《IBM商業價值研究院：消費品企業如何實現“智造”升級-基于工業大數據的建設路徑（11頁）.pdf》由會員分享，可在線閱讀，更多相關《IBM商業價值研究院：消費品企業如何實現“智造”升級-基于工業大數據的建設路徑（11頁）.pdf（11頁珍藏版）》請在三個皮匠報告上搜索。

1、專家洞察 消費品企業如何實現“智造”升級基于工業大數據的建設路徑 IBM 商業價值研究院圖 1我國制造型企業開展網絡化協同、 服務型制造和個性化定制的比例1網絡化協同35.3%服務型制造25.3%個性化定制8.1%談話要點 智能制造要從業務價值角度出發智能制造可以通過業務驅動、技術支撐和組織保障三輪驅動，實現轉型。智慧工廠需要實現全鏈路價值優化企業需要形成以生產為核心的橫向價值鏈協同，以及縱向各層級的智能化。轉型路徑應目標導向、循序漸進企業智能制造轉型，要以績效為導向、由最高管理層自上而下、長期有序推進，切忌為了智能化而智能化。柔性生產，迫在眉睫 生產線上，工廠調度正在緊鑼密鼓地安排訂單。突然

2、，他發現，即將安排生產的某個訂單中，有一部分供應商沒有到料。他急得滿頭大汗，火急火燎地臨時更換另一個產品進行生產，但由于兩個產品的工藝路線不同，一個不小心，結果出錯了，造成了極大的成本浪費。車間里，機器正在轟隆轟隆地運轉，一個批次的產品生產完畢，陸續被傳送帶送到質檢員處檢驗?？墒?，由于生產設備老化，生產過程不穩定，導致產品質量出現大幅波動。這個批次都生產完了，到了最后的質檢環節才發現問題，導致大量產品報廢。以上場景， 在我國的制造企業時有出現， 反映出企業在計劃、采購、生產等多環節上的問題。當前，我國制造型企業開展網絡化協同、服務型制造和個性化定制的比例不高（見圖 1），未來還有很大的發展空間

3、。那么，制造企業應當如何有效實現長效發展？本文將結合消費品行業，闡述基于工業大數據的智能制造升級之路。1 消費品行業已經初步從滿足基本消費需求轉變為功能需求更細膩、體驗訴求更突出的消費側驅動模式。消費者的需求更加細膩多樣，監管更加嚴格和全方位。小而美、迭代快的新品類、新品牌的加速涌現，對精細化管理的需求日益凸顯。市場需求往價值鏈后端推導，設計 - 研發 - 計劃 - 采購 -生產 - 倉儲 - 物流等環節的難點和痛點也顯現出來： 競爭對手剛推出的新款飲料大受歡迎，生產商能否快速研發出新配方和口味，滿足消費者的需求？ 產品越來越多，如何安排生產計劃是最為經濟的？整體計劃安排是否足夠靈活？ 產品多

4、，輔料也越來越多，采購、生產、倉儲、物流等調度如何有效銜接？ 生產換線、 排程、 工藝和設備控制， 如何做到有條不紊？一言以蔽之， 產品的多樣化需求提升了制造體系的復雜性，更要求企業思考，如何在保證效率和成本的前提下，加強多品種、小批量的柔性生產能力？制造轉型，縱橫協同新的消費需求逆向牽引著生產和供應鏈進行數字化和智能化轉型。企業需要形成以生產為核心的橫向價值鏈協同，以及縱向各層級的智能化（見圖 2）?？v向上，關注多層次融合和集成的智能制造核心體系，實現精益生產、柔性生產、數字化生產。同時，橫向逐步拓展到全價值鏈的優化，尋求端到端的綜合性平衡和整體價值最大化。采購：合理的原輔料安全庫存設置和真

