工业互联网生态2.0之数字工厂白皮书.pdf

1工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业目 录 Table of Contents点击目录跳转到对应章节一、数字工厂已成为生产主导型离散制造企业必答题.2生产主导型离散制造在工业经济中占据重要比重.2内外承压，生产主导型企业需持续降本增效.4通过数字工厂实现降本增效已经成为广泛共识.7二、不同阶段企业数字工厂建设总体思路.9数字工厂建设整体目标确定.9数字工厂建设规划和实施路径.11各阶段企业数字工厂重点建设内容.19三、新时代数字工厂关键支撑：一体化制造运营中台.27数字工厂生产管理走向一体化制造运营.27一体化制造运营中台：制造运营管理的核心支撑.30企业通过一体化制造运营中台支撑生产运营管理.33四、工业互联网生态：数字工厂的来源与归处.45工业互联网生态助力数字工厂建设.45数字工厂发展融入工业互联网生态.46结语：拥抱数字工厂建设，融入工业互联网生态.472目录一、数字工厂已成为生产主导型离散制造企业必答题图 1.微笑曲线理论1附加值研发设计生产制造营销品牌生产主导型离散制造在工业经济中.占据重要比重生产主导型离散制造：核心利润和竞争力来源于生产环节1992 年，宏碁集团创办人施振荣先生提出了著名的“微笑曲线”理论，指明了工业企业利润以及核心竞争力来源的 3 个环节，即：研发设计、生产制造和营销品牌，并认为产业链中价值最丰厚的部分集中在研发和市场两端，故企业应更多加强研发和市场端，以改善企业利润水平。1:台湾重要科技业者宏碁集团创办人施振荣先生于 1992 年为了“再造宏碁”提出了“微笑曲线”(SmilingCurve)理论。3目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业然而，在当前产业分工体系下，中国仍有数量庞大的中小企业、OEM 代工厂等，核心业务仍主要围绕生产制造展开，主要分布在机械、电子等行业。申洲国际、麦格纳、台积电等企业也用成功实践证明，凭借出色的生产环节能力，企业同样能够在产业链中获得高利润，不断发展并壮大。由此，从研发设计、生产制造、营销品牌各环节获得利润和核心竞争力，也成为区分不同企业的典型方式。根据以上 3 个环节对企业附加值的贡献程度，也可以将各类制造企业大体划分为 3 类：研发设计主导型、生产制造主导型和营销品牌主导型。研发设计主导型常见的行业如汽车整车、复杂装备及其核心零部件等，其产品复杂，技术含量高，生产规模相对不太大，故提高研发设计水平是提升企业附加值和竞争力的核心。营销品牌主导型企业多见于消费品行业。相比于产品设计和生产制造过程，很多消费品的竞争力核心还是营销、渠道和品牌在消费者心中的塑造。生产制造主导型企业则覆盖了大量机械、汽车、电子等行业的中上游零部件企业，包括中小企业及各种代工厂、流程工业工厂等。很多消费品行业和装备制造的中小型企业，虽然也有一定的研发和营销能力，但在行业的话语权并不高，产品附加值有限，生产制造环节依然构成企业的核心竞争力，所以仍然属于生产制造主导型制造企业。一些生产规模特别大的消费品品牌，其大量出货的中低端产品竞争力仍主要来自生产环节，也可以部分视为生产制造主导型制造企业。图 2三种类型的制造企业.来源：IDC,2023研发设计主导型营销品牌主导型生产制造主导型五金机械加工电子组装部分汽车零部件部分消费品各类代工厂.汽车整车高端装备装备核心零部件.食品饮料高端家居家装高端日用品.工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业4目录生产制造主导型企业中，离散制造相关企业数量更多。生产制造主导型离散制造企业较多分布在机械、电子、汽车和消费品行业，从收入规模和企业数量方面上，在工业经济中占比过半。占据中国工业企业较大比重的中小企业中，很多也都属于生产制造主导型企业。因此，生产制造主导型制造企业的发展水平，对中国工业经济转型升级有着举足轻重的影响。万亿元28.9国家统计局数据显示，截至 2022 年末，机械工业共有规模以上企业 11.1 万家，2022 年累计实现营业收入 28.9 万亿元。内外承压，生产主导型企业需持续.降本增效在日益动荡和竞争加剧的市场环境下，生产主导型企业由于生产组织和管理等方面的特点以及在产业链中的位置，不得不持续降本增效，以维持企业的生存和利润空间。工业和信息化部数据显示，2021 年，我国规模以上电子信息制造业营业收入同比增长 14.7%，占整个工业的营业收入比重达到 11%。