云端制造：运营和IT高管将愿景转化为优势

IBM商业价值研究院|研究洞察 云端制造 运营和IT高管将愿景转化为优势 联合出品方 IBM如何提供帮助 IBM可以帮助制造商利用混合云、AI和自动化实现全新的业务敏捷水平。我们将依托于久经考验的工业4.0参考架构和行业标准来帮助您制定战略方向，在开放平台上始终如一地部署先进车间技术来实现规模化运营，并合理选择制造流程用例来缓解燃眉之急，充分释放价值。如需了解更多信息，请访问 visitibm.com/industries/manufacturing AWS如何提供帮助 AWS通过先进的云解决方案（包括机器学习、物联网、机器人和分析）帮助领先制造商转变其运营方式。AWS可助力制造商将资源集中投入用于优化生产、创建新的智能产品以及提高整个价值链的运营效率，而不是投入大量资源搭建基础设施。如需了解更多信息，请访问aws.amazon.com/manufacturing/ 基可以于推云动平制台造的业先转进型数。字技术 摘要 近一半的受访制造商表示还有 (48%) 空间更充分地释放云计算的价值。 企业需要从仅利用孤立云用例节省成本，转变为制定端到端、成效驱动的云战略。 创灵活新性制的造基商础正。在利用云计算夯实数字 领先制造商更加广泛地实施了数据驱动型文化（与其最接近的对手类别相比高出1.7倍），因此更有利于采用推动运营转型的新兴技术。 AI和物联网等云端数字技术推动重塑。 领先制造商正在推动工作方式和技术工具现代化，同时投资提升员工团队的数字技能，从而提高绩效和生产力。 1 释放云计算的潜力 随着工业4.0时代的发展，制造组织一直在稳步采用云计算，大多数受访制造组织表示在2022年取得了重大实施进展。1 尽管云计算是数字化转型的基石，但IBM商业价值研究院(IBMIBV)和AmazonWebServices(AWS)的最新研究表明，许多制造组织可能并未充分利用云计算的价值和机会。根据我们针对全球制造商开展的一项调研，仅有一半(52%)的受访IT高管表示其组织正在充利用云计算的优势。 哪些因素在阻碍制造商释放云计算的价值？我们从调研中发现这有三个方面的原因： –迁移至云端的制造相关工作负载大幅减少，这阻碍了利用云计算作为关键驱动力的先进运营项目。 –一些制造商并未制定涵盖云计算、AI、物联网和制造活动应用现代化的整体技术战略。 –一些受访制造者高度关注成本节省，而不是改善业务成效，例如释放核心制造业务的绩效和价值。 这对制造商有何启示？在采用云计算方面，仅停留于直接迁移工作负载或简单的独立用例是远远不够的。更注重成效的方法可以帮助制造商提高生产力、质量、设备可用性和可持续性，同时加速工程工作和产品生命周期管理。 制造组织正在开展下一阶段的复杂技术驱动型项目，包括供应链协同、质量分析与问题解决、材料与生产优化以及预测性资产监控。制造组织也广泛认识到，这些举措需要整合数据、安全性和指数级技术，并以云计算为基石，充分释放创新的强大力量。事实上，根据IBM商业价值研究院的最新调研，与仅使用云技术相比，云计算与其他业务转型举措相结合可以将效益提升13倍。2 2 如果缺乏更具战略性、价值驱动的云方法，制造业的数字化转型就会变得更具挑战性。为了探索制造组织如何从云计算和基于云的先进技术中释放更多价值，我们分析了全球1,100多家制造企业的制造高管和IT高管的调研回答，以评估其组织的数字技术成熟度和数据成熟度。受访者来自汽车、电子、下游石油和天然气、化工、金属和工业机械领域（请参阅第32页的“调研和研究方法”）。我们从分析中发现了四种具有代表性的制造商原型／类别（见图1）： –受限运营者（ConstrainedOperators）：在数字技术和数据管理方面均处于落后状态 –数字化热衷者（DigitalEnthusiasts）：致力于推动数字化转型，但在数据实践方面处于落后状态 –数据聚焦决策者（Data-focusedDeciders）：投资于数据管理但缺乏技术支持 –转型优化者（TransformationalOptimizers）：利用数据和技术推动成功。 