5、實消耗情況跟蹤，及不斷優化并精確的配方；準確的采購和供應計劃，確保原輔料供應的經濟性和高效性。生產管理：優化的基于終端客戶需求的銷售計劃；基于算法的生產計劃優化；支持靈活的多品種小批量生產的工藝；全面的生產統計核算。生產執行：高效的生產資源調度；生產順序的及時調整；靈活的產品配方和工藝組態；實時監控生產狀態；基于工業大數據的工藝優化和改進。圖 2 智能制造模式的內涵2 倉儲 / 物流：基于數據的庫存和物流成本核算，及最優決策；整體供應鏈交付周期測算和優化。企業管理：基于統一、全局視角的經營回顧；通過智能化手段為戰略方向制定、未來經營預判提供參考。產品研發：快速迭代的產品研發；數據驅動的多樣化產

6、品組合；基于工業大數據的產品優化策略。市場投放 / 售后：市場競爭和消費者需求的及時洞察；形成消費者需求與產品研發、產品生產之間的強聯動關系。最終，實現降本、增效、提質、節能四大層面的價值優化，實現長效發展、綠色發展。此外， 需要注意的是， 企業智能制造轉型， 要以績效為導向、由最高管理層自上而下、長期有序推進，切忌為了智能化而智能化， 避免 “戰略規劃轟轟烈烈， 實際執行拖拖拉拉” ，或“簡單追求單點優化、短期速贏，而忽略了整體優化、長期發展”。訂單獲取設計研發采購生產倉儲/物流市場投放/售后企業管理工廠層車間層產線層設備層智能制造核心體系智能制造外延圖 3 三輪驅動，幫助企業實現智能制造的

7、目標 3 智能制造，三輪驅動從系統的角度，我們認為，智能制造可以分為四個階段：孤島型組織（未連接）、車間層面已連接、制造企業單元之間互聯，以及企業價值鏈互聯（見圖 3）。國內大量的企業仍處于前三個階段，面臨著一系列的挑戰： 在孤島型組織中，大量的系統都是煙囪式的，設備儀器之間不連通， 數據分散， 分析工作只能依賴純手工開展。 在車間層面已連接的組織中，企業可以在車間層面進行一定程度的數據分析，然而車間與其它流程是斷開的，缺乏人機料法環的完整數字化， 也缺乏數據治理和分析。 在制造企業單元之間互聯的組織中，企業可以在內部進行數據集成并開展分析，然而企業與外部的協作有限，供應鏈的透明度不足，缺乏對

8、外部市場和客戶的及時洞察。而企業價值鏈互聯的組織， 能夠面向最終用戶、 材料工程、工藝技術實現價值鏈優化重構。面向生態系統的企業價值鏈互聯是智能制造的目標。那么，企業如何才能實現智能制造的目標呢？通過三輪驅動的頂層設計、以燈塔工廠為支點的落地實施，能夠幫助企業實現智能制造的目標。三輪驅動，指的是業務驅動、技術支撐和組織保障：業務驅動：關注以生產為核心的端到端進度、質量、成本業務優化，和可持續發展；挖掘價值鏈不同環節、不同層級痛點，設計針對性業務場景和應用。技術支撐：形成以工業互聯網為骨架、工業大數據為血液的架構支撐；實現 IT、OT 技術的融合，推動各類技術的高效、安全部署和組合。組織保障：構

9、建數字化團隊，形成新的組織機構、管理方法和工作技能；通過良好的組織管理，為智能制造提供組織支撐和人才保障。下面，我們將展開闡述企業在業務驅動、技術支撐和組織保障這三個方面具體應當如何做。業務驅動技術支撐組織保障目標場景應用平臺組織管理方法人員流程網絡集團戰略IT 架構數據安全自動化設備驅動支持業務戰略123三輪驅動部門級應用大量存在， 煙囪系統， 數據分散設備儀器不連通人工收集數據， 大量使用 Excel端到端流程不連貫建立了企業級應用程序，但缺乏集成缺乏人機料法環的完整數字化缺乏數據治理和分析數據安全性不足缺乏流程自動化沒有數據湖有限的外部協作需要市場和客戶洞察生產創新不足供應鏈透明度不足面

