数字化企业与数据增值服务 凡是过往皆为序章 数字化转型白皮书 siemens.com.cn/digital-enterprise 摘要 数字化的核心价值在于利用虚拟世界中运转的数据赋能各级决策,以在市场竞争和不确定环境下敏捷应变。快速有效的决策将在需求微粒化的时代带来更快的交付速度、更好的质量、以及更低的成本。这将成为提升客户满意度、市场占有率以及盈利能力的重要手段。当您在虚拟世界中高速准确地开发、预测、改进、执行时,您的对手依然在文件的传递中空耗着时间和成本,他们将无法和您竞争同一市场。 摆在您面前的核心挑战来自复杂性,即大规模异构软硬件系统建设和集成(详见第二章)。您必须有合理的思路管理复杂度、降低投资风险,并确保相关方的沟通和理解。这意味着先行者必须拥有多种措施传承行业经验和先进技术(详见第三章),并在大量实践中持续迭代,提炼面向工业的数字化转型项目的关键指导框架和最佳实践(详见第四章)。 在这一背景下,远见卓识的行业精英不再满足于基于自动化和信息化的单点改善,而是从跨价值链的顶层规划开始,布局分阶段的建设任务,并在企业运营中利用数据持续改进。所以数字化服务团队必须集成咨询、实施、优化三类服务能力(详见第五章),全程陪伴您的企业完成数字化转型和相关能力建设。 作为工业数字化时代的引领者,西门子理应做出更大的贡献,并坚持知识的民主性。因此我们贡献本白皮书引领全行业的数字化转型。鉴于数字化转型的复杂性,行文疏漏在所难免,西门子愿以开放的心态接受客户、同行及监管部门的检阅。 目录 1思考工业的未来1 2困惑和难题2 2.1.符合性:决策环境2 2.2.系统性:取舍之间2 2.3.易变性:技术变革2 2.4.隐匿性:大规模集成3 3数字化转型核心方法4 3.1.系统工程4 3.2.企业架构5 3.3.项目管理6 3.4.客户价值共创7 4数字化转型参考框架8 4.1.智能制造标准体系8 4.2.业务流程框架8 4.3.信息物理系统9 4.4.数字化双胞胎10 5数字化转型必备服务条件12 5.1.咨询13 5.1.1.数字化成熟度评估13 5.1.2.可行性研究报告及评审14 5.1.3.企业架构分析14 5.1.4.路线图和建设任务15 5.1.5.详细规格15 5.1.6.人员能力培养16 5.2.实施16 5.2.1.数字化工厂17 5.2.2.数字化车间17 5.2.3.数字化集成服务17 5.2.4.数字化验证平台17 5.2.5.虚拟调试17 5.3.优化18 5.3.1.数据洞察和透明化18 5.3.2.闭环分析19 6成功案例介绍及启发20 6.1.西门子成都工厂20 6.2.航天电器智能制造样板间20 6.3.航空行业的数字化企业案例21 6.4.西门子数字化示范线22 6.5.数据增值服务在德国安倍格23 6.6.数据增值服务在水泥行业23 缩写名词解释25 关于作者26 西门子数字化工业集团 1思考工业的未来 今天,消费者对品质、安全性、个性化、交付速度的要求越来越苛刻,这为制造厂商及其供应链带来了全新机遇和挑战。有效快速的决策和应变能力将成为市场竞争力的源泉,传统管理方法不断被挑战。行业的出路在何方? 新的机会已在眼前。让我们把时钟拔回2016年3 月14日夜间,人机对弈中扳回一局的李世石带着疲惫睡去,而AlphaGo在虚拟世界中又和自己下了一百万盘棋。第二天清晨,李世石还是那个李世石,AlphaGo已是另一个存在。人类再也无法在这个项目战胜机器。人工智能、增材制造、自治系统等数字化技术的潜力有目共睹: •计算速度:电脑快于人脑 •决策能力:逻辑强于经验 •试错成本:模型低于实体 为了在制造业兑现数字化的潜力,同样是2016年,西门子在中国组建数字化企业部门。它的基本使命是以数字化技术革新业务模式,重新定义制造业。在汹涌的市场竞争中,数字化将帮助企业,高效灵活地以最优方式响应甚至拥抱变动性。 