十周年，我们一起聊聊智能制造
智能制造不再是一个主要的目标，而是成为企业在当前复杂时代下获取竞争优势的手段，很多企业随即提出更紧迫的需求，关于如何认识当前的发展形势，如何实现更好的指导，如何更合理科学地应用数字化技术。从时间维度上看，在过去10年里，智能制造已经成为中国大型跨国公司以及无数中小企业的主攻方向，中国开始系统性地推进智能制造，如今产业竞争环境也有更新的变化和更复杂的要素，在这个时候，如何理解和做好智能制造成为了企业发展的关键。
本期重点关注两个问题：
1.如何看待目前制造业面临的压力？
2.降本增效是智能制造的主要方向吗？
3.中小企业集群进行数字化转型有什么困难和挑战？
4.领军企业应该如何推进智能制造？
5.如何去建造自身的、向外的智能服务的能力？
本期【产业链洞察】节目，机械工业信息研究院先进制造发展研究所所长 陈琛，西门子中国有限公司数字化工业集团数字化业务总监 顾欣、黑湖科技CEO 周宇翔、上海万工控制系统有限公司 夏小虎 将一起聊聊智能制造。欢迎关注东西智造！
【手机扫码，观看直播回放】
Part.1
如何看待目前制造业面临的压力，以及在高度承压下和不确定的环境里，企业应该把其能力建设的重点放在哪个方面？
周宇翔：这个命题很大，黑湖进入到制造业才六七年的时间，我们也还在学习，今年我定的目标是今年要走访100家企业，目前完成了67家，我自己的一个体感是我觉得从三四月份以来有一波回升，五六月份还是比较困难，然后八月份看到有一些回暖的迹象，我觉得在今天这个时代，产能还是相对比较过剩的。很多客户对数字化方案的采购从单纯的降本增效到现在希望能让他们的客户更加满意，比如说黑湖早期是从中型客户开始服务的，他们对数字化转型的认知和需求并不是那么的迫切，但是他们采用这个系统的原因是因为他们现有的客户在审厂验厂时提出了类似的要求和推荐，所以我觉得这是一个很直接的需求。从另外一点来讲，我们小微事业部接到的订单很零散，很多客户群体要求的订单都是小批量多批次，定制化程度非常高，对于这些小微企业而言，他们数字化是希望能追踪到每一个产品的生产进度，甚至是能在这么短的生产周期内及时算出是否盈利，以便在下一个订单来时做出更好的判断。所以在我们的视角里，我觉得今年的环境非常有挑战，客户从单纯自身的降本增效作为首要目标，到开始转移到希望他们的客户能对他们有更高的信任，从而能赢得更多的订单。
顾欣：如果拉长周期看，现在整个市场状况跟过去几年相比有一些特殊，包括疫情和其他的一些因素，导致供应链混乱，企业在整个经济波动里的体感是不一样的，有些企业虽然面临疫情，但是订单爆棚，这个经济现象不是一个单一的因素造成的。疫情结束之后，企业界普遍觉得我们应该恢复正常的生产和运营的状况，所以大多数企业对未来有很积极的看法，但因为供应链的紊乱，再叠加上经济周期里去库存等需求的影响，很多的积极信号并没有反映出来，那么三月份到七月份这个相对比较冷的时期就对很多企业有很大的挑战性，具体要看不同类型不同赛道的企业在这个过程里所处的行业地位，和在供应链上的配置情况等等。有一些企业仍然在迅速扩张，比如新能源相关的一些企业如储能，还有一些企业还在周期去库存的过程里，但是市场上也有一些积极的信号，反过来也会对这些企业有影响。一个方向是对于现在这个情况，大家共性的关注点是什么，我们看到不管是头部企业，比如高端制造以汽车行业为代表，还是制造业里普遍的以机械制造为主的中小型企业，大家第一个战略关注点都是增长，怎么能够让我的企业有竞争力，能够未来一直可持续增长。
