰富的专家那里获得外部支持，能够带来巨大的收益。他们不仅了解新兴技术的潜力，更对制造业的各个环节以及发展趋势了如指掌。

整理 | 天工TIME

来源 | 智能制造