10、向最終用戶的價值鏈優化重構面向材料工程的價值鏈優化重構面向工藝技術的價值鏈優化重構數字化制造能力和成熟度生產流程價值典型挑戰傳統行業先進行業孤島系統半自動化全自動化無人化生態系統價值Level 1 :孤島型組織Level 2 :車間層面已連接Level 3 :制造企業單元之間互聯Level 4 :企業價值鏈互聯4 圖 4 智能生產信息化與數字化能力圖業務驅動首先，在業務層面，建議形成一個以生產為核心的生產信息化與數字化能力圖（見圖 4），也方便摸排企業存在的不足和痛點，設計符合企業實際需求的業務應用場景。我們將企業常見的痛點以及智能制造能夠幫助改善的環節總結為三大場景，下面分別進行介紹。場景

11、1：供應鏈智慧決策消費品行業的需求變化快，因此，企業需要快速響應市場變化， 進行決策優化， 尤其是盡可能縮短OTD的交付時間。在供應鏈的各個環節，基于數據的決策每天都在發生。以液態奶生產線為例，計劃經理的總體目標有兩個：1. 保交期承諾；2. 優化庫存。計劃經理面對訂單需求、物料配料和原料配套情況，決策日訂單計劃量。在收奶、前處理、灌包裝、成品倉儲等生產車間也都設置了計劃員，他們負責制定各個車間的計劃。收奶計劃員結合原料狀態、設備產能、總體目標，決策收奶計劃，保障生產平順，產量達成；配料計劃員結合配料供應能力、進料方產能和進料時間等，決策計劃采購量；物料計劃員結合物料供應能力、配料和原料配套等

12、，決策計劃產量；入庫計劃員，結合客戶需求變更，決策訂單優先順序 / 計劃庫存量。每個計劃員的決策制定，都需要數據的支撐，基于歷史數據和當前數據，來決策未來應當如何應對。信息的透明協同對于決策的準確性和及時性至關重要。此外，人工決策帶來的感知延遲、分析延遲、決策延遲和行動延遲，都會對訂單交付周期帶來直接影響。根據精益制造的理念，制造時間和物流時間（如收奶 - 包裝-運輸-出入庫等） 屬于精益制造增值時間；而溝通時間、決策時間和緩沖時間 （如開會、 信息傳遞、 排產、 備庫策略、制造與物流的不確定性等）都屬于精益制造不增值時間。而數字化轉型的目標是，將精益制造不增值的時間縮短到接近于無；以較小的庫

13、存，保證產品的快運轉及低資金積壓；優化倉庫分布，縮短物流時間，減小物流成本。通過引入人工智能、機器學習，以及物聯網、信息物理系統、邊緣計算等新興技術，以數據為驅動，可以開展實時溝通，最短時間感知問題，減少不確定性，實現機器決策，從而有效地縮短訂單交付周期， 減少庫存成本及物流費用，提升整體決策與執行效率。質量管理質量目標與方針質量機構與職責質量分析質量審核質量預防質量改進工藝技術質量追溯源頭質量控制過程及成品質量控制儲運質量控制終端質量控制化驗室管理管控與分析運營分析與決策管理管理費用控制與分析生產成本控制與分析物流費用控制與分析運營效率控制與分析單品全成本原始點分析與控制存貨監控改善點追蹤與

14、反饋資產管理（設備）設備全生命周期管理備品備件全生命周期管理設備能力監管OEE 分析與管理維修維護計劃管理設備知識庫管理備品備件管理設備臺賬維修維護設備運行計劃響應供需匹配優化排產三級排產管理生產過程管理新品試產管理原輔料保障生產執行生產完工過程操作物流（調度）物流計劃資源管理客戶服務管理成品存儲管理運輸管理發運計劃產成品收發成品呆滯管理成品盤點安全環保健康安全方針與策略環保節能方針與策略安全生產管理職業健康管理環境保護管理節能節水管理設備設施實時監控隱患排查管理危險作業管理人員體檢與作業場所數據監測排放監測系統能源監控分析與技改管理作為重點場景展開物料管理原輔料倉儲管理物料采購管理原輔料收發