排在后面的两个关注点很巧合的一样，但是顺序有所不一样。对于高端制造企业来说，他们特别关注转型，认为转型会给企业带来非常大的质的变化。大家面对的是一个高度不确定性的、高度变化的市场，在应对这个市场的时候，仅仅靠传统的管理方式和技术手段是不现实的，那么就会追求新的技术手段和方式来加持，我们看到一些头部企业虽然他们的经济也在波动的过程里，但是他们在数字化转型上的投入是不遗余力的，甚至是趁着现在低迷的时候来补足基础能力，因为原来满产的时候每天就负责交货和解决客户服务的问题，没有时间去查漏补缺，这是我们看到非常明显的一个现象。那中小企业，包括一般的传统制造业，除了数字化转型之外，他们目前比较关注的是生存问题，所以他们排在第二位的是怎么降本，怎么样提高生产效率的问题，但是他们Top关注点仍然是转型，我理解这是整个产业链和环境的问题，当大企业在做产业链转型的时候，整个产业链会有互相影响的作用，下游或者链主都有影响，就比如电池供应链、汽车零部件供应链、新兴的电子供应链里，整个产业链都是整体在提升。
再聚焦一点的话，就是产品创新的能力。大家能够清晰地感受到六七十年代出生的人与80后90后，甚至现在00后，对于产品的需求已经截然不同了，现在的需求端已经完全变化，我认为需求端会重构所有制造产业系统的方方面面，包括一些新业务模式的生成。产品创新能力是非常高的竞争力，并且依托于产品创新能力，整个供应链体系和企业的持续改善能力与精细化运营能力都是相配套的，以及还有人才的问题，这些都是企业方方面面在不断投入去做的事情。
陈琛：前几天在西门子和宁德时代的对话里我也有这样的感受，当时宁德时代的李军就提到他在考虑极限制造，现在每一个企业基本都在思考这个问题，他们现在面对数以亿计的消费者，需要在短时间内生产出数以亿计的产品来满足这些消费者，而且还有很多的约束，要让自己和客户都赚钱。刚才顾总说创新，我前段时间很悲观，觉得已经很难找到新的发展方向，但是我在上周看了一家企业，是做AR眼镜的，能帮助工厂里的残障人士更好地获取信息，比如他们可以用这个眼镜来把收集的图像变成声音，或者把收集的声音变成文字，我很早就看到过这样的发明，而这个企业把这个创意做出来了，现在是指数级的增长，所以我觉得创新要快速地制造才能得到指数级的增长，那么就需要在供应链的整合能力、制造能力、制造的一致性上保持很高的水平。
Part.2
降本增效是智能制造的主要方向吗？
陈琛：我这两天看产业发展史，当时IBM在六七十年代创造了现代计算机的架构，苹果在08年创造了手机的架构，我觉得其实很多企业不仅做技术创新，还做架构的创新，整个的系统就会有非常大的迁移和变化，我感觉未来还会有一些质的变化。
周宇翔：我们创业的时候也是非典型的，因为我们并没有工业软件背景，追溯到2018年那时候，我们整个获客方式严重依赖于互联网，比如说百度的广告投放和抖音等等，这意味着全国所有工厂都有同样机会看到我们的广告，后来在2019年时，我们内部做了一个比较大的客户盘点，复盘过去成功与失败的案例，我们发现比较成功的客户，他们的产品都是卖给终端消费者的企业。比如说在2018年时我们和蜜雪冰城开始合作，大家谈到蜜雪冰城可能只想到加盟奶茶店，但是背后最大的动力引擎是大咖国际，当时我们在想奶茶怎么会与制造软件有关系，后来去到焦作和河南郑州的工厂以后发现其实这个企业不仅给自己的加盟点供给原材料，还在给别的一些街边饮料或者其他奶茶品牌提供，我们一起工作一年多后发现这一类的客户和传统智能制造的需求不太一样。他做数字化转型的首要目标就是满足需求，奶茶的变化、口味的变化、不同季节、不同联名款，消费者口味的变化等等，这和以前传统的一种口味的奶茶有很大的差别，所以这背后是消费者话语权的提升，然后通过网络媒体和社交媒体对于品牌侧的压力导致品牌侧也在寻求新的变化，我们谈的小批量多批次的生产在这类企业里体现得淋漓尽致。所以他做数字化转型的目的就是怎么让从实验室或者市场测试收集到的客户需求信息能快速地演变成产品，从产品的生产到量产，到大规模高质高量低成本的制造，去输送到全国各地，甚至是现在海外。
