【智慧製造】數之聯CTO方育柯：資料驅動下的製造降本與增效案例解析

【資料猿導讀】不管是大眾，還是創新創業者，很多人都在關注智慧製造行業，但我覺得，整個工業行業依然在向一個“脫實向虛”的方向發展，我們一定要扭轉這個局面。

作者 | 方育柯

官網 | www.datayuan.cn

微信公眾號ID | datayuancn

工業網際網路時代的產業新機遇在哪裡？網際網路時代如何運用產業大資料發展企業？瞭解數字化世界、拆掉思維的牆，適應這個快速變化的時代，從認知升維開始。

4月26日，由資料猿、國安創客、騰駕文化三方主辦；上海大資料聯盟、首席資料官聯盟、深圳市大資料研究與應用協會、DIPNET、兆信股份聯合協辦的“AI in China之智慧製造-資料驅動產業變革”高峰論壇在北京舉行，大會旨在通過用資料驅動產業升級的一批先行者給業者帶來深度思考和經驗借鑑。

以下是數之聯CTO方育柯帶來的主題為“資料驅動下的製造降本與增效案例解析”的現場分享實錄，由資料猿獨家編輯整理：

大家下午好，我今天要演講的主題是：“資料驅動下的製造降本與增效案例解析”，我在數之聯帶領的是工業團隊，以及負責技術研發的工作，首先我要給大家分享的是工業大資料的基本發展背景：我們們國家是於2015年提出了“智慧製造2025”的發展方針，而我們卻是提前半年前就已確定了工業方向的業務發展重心，服務的第一家客戶就是富士康，並且在高階數控機床、軌道交通等十個製造類領域中，都有我們基於大資料、人工智慧等技術提供的服務。

在工業大資料領域，我們做事的方式是更傾向用自上而下的思路跟方式先做大規劃，避免讓企業再走以往資訊化時代的老路——系統是煙囪式發展，資料是孤島化的存在。所以我們要高舉高打，一定要先打通資料，才能發現資料的價值，最終實現資料驅動下的企業轉型升級，所以難度會非常大，只有，也必須是自上而下的方式才有真正實現做到的可能，而在具體實施的時候，我們反而又會用自下而上的方式，先整合企業外部和內部資料，然後搭建企業的資料管理與分析平臺，形成企業大腦，發現業務中的痛點，並解決這些痛點。

資料在企業中可以發揮的的價值其實有很多，貫穿了整個產品的設計與優化、供應鏈優化、生產優化、精準營銷流通和客戶需求輿情分析五個環節。但今天，我將主要用四種解決方案的例子為大家分享以上的第三個環節中，我們是如何為企業優化生產端，讓企業達到降低成本，提高生產效率的目的：

第一、生產過程的引數優化

在這裡面運用比較多的是流程製造，如果我們以五糧液這家企業為例的話，在白酒釀製的過程中會有磨粉、蒸、下窖、攤曬，出酒、勾兌等步驟，以前整個過程主要依靠老師傅的經驗在做，既不用定量的方式做，也很少使用數字化、自動化的方式操作，雖然結果都可以釀造出高質量的白酒，但哪一種老師傅的經驗更好更優，企業其實是無法定性定量做出客觀的資料化評判的。而我們的目的，就是要幫五糧液分析整個生產過程中的資料，找到最優的釀酒過程，實現產能最大化，產出最優質的白酒。

第二、生產裝置的健康管理

很多PHM（故障預測與健康管理）的方式，都用在了能源風機與製造工廠中，如在機床、光刻機、切割機等裝置上安裝感測器的方式，感知裝置是處於健康狀態還是亞健康狀態，實現預測性的裝置維護工作。

第三、裝置的壽命管理

在CNC（數控機床）領域，機床可以說是專門生產裝置的裝置，經常會有大量金屬的加工、切割等工作，如手機殼、電腦皮膚的切割等，這個過程中最易損易耗的部件是刀具，通常每臺機床一年可以消耗5000把刀具，如果像是富士康這樣的大型製造企業的話，有接近15萬臺機床，每年道具的消化量都非常巨大。所以，刀具壽命的精準管理就會變的非常重要，而這也是我們服務這型別企業的目的。

第四、成品缺陷檢測

在半導體、IC領域，以及元器件生產的過程中，利用傳統的AOI （自動光學檢測）方式，只能實現基礎的測量與照片拍攝，而無法實現真正的智慧分類。如果以我們正在接觸的一家皮膚廠商舉例的話，他們的皮膚在正式量產之前，測試的良品率是非常低的，每1000塊皮膚中就有30%的次品，而只依靠人工去看照片的方式來識別的話是非常低效痛苦的，而我們就是要幫助這家企業實現自動化的缺陷檢測。