15、管理原輔料呆滯/報廢處理原輔料盤點原輔料追蹤追溯原輔料投料決策層管理層執行層智能生產信息化與數字化能力圖消費品行業需求變化快，企業需要快速響應市場變化，進行決策優化， 尤其是縮短OTD交付時間。5 場景 2：精細化成本核算與優化消費品企業面臨著更加激烈的市場競爭，因此，需要進一步優化供應端，尤其是生產的成本，進行成本的事前事中事后管理。隨著渠道利潤的日益壓縮，消費品企業也需要逐步轉變理念。事后才做成本核算是遠遠不夠的，需要在事中，甚至事前就開始管控，進行生產端的精細化成本核算和優化?；跀底只ヂ摶ネǖ墓I大數據，覆蓋事前、事中、事后的成本管理策略，可為精細化成本管理提供有力保障。事前：成本核

16、算到產品構成和工藝路線一方面，需要從不同維度精確、及時掌握不同批次產品的相關成本的精準信息，也即，將成本核算到產品構成；另一方面，越來越多的小批量、多工藝變換的特點，對成本信息的要求更全面，需要將成本核算到工藝路線?？梢圆捎萌壙己瞬呗詠磉M行成本核算。在班組層面，選取實時工藝計算指標，進行每班考核，月累計分數。在車間層面，基于工藝路線，對加工生產過程中的每一步驟消耗和質量指標進行作業每日考核。在產品層面，按批次考核，工時和消耗實時計算，費用根據上期平攤。以往， 生產線上的水電煤等費用， 都是均攤到每個產品上。后續進行精細化核算后，每個產品到底用了多少水電煤都是可以判斷的，工藝路線上的每個生產操

17、作環節（如消毒殺菌環節）的水電煤和生產成本也可以核算。事中：實時反映、過程監控我們可以在人機料法環測六個環節做好監控：人：按班記錄工時；設備運行時間精確到工序時間；將工序工時自動關聯到半成品及成品的批次。機：設備運行與產品配方和工藝要求相關聯，實時獲取運行數據；設備折舊及維修費用可精確到半成品和產品的批次。案例：某食品加工企業通過智能制造，實現訂單響應時間減少1424 小時 某食品加工企業通過智能制造升級，實現了訂單交付時間從 T+2 縮短為 T+1，大幅提升了效率。該企業原來的作業模式在訂單交付過程中含有大量等待時間，而且信息傳遞以人工溝通居多，制約了生產效率與管理水平，具體表現在：系統無覆

18、蓋，信息不同步，協同效率低；使用非專業系統，功能不完善，難以解決特定業務；系統之間的接口也不完善， 主數據未打通， 無法流暢對接。通過智能制造升級，實現了作業模式精益化，以及智慧工廠 OTD（訂單配送）過程信息系統全面覆蓋與深度協同。采用 SOA（面向服務架構）式部署，實現了系統的專業化靈活式應用。通過 PSB（工廠服務總線）實現了各系統間全面連接，取代了點對點的通信方式，消除了信息孤島。通過升級，該企業的訂單響應時間減少 1424 小時，增加了門店滿意度。凈菜沾水、凍貨解凍時間點至發送門店時間點減少 14 小時，提高了菜品的質量。無需全部生產完成即可配送，減少了工廠的緩存量。此外，均衡生產，

19、使得初加工設備使用時間增長，增大了產能利用率。消費品企業面臨更加激烈的市場競爭，需要進一步優化供應端，尤其是生產的成本，進行成本的事前事中事后管理。料：細化工藝路線，到各工序的物料投入產出；增加自動稱量、流量計、掃描等計量實施，實時獲取和監控原輔料消耗。法：半成品和成品可靈活配置工序及工藝指標要求；通過自動化技術實現工藝指標， 預警偏差， 規避風險， 減少浪費。環：通過自動計量或物聯網采集高耗能和耗水工序的實時數據；將重點能耗和排污指標考核到具體班組；基于大數據優化能耗。測：工序過程或半成品檢驗集成到工藝實時數據庫，進行過程監控；將不合格品、廢品的成本及時歸集到各批次產品中。事后：核算及優化事