第二个案例是2017年和麦当劳工作，当时我们也没想到麦当劳和智能制造有关系。每次买麦当劳儿童餐都会送玩具，在当下经济环境下他们销量反而提高，因为父母这样做相当于把玩具和食物一起买了。麦当劳玩具的品类和设计和以前相比发生了很大的变化，我小时候就是以麦当劳叔叔为主题的玩偶，一年差不多有10个款，但现在麦当劳上游总共在国内有17家工厂，在东南亚和墨西哥有七八家，他们一起供给全球儿童餐的玩具。以前是标准化的生产年代，工厂没有感知到作为一个30亿产值的单一玩具工厂要做数字化转型的需求，而现在，不同游戏联名、不同城市、不同月份、不同营销活动、不同主题等等，随着这些不同类型的小批量多批次产品的诞生，上游的企业面对极大的交付压力和生产压力。我觉得第一就是上游的供应商和代工厂有更强的自我变革的意愿，第二对于集团侧设计和生产制造联动方面，以前推出款式可能是提前一年去预测市场，然后设计玩具，现在周期至少也是以周或者月为单位，所以集团侧也很希望能和上游进行数据的互通，了解产能情况、历史的制造能力、未来排产的承载力，不靠个体的承诺去接单，而靠确实的数据，并且不管是通过私有云还是本地将整个履约的过程做到完全的透明化，从而能实时地利用数据去做到进度的预警。
陈琛：好多年前在交流智能制造的时候就讲到麦当劳，以前觉得麦当劳就是很简单的一个企业，但是实际上钻研了以后就觉得麦当劳非常神奇，也包括蜜雪冰城，他们副总说现在已经有1万多家店，而每个蜜雪冰城服务于数千人，这样的一致性是很神奇的，你想把东西卖给一个人的时候很简单，但是你要卖给一亿人的时候就要不停地变化了。
Part.3
为了让智能制造在企业有更好的应用，甲方和乙方的合作模式是否需要有所调整？中小企业集群进行数字化转型有什么困难和挑战？
周宇翔：在广东我们参与过集群项目，在中山、小榄几个地方推动大中小灯具，他们面临的问题是当突然来了一个爆款的灯具灯饰后，所有企业一窝蜂去做，最后库存过剩滞销，很多尾单都无法处理掉，2018年我们黑湖对于数字化的理解还非常粗浅的时候，并没有很好的解决这个问题。当时有个词很火，叫数据孪生，就是指把现场的所有数据创造一个映射，不管是放在云端还是放在本地服务器上，由此构建一个现实世界对应的数字世界的东西。所以当时我们就认为数字化就应该把所有的工厂数据完成数字化孪生的映射，这样大家就可以先看到数据监控再去优化，但是实际上这个事情并没有发生，虽然在集群里我们引入了小微贷款的公司、ERP的公司、数据采集的公司，但是没有达到很好的协同。
今天我们也看到另一个在国内涌现的集群模式，即链主企业带头转型，以刚刚灯具产业为例的话，就是最大的终端厂商，以布料为例可能就是纺织布料厂作为行业龙头大哥带动上下游转型。但逐渐做转型的过程中，我发现大企业在当下也面临很多内部的束缚，有很多遗留的历史包袱导致他无法去变革，所以如果由链主企业带头转型的话，很可能会以他的主观意愿为定义。我现在自己也陷入一个困惑，不知道集群的数字化转型意味着什么？服务的终究目的是什么？以及从哪个地方切入最容易推动达到终极目的？我还不能形成结论，但是我看到一些现象，如果我们看过去中国的c端互联网的发展历史，比如美团对点评，滴滴对优步等等，那到底中国未来会不会是农村包围城市的路径，即从小微企业开始完成数字化转型，将自身上到某一种形式的网络里，将自己的数据用于某一些管理但不闭环，彼此开始去交换形成一些连接，从而推动整个集群的转型，这是目前我正在探究的一个方向，我觉得在中国这个模式可能会成功，如果继续不成功的话还需要更加努力去探究，因为集群之间的连接的价值会远超于单点的工厂内部的数字化。
我觉得我们很多小企业不在意降本增效，就是想要拿到更多的订单和客户，就像前面夏总提到的，2019年我去到工厂看到他们以大屏的方式展示数据，仅仅为了让客户来审厂验厂的时候满意，我觉得这是一个很真实的需求，当客户看到后觉得你的数字化能力已经达到一定程度，至少你收集起来了，由此可以给你订单。当然我不认为这种需求是终极形态，但是深究的话，他们的诉求在于通过数字化赢得客户的信任和尊重，从而拿到订单。而我们是否能够真正让他们的愿景和需求得到满足，不困在单场的数字化里，我觉得黑湖也还没有很好地解决这个问题。
Part.4
什么样的企业想要更好的制造？更强的竞争力需要做到什么？需要抓住哪些关键点？
