目前,數字化革.命(mìng)正在攻破製造業的城牆,並且不斷(duàn)攪亂媒體(tǐ)、金融、消費品、醫療和其他行(háng)業的原有秩(zhì)序。事實上,數(shù)據(jù)和新(xīn)型計算能力的爆炸式發展以及人(rén)工智能、自動化、機器人、增材技術、人機互動等(děng)領域的進步都在激發創新,這些都將改變製造業(yè)自身的性質。業界和學(xué)界的領軍人物一致認為,數字化製(zhì)造技(jì)術將會改變產業鏈的每個環節:從研(yán)發、供應鏈、工廠運營到營銷、銷售和服務。設計師、管理者、員工、消費者以及工業實物資產之間的數字化鏈接將釋放出巨大的價值,並徹底刷新製造業(yè)的版圖(tú)。
然而,盡管(guǎn)製造業產生了比(bǐ)其他任何行業更多(duō)的數據,但(dàn)很少有公司能充分利用。例(lì)如,某(mǒu)油氣公司有99%的(de)數據被丟棄,因此未能為決策者所用。我們相信,如果公司能夠通過開發利(lì)用自身生成的數據(以及(jí)其他(tā)公開的數據)來縮小被丟棄數據的比例,就可以挖掘(jué)有價(jià)值的洞見,從而提升利潤、促進增長。再對比一下傳統的汽車製造商(shāng)和Uber),從產(chǎn)業(yè)鏈的最高點看,二者的共同點是都在開展人(rén)員運輸的(de)業務。汽車製造商利用一個世紀以來的經驗,通過工廠車間和展廳(tīng)來滿足這一需求(qiú);Uber通過智能手機使(shǐ)乘客和汽車配對,無需鋼鐵、玻璃(lí)、橡(xiàng)膠和銷(xiāo)售員,僅使用數據(jù)就能(néng)滿足乘客的交通需求。Uber誕生僅5年,其價值就已超過500億美元,擁有的數據、算(suàn)法和廣闊的增長前景已經讓它比一些全球最(zuì)大的汽(qì)車製造商所有的實物資(zī)產、知識產權和品牌都更具價值(zhí)。
這樣的結果並不令人意外(wài),於是,製造(zào)商們開始意識到數字化的機(jī)會和威脅。美國國(guó)家製造創新網絡(NNMI)正在(zài)組織六家大型研(yán)究機構加快推動新的製造技術麵(miàn)市。盡管所有這些機構的研究都與數字化沾邊,但隻有一家專門對數字化製造進行研究(*欲了解更多有關信息,可以訪問網站manufacturing.gov 和 dmdii.uilabs.org)。在全球範圍內,很(hěn)多(duō)國家和地(dì)區也(yě)展(zhǎn)開了類似的(de)項目,如德國的“工業(yè)4.0”計劃和中國(guó)的“中國製造2025”。工業互聯網聯盟(Industrial Internet Consortium)是一家全球性的召(zhào)集組織,成立18個月以來就已擁有(yǒu)175個會員。
領先企業(yè)如何應對
人們和組織(zhī)機構使用信息的方(fāng)式已經(jīng)發生了極大的改變。數字存儲更(gèng)加便(biàn)宜和靈活,先進的(de)分析和人工智能使我們可以(yǐ)從(cóng)海量的數據中獲取洞見。在虛擬和增(zēng)強現實、下一(yī)代界麵、高(gāo)級(jí)機器人(rén)和增材(cái)製造等方麵取得的進步都(dōu)在開啟通往數字化顛覆的大(dà)門。在未(wèi)來(lái)十年裏,數字化製造技術將會使企業通過“數字線”連接實物資(zī)產,促進數據在產業鏈上的(de)無縫流動,鏈接產品生命周期的每個階段,從設計、采購、測試、生產到(dào)配送、銷售點和使用。