20、后需要及時準確地進行生產成本核算， 比如：主要材料、直接人工、維修費用、間接材料、機器折舊、生產能耗、其他制費等。在此基礎上，制定必要的變革舉措，比如：制定核算規則、 建立精細化成本管理體系；設計業務流程，職責到具體崗位；設置綜合統計分析崗， 集約化核算組織；擺脫手工處理方式、實現自動數據采集等。此外，還可以開展持續的優化改進，比如：工序工時定額優化調整、產品工藝方案更為精準、產品物料消耗最經濟批次、不斷完善產品定價策略等。除了事前事中事后的成本管理之外，數據驅動的設備浪費分析優化，也是精益化成本管理的重要舉措。因此，需要整合設備運行數據，聚焦物耗、能耗、設備效率以及整體經濟等四大抓手，利用量

21、化損失、落實一線根因挖掘和高階分析等方法，識別浪費源頭并制定提升方案。6 案例：某日化企業通過 PDCA 閉環管理，提高成本管理水平 作為大型集團型日化企業，該集團在生產管理方面存在三大痛點：首先，集團對于下屬子公司的生產管理把控不足，難以開展生產運行管理和監控子公司的生產動態；其次，子公司的發展不平衡，如何開展子公司之間的調度、 生產計劃和統計；第三， 有些子公司績效好、 利潤高，而有些則較差，集團層面希望分析子公司績效差異背后的原因。為了解決上述生產管理痛點，該集團開展了生產運行的效率管控和成本管控，利用數字化系統進行數據采集，實現生產業務對計劃、調度、工藝、執行、統計、分析全過程的閉環管

22、理，實現系統功能對生產、能耗、計量、質量、安環、設備等領域的基本覆蓋，基本實現日化生產統計業務“班跟蹤、日平衡”。該項目充分發揮了系統在日化生產運行管理中的核心作用 ； 增強了總部對生產現場的動態監控與生產指揮能力，提高了生產運行效率和成本管理水平，為集團實現日化業務發展戰略提供支撐。圖 5 數據驅動的全方位質量把控基于用戶體驗的質量追溯報告數據驅動的質量分析和優化數據支撐的質量追溯建立以質量管控目標為導向的質量過程數據全追蹤，通過分析質量推移趨勢，不斷改進標準作業流程，提出改進舉措改進舉措質量數據追溯條件數據采集信息匯集追溯模型追溯驗證標準作業案例：某乳制品企業建立全流程質量管理體系，實現效

23、益提升 該乳制品企業希望通過質量管理，全面提升企業的管理水平和效益、減少質量損失。該企業與 IBM 結成戰略合作伙伴，打造全產業鏈的品質監控和追溯體系。IBM 幫助其智能工廠在收奶、前處理、罐包裝和成品倉儲等環節開展全流程質量數據采集及分析。在數據采集方面，實現了數據自動采集，減少操作工人工記錄報表時間且保證數據源的真實有效性；而且生產過程所有參數實現全程連續記錄，保證數據記錄的準確性。在數據分析方面，通過數據的自動分析，為質量預防提供依據， 減少質量損失；通過設定預警值， 系統進行實時預警，提高對異常問題提前發現的敏感性；通過固化質量數據分析流程及方法，提高對質量問題分析的效率；通過系統權限

24、的控制，提高數據的保密性。該項目在實施過程中不斷創新，開展 8 個系統級創新，獲得 1 個國家專利項目。最終實現了 1300 種檢驗方法電子化，93% 的檢測數據能自動采集并上傳，檢驗時間節省13，效率提升了 20%。 7 場景 3：全方位質量把控質量是消費品企業繞不開的話題，日趨嚴格的監管需求，和消費者對質量的關注，要求企業進行全方位的質量把控，開展端到端的質量分析和質量追溯。質量是管理出來的，而不是檢測出來的。我們不應當出現了質量事故才開始被動響應，而應當建立事前、事中、事后的質量控制，只有通過事前管理和數據驅動的業務分析，才能幫助生產企業嚴格把控質量。在人機料法環測六大層面，都可以通過數

