 |
北京2022年9月8日 /美通社/ -- 近年來，多變的外部環(huán)境給全球產(chǎn)業(yè)帶來巨大挑戰(zhàn)，使企業(yè)舉步維艱。與此同時，這些挑戰(zhàn)也成為促進(jìn)產(chǎn)業(yè)攜手共創(chuàng)的動因。8月底，由工業(yè)和信息化部、山東省人民政府共同主辦的"2022 世界先進(jìn)制造業(yè)大會"在山東濟(jì)南召開，來自政府和產(chǎn)業(yè)的代表與國內(nèi)外企業(yè)代表匯聚一堂，共同探討和分享如何把握數(shù)字化、智能化帶來的機(jī)會，應(yīng)用新技術(shù)、新方法和新合作，來應(yīng)對制造業(yè)面臨的挑戰(zhàn)，從而釋放創(chuàng)新潛力，推動制造業(yè)的高質(zhì)量發(fā)展。
IBM中國科技事業(yè)部人工智能產(chǎn)品線總監(jiān)馮衍代表IBM出席了大會的 "制造業(yè)高質(zhì)量發(fā)展國際合作高峰論壇"，分享了IBM 商業(yè)價(jià)值研究院（IBV）最近發(fā)布的題為《價(jià)值聚焦、技術(shù)向善--大數(shù)據(jù)和創(chuàng)新技術(shù)助力無邊界制造》報(bào)告當(dāng)中的重要觀點(diǎn)，同時聚焦大數(shù)據(jù)與人工智能技術(shù)，分享了大中華區(qū)數(shù)家制造業(yè)的先行企業(yè)采用IBM的技術(shù)和方法，構(gòu)建人工智能賦能的預(yù)測、自動化和優(yōu)化能力，快速獲得業(yè)務(wù)價(jià)值的成功實(shí)踐。以下是馮衍在大會上的發(fā)言要點(diǎn)。
IBM認(rèn)為，制造業(yè)企業(yè)要實(shí)現(xiàn)逆勢成長，構(gòu)建無邊界的智能制造，需要打造三大能力:
從頂層設(shè)計(jì)出發(fā)，分階段構(gòu)建數(shù)智戰(zhàn)略
以上三大能力是逐步演進(jìn)、相輔相成的。技術(shù)是基礎(chǔ)，平臺為載體，最后要貫徹的是企業(yè)的數(shù)字化、智能化戰(zhàn)略。數(shù)智戰(zhàn)略并非一蹴而就，需要同企業(yè)當(dāng)前的信息化、數(shù)字化能力相結(jié)合，并制定分階段的演進(jìn)目標(biāo)。第一階段主要是夯實(shí)基礎(chǔ)，完善基礎(chǔ)業(yè)務(wù)相關(guān)的信息化系統(tǒng)建設(shè)和數(shù)據(jù)基礎(chǔ)建設(shè)，規(guī)劃未來的建設(shè)方向；第二階段要重點(diǎn)先行，開展重點(diǎn)的數(shù)字化項(xiàng)目，取得速贏，獲取關(guān)鍵利益相關(guān)人的認(rèn)可和支持；第三階段是不斷完善拓展，完成數(shù)字化平臺整體搭建，并拓展數(shù)字化創(chuàng)新業(yè)務(wù)和應(yīng)用。
IBM本身有非常強(qiáng)大的實(shí)施數(shù)智戰(zhàn)略的方法論，比如車庫創(chuàng)新方法論。通過幾天的工作坊，幫助企業(yè)厘清業(yè)務(wù)現(xiàn)狀、未來愿景，找到目前的突破點(diǎn)以及正確的發(fā)展路徑。這套方法論以輕咨詢的方式提供，IBM現(xiàn)在非常愿意把這些能力共享給我們的客戶，對于選定的客戶，IBM科技事業(yè)部有專門的Client Engineering團(tuán)隊(duì)為他們提供服務(wù)，與客戶一起創(chuàng)新并實(shí)現(xiàn)共贏。
接下來，我就結(jié)合制造業(yè)的典型場景，從數(shù)智化戰(zhàn)略落地、平臺模式和新興技術(shù)采用這三個維度，來分享一下我們在大中華區(qū)市場與制造業(yè)客戶攜手共創(chuàng)的實(shí)踐與觀察。