·盡管價值超過10萬億美元(yuán)的全球製造業數字變革(gé)將持續10年時間或者(zhě)更久,但領先者已經行動起來,很快就會對利潤和營收產生影響。在審視製造(zào)業的價值驅動因素並將其與數字化抓手匹(pǐ)配(pèi)時,我們發現,許多企(qǐ)業都可以通過提高運營效率、進(jìn)行產品(pǐn)創新和發掘新收入來源來把握創造價值的機會(*我們(men)在製造業運營中發現了八個典型(xíng)的價值驅動因素——資產利用、勞動力效(xiào)率、庫存、質量、供需對接、入市(shì)時機、服務與(yǔ)售後效率、資(zī)源與流程(chéng)效率,並將其與數字化製造抓手相匹配)。比如下麵這些例子:
·許(xǔ)多大型製造(zào)商已經開(kāi)始利用數據分析(xī)來(lái)優化工廠運(yùn)營、提升設備利用率和產品(pǐn)質(zhì)量,同時降低能耗。一(yī)旦使用新的供應網絡管理工具(jù),工廠管理者對原材料、製造部件在(zài)製造網絡中(zhōng)的流動就可以有清晰了(le)解,這有助(zhù)於合理安排工廠運營和產品發貨,從而降低成本(běn)、提高效率。智能互聯的(de)產品把客戶的體驗數據發送給產品經理,幫助他們對需求和(hé)維修需要進(jìn)行預測,進而設計出更好的產品(pǐn)。各行各業的公司都在(zài)用不同(tóng)的方式部署數字技術以驅動(dòng)價值。例如,一(yī)家大型金屬廠使用數字工具來進行全麵、逐步(bù)的產能(néng)提升,操縱台的實時表現可視化與(yǔ)日常問題解決方案相結合,使其中一條生產線的生產率(lǜ)提高了50%。通過數據挖掘,工程(chéng)師對主要設備模式的故障特征有了(le)新的洞見,並對(duì)設備(bèi)的可靠(kào)性(xìng)進行了持續改善。該公司希望通(tōng)過使(shǐ)用(yòng)狀態監測、預測性維護以及流程控製、自動化(huà)材料跟蹤,使得大數據分析成為可能(néng),從而(ér)在(zài)運營成本無顯著增加的前提下實現產量(liàng)30%的提升。
·製藥商利用自身對端到端流程的深刻理解開發(fā)出連續生產車間,其大小(xiǎo)不(bú)到(dào)傳統工廠的一半。一些企業甚至開發出“便攜式(shì)”工廠,可以建在40英尺長的拖車裏。他們(men)還利用數字線來提升質量控(kòng)製:持續監測攪拌(bàn)容器、壓片機、凍幹機(jī)和其他關鍵設備的情況。一些企業(yè)現在依靠紅外技術來發現偽劣藥物和(hé)汙染物,不再(zài)需要傳統的降(jiàng)低生產線速度(dù)的(de)測試了。隨著行業把這類先(xiān)進技術帶進市場,領先者將會把“三西格”的行業表現(xiàn)轉變成“六西(xī)格瑪”甚至更高水平。
·領先的消費品生產商正在利用數字工具來提升配送能力,並加強與消費者的聯係(xì)。全球快時尚服飾商Zara早已因在兩(liǎng)周內完成新品開發和交付而聞名。目前(qián),公司正在使(shǐ)用數字化工具,以更快(kuài)響應消費者偏好並降低供應鏈(liàn)成本,在旗下的2000多(duō)家(jiā)門店中,有700多家已經將可重複使用的(de)射頻識別RFID標(biāo)簽加在每一件衣物上。僅需10名員工揮動裝在衣架上的小(xiǎo)型手持(chí)電腦,就可以在兩三個小(xiǎo)時內完成一家門店的庫存更新。而過去,這項工作需要40個員工努力至少5個(gè)小時才能完成。Zara計劃於2016年實(shí)現向“無線庫存”的轉變。我們相信,RFID的硬件和相關軟件成本的不(bú)斷下降可以幫助其完成這一轉型。