25、據進行過程管理，來判斷生產現場是否出現了質量問題，以及未來是否會出現質量問題。數據收集上來之后有什么用呢？一般來說，有兩個層面的應用場景（見圖 5）：數據驅動的質量分析和優化。通過質量數據，判斷生產過程中是否存在問題，進行早期控制預警，進而開展參數調整，再去查看生產過程中的質量是否回歸正常。通過標準作業、質量數據和改進舉措的閉環機制，建立以質量管控目標為導向的質量過程數據全追蹤，通過分析質量推移趨勢，不斷改進標準作業流程，提出改進舉措。數據支撐的全鏈條質量追溯。從農田到餐桌，消費者對于產品是如何生產出來的、經過了哪些環節、這些環節的生產是否可視、什么時間點上的生產線、什么時間點下的生產線、倉儲

26、物流的過程、以及渠道流通的環節等都很感興趣。通過數據能夠幫助企業進行全鏈條的質量追溯。質量是消費品繞不開的話題，因此需要端到端的質量分析和質量追溯。圖 6工業互聯網與智能制造平臺架構智能運營分析平臺微服務體系架構平臺應用服務治理監控運維鏡像管理服務注冊服務發現日志管理DevOps業務系統生產制造MES系統WMS 系統TMS系統運營管理ERP 系統CRM 系統訂單系統SRM 系統質量管理任務調度數據計算平臺底座（大數據 & MPP）數據采集平臺管理API 服務網關應用基礎數據平臺數據服務財務域采購域數據治理數據采集設備物聯網平臺MQTT設備管理設備更新邊緣計算應用下發節點管理設備注冊節點監控設備

27、查詢數據處理規則引擎數據可視化UI組件庫接入服務協議解析數據分發監造數據匯總數據集成中心HDIC視頻集成中心HVIC數據預處理安全認證視頻采集設備CameraCVRNVR流媒體服務WebRTCNetworkingComputeStorage物理機NutanixVMWAREKubernetes防火墻物理網關(第三方提供）SCADA設備設備設備軟網關設備可視化監造平臺訂單進度質檢記錄生產進度出廠試驗工序進度實時視頻計劃比對實時工況運營數據分析銷售分析生產分析供應商接入進度數據質量數據產線數據視頻數據采購分析質量追溯賬務中心/財管中心管理駕駛倉交付及時率客戶退貨率設備稼動率產品報廢率數字創新層數據管

28、理服務層數據源層設備層基礎設層技術支撐業務需求離不開技術底座的支撐。智能制造需要形成以工業互聯網為骨架、工業大數據為血液的架構支撐。為了支撐全域業務應用場景，需要搭建一個工業互聯網與智能制造平臺（見圖 6）。這個平臺需要具備四大能力：數據集成：能夠對底層工廠層面各種自動化設備產生的數據進行集成；數據計算：通過數據清洗、處理、計算、挖掘等，讓集成的數據產生更高的價值；數據治理： 提高數據的標準化和質量， 更有效地應用數據；數據服務：提供數據服務，實現全域業務應用場景。8 在業務層面，平臺需要實現端到端的數據應用、管理和集成。這就要求熟悉企業全價值鏈的業務，洞察端到端的運營難點和痛點，并設計優化方

29、案。此外，還要建立數據治理的核心領域和保障機制，夯實數據基礎。在技術層面，平臺需要具備敏捷性、擴展性和兼容性。平臺需要支持微服務、 短平快部署和配置；支持各類應用，包括 BI、AI、挖掘模型等；還需要拉通標準 / 非標接口，實現所有底層設備的接入，并且能夠部署在不同的云架構上。組織保障 在組織層面，企業需要建立一體化的管理和組織機制，培養數字化人才梯隊保障、實現敏捷型組織轉變。未來，企業可能需要從總體組織架構和企業文化層面，對運營模式進行調整， 創建全新的、 開放的、 靈活的業務架構，支持生態系統的企業價值鏈互聯。而墨守成規的線性流程將轉變為高度動態化、智能化的業務流程，這也將打破部門壁壘，徹