首先是數(shù)智慧戰(zhàn)略的落地。我以制造業(yè)的一個重要業(yè)務(wù)場景為例，產(chǎn)銷協(xié)同是近兩年在制造業(yè)一個非?；鸬母拍睢?020年疫情開始，整個供應(yīng)鏈面臨著非常大的不確定性。這種情況下，產(chǎn)銷脫節(jié)的傳統(tǒng)方式會給企業(yè)帶來很大風(fēng)險(xiǎn)。因此，我們講產(chǎn)銷協(xié)同，本質(zhì)是要以市場為導(dǎo)向，讓供應(yīng)鏈上各個單位的生產(chǎn)要配合市場需求，生產(chǎn)、庫存、物流等也要同市場進(jìn)行有效打通。產(chǎn)和銷之間要達(dá)到一種動態(tài)的平衡，同時實(shí)現(xiàn)從前端的銷售到后端的生產(chǎn)，以及物流供應(yīng)鏈、財(cái)務(wù)，全鏈條的跨部門協(xié)調(diào)。
例如，某重型卡車集團(tuán)亟需開展端到端拉通的"以終端用戶體驗(yàn)為核心"的數(shù)字化頂層設(shè)計(jì)，以指導(dǎo)各項(xiàng)業(yè)務(wù)，尤其是供應(yīng)鏈領(lǐng)域的轉(zhuǎn)型機(jī)會，并明確企業(yè)數(shù)字化平臺的建設(shè)思路。IBM 幫助該企業(yè)開展了業(yè)務(wù)分析與數(shù)智化能力診斷，構(gòu)建了以產(chǎn)供銷協(xié)同為核心的數(shù)智化轉(zhuǎn)型愿景，規(guī)劃并落地了相應(yīng)的數(shù)字化IT架構(gòu)。
在端到端拉通的頂層設(shè)計(jì)指導(dǎo)下，該企業(yè)瞄準(zhǔn)用戶體驗(yàn)，以新技術(shù)為支撐，開展了多個變革項(xiàng)目，包括個性化高質(zhì)量的產(chǎn)品研發(fā)、高效精確的訂單交付、長久互動式的客戶關(guān)系等，并最終實(shí)現(xiàn)了銷售增長、敏捷響應(yīng)、協(xié)作共贏和質(zhì)量提升。
通過業(yè)財(cái)一體化平臺，打通企業(yè)計(jì)劃、預(yù)測和優(yōu)化各個環(huán)節(jié)
講到平臺模式，IBV在報(bào)告中指出，業(yè)務(wù)平臺和數(shù)據(jù)平臺是近年來企業(yè)邁向智能制造的優(yōu)先選擇。大數(shù)據(jù)分析平臺在這樣的平臺戰(zhàn)略中應(yīng)運(yùn)而生，其核心在于深入洞察橫向行業(yè)與縱向業(yè)務(wù)，向前打通業(yè)務(wù)場景，向后橫向拉通運(yùn)營數(shù)據(jù)，從而幫助創(chuàng)造和實(shí)現(xiàn)業(yè)務(wù)價(jià)值，實(shí)現(xiàn)可持續(xù)的競爭優(yōu)勢。我們依然以企業(yè)的業(yè)務(wù)場景為例，現(xiàn)在，這樣的大數(shù)據(jù)分析平臺在企業(yè)中的旺盛需求來自于業(yè)財(cái)一體化平臺。業(yè)財(cái)一體化，就是當(dāng)企業(yè)做出任何生產(chǎn)和業(yè)務(wù)決策的時候，能夠很快了解到這些決策對財(cái)務(wù)最終三張表（資產(chǎn)負(fù)債表、利潤表、現(xiàn)金流量表）的影響，反之亦然，從而實(shí)現(xiàn)業(yè)務(wù)與財(cái)務(wù)的深度融合，從而真正實(shí)現(xiàn)降本增效。前面提到的產(chǎn)銷協(xié)同就是基于這一平臺的業(yè)務(wù)場景。
作為技術(shù)價(jià)值的輸出者，IBM通過業(yè)界獨(dú)一無二的業(yè)財(cái)一體化平臺"三部曲"，為客戶提供以下能力：