亿元36,311工信部装备工业发展中心发布的中国汽车产业发展年报（2021）显示，2020 年我国汽车零部件制造业营业收入为36,311 亿元。工业和信息化部发布的消费品工业“三品”发展态势白皮书显示，截至 2023 年 5 月，中国消费品工业规模以上企业已增至18 万家，占全国工业的 38%。14.7%38%5目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业企业处于行业中上游的企业话语权有限，面临上下游强势压力。很多生产主导型企业位于行业中上游的零部件领域，其下游的汽车、消费品等品牌客户体量较大，话语权重。近年来随着行业竞争压力增大，下游品牌客户持续降价、加速研发周期以增强竞争力，同时也将这一压力传导到上游供应商，要求上游企业以更高的响应速度、更短的交期、更低的价格供货。例如在消费电子、汽车等行业，下游客户每年要求中上游零部件供应商降价已是行业惯例。2022 年下半年以来，丰田要求部分零部件供应商降价，长安汽车以直接扣款 10%的方式要求供应商降价等新闻，都在市场引起不小关注。很多中上游的生产主导型企业，连年持续提高生产效率，也仅仅能维持订单。另一方面，传统大批量生产的同质化产品已经难以满足消费者日趋个性化的需求，终端消费品生产和运营走向 C2M 和大规模定制，由此导致上游企业的订单也从“少品种大批量”转变为“多品种小批量”，对企业生产的反应速度和柔性提出了更高的要求。上游原材料价格不断上涨，也在日益挤压企业的利润空间。原材料大多属于大宗商品，价格形成因素复杂，很多采购原材料的企业并不具备价格话语权，只能通过提高自身生产效率，抵消原料价格上涨的影响。企业位于长产业链一环，同质化竞争激烈，只能持续深耕降本增效。很多生产主导型企业处于长产业链中的一环，集中在特定细分方向，产品用途单一或专供特定客户，较难实现技术突破、横向业务拓展或商业模式创新。同时，由于行业内有大量同类企业开展同质化竞争，难以打造差异化竞争优势，在生产环节持续降本增效成为企业唯一的突破口。2023 年以来，受到国际形势动荡及国外需求不振等影响，一些原本以出口为主的企业也开始转向内销，国内市场的竞争更加激烈，企业利润空间持续受压，必须持续降本增效才能保证生存。企业生产需要广泛外部合作，与供应链协同的挑战日趋增大。离散制造企业原料来源于众多供应商，需要与上游潜在供应商耗费相当长的时间进行沟通，方能保证原材料按时到货、形成齐套，进行后续生产。如个别原材料供应国家统计局数据显示，2022 年机械工业所需原材料价格虽有一定波动，但总体处于高位，全年原材料生产资料工业生产者出厂价格同比上涨 10.3%。工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业6目录不能及时到位，就会影响整体的生产和交付进度。来自多个不同企业的同一原材料，也需要通过强管控，保证不同供应商提供的原材料可以达到品质、交期的一致。近年来，随着全球动荡加剧，企业在关注供应链效率的同时，也开始更多关注供应链的韧性。一些仅依赖个别客户或供应商的企业，其面临的风险显著增大。企业需要在上下游与更多企业建立联系，以便应对各种供应链风险的冲击，这也对企业与更多外部企业协同提出了更高的要求。企业生产组织变化大，管控要求日益提高。由于属于典型离散制造，很多企业需要根据订单的持续变化和调整来组织生产。近些年，很多行业终端产品需求的不确定性增加，产品周期日益缩短，对上游企业的订单要求也随之快速变化，插单和订单变更对企业排产和供应链管理提出更高要求，如果不能高效组织排产、采购、运输，就很容易造成设备产能的浪费、错失订单或无法按期交货。另一方面，不同于流程制造，很多离散制造企业在企业自身生产过程中的加工、上下料、物流、检测等很多环节工序有较高的人工参与度，自动化水平尚不够高，人工技术水平对很多环节的影响较大，对产品一致性形成挑战。外加近些年人工老龄化的加剧，制造业吸引力下降，招工难度不断加大，也给很多人工依赖度较高的生产主导型制造企业带来更多挑战。人民日报一份调查显示，中国 73%的制造业企业面临招工难。很多生产制造企业受限于产能等因素，还会将部分产品委外加工；要保证外协加工企业产品与自身加工产品质量一致，也对企业生产管理提出了更高的要求。企业出海面临日趋严格的客户要求。相当一部分生产主导型企业从事外贸或承接外贸订单。在企业产品质量的过程追溯、品质一致和交付周期方面，海外客户往往会提出更高的要求。同时，欧盟碳关税等机制进一步提升了出口的要求。2023 年 4 月 25 日,.