您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[GrowingIO]:数智时代制造业转型实践 - 发现报告
当前位置:首页/行业研究/报告详情/

数智时代制造业转型实践

信息技术2023-12-12GrowingIO陈***
数智时代制造业转型实践

StartDTResearchCenter隶属于国内独立第三方数据科技集团StartDT(奇点云集团),由原本的奇点研究院升级而来,旨在通过研究、实践和交流,探索数据商业的前沿边界,思考未来世界的堆栈结构,从趋势中学习、理解、建立认知,进而指导当下的数据实践。 前言 随着科技的飞速发展,全球制造业正面临前所未有的变革。数字化、智能化、自动化等新兴技术已成为推动制造业发展的重要引擎。我国制造业在经历了高速增长后,也步入了转型升级的关键时期。 近年来,我国制造业逐渐呈现出两大趋势。一是制造业数字化转型的步伐加快,企业通过引入先进技术,如云计算、大数据、人工智能等,提升生产效率,优化产业链条,实现高质量发展。以东风汽车集团为例,其通过与华为合作,建设云数据中心,推动业务信息化,以应对行业挑战。 二是制造业服务化趋势日益明显。在全球市场需求减弱的背景下,我国制造业企业纷纷寻求由生产型向服务型转型,以满足消费者多样化、个性化的需求。例如,通过工业互联网平台,企业可以实现产品设计基因化、生产过程智能化,进而提供更具竞争力的产品和服务。 面对新的制造业发展趋势,我国企业应抓住数字化转型的历史机遇,积极拥抱新技术,加快创新步伐,提升全球竞争力。本白皮书整理了制造业的10个典型案例,旨在分析制造业数字化转型的现状、挑战和机遇,为相关政策制定和企业战略规划提供参考。希望通过阅读本白皮书,您能更好地了解制造业的发展趋势,把握未来方向,与我们共创美好未来。 02 数据改变制造业 未来,数据智能将为真实的商业需求而设计,构筑企业的公共数据空间,传递数据的社区氛围,最终改变人们的生存空间,解放人们去思考、决策和创新。 数据改变制造业 03 目CO录NTENTS 数据改变制造业的10个案例04 数智时代的制造业挑战和应对27 数据改变制造业的6大产品39 数据改变制造业的4大行业53 数据改变制造业 数据改变制造业的10个案例 01供应链控制塔的3个应用 02平台化场景建设 03实时生产监管 04数据平台体系化建设 05高效经营分析 06实时决策工作台 07数据要素资产化 08可视化流程管理 产品从下单到客户交付回款,到底需要多少天? 某供通应信链设备控制制造集塔团的数字化转型之道 该客户是某通信设备制造集团,是全球领先的多品类智能通讯终端研发设计公司(智能通讯终端ODM),产品涵盖智能手机、平板电脑、笔记本电脑及IoT产品,远销亚非拉欧等100多个国家和地区,覆盖全球80多个运营商,服务全球数亿消费者。计划采用“统一平台、统一数据、统一运营”的思路,进行数字化运营体系建设。 痛点概述 客户无法评判“产品从下单到客户交付回款,到底需要多少天?”,核心痛点为如何实现“T+N天拉通全链条业务节点,并做客户交期的合理应答”。 StartDT为该集团搭建统一的数据运营平台,围绕营销、制造、供应链和财务等核心场景,辅助决策层、管理层、执行层进行数据分析和决策。并通过“供应链控制塔SCT(Supply-chainControlTower)”产品打通商务、计划、采购、仓储、生产、物流和结算主题全流程数据预警分析体系,实现管理前置,运营改善。 实践过程 数据改变制造业 首先,StartDT团队着手帮客户建立一个高效统一的数据平台,旨在盘点和梳理数据资产,为业务提供可靠支撑。通过搭建大数据平台,我们将数据资产梳理清晰,并构建了一套完整的数据框架和规范体系,为后续的数据开发奠定了坚实的基础。 其次,针对“T+N天拉通全链条业务节点,并做客户交期的合理应答”的核心痛点,通过抽取、汇聚和拉通各流程业务数据,建立了一套基于运营流程的业务指标体系和可视化运营沙盘,有效地推动了业务数据的管理和应用。