第一，計(jì)劃。計(jì)劃本身是跨部門的，從全面預(yù)算、銷售計(jì)劃、生產(chǎn)計(jì)劃到供應(yīng)鏈計(jì)劃、物流計(jì)劃，但事實(shí)上大部分企業(yè)的計(jì)劃都沒有形成有效的聯(lián)動，從而大大削弱了計(jì)劃的有效性和時效性。IBM通過整合、靈活、易用的業(yè)財(cái)一體化平臺能夠幫助企業(yè)打破計(jì)劃孤島，在單一平臺上實(shí)現(xiàn)企業(yè)戰(zhàn)略、財(cái)務(wù)和運(yùn)營層面的計(jì)劃、預(yù)算、合并、分析、測算等各類業(yè)務(wù)需求，并依托世界級的領(lǐng)先技術(shù)，針對企業(yè)日益增長的大數(shù)據(jù)量實(shí)現(xiàn)實(shí)時響應(yīng)和聯(lián)動，從而有效應(yīng)對企業(yè)多變的內(nèi)外部市場環(huán)境，滿足企業(yè)精細(xì)化管理的要求。例如，當(dāng)銷售端的計(jì)劃有變，它會實(shí)時聯(lián)動地影響到生產(chǎn)計(jì)劃、物流計(jì)劃等，并快速落實(shí)到財(cái)務(wù)的潛在結(jié)果。
第二，預(yù)測。基于業(yè)財(cái)一體化平臺，我們可以幫助企業(yè)在各個環(huán)節(jié)進(jìn)行有效的預(yù)測，例如需求端的銷售預(yù)測、生產(chǎn)端的產(chǎn)品質(zhì)量預(yù)測等，讓企業(yè)能夠在激烈的市場競爭中占得先機(jī)。
第三，優(yōu)化。有了高效的計(jì)劃、有效的預(yù)測，那么如何在企業(yè)有限的人、財(cái)、物等資源的情況下，實(shí)現(xiàn)最高的效率和最大的效益呢？這就是優(yōu)化所解決的問題，也是現(xiàn)在企業(yè)所普遍關(guān)注的議題，典型的場景有生產(chǎn)的智能排產(chǎn)、物流的路徑優(yōu)化和門店的人員排班等。IBM強(qiáng)大的優(yōu)化引擎能夠保證輸出結(jié)果的最優(yōu)性、時效性和穩(wěn)定性。
IBM的業(yè)財(cái)一體化平臺可以非常好地支撐企業(yè)各個部門的多種應(yīng)用場景，同時又可以把這些應(yīng)用場景高效地拉通整合在一起。不同的企業(yè)會按照業(yè)務(wù)的優(yōu)先級，從一個部門的某個特定應(yīng)用場景啟動平臺的搭建，而IBM平臺能夠很好地滿足企業(yè)未來三年、五年甚至十年的業(yè)財(cái)一體化數(shù)字化轉(zhuǎn)型需求，從而使得企業(yè)的數(shù)智化戰(zhàn)略能夠得到長期、有效的貫徹。
以國內(nèi)某大型整車制造企業(yè)為例，該企業(yè)之前采用國際知名ERP預(yù)算系統(tǒng)去做全面預(yù)算，但是局限于系統(tǒng)架構(gòu)和功能的局限性，之前的兩期實(shí)施都不順利。由于企業(yè)精細(xì)化管理對全面預(yù)算系統(tǒng)提出了越來越高的要求，已經(jīng)超越了純粹財(cái)務(wù)系統(tǒng)的范疇，而原有的預(yù)算系統(tǒng)完全無法滿足。具體體現(xiàn)在，首先系統(tǒng)需要更靈活，在企業(yè)組織架構(gòu)、產(chǎn)品線或者外部競爭態(tài)勢等日常變化時，能夠在系統(tǒng)中無需開發(fā)就能快速調(diào)整。其次，系統(tǒng)需要具備實(shí)時測算的能力，并對各個版本進(jìn)行實(shí)時對比分析。再次，精細(xì)化管理下對數(shù)據(jù)的顆粒度要求非常細(xì)，會細(xì)化到每個車型、每個細(xì)分市場、每個物料單位、每個SKU（最小存貨單元）等，原有的預(yù)算系統(tǒng)完全無法達(dá)到性能要求和分析要求。最后，系統(tǒng)需要最大化地讓財(cái)務(wù)同事保留熟悉的Excel使用習(xí)慣，減少學(xué)習(xí)成本，系統(tǒng)還需要與原有的OA系統(tǒng)進(jìn)行有效集成，。