欧盟理事会初步通过碳边境调节机制（CBAM,又称欧盟碳关税），即：未来出口到欧盟的高碳商品将需要缴纳相应的税费。此外，随着越来越多中国生产制造企业走出国门、在海外设厂开展生产，在海外不同的资源要素条件下，如何保证海外工厂成本和品质达到国内工厂水平，也给企业提出了更高的要求。7目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业通过数字工厂实现降本增效已经成为广泛共识在日趋严峻的市场形势下，通过数字化转型开展降本增效，如今已经成为各行业的共识。数字化转型是以价值创造为目的，以提升效率和效益为导向，用数字技术驱动业务变革的过程。近些年来，在政策持续推动、企业竞争压力日趋增大、数字技术与行业深度融合等多方因素的共同推动下，通过数字化转型实现提质、增效、降本、减存、绿色、安全发展，增强企业竞争力，已经成为企业的共识。3 类不同主导类型的企业，由于自身特点不同，生产数字化转型的核心方向也不尽相同。研发设计主导型企业侧重通过数字孪生和多方协同设计，提高产品设计效率，缩短研发周期，以提升设计阶段竞争力，并实现产品全生命周期的管理。营销品牌主导型企业更侧重通过大规模个性化定制和 C2M，缩短渠道，提供更个性化的产品，更精确地满足消费者需求。生产主导型企业，则重点在于通过更高效的生产管理和产业协同，提升生产环节的利润；同时，通过提升更加柔性的生产组织能力，以匹配下游客户日益小批量多品种化的订单需求。根据 IDC 调研，全球67%的 1000 强 企 业已经将数字化转型作为企业的战略核心。近年来，面向精益化生产管理、高效产业协同和柔性化生产组织，建设数字工厂，已经成为生产主导类企业的共识。相比于过去的企业信息化建设更侧重工具、流程和系统，数字化工厂建设在覆盖系统建设和自动化建设的基础上，更加侧重企业数据的连接、贯通。构建以数据驱动的业务运营，并支撑企业最终走向智能化，成为企业面向未来发展的重要步骤。图 3三种类型企业数字化的重点方向各不相同.来源：IDC,2023研发设计主导型营销品牌主导型生产制造主导型精益化生产管理高效产业协同柔性化生产组织数字孪生设计多方协同设计产品全生命周期管理大规模个性化定制C2M工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业8目录IDC 对 100 家生产主导型离散制造企业的调研显示，100%的企业愿意在数字工厂方面开展探索，90%的企业认为数字工厂将取得明确的成效。96%的企业已经都在近 3 年内开展了数字工厂相关建设，其中 41%已经制定了系统性规划，正在逐步开展相关建设。图 4数字工厂建设对于生产制造主导类企业实现提质降本成效的投入必要性分析图 5未来三年制造企业对于数字工厂建设的态度来源：IDC 2023 生产主导型离散制造企业调研,N=100来源：IDC 2023 生产主导型离散制造企业调研,N=1007.7%32.7%40.4%17.3%是否取得成效有待探索，可以大胆做些试点.有望取得一定成效，值得选择性开展一些探索.将取得明确成效，但应量力投入.在提质降本等方面预期成效并不明确，谨慎观望.将取得显著成效，须大力投入.是否取得成效有待探索，可以谨慎做些试点.1.9%0.0%26.9%36.5%30.8%否，尚在观望和了解.是，但对规划目标、建设路径尚不清晰.是，已经制定了系统化规划，.正在逐步开展具体项目.是，已经或即将针对特定问题开展具体项目.5.8%9目录数字工厂建设整体目标确定数字化工厂建设的核心，是实现生产过程和上下游数据的全面贯通，以数据驱动业务运营的透明化、精益化，并最终走向生产的全面智能化。但由于自身业务规模、技术能力、信息化基础、资金投入能力等方面的不同，很多头部企业的数字工厂建设内容并不适合所有企业参考。更多企业需要结合自身发展阶段，明确自身当前阶段更合适的数字工厂建设整体目标和方向。本白皮书将各类中小型企业、大型企业划分为 4 个发展阶段，并给出 4 个阶段企业各自数字工厂建设的目标方向供参考。来源：IDC,2023图 6两类企业四个发展阶段数字工厂建设的目标和方向小微阶段（千万-亿）成长阶段（亿-十亿）领军阶段（十亿-百亿）旗舰阶段（百亿-千亿）中小型企业透明数字工厂精益数字工厂云智数字工厂未来数字工厂大型企业通过前沿技术等从数据中挖掘价值沉淀行业经验，以知识驱动生产管理和运营数字化能力对外输出带动产业链企业智能、协同生产数据知识化低成本实现主要管理过程数字化、规范化数据可视化业务流程数字化和数据互通精益生产持续改进数据主线化数据全面接入和跨环节贯通局部场景数据智能化应用数据作为服务支撑上层应用上下游协同组织生产数据服务化二、不同阶段企业数字工厂建设总体思路工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业10目录小微阶段中小企业：小微阶段的企业很多年产值在千万-亿的水平，IT 基础薄弱，资金有限，生产管理众多环节还存在不规范、不透明的情况，因此数字工厂建设的主要目标在于实现数据的可视化，实现主要生产过程数据的可视化和规范化，建成透明数字工厂。