2025年04月29日 09:14:51 来源：北京天健通泰科技有限公司 >> 进入该公司展台 阅读量：1
在我国，汽车工业经过了20年的高速发展，智能化工厂的概念逐步成为各大主机厂制造领域的愿景，笔者根据个人微薄的经验和一些实例，通过"人机料法环"5个层面对智能工厂信息化领域进行探讨。
"建设有中国特色的智能工厂"--鲁迅
鲁迅：这句话不是我说的；但确实是众多汽车集团高层管理者一致的目标。
汽车行业有着产品复杂、供应链长、细分市场繁多等特性，因此肩负着制造落地的工厂（制造园区）在规划上就有了需要融合如上所有领域需求的诉求。其中"人"是驱动整个生产链条的核心，工厂的信息化建设具体工作，也是落实到各种的项目角色、职能部门、操作工位上，因此在整体规划及实施策略上应该首先考虑人相关的因素，具体来讲是组织架构与企业文化。
企业文化是一个公司的基因，决定了企业的顶层设计，从信息化建设角度来看，企业文化决定了智能工厂建设的方向。
例如：在某些信息化比较成熟的企业，智能工厂项目着眼于技术创新、前沿技术落地；某些需要内部加强管理、控制成本的企业，会把智能化的重点放在精益生产、降本增效上；某些注重用户体验的企业智能化方向会偏重2C（对客户）端的创新；还有一些自主品牌，肩负产品力升级使命，直接把重点放在了与对标上。
不同的企业文化对智能化的愿景有着不同的诉求，充分理解决策者对企业文化的理解是规划智能化工厂项目的步，也决定了后期相关工作的开展及项目团队的工作方向。
组织架构决定了信息系统的服务用户，进而决定了信息化解决方案的异化。不同车企的组织架构有着大方向上的趋同和细节上的差异，因此没有一个的汽车行业解决方案是可以直接移植到其他车企的，包括近年发展非常迅猛的SAAS服务，在主机厂的应用也是高度定制开发的。
另外，相同的功能模块在不同的组织主导下，实现的功能与流程也有着很大的差异，由于整车制造的复杂性，导致了一些流程是由跨部门的多个组织共同执行的。例如某一个变更流程，由物流、工艺、质量、法规等部门共同执行，那么由谁来主导信息化的需求分析，在不同的企业会有不同的定义，在这种情况下，就需要项目管理者有"不忘初心"的能力，关注核心目标，摒弃原有经验对实际情况的干扰，做出有效的决策甚至是妥协。
最后即使是同一个企业的组织结构，也会由于技术发展、人事管理、业务规划进行调整，因此也要求信息系统的规划有平台化，可扩展，支持迭代部署的能力。理想的情况是企业架构中的核心（中台、企业接口、供应链、研发）系统及中间件保持稳定、前端架构支持迭代、硬件设备支持软件定义功能并统一企业接口标准，这样在信息化成本及（内部）用户体验上才能达到较好的平衡。要补充一点的是，智能化对现有组织结构的影响，不能聚焦在"减员增效"上，重点更应该放在人的"产业升级"上。比如新的AI技术把人从单调、重复的质检工作中解放出来，去进行数据分析的工作；自动化的TPM系统把维修人员从日常救火工作中解放出来，去关注计划性、预防性的维修工作等。
我国的汽车行业经过几十年的追赶已经实现了自动化（2.0），近几年在互联网浪潮的推动下与国际同行并驾齐驱进入信息化、数字化（3.0），当前在5G\新基建的大力推动下，正准备弯道超车进入智能化（4.0）阶段
其中自动化的规模效益已经在工厂的实际运营明确体现出来，随着人力成本的增加，及机器人成本的下降，以机加、焊装、涂装为首的制造车间，大面积的机器人解决方案已经成为行业标配。而在以AI、大数据、BI为首的智能化技术经过近年来的发展也落入寻常百姓家，到垂直行业的大规模应用也许仅隔一层窗户纸。
在智能工厂的建设中，大规模自动化设备的运营维护成为效益分析的较好切入点。不同于信息化系统的实施，工厂的工艺设备、基础设施、能源中心等通过拆分成多个标的进行招标实施，再加上各种设备的专业性，造成了工厂产生信息孤岛、设备孤岛，进而在管理上对效率产生影响，举个常见的例子：工厂运营中对于工艺设备问题的分析决策过程。在这个日常案例中，工厂的决策者需要综合分析工艺部门专业的技术分析；维修部门的设备检测报告；基建团队的环境、能源分析；生产执行部门的操作记录；质量部门的检测分析报告来决策问题处理的方向及资源的投入。在分析评估过程中，输入往往来自下属职能部门，比较主观，调查流程长，不同岗位对信息的理解有偏差，在智能工厂项目落地上这是个很好的切入点。在万物互联的互联网平台，可以把上述信息量化，归集并下钻，包括但不限于设备的报错信息、工厂环境的数值、现场操作、质检的视频记录，在这些量化数据的支撑下，决策也许会从经验主义转变为"精确制导"。
