當前位置:主頁 > 名人 > 歷史 > 正文

麥肯錫研究報告:“工業4.0”進展如何?_10

未知 2019-06-18 14:08

  由于互聯網的特殊性,工業領域對其一直是又愛又怕,對互聯網在工控系統的大規模導入一直存謹慎態度。引領之人保持樂觀,消極之人憤憤不平,因為到目前為止,實施改造的結果好壞摻半。在近日發布的《麥肯錫工業4.0報告》中,特以美、德、日三大巨頭為例,針對工業4.0等諸多細節進行調查統計,結果如下:

  40%企業在工業4.0領域取得成就,且歐美較為強悍

  工業4.0在提升制造業競爭實力上還是可圈可點的,且積極因素逐步凸顯。

  在去年看來,美、德、日的絕大多數(七成以上)還是認為,工業4.0對于制造業而言機遇大于挑戰,貌似供應商比設備制造商還要更加樂觀。

  統計顯示,工業4.0為制造業執行力帶來的卓越成效比影響公司業務架構來的要多。

  于是,自動化大鱷們都在勘察:目前實施工業4.0進展如何?在工業圈的可行性又是怎樣的?坊間統計,只有30%的技術供應商和16%的制造商有整體的工業4.0戰略,并且其中只有24%有明確的計劃來實施戰略。而在《麥肯錫工業4.0研究報告》中顯示,只有不到3成的公司具有工業4.0的完備戰略,有很多還只是剛剛局限于有個清晰的路線而已。

  但從另一方面來看,受到數字化趨勢的影響,大多數的技術供應商已經能夠相對快速的調整自己的項目組合。那么關于工業4.0的下的企業需求是怎樣的?從企業對于工業4.0需求統計(來源cloudandbigdata)來看,數據因子來源,技術革新、生產成本壓力、組織能效提升、智能化乃至新的商業模式挑戰都是亟待解決的問題。

  不可否認,這一進程仍然面臨許多的挑戰,但在工業領域卻一直大躍進般地想要擁抱這個時代,在激進的爭奪中,更多的玩家會參與進來并開辟更多的價值路徑。不拘泥于4.0這個概念,而是把眼光聚焦于那些更有價值的、以業務為導向的應用時,越來越多的企業有了實質性進展。這也就有了工業企業在智能能源消耗、實時供應鏈優化、遠程監控和控制、數字質量管理以及數字績效管理等領域取得長足進展的盛景。

  那么,如何讓工業4.0變得實際起來?如下幾點你得get下:

  聚焦工業4.0的重要應用

  《麥肯錫工業4.0報告中》提到,這些在工業4.0中取得長足進展的企業們,主要聚焦于如下五大應用。而各大行業的大佬們也不要跟抓瞎子似的,要懂得有目標的發展。

  關于這五大應用的看點如下:

  數字績效管理數字化管理工具的應用,如支持性能對話的數字儀表板,在三個月內實現了高達20-50%的OEE(設備綜合效率)提升。

  預測型維護需要企業具備各自資產深度維護的專業技術和理論知識,強大的先進分析技術,能夠適當靈活變更的管理能力。引入新式預測型維護算法后,機器的壽命增加,而維護成本能夠明顯下降10-15%。

  收益、能源和生產量的優化將過程控制集成數據與其它數據,比如成本數據進行集成,將對企業收益、能源和生產量的優化大有幫助。

  下一層次的自動化直到2020年,工業機器人的成本都將以每年10%的速度下降,而傳感器技術和人工智能技術卻在不斷進步,這將促使機器人被應用于更復雜的系統和情形中,驅動發掘自動化的潛在價值。

  數字質量管理通過開始實施數字文檔系統,幫助記錄和存儲與質量、生產和服務的相關信息,制造商嘗到了甜頭。先進的質量控制,包括使用新式傳感技術(比如計算機視覺)和半自動質量控制(如機器人)可以解鎖更多的價值。

  云技術亟待突破提升

  從重要的工業4.0應用中捕捉價值,就會涉及到許多制造商需要解決的障礙和問題。當整合數據的時候出現這些問題,項目往往會被迫停止,然后等待數據體系結構轉換、ERP系統的重啟,或者一些其它嘗試。但事實是,出色的客戶管理即使在困難的情況下,(如缺失數據,不兼容的IT系統,人才的短缺)也能成功地完成項目。比如,云平臺解決方案就能能無風險的實現同步處理,公司可以嘗試用云平臺方案來解決基礎設施方面的問題。

  《麥肯錫工業4.0》數據報告顯示,美,德,日更傾向于在公司自有的業務中打造工業4.0戰略。

  在這其中,關鍵挑戰是如何將現有主數據和流動數據實現集成,并利用傳感器等技術發掘先進的的分析能力,以便在復雜事件中實現實時處理。制造商必須從啟動數據轉換之初就著眼于從產品規劃和工程制造銷售等方面考慮到在整個產品生命周期里增加集成數據。

  目前,現有的可參考模板是:德國工業數字化創新的工業數據空間子項目(IDS),該子項目專注于跨行業數據代理交換和數據應用。它在工業4.0中的位置便是介于工業4.0產品與服務創新(創新的范圍包括汽車、高科技、服務、物流、工業制造、衛生醫療等行業)以及底層的寬帶網絡基礎設施和各類終端設備、傳感器、實時生產線之間的聯接。它所起到的作用就是通過數據連接上游的智能生產工廠和智能物流公司以及下游需要智能服務的個人客戶與企業客戶。在這個過程中,IDS要匯聚整合來自工廠和物流公司的直接數據,來自政府部門的公共數據(如氣象、交通、城市規劃等方面的數據)及來自被稱之為價值鏈的第三方數據。

  聚焦新商業模式

  就像平臺即服務或數據驅動即服務作為一種商業模式那樣,大多數早期實施工業4.0并取得成效的企業都發現了快速提高運營效率的方法,企業希望工業4.0不僅是為他們帶來短期回報,更希望其能讓制造商在未來混亂的市場競爭來臨之前做好準備,并進行新的業務模式試驗。尋找新的商業模式時,圍繞客戶需求建立新的模式,并借鑒其深厚的專業知識和現有的安裝基礎。

  《麥肯錫工業4.0報告》中甚至指出,相比于制造商,供應商更希望挖掘新的商業模式,以開創新的商機。

標簽
2010福彩3d走势图大全