夏小虎：我一直在想什么叫更好的制造，有些客户把眼光放在降本上，当然好的制造的成本应该是可控的，但要考虑一下是否成本最低的制造就是好的制造。每个企业应该根据自己的特性去考虑增效，比如某些地区五金件的制造效率非常高，但变化可能不会那么快。我无法回答说是否降本增效就是好的制造的一个考核标准，这需要每个企业针对自己的产品的特性做出判断，好的制造和好的产品、好的技术是相辅相成，相互依赖的。我曾经在一个德国公司工作了几年的时间，他们的制造做得非常好，整个供应链的管理也非常好，产品也非常厉害，全球在细分市场里排第一，之后我也接触了其他几家公司，有一些公司的产品也在全球排第一，但制造并不好，甚至有些产品是师傅手工制造，所以效率并不高。所以更好的制造是我们国内的工业必须要去审视的一个问题，有些企业必须要实现产品上的突破，有些企业需要实现市场上的突破，而有些企业需要实现整个制造组织管理上的突破。
回到工业数字化本身，工业数字化不光包括生产现场的数字化，虽然我们的主营业务是车间里的数字化，但数字化本身还包含了很多面，涉及到整个公司自上而下的变革，这些变革甚至还要求打破自己已有的利益链或者是价值分配，去追求一个更好的制造，所以不光要考虑制造本身，还必须用其他的方式来烘托或者支撑更好的制造。
我觉得现在是一个大变革的时代，我们国家提出了百年未有之大变局，我前面的发言也说全球还有45亿人需要去提升生活质量，我们还有很多发展空间，还有很多西方的先进经验需要去学习，当下我们处在相对比较悲观的状态，尤其是对制造业来说，因为今年的产品确实不太好。但我认为如果放到更大视野去看的话，现在的困难都是暂时的，对于现在市场上没有竞争力的一些产品，你可以放弃，或者去提升，每个企业都可以有很大的发展前景。举个例子，我们曾经有一个客户是做搬运机械的，规模很小，从一个贸易商那买了一座工厂，也没有太多的技术员，就去找别人买一些投资然后自己去造，在他的市场里面不断积累开拓，每年大概赠加一两个客户，前段时间看到他们手上已经有了六七十个很厉害的客户。另外我们也有一些客户在已经取得领先优势的情况下，有了一些新的想法，于是去跨行经营或者多种模式去经营，然后导致企业出现了一些问题。这两种情况是社会上发展工业时很普及的现象，我之所以说要做更好的制造，其实是希望说能够用工业的思想，能够遵循工业的规律去做工业化的产品。
顾欣：先把制造业做一个基础的分类。一种称为常规制造，是我们接触最多的，最主要的特点就是以最大化最大量去生产，然后通过标准化工艺和产品实行规模化，最后实现盈利。第二类是尖端制造，典型代表是半导体，以现在高速成长的锂电池等行业为主，投资额一般比较大，尖端制造想实现的是工艺上指数级的改进，来达到最大化盈利，比如目前的芯片在5纳米左右，如果这时你的良率提高一点点，就可能在市场上获得几乎是垄断式的领先地位。还有一类是研发驱动的，以创新型为主的制造，比如疫情时疫苗的制造就是一种典型的例子，靠研发来快速响应市场的需求，这时研发和制造之间的协同非常重要，所以我们会看到 DFM等等这些应用场景出现。另外还有小批量多批次的定制化的制造，有时大家简单地认为这是一个特别to c的话题，其实并不是这样，航空航天领域就是一个非常典型的定制化制造，比如一些用在登月车上的部件，某一个类型的产品只需要6~7件来完成一个特定的任务就结束了，所以这种类型的制造需要非常大的灵活性和柔性制造的能力。