成长阶段中小企业：成长阶段的企业大多年产值在亿-十亿的水平，部分环节已经实现了 IT 系统应用。数字工厂建设的主要目标在于实现数据的主线化，即从订单到交付、从设计到后服务等几条核心流程数据全面的数字化和贯通，并通过数据分析，持续驱动生产过程的精益改善，建成精益数字工厂。领军阶段大型企业：领军阶段的企业大多年产值在十亿-百亿的水平，通常已经建设了相对丰富的业务系统，实现了相对较高的管理水平。数字工厂的建设目标更多在于实现数据的全面接入和跨环节贯通，并构建灵活弹性的 IT 设施支撑上层应用扩展，在局部场景实现数据的智能化应用，增强企业生产组织的柔性。同时，企业也和上下游实现基于数据互通的协同生产，实现拉动式生产，建成云智数字工厂。旗舰阶段大型企业：旗舰阶段的企业大多年产值在百亿-千亿的水平，其数据收集和利用方面已经达到行业领先水平，自身也有较强的数字化能力，简单的业务系统和管理改善对企业的提升已较为有限，数字工厂建设更侧重构建自身的全栈化数据智能能力，以及应用前沿数字技术、实现进一步业务提升，并结合自身能力外溢，扶持带动产业链其他企业共同走向智能和协同化生产。本白皮书中基于企业年产值对企业发展阶段进行的划分仅做示意，实际情况下，很多企业产值和发展阶段并非严格如上对应：一些细分领域的头部企业尽管产值不高，但已经进入领军阶段；一些行业企业尽管产值达到百亿级别，但发展水平可能仍处于成长阶段。企业更多还应结合自身行业特点和信息化基础，对自身发展阶段做出更准确的判断。11目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业数字工厂建设规划和实施路径既有工厂改造：沿 5 个步骤推进相比于大额投资建设新工厂，改造目前正在运行的既有工厂是很多企业更常面对的挑战。面向既有工厂的数字工厂改造，企业可以根据“明确现状确定目标整体规划分布实施持续运营”这 5 个步骤进行规划和建设。明确现状：一方面，从行业发展和企业发展角度，进行行业竞争分析，梳理明确企业发展的主要战略方向，即企业未来一段时间内主要的业务提升方向，数字化工厂建设的方向应对齐企业的战略方向，并以此向下分解展开。另一方面，从业务管理和.IT 架构两个维度对企业的数字化水平进行成熟度评估，明确企业当前数字化发展水平，方便找到行业对标，从而为明确目标提供基础。业务管理评估更多关注企业业务管理数字化和智能化水平，IT 架构评估则更多从流程数据化程度、架构先进性等方面进行评估。明确现状确定目标整体规划分步实施持续运营明 确 当 前 业务 发 展 核 心挑 战 和 战 略战略方向评 估 当 前 数字化水平市场分析成熟度评估组织构建明 确 要 达 成的 各 方 面 整体目标生产管理指标数据利用水平投入及产出IT 系统架构主要业务系统云基础设施数字平台数据体系组织团队系统建设实施流程优化生产执行设备安环供应链功能迭代升级模型持续迭代数据挖掘功能模块开发业务建模优化来源：IDC,2023图 7既有工厂数字化改造5 个步骤.工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业12目录市场上有一些公开的企业数字化成熟度评估标准，可供企业参考，如：国家标准：智能制造能力成熟度模型(GB/T39116-2020)、智能制造能力成熟度评估方法（GB/T.39117-2020）、基于云制造的智能工厂架构要求（GB/T.39474-2020）等。国际机构标准：MESA（MES 国际联合会）推出的智能制造模型MESA.MOM.Capability.Maturity.Model、MESA.Model.：A.Framework.for.Smarter.Manufacturing、NIST.（美国国家标准与技术研究院）：Smart.Manufacturing.Systems.Readiness.Level.(SMSRL).Tool一级：规划级二级：规范级三级：集成级四级：优化级五级：引领级企业开始对实施智能制造的基础和条件进行规划，能够对业务活动（设计、生产、物流、销售、服务）进行流程化管理。