这意味着企业将摆脱在产量、成本、质量多样性等多个KPI之间的艰难权衡。您可以利用模型快速低成本地将不断发生的技术突破、需求起伏、供应链波动、资源变动提炼为虚实结合、可执行、可预测的产品定义和生产过程。当实际生产发生在物理世界时,您也可以利用虛拟世界监控变动性,通过实时感知、模拟选优实现敏捷响应乃至持续改进。唯有如此,大规模定制、个性化交付、闭环优化、端到端追溯等概念才成为可能。 然而,数字化企业的建设复杂度和范围已经超越了传统的软硬件系统或自动化系统,您需要通过整体的转型规划确保新的企业级能力可以在组织内部落地生根。 图表1-1制造业数字化企业的业务内涵 1 西门子数字化工业集团 2困惑和难题 以数字化企业为代表的大规模软硬件系统集成是人类有史以来构建的最复杂的结构之一。百万量级的代码行数、万级的服务列表可能运行在成千上万台计算机中。摆在数字化实践者面前的实质问题1与四千年前胡夫金字塔建设者并无二致: •符合性:如何贯彻各层级业务目标? •系统性:如何管理各模块的建设和使用以产生合力? •易变性:如何管理变更、并配合业务进化和技术演进? •隐匿性:如何满足相关方的关注点并使各方互相理解? 请不要畏惧这些难题,战胜它们将为您在市场竞争中领先同侪并获得优势。 2.1.符合性:决策环境 为了满足各层业务目标,决策将在各级运营活动中出现,战略级的决策频率也许以年单位;而在车间层面,控制级的决策则可能在分秒中发生(图表2-1)。这些决策以配置资源的形式响应复杂的外部环境。例如响应商品本体的个性化需求或者服务场景的延伸迭代。此外,墨菲定律2告诉我们,不确定性总会来袭,而且不止一次。例如供应链失效、设备停机、工程变更、监管增强、贸易摩擦。这些不确定性也是企业更新市场地位的黄金机会。各级决策者都在思考,如何沉着应变、更好更快的决策? 图表2-1企业决策层级及发生频率 2.2.系统性:取舍之间 企业的本质是以系统性的资源配置策略对抗不确定性,并赢得市场竞争。企业竞争力的重要衡量指标是盈利能力。在传统的制造条件和管理手段下,企业为了提高盈利能力,通常需要在多目标之间进行痛苦的权衡和取舍。例如,为了满足交付速度很可能需要牺牲库存和设备利用率,这最终导致了制造成本的压力。在另一个例子,企业为了满足个性化的需求而接受大量的变动性,这将给其他指标带来负面影响:如产出率、原料库存、质量,最终影响的是制造成本和客户满意度。多(品类)、快(上市)、好(质量)、省(资源)是否有可能兼得? 2.3.易变性:技术变革 近现代产业进化深受技术变革影响。数字化转型即是一个典型的例子。数字化转型的本质是经济实体在信息技术革命成熟期3的必经之路。本次技术革命引爆于1971年Intel发布微处理器,经由个人计算机、远程通讯、人工智能、高速物流系统、因特网等创新,逐渐成为全球经济增长的主要动力。这场变革正在不同领域影响企业的运作逻辑(如图表2-2)。企业家需要在波澜壮阔的技术浪潮中寻找自身的技术能力定位:领跑还是防守?创新还是跟随?最重要的是,在层出不穷的新技术面前,企业该如何从科技爆炸时代的混沌中找到清晰的脉络以服务于竞争力和生产力的提升? 1Brooks,F.P.(1987).Nosilverbullet:Essenceandaccidentsofsoftwareengineering.IEEEcomputer,20(4),10-19. 2墨菲定律:事情往往会向不好的方向发展,只要有这个可能性。 3Perez,C.(2010).Technologicalrevolutionsandtechno-economicparadigms.Cambridgejournalofeconomics,34(1),185-202. 2 西门子数字化工业集团 图表2-2技术变革驱动业务进化的典型案例 2.4.隐匿性:大规模集成 企业进行数字化转型的题中之义本是聚焦增值主业,轻装上阵。但这一系统工程意味着大量的规划、建设、优化工作。