不同制造类型，需求不同。我觉得中国发展到今天，基本上已经从出去学习形成大量作为供应链一部分的常规制造，到慢慢开始能用研发驱动形成我们自己的制造了。我们现在观察市场会发现一个特别典型的现象，当做出一个非常好的产品的时候，客户是非常愿意为更好的用户体验额外付费的，所以如果我们能够强调产品力，将这些产品力转化成爆品，就能获得消费者用户的心，赢得市场，然后才能谈应该用什么样的更好的制造体系来满足你的核心竞争力，这两者是相辅相成的，拥有了非常好的产品力，再叠加非常好的制造系统。就像成都厂的例子，他的底层的基础能力搭建得非常好，他继续不断优化自己，从系统架构到业务流程，到底层数据的完整性和一致性，因为各个部门都要使用这个数据，前端需求的收集、产品研发、真正交付客户之后的售后服务客户反馈等等，整条链条都用这些数据去赋能，使中间环节实现全局优化，而不仅仅是单点优化，而且不仅仅是某天某个时间段的优化，而是所有的时间段，这样才能做到极致，做到最优。如果单纯狭义地讲一个制造环节的话，它应该是动态的，通过不断实现调整和调优来达到最优化，找到交期成本和质量的平衡点的工厂最优状态，满足在任何时间点任何的条件下，都能实现最优解。我把这样的状态称为好的未来制造能力。
陈琛：我觉得刚才顾总和夏总都表明了以终为始，先去考虑用户需要什么样的产品，然后再去构建体系。其实工业化也是体系化/标准化的一个代名词，有未来实现动态演进的这样的特点，所以工业4.0提出时用的是进化这个词，而不是革命。
Part.5
智能制造对于来应聘的员工，相对以前有什么样的要求？
Part.6
如何区分企业的隐性竞争力和显性竞争力？领军企业应该如何推进智能制造？
另一个话题就是说怎么培养出来人员。我们认为是要给熟悉自己业务领域的人员提供强大的自驱力，基于自驱力的前提下，让他们能够自由地在这个方向成长，这是最佳途径。我们不会特别强调说去外面找特别符合要求的人，刚才提到了跨界人才，跨界人才就更需要这些人在这个领域里有相应的积累，所以如果我们企业自己能够形成非常好的自驱力和成长性这种思维和文化的话，很多人其实是愿意在一个方向上去持续投入的，同时在这个过程里，人员的结构、教育水平和学习能力的结构也都在不断优化。
综合起来就是企业的战略目标和数字化转型的战略目标的结合程度，达到自上而下或者上下一致的理解，然后基于此形成整个企业转型过程中文化组织和人才建设的需求，同时提供赋能于人的这种工作模式，比如给相应的员工提供学习能力的环境、学习后在他所从事的领域和范畴里能够去进行相应的实践的开放和容错的环境等等，最后靠企业发展后所形成的绩效考核等等相匹配的激励机制来驱动企业不光在技术层面上形成最佳的先进制造，同时在组织、文化、人才等各个方面齐头并进。这是我们实践过程里的一些心得，这也在迭代和持续成长。
Part.7
中小企业在智能制造里应该注意什么？是否可以从大企业的智能制造改造里获取红利？中小企业的数字化和智能化有没有快捷之道？
周宇翔：我觉得制造对于中小企业是一个太大的命题，怎么样先拿到数据，然后用不闭环的数据解决一些具体的业务问题是中小企业更值得关注的。举个例子，比如2018，2019年一些小型企业被我们的看板所打动然后采购，但是我们很遗憾没有看到他们把数据分析真正利用起来，可能是因为不太具备数据分析的能力或者经验，后来我们就在APP里嵌入了一些具体的功能，直接把一些数据分析的结果推送给当天的管理者，比如我们卖的特别好的一个功能是关于工人的当天计件工资，因为对中小企业而言，他们面对是非常具体的问题，有一次我们去工厂就看到他们的财务总监正好在月末算员工工资算得焦头烂额，然后有几个工人跑到办公室说工资算的和他们自己记的账不吻合，后来我们发现我们系统里已经捕捉到了工人每天的计件的数量，或者有的以计时为主的工厂中工人的工作时长，如果中间再加一些闭环的功能就可以让工人在自己的终端上当天就看到自己的实得工资。甚至后来我们还延展了和一些支付公司的合作，因为在当下环境里，很多小微企业自身的经营都有很大的问题，流动资金比较紧张，当时有一些比较头部的支付公司，如果工厂愿意接他们的系统，那么当天就可以在工人的支付宝里支付当日工资，而工厂只需要当月月底去结算，并且是0利息，但就和花呗一样，超过一定时间就要付额外的利息，类似这样的利用是我们最开始没有想到的。
陈琛：最近我也看到夏总做了一些灯塔工厂的项目，我一开始知道的是传统行业，但是实际上您做的是一批中国即将走向世界舞台或者正在走向世界舞台的企业，像这些制造业企业，他们的智能制造需要注意什么？