企业应采用自动化技术、信息技术手段对核心装备和核心业务活动进行改造和规范，实现单一业务活动的数据共享。企业应对装备、系统等开展集成，实现跨业务活动间的数据共享。企业应对人员、资源、制造等进行数据挖掘，形成知识、模型等，实现核心业务活动的精准预测和优化。企业应基于模型持续驱动业务活动的优化创新，实现产业链协同并衍生新的制造和商业模式。来源：GB/T39116-2020来源：MESA图 8智能制造能力成熟度模型图 9MESA:.MOM 能力成熟度评估工具13目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业一些工业服务商也会发布各自的企业数字化能力成熟度评估模型，供企业参考。一些工业互联网平台企业和区域工业互联网平台还会提供在线的评估工具，通过一系列问题，帮助企业快速进行评估并给出在线结果。很多地方政府也在通过政府采购服务形式，由政府支付费用，组织服务商帮中小企业开展免费的咨询诊断。值得注意的是，市场上很多数字工厂相关的成熟度评估模型主要根据大型企业业务发展提炼总结而来，很多要求并不完全适合各个阶段的企业，市场上很多数字工厂的成熟度模型在与具体行业结合方面也相对较弱，故企业仍需结合自身行业情况做进一步的适应性参照。确定目标：从企业未来若干年的发展整体目标出发，参考业内领先水平，分解制定企业数字工厂建设的中长期和短期（3-5 年）总体目标。具体目标，可以从 3 个维度分别进行分析和确定：一是生产管理提升的核心指标，如良率、交期、库存周转率、利润率等。数字工厂的建设，首先应保证生产管理核心指标的提升。来源：NIST图 10NIST:.智能制造系统成熟度评估主要维度Maturity LevelOrganizationalITPerformance ManagementInformation Connectivity Process Designated Personnel Software Systems Output Data Format KPI KPI Relationship Improvement Plan工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业14目录二是数据的利用水平。在当前建设阶段内，期望达到的业务环节数据的覆盖度、数据精细的颗粒度、数据分析和利用的水平等。业务数据覆盖宽度：明确要实现哪些业务环节的数据覆盖，如覆盖部分核心生产环节、全部生产环节，还是延伸到全部生产和经营环节，甚至是自身和上下游相关的全部生产环节等。尽管企业最终的发展目标都是实现数据的横向集成、纵向集成和价值链的端到端集成，但企业在不同发展阶段，受限于资源，并非能够一次性完成全部工作。数据精细颗粒度：明确要收集和应用的各环节数据的颗粒度，核心取决于要达到的应用管控精细度。如生产过程中的设备数据，是只需要采集简单的设备开关机情况，还是需要精细到运行过程中转轴、压力、温度、振动等核心参数。若并不开展设备的预测性维护，则无需达到设备运行核心参数的颗粒度。数据的分析利用水平：明确是希望达到数据的基本透明化，还是希望实现数据价值的挖掘；通过深度的数据模型构建，实现业务价值提升。很多企业的大部分环节数据还处于割裂状态，通过数据透明化就已经可以实现较显著的业务提升。数字化水平较高的企业，其数据协同已达到较好的水平，则更多需要通过数据挖掘实现进一步的价值提升。三是投入与产出目标，包括企业总体计划在数字工厂方面投入的人员、资金情况，期望达到的直观业务提升成效，以及潜在业务成效所占比例。直观业务成效指通过单次项目建设即可达到的成效；潜在业务成效是指在单次项目建设中难以看到直接价值、但长远看来具有重要奠基作用的成效，例如 IT 架构升级、数据积累所带来的新系统开发周期缩短、通过数据智能提升业务指标等未来可能产生的潜在成效。需要注意的是，企业总体目标的制定需要考虑对企业自身的最优，而非在行业的最优，所以很多行业内的最佳实践和达成效果并不能简单复制。整体规划，分步实施：结合企业现状、能力、发展目标等，制定企业 3-5 年的数字化整体目标和计划，并拆分成相对具体的系统和项目，分步进行实施。15目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业规划的框架不仅应包含企业生产、物流仓储、质量等关键业务功能模块的目标和流程，还包括配套的 IT 基础设施和工具能力、企业数字化平台和底座的构建、数据管理体系的建设等内容。