接下來，我就再為大家稍微展開闡述一下，我們實踐過的企業案例：

富士康——SMT貼片機拋料超標維護

富士康在2015年提出了智慧工廠的概念，當時，我們主要是跟富士康南寧工廠的SMT（表面組裝技術）車間進行業務合作，從生產流程到後端的印刷、集中電路，以及貼片、焊接等一系列操作都包含其中。

我們要解決的主要問題是，工廠在整個SMT操作的前期，會有一個叫取料放料的過程，需要從取料臺上把原器件取下再放到特定位置，如果放錯的話，後面焊接的時候就可能會犯錯，就會導致整個原料都會廢棄掉的情況發生。所以，我們就要為富士康提供拋料超標的指導模型，當然，富士康同時也為我們提供了一整年的資料量以供分析使用。

後來我們發現，它最容易發生問題的地方就是吸嘴，所以我們取到了吸嘴的型號、維修記錄、損壞情況，氣壓、皮帶張力等相關資料。

京東方——皮膚生產缺陷分析

第二個要分享的就是TFT-LCD（薄膜電晶體液晶顯示器）行業中的皮膚生產企業京東方的例子。在皮膚生產之後，我們會看到成品的缺陷情況，比如哪裡有壞點、有壞線，或者區域某些紋路有問題，另外，還會做一些生產的過程檢測。

一張玻璃從最開始到最後的成品，生產過程中會涉及到七八千個生產引數，而哪些引數跟皮膚的缺陷有關，哪些無關就是我們需要考慮的因素，以及需要解決的問題。不但會做單個裝置的分析，也會做多個裝置的路徑分析。

最後，我們把皮膚的不良率降低了三分之一，在跟CEO以及董事長做彙報的時候，都收到了非常不錯的效果評價。

江蘇常州某企業——手機殼銑削刀具壽命預測

第三個就是CNC（數控機床）領域中江蘇常州的一家企業，這家企業有超過一千臺機床，每臺機床一年要消耗5000把刀具，如果一把刀的成本是100塊錢的話，一年刀具的消耗成本就達五億元。每把刀如果可以加工200個手機殼作為正常壽命標準的話，那就說明，數量到了200這個數值，刀肯定要換，到了250至300的這種刀，就會對原材料產生比較大的浪費。但是，當刀出現突發情況，到180的時候就已經壞掉的話呢？也是我們需要解決的問題。

在企業的工廠裡，通常都希望對裝置做到非侵入，儘量不影響生產。當機床起動的時候會看到整個切削過程的圖示。然後我們要找到刀的急劇磨損線，並通過分析刀的鋒度、偏度、翹度，最後知道它的壽命情況，也就可以預測是不是該換刀了，這樣的話就可以讓它的壽命大概平均提高25%。

當然，我們也會用深度學習的方式做分析，間接識別出刀的磨損量，類似的情況我們在富士康也做過。

廈門某企業——成品缺陷檢測

第四個要分享的是光電分析方面的例子，廈門的這家企業主要生產手機前置攝像頭的遮光片，遇到比較大的問題是，需要檢測遮光片的遮光效果，以及對光的散射與折射情況，那就要從0度到90度的不同角度去看它對光線的效果。

但在我們實際提供服務的過程中，其實會遇到非常大的一個問題就是散射，還有右邊這些紫色光的情況，這就是我們一定要解決的問題。最後我們通過深度學習的方式建模、分析，才解決了這個缺陷檢測問題。

最後，我分享一點很有感觸的情況是，現在不管是大眾，還是創新創業者，很多人都在關注智慧製造行業，但我自己感覺，整個工業行業依然在向一個“脫實向虛”的方向發展。我們一定要扭轉這個局面，大家一起把中國的實體行業做起來。

關於分享嘉賓

方育柯先生在電腦科學與大資料等交叉領域的有10年的工作經驗，獲得5項大資料應用相關的國家創新專利和軟體著作權。曾擔任華為大資料產品部架構師，並獲得華為的總裁獎。成都和四川人才計劃頂尖創業團隊成員。現任數之聯CTO，負責公司戰略核心產品以及重點行業大資料解決方案規劃和研發，帶領團隊成功落地上汽集團、富士康、京東方等智慧製造專案。

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com