夏小虎：这个问题真的是太大了，每个行业不一样，它所需要注意到的问题不一样。但一个共通的特性就是数字化是企业走出去的一个很重要的工具，也是一个帮手，因为数字化其中一个步骤就是对自己企业的梳理和再整理。往外走要面临不同国家的风土人情和文化，如果没有一个很好的管理工具，继续用中国的方式去管理的话，很有可能会带来水土不服。企业在走出去的过程中，最重要的一步就是针对目的地国家做一些本土化，同时维持中国管理的主线，在这种模式下，数字化是一个很重要的工具。我们做过几个海外工厂的数字化项目，一个在印度尼西亚，是一个全场的数字化项目，还有一个在美国，是一部分工艺产线的数字化项目，从这两个项目来看，最重要的一步就是在走出去之前需要对目的地国家做一些调研，对当地的数字化环境做一些调研，不能在国内设计了一个很高大上的系统，到了目的地国家需要让他们迈一个很大的台阶来用，这种情况要避免。还有一点就是我们带去的生产的组织管理能力需要和当地的环境相匹配，数字化很重要的一点是会收集很多的数据，会把很多生产过程中的指挥调度和设备的运作方式做一些彻底的改变，所以去到当地要去考虑合规性，即是否满足当地的一些安全政策方面的要求，有些产品在国内是可以的，但到了目的地国家必须要去做一些论证。
再回到企业管理的角度，如果一个公司没有在数字化方面做一些比较好的准备的话，走出去之后的管理会比较难，需要用好这个工具去解决一些存在的问题，也去促进发展。比如到了目的地国家，你需要积极地去融入，甚至有一些企业将来会出现国内国外两套系统甚至多套系统运行的状态，在先前做设计时就需要去考虑到这个模式将来怎么能共生共荣。
还有就是中国现在出台了一些法律，致使国内的数据在出海的时候有一些政策上的限制，其实国外也有这样的限制，所以这一点也需要去考虑到。
所以企业在出海的过程中，数字化是一个很复杂的命题，在大家都不太了解，甚至有些国家政策还不明朗的时候，我们只能先尝试去做，遇到问题积极主动地去改，让数字化野蛮生长。中国人在数字化方面，尤其是生产现场的数字化，相对其他国际化的企业来说，其实做得比较超前了，但是国内一些企业的管理体系并不是那么先进，会导致数字化有一些缺陷，出海的过程也会面临这个问题。
陈琛：我经常听夏总说他经历的一些案例，我觉得首先是不要害怕失败，用一种进化的思路，更多的是创造成功。第二就是以人为本，很多数字化把系统放在首位，实际上人的能力和管理能力的提高非常重要，不仅是要提高你的精益或者行政管理能力，还包括对数字化的管理能力。
Part.8
提供智能制造服务是一个客户定制化服务的过程，应该如何去建造自身的、向外的智能服务的能力？
顾欣：这个问题非常关键，我们服务的一些企业也在提同样的问题，包括一些千亿级的顶尖企业，他们在世界上非常有竞争力，但是实际上对整个制造体系还没有一个概念或深刻的理解。举个西门子自己的例子，我们西门子在过往二十年的发展过程里，数字化不是一步达到的，比如说成都厂是站在德国安贝格的母工厂的肩膀上，然后把自己变成一个真正的灯塔级的数字化工厂的，但是如果从过往看，其实它也是每个阶段都在搭建更系统化的思路和工作模式的。最早西门子开始考虑数字工厂数字化的过程时，他们设立了一个program叫做FD，即factory digitalization工厂数字化，逐渐一步步搭建中间的整个产品管理、工艺的导入、新产品的导入，然后在现场的运营制造管理和所有系统之间的集成，分系统主系统，然后建设我们成都厂，进而在全球形成了一个方法论框架，即lean digital factory精益数字化工厂（LDF）。很多国内的企业在我们做完服务后，慢慢意识到需要有一个真正的对于未来工厂如何去运营和如何形成数字化赋能的一个架构性或系统化的思维，然后在这个框架下定义未来应该做哪些事情,优先级是什么，需要哪些技术积累，形成什么样的能力，组织和人怎么样去形成这样的能力等等。所以我认为中国制造业发展到现在这个阶段会逐渐形成自己相应的体系化的方法，当然可以对外去学习一些企业的先进理念，然后结合自己的实际需求。更宏大的点是还有些企业在我们服务后逐渐开始打造自己的体系化，比如我们最近服务的一些汽车零部件的供应商和电池行业的供应商，他们最关注的是质量，于是就从质量体系开始搭建，从质量体系的角度进行相应的设计和规划，然后在落地实施的时候确保整个质量体系能够利用工具、数据、管理方法，和人的配合，能够贯彻到战略层、管理层、基层的执行层，从而实现企业能力的全面提升，这是我的一些思考和建议。