规划相关具体的建设内容时，一些值得注意的原则包括：量力而为：评估企业各方面数据基础，以及能够在未来几年投入的 IT 人员团队能力，如应用开发和数据分析能力等，在企业能力范围内开展方案规划和建设。短期重实效，长期重体系：短期以能够解决业务发展面临的突出问题、快速见到成效的方向作为主要建设目标，不盲目追求前沿技术应用。中长期则以更体系化的企业数字化和智能化能力提升为目标，开展前瞻性布局。如果企业各方面痛点问题尚不清晰，也可以先通过数字化发现问题，之后以驱动问题改善为主要目标开展具体规划。平衡平台和应用：平台项目大多直接收益不显著；业务应用收益虽然显著，但因缺少平台，容易建成一堆“烟囱”，不利于未来发展。所以在整体规划过程中，需要合理平衡平台和应用的建设。适当结合政策和热点：企业在自身发展的进程中，如果一些前沿方向刚好与阶段内政府支持和引导的方向或市场高度热门方向契合，可以适当考虑将项目提前，获得更多内外的认可和支持，提升建设项目的产出，降低建设成本。适度超前+查漏补缺：企业数字工厂不必先通过大量系统建设补全信息化基础，之后再考虑数字化项目建设。即便存在基础薄弱的数字化环节，也可以直接通过数字化方式开展建设，通过数字工厂实现查漏补缺。同时，数字工厂建设也不能仅局限于企业当前业务面临的问题，在基础设施拓展、工具平台搭建、数据积累和规范化等诸多方面可以适当超前，以满足未来企业业务扩展的需求。通过系统规范业务，而不是让系统适应业务。业务数字化为企业提供了流程再造的机会，企业应借此梳理和规范业务流程，引进先进管理方式，而非简单定制一个与自身企业流程完全匹配的系统。与现有系统的平滑过渡。企业在数字工厂建设前，通常已经积累了较多业务系统。数字化不宜过于激进，不能全面推翻或替换传统既有应用，而应该采用新架构新思路，令传统旧应用的功能逐步转移到新应用中，以逐步替换传统应用。工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业16目录持续运营：数字工厂的建设在系统上线后并未完成，仍需持续运营和迭代：业务系统功能的持续迭代：数字工厂系统在规划和建设阶段，通常对应用功能的颗粒度、应用习惯等考虑不足，所以在上线使用过程中，还需结合实际业务情况，持续迭代和优化功能。同时，一些业务的发展会催生新的功能模块，需要在现有系统的基础上持续扩展升级。模型和数据智能的持续迭代：企业业务模型和数据模型都应根据业务的持续应用、进行持续沉淀和迭代优化，从而真正将经验沉淀到系统，走向知识驱动的业务运营。以 AI 为代表的数据模型，应用部署只是开始；随着数据不断积累，模型的成效能够持续提升。所以，只有在持续部署迭代一段时间后，才能达到比较理想的应用成效。青岛征和工业股份有限公司（简称“征和工业”）主要从事各类链传动系统的研发、制造和销售，是国内链传动行业的领军企业、链系统技术领导者，同时是中国链传动行业首家 A 股上市公司。随着数字化浪潮席卷全球，征和工业认识到，传统的生产、销售方式已经无法适应时代对企业的要求，传统工业模式带来的增值效益逐渐减弱，企业亟需转型。自 2016 年，征和工业就开始数字化转型探索，但缺乏经验、方案可行性差等痛点始终困扰着征和工业。2020 年 5 月，征和工业与卡奥斯 COSMOPlat 正式签署战略合作协议，卡奥斯COSMOPlat 为征和工业制定了从诊断咨询到实施的整套数字化转型战略方案。整套方案包括：.调研分析：深入征和全流程调研分析，明确针对数字化的根源诉求；制定数字化战略蓝图：规划能够支撑征和未来 5 年发展战略的数字化战略；典型案例：征和工业数字工厂整体咨询建设17目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业 业务系统规划：规划能够支撑业务流程的信息化系统；IT 基础架构规划：IT 网络架构、工控网络安全；数字化工厂规划：新建工厂数字化落地规划。整个数字工厂建设规划覆盖了设计、生产、物流、仓储、销售、服务、人员、资源等多个维度，帮助征和工业补足短板，实现管理全面升级、数字化全面转型。2020 年 12 月底，项目交付完成。基于卡奥斯 COSMOPlat 平台构建的数据驱动型链传动数字化工厂，实现了产品下线时长从 72 小时缩短到 10 小时的突破，良品率提升到了 99.5%，链传动系统领域“卡脖子”难题得到解决。以新工厂数字化项目为起点，卡奥斯帮助征和工业持续以数字技术全方位重塑战略思维、业务流程、组织架构和商业模式，构建以数据为核心驱动要素的价值创造体系，从而实现全面数字化转型。新建工厂：同步规划、系统实施、数字原生相比于改造既有工厂、需要考虑如何利用大量现有系统，新建工厂可以从头开始，以数字原生的方式进行工厂的设计、建造和运营，使工厂在投入运行时就达到较高的数字化水平。