30、底轉變工作方式以及實現價值的模式。各團隊能夠以迭代方式同時開展工作，享有更高的自主權，有助于顯著提高生產力、創新力和產品面市的速度。9 這也意味著，對人才的要求提高了。智能制造與傳統生產模式差異較大，業務、DT（數據采集與分析）、IT（系統管理與控制）、OT（現場運營與工藝）技術融會貫通的復合型人才將是轉型升級過程中的骨干（見圖 7）。與此同時，制造企業需要發展敏捷組織管理模式，建立合適的組織形式、機制、績效體系，采用敏捷原則和設計思維，使得團隊與智能化業務流程保持一致，為業務轉型和技術創新提供保障和支撐。圖 7制造業轉型升級的人才基礎制定轉型愿景，全程支持變革協同跨團隊資源，帶領并推廣轉型項

31、目專業職能人才，支持項目模塊推進 業務管理人員 OT 崗：現場運營與工藝工程師 IT 崗：系統管理與控制工程師 DT 崗：數據采集與分析工程師落實轉型舉措，基層改善踐行者數字化高層轉型骨干業務崗IT 崗OT 崗基層工作單元DT 崗操作工人質檢員機修工搬運工需要思考的重要問題 您在生產制造上遇到哪些挑戰？ 您打算如何實現智能制造升級？ 您準備從哪里起步？ 對標燈塔，穩健前行 行業內的燈塔企業在運營中融入數字化、網絡化、智能化技術，實現了端到端價值鏈互聯，成功提升了生產力，為可持續的盈利增長奠定了基礎。其他企業可通過向燈塔企業的學習借鑒，穩步開展企業內部的智能制造轉型，明確試點、優化、推廣的升級路

32、徑，最終實現價值和競爭力的突破，實現可持續發展。在具體實施策略上，我們建議制造企業可以集中精力開展以下三個優先任務：1. 充分挖掘數據的價值。為實現智能制造的可視性和智慧運營，數據是關鍵所在。建立敏捷、可擴展和兼容的工業互聯網與智能制造平臺架構，促進高度安全的數據整合。通過實時獲取和分析數據，優化整體供應鏈計劃，實現高效的生產資源調度、快速迭代的產品研發、最優的倉儲物流決策和強力的消費者聯動。2. 在制造流程中融入技術。在制造流程中融入新興技術，打造具有“思考”能力的制造流程。實現 IT、OT 的技術融合，推動各類技術的高效、安全部署和組合。IBM 2021 年全球 CEO 調研顯示，大部分企

33、業領導認為 IoT（物聯網）、云計算、人工智能等技術將會是未來的核心技術，而業績出眾企業對這些技術的樂觀程度遠超其他企業。2 利用 IoT 設備實時監控生產狀態，預測潛在的故障和偏差，可以規避風險，減少浪費。一旦出現偏差，AI 模型還可以提供關鍵控制設置，使制造流程重回正軌，恢復最優的運營參數。這樣可以有效避免質量問題和生產中斷。3. 培養數字能力，打造全新企業體驗。許多企業仍然缺乏智能制造所需的專業知識和技能，尤其是數據分析、云計算、AI、物聯網等相關領域。一方面，企業需要重塑現有員工的技能，開展個性化的學習，培養企業的數字能力；另一方面，可以通過招聘和生態系統合作伙伴來彌補技能差距。為實現面向生態系統的企業價值鏈互聯，還需要打造全新的企業體驗?！绑w驗”的概念正從客戶層面擴展到為客戶服務的員工、企業本身乃至整個生態系統層面。采用以人為本的設計理念，打造富有吸引力的客戶體驗、員工體驗以及合作伙伴體驗，有助于發揮差異化的優勢，實現更高的價值。