智能化的应用可以分为管理与执行两个方面来谈；管理偏重于降低管理成本、有效制定决策，执行方面基于技术成本的下降，在提高产品质量、高度定制化生产的目标下，商业效益也是可衡量的，但具体的实施，还需要管理层打破常规的思维和具体落地方案的有效性、可迭代性支持。没有决策层的创新思维，新技术产生的输出就无法应用到管理过程中，所谓的"智能制造"就成为了一个参观景点，没有灵活、落地的技术解决方案，相当于"物联网+"没有加号后面的东西，只变成了束之高阁的屠龙之技。
主数据管理，包含了订单、配置、bom、计划、工艺信息等，是整个智能工厂的核心信息，也是工厂运营中长期的痛。业内各部门的专业人事应该都被物料跟踪、BP(断点)、PTR、产能提升、新产品投产等日常活动折磨过。无数的信息化解决方案、顾问咨询投入到相关的改善活动中去，重要程度不言而喻。
但结合到工厂规划项目、投产项目，很少把数据这种无形的资产放在一个显著的位置，这个现象引起了我的思考。实际在项目执行过程与工厂运营活动中很多问题追根溯源都能跟主数据的准确性以及规划沾边，因此在智能工厂的规划中，建议把关于主数据的生成、消费、变更、失效等场景抽象出来，放在一个较高的层面去考虑。一个简单的市场销售信息的维护，例如把一个高配车型"旗舰版"改成"高性能版"都有可能引起研发、法规、物流、工艺、质量等环节一连串的震。
动笔者还经历过一个工程数据中的一位是"0"（零）还是"O"（欧）引发的从工程到制造到销售端一系列血案；因此，在数字化的下一个阶段的智能化阶段，主数据的影响有可能被成倍的放大，在系统规划、组织流程设计上的相关思考显得尤为重要。
工厂信息化建设的方可以简单分为项目管理和运营管理，其中项目管理分为两大流派，有外资背景的一般集团内部有比较成熟的项目管理方，在具体项目执行中拿起工具包简单裁剪就能用；新兴的造车势力会采取互联网思维、产品经理、迭代等概念执行项目，两种方法各有利弊，孰是孰非需要时间去检验。
但这里强调的是作为汽车制造这种垂直行业，项目的规划管理跟行业密不可分，再的理念也需要落地、再成熟的工具也需要与时俱进。尤其是我国汽车行业进入了产品升级、智能化、新能源、外资准入政策等一系列巨变的多岔路口，能否合理利用方或者体系内的工具成为考验项目管理和运维人员的试金石。结果导向，问题导向，求同存异，真诚交流才是关键。运营管理也是一个技术要求较高的领域，相关的方（如ITIL等）这里不再展开，需要关注的是随着信息化解决方案越来越重，包含智能硬件、边缘计算、一网到底等技术已经逐步的向OT层扩展，如何提升运维能力以及与OT层运维的交接面划分，成为管理层需要考虑的新方向。
行业方面竞争日趋，传统势力遇到的困境与新兴势力遇到的机遇成为的看点。一些大的汽车集团对外抛出了软件定义硬件、智能化转型的宏伟蓝图，另外一些企业内部也在进行大刀阔斧的改造，如我的一位老多年前的预言："IT是公司的战略资源。"谁占领了这个高地，未来就有维度打击的能力，如特斯拉现在吊打美国老牌汽车集团的场景就是这个预言的真实写照；目前大众也不惜血本，跨界与微软合作，进入了数字化转型的前沿阵地。
我国的新能源车企从体制结构上来讲，有先发优势，但从人员构成上来讲脱胎于传统车厂；软件方面其中有部分企业有互联网背景，有着"产品经理"的基因，但如果要在这个垂直行业内融合，达到"软硬合一"的境界，在内、外部磨合方面还有很长的路要走。
跟的ERP魔一曲同工：上ERP是找死；不上ERP是等死。现在ERP的光环已经散去，基于云服务的技术降低了信息化成本，新的产品和服务定义了业务的利润，在这轮混战中能活下去的不一定是信息化投入的，但一定是信息化架构的。
综上所述，从实际出发，"智能化工厂"概念是以新兴软硬件技术为平台，优化现有业务流程及成本结构的有力抓手，也是一个可持续迭代的过程，在各部门的通力协作下，可以做到双赢甚至多赢。在可以预见的未来，智能工厂将进化成为高度定制化产品投产、精益化生产管理的核心驱动力，并与汽车行业深度融合。