原生数字工厂主要包括数字化设计、施工、移交、运营，以及云原生 IT 架构、统一的数据模型标准等诸多方面。来源：IDC,2023图 11新建原生数字工厂流程架构统一的数据模型标准云原生 IT 架构数字化设计数字化施工数字化移交数字化运营工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业18目录 数字化设计：通过构建工厂的数字孪生，对生产过程的价值流、产能、物流与产线布局、工艺、装配运维工艺等进行分析和优化，在设计阶段找出最优化工厂布局规划方案。数字化移交：设计阶段构建的数字孪生，作为数字化工厂，移交到运营阶段，并作为运营平台的基础，实现资源的复用和更高效的生产运营管理。云原生 IT 架构：云化的 IT 基础设施、平台+应用的架构，支持未来企业数据和应用增长时的灵活扩展。同时，通过车间边缘云与企业中心云相结合，使 IoT相关海量数据和实时性应用在边缘得到快速处理，而非全部集中在中心云。统一的数据模型标准：提前明确主数据和各类数据、业务对象模型的标准，避免后续不同系统数据不一致，复杂的接口和数据转换问题。19目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业小微阶段的企业大多只是实现了财务、设计等环节的数字化管理，在经营、生产数字化管理方面相对空白，但 IT 方面的投入预算又相对有限，所以更多侧重通过一些轻量化应用，快速实现一些关联流程的透明化和管理的无纸化。挑战手工台账沟通管理效率低。工艺、领料、质检、点检、报工、进出库等各种环节存在广泛的纸质单据，依赖人工统计和沟通，效率低，易出错，信息滞后交期难保障。生产过程经常遇到缺少原料或工具、设备故障等问题，影响生产进度，无法在客户要求的短周期内实现按时交货，或难以保障稳定的交期资金预算有限。企业能够投入数字化的资金预算比较有限常见建设内容轻管理咨询。通过轻管理咨询，实现关键过程的改善和规范，同时用系统固定规范的流程SaaS 软件。通过订阅模式的轻量化 SaaS 软件，低成本上手一些生产管理/报工类系统，初步建立数字化思维和管理体系零代码应用开发平台/协同办公平台。通过协同办公平台自带相关工具或其他零代码应用开发平台，完成一些简单表单、流程的创建和管理，实现业务的数据协同。此方案并不适合功能相对复杂的专业业务系统开发重点目标原则实现关键生产流程的数据可视，实现透明化主要流程管理实现无纸化，线上审批一体化操作来源：IDC,2023图 12小微阶段企业透明数字工厂建设架构透明数字工厂关键流程透明化过程管理无纸化应用低成本轻量化轻管理咨询SaaS 软件零代码平台/协同办公一体化生产运营平台表 1小微阶段企业透明数字工厂重点建设内容各阶段企业数字工厂重点建设内容小微阶段：透明数字工厂工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业20目录挑战人员能力有限。企业较难找到高水平 IT 技术人员，难以理解和跟上层出不穷的数字化新技术，也没有能力开展自主的应用开发重点目标原则通过低成本、轻量化的业务系统实现数字化常见建设内容一体化生产运营平台。应用功能相对轻量但丰富，覆盖企业订单、销售、进度、采购、设备、协同办公等功能的一体化生产运营平台，实现日常生产运营的全面管理来源：IDC,202321目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业挑战进度把控不及时不准确。报工信息存在错漏，生产进度统计不及时，不能及时响应客户关切，增加按时交付风险设备利用率不足。设备故障频发，未能得到有效维保，或未被有效排产造成闲置，设备综合效率（Overall.Equipment.Effectiveness）不高，造成产能浪费重点目标原则关键主线全连通。实现面向产品全生命周期的“设计生产销售服务”主线以及面向销售全流程的“订单采购生产交付”主线上数据的全面连通过程管控实时化。