对于很多相关方来说,其中的复杂度永远隐匿于抽象概念之下,而无法为投资决策带来足够的安全感。这对企业自身能力提出了新要求。例如,一个中型乘用车主机厂会有数以千计的三级业务活动1模块完成企业的运营,而这就意味着万级的信息化和自动化系统服务模块。这种新能力可以被总结为:对大规模集成的系统工程项目进行全周期规划和精细化管理。 这项系统工程让企业的相关部门发现他们暴露于一系列复杂课题之下:先进行业对标、业务综合改善、大批量异构系统集成、实施项目群规划、数据治理、网络攻击对抗、系统演进、两化融合项目集管理2。为了应对这些课题,您需要建立并管理的项目团队将由不同学科的专家组成:工业工程、系统工程、自动化、电子电气工程、软件工程、计算机科学、管理科学、网络安全、用户体验设计、企业架构师、及行业专家。从试点灯塔到规模复制,您必须逐渐建设团队力量,并确保投资安全。 1在不同的参考框架标准中对业务活动的分级可能有分歧,其大致的标准是:一级为企业级活动、二级为跨领域级活动、三级为领域内活动。 2其难点在于让信息化专家和工业领域专家互相理解并产生正向的化学反应。 3 西门子数字化工业集团 图表2-3数字化转型周期 3数字化转型核心方法 机遇是困难的另一面。作为先行者,我们认识到无法摆脱客观存在的困难,也不存在单独可理解的解法。但是可以利用一系列相互关联的方法完整支持数字化企业的规划、建设和运作,并为企业带来新的竞争优势。近十年来,西门子在全球数百个研发中心和制造基地的转型实践中经历了您将遇到的各种情形。我们集成先进行业之共性精粹和自有标杆基地的建设运营经验,提炼了一套经过大量内外部实践验证的方法来支持制造业的数字化转型。 在接下来的介绍中,我们将聚焦于四种数字化转型关键方法(见图表2-3)。其中,系统工程是贯穿企业转型的线索;一个企业、一个车间、甚至一个工站,都将在数字化转型中经历系统工程的完整过程。在系统工程前期,企业架构将有助于您进行转型的顶层规划并规避投资风险。在中后期,项目管理将帮助您组织资源,在时间成本的约束下完成转型落地。在数字化企业的日常运维中,大量的数据将成为您最重要的资产以完成您的战略目标,并帮助您和您的同事探索各级运营活动的持续改进;所以,在这一阶段,在数据中利用客户价值共创的方法,寻找价值并进行探索将成为您业务创新的重要手段。 3.1.系统工程 系统工程是从总体出发,运行和革新一个大规模复杂系统所需思想、理论、方法、方法论与技术的总称,属于一门综合性的工程技术。它采用现代信息技术等技术手段,对系统的结构和行为特点等进行分析,最终达到合理开发、科学管理、持续改进、协调发展的目的1。 数字化企业的发展而衍生的庞大数据量为系统工程活动的管理维护带来诸多严峻问题,以文档为核心的传统系统工程已经无法有效的满足企业需求,此类管理方式带来的典型问题主要体现在: •众多信息分散于各个文档,难以保证完整性与一致性; •缺乏对象之间的多方位描述; •工程细节难以维护和跟进; •难以实现垂直集成。 国际系统工程学会在系统工程的远景规划中提出从过去以文档为中心的方法向未来基于模型的方法发展,即基于模型的系统工程(Mode-BasedSystemsEngineering,MBSE)。 1汪应洛(2019).系统工程.北京:机械工业出版社. 4 西门子数字化工业集团 基于模型的系统工程专注于在开发周期的早期阶段,就定义客户需求与所要求的功能,将需求记录整理起来;然后通过统一模型完整考虑多个视角,进行设计综合和系统确认。以满足用户需求的高质量产品为目的,兼顾所有用户的业务和技术需求1。相比传统系统工程,MBSE利用模型描述系统,从而充分发挥模型优势,提升了系统全周期信息表述的一致性,增强了先期验证和多学科协同优化设计能力。 但是,落地实施MBSE面临着协调范围广、学习曲线陡、筑基工作多等挑战。因此,实践MBSE应当以终为始,推进方法标准化和各方人员能力提升,推动MBSE的落地实施2。 建设