图1 在利用数据和数字技术方面的成熟度正在决定制造商如何释放云计算的更深层价值 DD 数据聚焦决策者 27%的受访者 TO 转型优化者 27%的受访者 CO 受限运营者 22%的受访者 DE 数字热衷者 24%的受访者 数字技术成熟度低 数字技术成熟度高 数据成熟度高 数据成熟度低 信息来源：IBM商业价值研究院3 为何只有一半的制造组织利用云计算 充分释放了业务成效？ 制造相关业务的应用/系 统工作负载中有四分之三 尚未迁移到云端 四分之三的制造组织尚未 制定涵盖云计算、AI、物联 网和制造活动应用现代化 的整体技术战略 五分之三的制造高管和 IT高管表示其组织并不 关注业务成效。 问（IT）：贵组织已将多少百分比的应用/系统工作负载从数据中心迁 移至云端？问（IT）：请描述贵组织针对以下活动的技术战略。问 （制造和IT）：您在多大程度上同意以下陈述：IT和制造关注技术项 目的业务成效；百分比表示在5分制中回答4和5的比例，其中1= 非常不同意，5=非常同意。 根据调研数据，我们确定了“转型优化者”在关键绩效指标上脱颖而出并成功释放云计算优势所具备的五项典型特征： –现代云平台 –强大的数据基础 –数字技术整合 –新的工作方式 –业务成效与云计算密切相关。 本报告深入探讨了上述每一项特征，分析了“转型优化者”在每个领域为支持其运营优先事项所做的努力。行动指南根据制造商在数字技术和数据管理方面的成熟度提供了未来发展的三步计划。 4 推动制造业转型的特征 特征#1 现代云平台 混合云有助于推动数字转型—它将公有云、私有云和本地部署环境融合在一起，建立统一、灵活、成本最优的IT基础架构，让组织能够在最合适的位置处理数据。3混合云可支持从工厂车间的传感器、设备和机器收集实时数据，并提供给其他工厂资产使用，还可以在企业的整个软件体系中共享，包括ERP和其他业务管理软件。4 同样，云平台可支持所需的IT负载，例如运营技术(OT)与IT集成、边缘分析、OT安全以及新兴应用和传统应用。云平台可以集中管理来自不同制造业务的数据，从而实现跨工厂洞察、KPI对比和优化。5除了基本的云基础架构优势以外，超过60%的受访高管还指出容器、可移植性和DevSecOps等先进云功能是不可或缺的成功因素。 但许多制造商的当前云架构不足以支持大部分主要项目，因此也就难以协同多种数字技术来保障这些优先事项的顺利实施（见图2）。例如，预测性资产管理可能需要依托于云计算、物联网、AI和5G。制造质量根源分析则需要依托于云计算、物联网、AI、计算机视觉技术和边缘计算。如果没有相应的云平台来为其他技术提供支持，则这些项目可能会陷于停滞甚至失败。 5 图2 受访高管表示其组织的云架构不足以支持一些最重要的技术项目。 技术项目的重要性提供支持的云架构 供应协同 制造质量根源分析 材料优化 生产优化 预绩测效性管资理产监控和 制造质量问题解决 运输优化 运营技术项目的重要性VS搭建了提供支持的云架构* 58% 44% 缺口 57% 50% 缺口 55% 49% 缺口 54% 52% 支持 51% 48% 支持 51% 40% 缺口 50% 46% 支持 *缺口的定义是超过5%的百分比差距。问（制造）：以下运营技术项目对贵组织的重要程度如何？百分比表示在5分制中回答4和5的比例，其中1=完全不重要，5=非常重要。问（IT）：贵组织的云架构可为运营项目提供多大程度的支持？百分比表示在5分制中回答4和5的比例，其中1=完全没有，5=非常高。 “转型优化者”在实施云技术以支持高级运营项目方面取得了最大进展（见图3）。以供应协同这个重要领域为例，美国制造商协会的一项调研发现，近80%的受访制造商将供应链中断视为其首要业务挑战。