实现生产过程中进度、设备、能源、安全等各方面数据的实时可视，及时发现问题并进行调整常见建设内容管理咨询：通过管理咨询，明确业务的主要改善和提升方向，规范业务流程，建设对应管理系统IoT 数采：利用 IoT 等技术，实现企业设备、能耗等相关数据的实时采集MES：利用制造执行系统，对生产过程进度、设备等情况进行实时监控和管理WMS：仓储管理系统，跟踪库位情况，对进出库、上下架、物料配送等情况进行管理表 2成长阶段企业精益数字工厂重点建设内容成长阶段：精益数字工厂来源：IDC,2023图 13成长阶段企业精益数字工厂建设架构精益数字工厂过程管控实时化精益改善持续化质量管理精细化关键主线全连通排产变更敏捷化设计制造协同化生产运营一体化管理咨询MOMWMSMESAPS条码追溯QMSIoT精益生产PLMESB成长阶段的企业大多建立了一定的 IT 基础设施和团队，并逐步在生产、物流、仓储等环节实施业务系统，以实现基本的数字化管理，但整体仍较为粗放。其数字工厂建设主要通过各系统的建设，实现过程、质量、排产等环节的精细化管理和主要业务线相关系统的数据互通，并从生产绩效数据分析出发，驱动生产各环节的持续精益改善。工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业22目录挑战能源“跑冒滴漏”浪费。生产各环节存在各种跑冒滴漏，用能成本高。一些能源表计需要人工巡检统计，效率低，不准确外协交付难保证。不能及时掌控外协加工企业进度情况，或外协工厂不能按时按质交付，影响后续生产和交付质量问题难追溯。交付后的产品发生质量问题，不能有效查找追溯问题产生的工序和批次，无法避免问题继续发生设计制造信息脱节。产品设计完成后，将设计文件转到工艺、制造和采购部门，在产品数据传递过程中存在大量不确定因素，造成设计反复延长上市时间新旧系统的对接。新系统和旧有系统需要实现重要数据的对接，随着系统的增多，对接复杂度日趋增大IT 团队跟不上业务发展。企业快速发展带来对 IT 系统的需求持续增长，相对有限的 IT 团队难以快速跟上需求变化重点目标原则生产运营一体化。在统一平台实现生产过程中订单、供应链、设计等各环节相关数据集中可视，层层下钻。生产各类绩效指标在平台得到及时分析和展现质量管理精细化。产品在生产过程各环节加工和质量过程数据被全面记录，可以实现质量问题的反向全面追溯设计制造协同化。设计与物料编码数据编号方面统一，设计阶段从物料、工艺库查找利用现有物料、工艺，设计 BOM，及时同步生产部门精益改善持续化。通过对生产过程各类数据的精细成本分析，持续寻找影响产品成本、质量、进度的关键瓶颈环节，并采取措施进行改善和提升排产变更敏捷化。可以根据订单变化，快速形成新的 MRP 计算并调整生产计划，最大化产能利用率常见建设内容QMS：质量管理系统，建立 6 西格玛等质量管控体系，实现质量过程标准设计、追溯、风险预警和质量改进EAM：设备资产管理系统，设备等级和管理、运维、工单、备品备件等管理EMS：能源管理系统，监控用能情况，对用能情况进行分析，促进管理和技术手段进行节能APS：在有限产能的基础上，综合来自市场、物料、产能、工序流程、资金等多方面因素，得出合理有效的生产计划PLM：产品全生命周期管理，提供从需求收集、产品设计、工艺设计及到车间生产的研发管理平台条码追溯：为每个工件喷涂二维码，工件经过的工序都通过扫码对工序过程信息进行录入MOM：制造运营管理，在统一系统实现生产运营相关的进度、设备、质量、物流等数据的统一管理和绩效分析ESB：企业服务总线，承担消息转换、解释与路由等工作，使各个业务系统数据通过同一总线互联互通精益生产：通过对生产过程各类数据的精细成本分析，持续寻找影响产品成本、质量、进度的关键瓶颈环节，并采取措施进行改善和提升来源：IDC,202323目录工业互联网生态 2.0 数字工厂白皮书生产主导型制造企业领军阶段：云智数字工厂云智数字工厂数据智能应用试点化IT 架构云化数据服务化生产组织协同化生产执行柔性化运营管控一体化专业应用 APP私有云一体化制造运营中台数字中台供应链协同平台数据治理设备智能运维过程控制优化智能计划调度来源：IDC,2023图 14领军阶段企业云智数字工厂建设架构挑战集团管控不足。集团下属众多工厂分布在不同地区，有些工厂业务完全自主运作，集团需要加强管控。针对共性需求和管理内容，各工厂往往低水平重复建设业务管理提升空间受限。进度、安环、能源、设备等业务管理通过业务系统进行透明化管理提升已经接近上限，进一步的业务优化有赖于专业知识和数据挖掘缺乏业务横向协同和全景掌控。数据和流程分散在众多业务系统，不同业务部门横向协同有待加强，管理者缺少对生产情况的全景式掌握重点目标原则运营管控一体化。IoT数据和业务系统数据实现统一汇集和打通，实现全局可视，并可以层层下钻，开展具体分析数据服务化。数据实现统一汇集，共性数据和能力形成服务，对外供调研使用常见建设内容数据治理：统一不同系统中同一数据的标准和格式，建立相关标准，规范数据的使用流程和方法，形成主数据的统一管理，保证数据的质量和规范数字中台：建