·航空和國防工業正在(zài)利用(yòng)數字化工具來整合極端複雜(zá)的供應鏈網絡。比如,現代噴氣式渦輪發動機有成百上(shàng)千個獨立部件,其中一(yī)部分由發動機製造商自(zì)己製(zhì)造,其他部件則在供應商網絡中的數十家廠(chǎng)商那裏采購。由於一處(chù)設計的改(gǎi)動(dòng)可能會影響(xiǎng)到許多其(qí)他(tā)部件的製造(zào),采購的複雜性可(kě)能會驟然上升。以雲計(jì)算為基礎的(de)工具能讓供應商實現快速協作並提高效率:發動機製造商可以在其網絡中分享組件設計的三維模型,每家(jiā)供應商均可(kě)依次共享價格、物流和質量方麵的信息。這種(zhǒng)信息共享方式和透明度減少了管理設計變更所需的人力,也降低了發動機製造商和供應商的風(fēng)險,同時加快了供應鏈網絡變革的(de)速度。波音公司為777和787飛機開發最新機身時就采用了全虛(xū)擬設計,上市所需時間減少了50%以上。
企業高(gāo)管層應該思考的問題
數(shù)字化革.命隻是剛剛嶄露頭角。但我們確實發現,數字化製造的領軍者(zhě)(包括一些小企業)已經開始(shǐ)通過利用工(gōng)人、設計師、管理者、供應(yīng)商的能力積聚日益凸顯的競爭優勢,加(jiā)快創新節奏(zòu),降低生產和維修成本,並提升市場營銷的效果。我們認為,每個參與者都應該思考以下5個問題:
·在未來5—10年(nián)內,數字化將會如何顛覆我所在的行業,將會(huì)出現怎樣的新生態?
·我的公司價值在哪裏?如何(hé)實現價值最大化?
·變革離本企業(yè)還有多遠?應該在(zài)基礎設施、網絡安全和合(hé)作關係的哪些(xiē)方麵進行投資?
·我們的組(zǔ)織(zhī)需要哪些新的能力、技巧(qiǎo)和理念?如何識別、招聘和挽留合適的新人才?
·當前應該進行怎樣的試點,以開始(shǐ)獲取這些價值?
沒有哪家企業可以駕馭(yù)數字化的每一項變革,但很多從業者已經開始取(qǔ)得實質性的進展。有一點是基本(běn)肯定的:在利潤微薄、消(xiāo)費者追求更尖端產品與更好服務的市場背景下(xià),“數字線”會引導一些企業取得巨(jù)大成功,而慢一拍的競爭者將(jiāng)會(huì)被甩得越來越遠。
三位作者感謝Andrew Gonce和(hé)John Nanry為本文所作的貢獻(xiàn)。
Brian Hartmann為麥肯錫(xī)谘(zī)詢顧問,常駐底特律分公司;
William P. King為芝加哥UI實驗室數字化製造與設(shè)計創新研究院的首席技術官;
Subu Narayanan為麥肯錫(xī)全球副董事,常駐芝加哥(gē)分公司。
世界經理人:自1999年創立以來,世界經理人網站(www.ceconline.com)致力於引導職業經理人實現卓越管理,以專業的形象為經理人用戶全方位提供(gòng)最佳管理資訊服務和互動平台。
(來源:麥肯錫季刊 )
如果您有機床行業、企業(yè)相關新聞稿件發(fā)表,或進行資訊合作,歡(huān)迎聯係本(běn)網編輯部, 郵箱:skjcsc@vip.sina.com
- 2024年11月 金屬切削機床產量數據
- 2024年11月 分(fèn)地區金屬切削機床產量數據
- 2024年11月 軸承出口(kǒu)情況
- 2024年11月 基本型乘用車(轎車)產量數據
- 2024年11月 新能源汽車產(chǎn)量數據
- 2024年11月 新能源(yuán)汽車銷量情況
- 2024年10月(yuè) 新能源汽車產量數據
- 2024年10月 軸(zhóu)承出口情況
- 2024年10月 分(fèn)地區金屬(shǔ)切削(xuē)機床產量數(shù)據
- 2024年10月 金屬切削機床產量數據
- 2024年9月 新能源(yuán)汽車銷量情況
- 2024年(nián)8月 新能(néng)源汽車產(chǎn)量數據(jù)
- 2028年8月 基本型(xíng)乘(chéng)用車(chē)(轎車)產量數(shù)據