周宇翔：我们正在建立一个战略迭代周期，我们创立整个公司是从数据的背景开始建立的，所以在去匹配MAC这些系统的核心功能以外，我们在思考积累的数据到底能发挥什么价值。平行于系统功能之外，黑湖一直在完善另一个围绕着数据的生命周期来定义整个数字化的蓝图。第一步叫做数据聚合，指机器设备如何从线下把各种数据的结构化及关系化放到本地数据库云端或者私有云上。第二步叫做数据的分发，指数据如何精准推送到每一个需要去消费这个数据的要素，直白来说就是工人们能接到实时的指令，机器设备能接到实时的指令，数据上传和分发这两步就构成了协同。过去协同做得不够好的原因是数据的分发不是端到端的，不能触及到每一个生产的要素，比如说个体工人，我觉得协同一定需要端对端的数据分发和汇集。第三步是数据分析，不是指把BI当做获客工具使用的这类工厂，而是指当拥有数据结构化和关系化的数据后，作为工厂管理者、中层，甚至基层工人，能利用这些数据在各自的角色范围内锁定问题，并且在数据的辅助下找到问题的根因，由此去解决问题的这样一个循环的过程。第四个部分叫做智能决策，指模拟第三部分人脑在利用数据处理数据并且找到问题解决问题这个过程中更深度学习神经网络和大语言模型等等，模拟人对数据的利用的过程完成机器的自主决策，目前看起来这一点在工业的落地上还是有一定时间的gap。
这是过去黑湖7年的所谓内部的数据方法论，我们10月份会有比较重要的一场内部战略共创，我们也在思考面向经济周期，面向我们在过去7年所看到工厂的一些新的需求，我觉得会有一些迭代和升级，期待下一次当我们成型后再和大家分享。
夏小虎：首先我们的业务范围主要还是偏向生产线，所处理的东西都是看得见摸得着的，都是和设备、现场的生产的工艺管理、组织管理、生产车间的工人打交道，最后得出一个好的结果，比如效率提升了多少，品质或者是响应速度提升到多少等等。
我们团队里的人来自很多行业，有一些是从化工厂出来的，转行之后做了程序员，有一些是学经济的，然后在做售前等等，所以在很多场景下，我们都能找到一些可以利用的知识，而且在这个过程中，我们也在不断积累知识来源的一些途径，所以基本上大部分的工厂我们都能了解一二。但实际上在做生产数字化时，还是会有很多新鲜的东西，在解决这些以前没有见过的问题的时候，我认为我们有三点优势。
第一是技术能力。我们在现场的积累是非常多的，技术方面的这种积累是帮助我们能不断地去开拓生产场景的一个前提。第二是我们的一些基本功做得还可以，无论是算法、控制方式，还是驱动，我们的团队从2016年开始琢磨的时候就立足于去抓住现场的最底层，比如2016年我们自己组建了一个嵌入式的开发团队，摸索着做了很多控制器，自建了一些控制协议，在那个阶段我们差不多摸清了整个工业控制的基本原理，然后经验一直积累到现在，基本上在底层方面不会有什么太大的问题，所以在现场能够快速地做到数据的畅通。第三是再学习能力，我们公司在创立之初其实只是做一个工业设备的智能化，随着一年多的经验积累之后，我们发现我们的能力可以很快速地应用到其他的设备和其他的领域里。举个例子，城建有一个很巨大的电磁铁设备，12米×3米即36个平方米的电磁铁，当初我们想用电磁铁做一个吸附来吸一些零件，要保证它既不会乱也不会遗漏，在我们做之前只有瑞士的一家企业做过这个产品，但是效果不太好。而我们做这个产品时了解得也不够深，产品交付到现场发现效果非常不好，无法应用，也阻挡了这个产品在整个生产线上的运行，如果这个问题不能解决的话，这条产线的投资基本上就报废了。然后我们花了大概一个星期的时间，跟厂家去学习了电磁铁控制的一些知识方法，回到公司之后开始研究如何解决磁力的均布问题，最后我们设计出一个新的结构，在原有设备的基础上把磁力的均布做得非常好，去试验了一下出来的效果也非常理想，现在这个产品在国内很多企业和现场都在应用，所以我觉得我们的这种再学习能力还是可以的，能够解决很多问题。