内置分析模型囊括了商务、计划、采购、仓储、生产、物流和结算七大领域的37个OTC(OrdertoCash)流程节点,可实时监测供应链执行情况,预测和识别潜在风险,实现快速响应和高效调度。 最后,进行数据运营,建立数据智能应用。基于业务场景纵向深挖,为质量监控、采购决策、订单交期、运营闭环等业务场景提供数据可视化和自动化服务,实现数据治理和场景建设的持续发展。这一系列的努力旨在提高数据质量,满足数据标准化要求,加速供应链流程的优化,以及降低成本和提高效率。 实践价值 未来,智能化系统的建设将成为制造业的趋势,推动生产方式向更高效、更智能、更绿色的方向转型升级。企业只有持续创新,提升数字化技术和能力,才能响应DT时代的需求,赢得更广阔的发展空间。 1.订单数据拉通,断点堵点诊断:以客户订单为视角,拉通OMS、DMS、ERP、SRM、WMS、MES、TMS等10多套核心业务系统数据,治理断点堵点问题32项,实现数据从分散到共享复用。 2.实况沙盘可视,事件智能预警:梳理商务、计划、采购、仓储、生产、物流和结算7大领域,37个关键流程节点,48个预警事件指标,通过100多人智能推送协同处置,有效降低交付风险。 3.交付瓶颈洞察,交期监控提升:围绕订单交付环节,对关键材料齐套约束瓶颈洞察、关键工序产能约束瓶颈洞察、履约周期分客户分产品分过程进行监控,最终实现订单满足率提升18%,交期缩短8%。 如何从战略举措到规划落地,支持业务转型? 某平机台电化设备场制景造集建团设小步快跑持续转型 某机电设备制造集团是一家蜚声全球的世界500强企业,作为日本电子电器领域的佼佼者,其制造工艺和品质一直处于行业领先地位。多年来,该企业在中国市场深耕细作,建立起了强大的品牌形象和稳固的客户群体。然而,经过内部评估发现,相较于同行业平均水平,该企业的数字化建设整整滞后了五年。为了在日益激烈的市场竞争中保持领先,企业高层决定加速集团数字化转型。 痛点概述 由于历史和组织分工原因,IT部门在数字化转型领域的认知和能力存在局限性;系统间的数据结构“烟囱式”分布,也导致数据的整合和治理日益困难;加之现有的大数据基础设施建设不足,以上因素都制约了企业数字化转型的进程。为了解决这些问题,企业必须借助外部专业力量的帮助,借助其行业经验洞察和技术产品,共同制定科学、可行的数字化转型路线图,才能够充分盘活数据潜在价值,为业务发展提供有力的支持。 实践过程 数据改变制造业 在了解该企业的背景和诉求后,StartDT制定了一项名为“空投部队”的数字化转型策略。其核心是先实现各散点的数字化建设,再逐步推动整体的数字化转型,包括IT系统上线、数据团队建设和管理流程优化等多个方面。首个总部数字化项目以“六加二”模式开启,通过对六大场景的摸索与实践,该机电设备制造集团对数字化转型进行了首次探索: ·六大数字化场景:即经营业绩、经销商画像、客户画像、流通ISP、员工画像和件名分析。 ·二大基础设施:MDM主数据系统和数据云平台DataSimba,作为数字化基础设施。 在StartDT的帮助下,该企业逐步建立了底层数据基础和上层数据应用,为各项业务提供及时、全面、准确的经营管理信息。同时,StartDT也在持续提供该企业在数据治理方面的指导。 其次,客户采用“业务融合、数据融合、持续治理”的建设理念,围绕销售、供应链、人力、财务等领域,借助大数据技术和智能算法能力,打通各系统数据,沉淀数据资产,实现业务联动、业财联动、智能决策分析,并将数据智能应用到企业经营的各个环节,降本增效。 例如,企业购买并落地了BI数据门户,整合多渠道数据源,实现统一权限管理,支撑财务人员多维分析财务状况,通过供应链报表,帮助销售和采购方及时了解订单交付进度。 最后,客户工厂的首个数字化项目采用了“一加五”模式,持续深化转型成果。“一”指的是运营监管,“五”是指五大分析场景:销售预测、订单履约、计划达成与波动、采购执行和库存与供货能力分析。 实践价值 总部和工厂的数字化项目建设,从基础设施开始,逐步拓展平台化业务场景和应用功能,在实践中不断小步快跑,优化迭代,形成以业务需求为导向的螺旋上升过程,通过数据发现问题、提升效率、改善决策。 1.