企业在智能制造领域“轻与重”的八大误区！

　　误区7重信息系统应用，轻数据价值体现和管理改善

　　很多制造企业在数字化转型的过程中已经应用了诸多信息系统，但系统应用的效果和发挥的价值却参差不齐。

　　一方面，虽然企业信息系统的应用领域不断拓展，但企业对系统的数据本身缺乏分析，数据的价值未得到充分挖掘，难以支撑企业决策;另一方面，企业想借助信息系统去管理大部分的业务问题，但建设信息系统时，却忽略了企业本身所需要执行的管理改善，业务管理的规范和标准很不完备，造成系统的应用效果未达到预期。

　　一些优秀的制造企业在信息系统选型之前，除了必要的业务现状调研、需求分析等工作外，还会对企业的业务流程进行梳理和优化，包括营销模式、研发过程管控、生产运营体系、物流供应体系等，通过建立组织、完善制度、输出改善措施和行动细则，来支撑整个系统的建设，真正做到“管理先行、业务驱动”。在应用系统的基础上，通过BI决策分析对数据内涵的价值进行挖掘和分析利用，对各类业务进行前瞻性预测及分析，并实现战略分解和运营监控，为企业各层级的决策提供有力支撑。

　　▲基于BI的决策支持系统框架

　　企业在推进智能制造的过程中，要做到信息系统应用与管理改善并重，通过推进业务管理的规范化、标准化，结合系统实施提升管理基础，使信息系统有效地支撑业务运行。

　　在业务系统全面应用的前提下，对各类数据进行有效分析，充分挖掘数据价值，有效支撑决策。企业应当将组织和制度的完善与管理手段与信息系统进行匹配，对包括部门职责、岗位职责、管理模式、绩效考核体系和人员素质等方面进行持续改善，从而提升应用效果，发挥信息系统实施的预期价值。

　　误区8重显示度，轻实用性

　　在国家大力推进智能制造的背景下，部分企业不惜重金打造出豪华版的智能工厂，各种智能装备和信息系统一应俱全，包括知名品牌的BI、ERP、PLM、MES、SRM、ESB、生产及物流仿真系统、自动立体库、AGV、自动化产线、生产指挥中心等，建立了专门智能制造展厅、车间现场的参观通道、示范生产线等，很有显示度。

　　但在实用性方面却明显不足，例如：

　　● 生产线建设未考虑实际市场需求，导致重复建设、设备闲置，产能利用不充分;

　　● 自动立体库的建设对于场地位置布局、物料的分类管理、物料外包装设计、物料标识、存取分拣等环节考虑不足，导致自动立体库效率低下;

　　● AGV的应用对于搬运频次、搬运路径与仓库及生产现场的协同等方面存在不足，导致AGV无法实际应用;

　　● 生产指挥中心图表及数据对于生产现场的掌控及指导性不足、实时性不够;

　　● 生产及物流仿真应用与实际脱节，对于多产品的混线生产适应性不足等。

　　最为明显的是，不少企业不惜重金建立了大屏幕生产指挥中心，平常却没人看，更多地只是用于参观。对于生产状态的预警和报警等关键信息，却没有实现根据管理者的角色推送到移动终端。

　　企业在推进智能制造的过程中，一定要明确自身的短板及需要解决的关键问题，制定合理的规划及实施计划，分期分重点，选择合适的技术、系统、设备和团队解决企业的痛点问题。

　　总之，推进智能制造是一个长期的过程，不要期望“毕其功于一役”，制造企业需要建立“打持久战”的决心。智能制造推进是一个十分复杂的系统工程，涉及到多个领域的技术，技术本身也在不断创新和发展。

　　因此，不仅需要系统地进行规划，在规划落地执行过程中，也要根据企业的实际经营状况对规划滚定;制造企业必须本着务实求真的态度，既要考虑系统的先进性，更要考虑实用性，同时要建设好自身的专业团队。只有这样，才能成功达到智能制造的“彼岸”。