所以三个能力很重要的是积累，比如我的背景是做工业设备起重机的，这个产品很特殊，无论什么行业都会用得到，食品、重工、纺织等等，然后我们就去了很多行业，在讨论起重机的应用方式的时候，必须要去了解客户的环境和特性。所以我们在过去的十几年里积累了非常多的关于工业现场的知识，这些知识实际上是我们现在转型成功的关键。
Part.9
对于很多即将实施智能制造的企业，或者是正在实施智能制造的企业，如何在智能制造能走得更好、更稳、更快？
周宇翔：我觉得创新的根源是某一产业内非主流群体生死攸关的问题被得到了最好的满足，由此扩大成为主流的创新，所以在收听的观众如果你属于非主流群体，并且你生死攸关的问题没有得到满足，或者在当下环境里有新的生死攸关的问题，欢迎联系我们，虽然我们不一定能解决，但是大家可以共同往前走，看看技术加上产业问题是否能产生很好的火花。
顾欣：最后一个期望是对我自己的，我今年立了一个新财年的目标是希望能拜访100家客户，和周总的想法不谋而合。因为我觉得虽然我们做了很多事情，西门子技术迭代也非常快，在accelerator平台发布后提出说希望能够用生态的方式和我们很多企业界的合作伙伴共创，目标就是让企业在数字化转型的过程里能少走点弯路，更快地找到最适合自己的落地方式，对企业产生价值。但是这一切的前提来源于我们真正了解客户的需求，不管是大型、中型，还是小微型的企业，不管是代表着高端制造的行业，还是代表了千千万万产业工人所服务的常规制造业和传统制造业，我希望在未来能够更深度地去沟通和了解，最后通过联合的方式，也许在accelerator平台上迸发出一股新的力量，能够支持我们中国的制造业更上一层楼。
夏小虎：我在过去的几年里看到了很多失败的数字化的案例，也见识到了一些比较好的案例，归纳出来一点，即要想把数字化做好的话，顶层设计和前期的总体设计是非常关键的，有时可能就是一句话的事，就能决定你是否走上正确的道路。所以我想说如果大家有什么问题的话，希望能够敞开去聊，把事情说开，可能一两个小时的时间就能够帮助企业选择一条正确的路。
陈琛：我记得当时在写《建所未见》这本书的时候，感受到全球制造业巨头即西门子的变化，在全球制造业变革的时候，西门子也希望把产品制造的质量推向极限，希望在制造系统里融入更多的数字化，融入更多的未来技术的元素，包括实施LDF，一端连着全球顶尖的科技，一端连着全球最好的工厂。
直播过程中，我不时想起我的好朋友，身处浙江台州的老何老江两位老板，他们也是从10年前就开始苦苦探索如何去满足更复杂的需求，做更好的产品，希望能够有更好的收益，让员工丰衣足食。他们遇到过很多困难，我还记得有一年老何接了一个前所未有的项目，在整合外部资源的时候无数次在长三角各个地方跑来跑去，晚上火车白天干活，他告诉我说也许永远也停不下来。包括前几天我看到夏总他们家庭展现的火车票简直像一副扑克牌。还有很多我们最近调研的头部企业，比如美的、宁德时代，TCL、中信戴卡、上海电气等等，其实还有无数的老何，他们在主动追寻更好更快的发展，希望这种力量能够汇集到一起，希望轻舟已过万重山。
最后回应到今天的对话，我也谈一下自己的感想。什么叫最好的制造，其实能够满足我们更好生活的制造，就是更好的制造；能够让我们制造业更好服务于人民大众的制造，就是更好的制造；能够让广大制造业企业突破极限共同进步，就是更好的制造。
如果您想跟几位嘉宾做更深入的交流，或者想参加我们下一次制造业沙龙节目，欢迎与我们联系！