构建精细化分析能力,降本增效:助力集团管理决策者真正了解订单、产品、部门的营收、费用情况,实现六大业务场景维度可视化洞察,精细化分析与管控,最终帮助企业制定开源节流方针政策。 2.销售业务分析辅助市场决策:从客户、产品类别、业界等维度对销售收入的趋势进行分析,进行计划、预测与实际对比分析,以发现重点客户、重点商品和重点业界,从而实现精准扩贩,赢单率提升15%。 3.数据推动员工的业务职能转型:管理层可以实时查看数据,将财务人员的精力从日常的财务报告工作中释放出来,以便他们能够更深入地分析业务执行情况并给予业务指导。IT部门也增设了数据分析师,并优化分工,以便能够快速响应业务诉求。 数据改变制造业 如何开展全球化的生产运营管理? 某实光时伏生制造产龙监头企管业用数据驱动生产运营管理 某光伏制造龙头企业是全球为数不多的拥有垂直一体化产业链的光伏制造商。随着业务的蓬勃发展,为了给各业务部门提供有力的支持,该企业构建了多个应用系统。然而,在业务部门对数据使用需求日益增长的情况下,分散式数据存储已无法满足各事业部门对生产运营管理的需求。因此,该企业急需构建一个统一的数据中台和实时生产监控平台,实现生产数据的统一管理、协同运营和高效分析决策,挖掘企业数据价值,为数智化转型构筑基础。 痛点概述 生产运营管理对于制造企业来说至关重要。良好的生产运营管理不仅能够帮助企业降低成本、提高效率,还能够为企业的可持续发展打下坚实的基础。然而,传统的生产运营管理在实践中常常会遇到一些困难和挑战,例如: 1.人员与物料管理:人力成本逐年上升,人员绩效的统计也变得更加复杂,物料成本的管理正在变得越来越重要; 2.设备与设施管理:设备效率的统计变得越来越复杂,设备的故障率也越来越高,同时设备的利用率也存在不均衡的问题; 数据改变制造业 3.质量与工艺管理:产品的直通率较低,废品率也比较高,工艺的稳定性也有待提高; 4.环境与安全管理:场内环境的监测比较困难,事故的处理效率也较低,企业的安全隐患处理存在不足。 实践过程 针对上述痛点,我们结合奇点云在智能制造领域的丰富经验和深刻的行业理解,使用“实时生产监控平台(RPI, Real-timeProductionIndex)”的智能化产品为客户量身打造解决方案。 该产品以数据云平台DataSimba为底座,提取全球各个生产基地的数据,通过数据采集、清洗、计算、整合等一系列复杂的处理流程,实现了数据资产的汇聚与联动分享,形成了具有全局视野的生产统计分析体系。 实时生产监控平台(RPI)从“人机料法环测”六个方面对生产过程进行实时监控,对人员、设备、设施、工艺、质量、物料、安全、环境八大关键场景进行实时预警,并支持多级管理驾驶舱联动下钻查询。这一切能够帮助管理层更好地了解全球各生产基地的生产情况,及时调整生产计划和资源分配,实现智能化的生产流程管理与信息化协同;同时也帮助该企业有效提高生产效率,降低生产成本,提高产品质量。 实践价值 1.更安全的生产过程,更高效的生产效率:我们通过将该企业的各类工业设备与互联网相连,采集其在生产、状态和质量等方面的全过程数据,并结合传感器节点的数据进行实时监控,构建起工业物联网时序数据架构。该架构以流批数据为基础,综合采集设备、设施设备和工作关键数据,通过数字化洞察,实现设备间的高效协同,并确保产品的稳定生产和质量可控。这一全新的数据架构不仅提高了生产效率,而且有效降低了机器的故障率,使生产更加可靠和有保障。 2.更敏捷的现场决策,更优化的资源利用:借助数字化管理,实现了制造过程的可视化与透明化。通过对设备运行状态的实时监控,避免了不必要的停产问题,设备的综合效率得到显著提升。而对于生产能耗的实时监控,也有效避免了停产时间的不必要资源浪费,从而大幅降低了生产成本。 3.打造“智慧工厂”,增强

你可能感兴趣

hot

数智时代的医药零售新生态实践

医药生物
帆软2024-08-20
hot

数智时代AI赋能教育教学的实践与挑战

北京网梯科技发展2024-08-09
hot

"AI领航,数智转型"央国企AI数字化选型实践指南

信息技术
北京沃丰时代数据科技有限公司2022-11-11