6更高比例的“转型优化者”表示其云架构可为供应协同提供支持，其比例要比其他组织高1.5倍。“转型优化者”正在通过实时跟踪来监控和管理材料流，以及跟踪在制品和成品。借助这种洞察力，此类制造商可以在问题发生时及时进行干预，从而防止库存问题。制造高管估计，经过优化的供应协同可以将供应链成本降低37%。 同样，更高比例的“转型优化者”表示其组织的云架构可为制造质量根源分析项目提供支持，其比例是其他组织的1.4倍。识别制造流程中的问题或缺陷并自动纠正是一项重要能力，这有助于更快地确定问题的原因并减少重复出现的问题。受访高管估计，专注于这项重要能力可以将低质量造成的成本影响降低57%。 “转型优化者”在预测性资产管理方面也更有优势—受访高管表示预测性资产管理可以将资产可用性提高52%。利用数据和分析，预测性功能有助于促进资产利用率，并避免成本高昂的停机和维修。 7 图3 “转型优化者”表示已搭建更成熟的云架构来支持运营技术项目。 表示其组织云架构支持所列运营技术项目的受访者百分比 供应协同 38% D DCO TO DE 36%43% DD 制造质量根源分析CODE 42%45%48% DE 材料优化CODDTO 60% TO 62% 42%49%54% D TO 生产优化 51% CODDE 预绩测效性管资理产监控和 CO 35% 48% TO DD 47% E D 48% 52% 56% 58% 制造质量问题解决CO DEDDTO 运输优化 26%34%45%50% D DE 46% COD TO 38% 47% 52% 受限运营者 数字化热衷者 数据聚焦决策者 转型优化者 问（IT）：贵组织的云架构可为运营项目提供多大程度的支持？百分比表示在5分制中回答4和5的比例，其中1=完全没有，5=非常高。 8 案例研究 大众汽车推动制造和物流转型7 为了推动汽车制造和物流流程转型，大众集团在AWS上构建了大众工业云(VolkswagenIndustrialCloud)，可利用AWS物联网服务连接来自120多个工厂站点的机器、工厂和系统的数据。大众工业云的目标是将生产力提高30%，将工厂成本降低30%，并实现超过10亿美元的供应链成本节省。大众集团还利用AWS拓展制造业边界，发展共享出行服务、智能网联汽车和沉浸式虚拟购车体验，塑造移动出行的未来。 结合混合云与边缘计算更充分地释放AI价值 IBMSystemsManufacturing 8 IBMSystemsManufacturing并未构建孤立的AI解决方案，而是将混合云与边缘计算相结合，助力全球制造企业更加充分地释放AI的价值。该团队在位于加拿大、匈牙利、墨西哥和美国的工厂装配线上部署了前所未有的AI视觉检测系统。 该解决方案旨在利用云和边缘计算来消除在数据中心中运行AI推理时出现的带宽和延迟问题。通过将AI模型部署到边缘设备，并在边缘处理图像数据，企业可以实时检测到异常并采取行动。 AI模型和边缘设备均在云端采用自动化集中管理的方式，可将软件维护成本降低20%。在其中一个应用场景中，与人类检查员相比，AI自动化将检查时间从10分钟缩短至1分钟。 特征#2 强大的数据基础 制造商拥有足够的数据来推动影响深远的运营变革，但大约90%的数据位于孤立的系统中。9而云计算则改变了这一格局，让制造商能够营造一种积极的文化，以推动高质量数据民主化并支持员工熟练掌握数字技术。来自设备、流程和系统的数据可提供更深入的洞察，从而推动持续流程改进。 “转型优化者”展现出了最高的数据成熟度，在实施数据驱动文化方面，其比例是“数据聚焦决策者”的1.7倍，并且是“受限运营者”的2.9倍。此类领先制造商正在利用云计算和其他技术来加强数据管理实践（见图4）。例如，近三分之二(63%)的“转型优化者”组建了精通云服务的数据专家团队，并且能够近乎实时地更新数据存储库。这有助于确保员工能够利