去年（2021年），IBM采用Planning Analytics平臺全面替換該企業(yè)原有的系統(tǒng)，并基于這一平臺搭建起從集團(tuán)、工廠到各部門的全面預(yù)算系統(tǒng)，提供預(yù)算編制全過程的目標(biāo)下達(dá)、在線編制提交匯總，多上多下的審批管控過程能力。同時，建立了關(guān)鍵指標(biāo)監(jiān)控和自動化分析，利用強(qiáng)大的分析能力來增強(qiáng)預(yù)算過程的管控和糾偏，確保經(jīng)營目標(biāo)的落實(shí)。在此基礎(chǔ)上，雙方還計(jì)劃繼續(xù)推進(jìn)二期、三期項(xiàng)目，業(yè)務(wù)場景包括整車經(jīng)濟(jì)性、裝備經(jīng)濟(jì)性和材料成本分析等。
由此可見，單一的Planning Analytics平臺能夠滿足企業(yè)從戰(zhàn)略、財(cái)務(wù)到運(yùn)營各方面的績效管理需求，它不僅提供了強(qiáng)大的靈活性和高性能，還與Excel進(jìn)行無縫整合，并融入了IBM強(qiáng)大的數(shù)據(jù)分析能力，以確保能夠?yàn)槠髽I(yè)持續(xù)迭代的業(yè)務(wù)需求提供有效支持。
如果企業(yè)從全面預(yù)算開始搭建平臺，當(dāng)上述的產(chǎn)銷協(xié)同需求出現(xiàn)時，企業(yè)可以基于同樣的平臺進(jìn)行快速擴(kuò)展。企業(yè)在業(yè)財(cái)一體化平臺的搭建過程中，可以持續(xù)疊加新產(chǎn)生的不同的業(yè)務(wù)場景。而且之前場景中定義的維度或者模型，在后面的應(yīng)用中是可以復(fù)用的，因此隨著疊加的應(yīng)用越來越多，后期應(yīng)用的開發(fā)周期也會越來越短，這也是為什么IBM會特別強(qiáng)調(diào)平臺方法的重要性。
再以某家全球領(lǐng)先的手機(jī)制造廠商為例，這家企業(yè)要優(yōu)化管理報(bào)表應(yīng)用。該企業(yè)業(yè)務(wù)跨全球各大區(qū)域，產(chǎn)品線很長，需要實(shí)時了解哪個區(qū)域、哪條產(chǎn)品線是盈利的，依托產(chǎn)品多維盈利性分析來進(jìn)行業(yè)務(wù)決策。這其中的一個最大的難點(diǎn)在于有大量的成本需要分?jǐn)?，比如辦公設(shè)施的固定成本、人力資源的固定成本等。這些成本必須要拆解到不同的區(qū)域、產(chǎn)品線，才真正使得多維盈利分析成為一種可能。當(dāng)企業(yè)到達(dá)一定規(guī)模后，分?jǐn)偭烤头浅４?，而該手機(jī)制造廠商原有系統(tǒng)就碰到了很多挑戰(zhàn)，比如分?jǐn)偟臅r效性，做一次全域的分?jǐn)偩鸵齻€小時以上，而如果分?jǐn)偨Y(jié)果不準(zhǔn)確則還會需要三個小時，長此以往，已經(jīng)無法滿足精細(xì)化管理的要求。再如，分?jǐn)偟囊?guī)則經(jīng)常發(fā)生變化，原有系統(tǒng)無法進(jìn)行靈活配置，需要通過后臺開發(fā)才可以滿足。還有，分?jǐn)偟亩鄠€測算版本無法直接進(jìn)行比較。
IBM依然基于上述的Planning Analytics平臺為該企業(yè)重新構(gòu)建了多維盈利分析系統(tǒng)。如今，該企業(yè)的一次全域分?jǐn)傄呀?jīng)縮短到20分鐘以內(nèi)，而且分?jǐn)傄?guī)則的變化是可以由業(yè)務(wù)同事配置完成的，也就是當(dāng)企業(yè)本身的分?jǐn)傄?guī)則、分?jǐn)傄蜃踊蚍謹(jǐn)倷?quán)重發(fā)生變化的時候，只要在系統(tǒng)里進(jìn)行簡單的配置就可以實(shí)現(xiàn)了。高效分?jǐn)傊蟮牟煌姹局g可以通過可視化手段進(jìn)行直觀對比。IBM的一財(cái)一體化平臺真正提升了企業(yè)的運(yùn)營效率，同時讓多維盈利分析變得實(shí)時、高效和靈活。
以世界級的企業(yè)級AI，為企業(yè)創(chuàng)造真正的業(yè)務(wù)價(jià)值
說到應(yīng)用新興技術(shù)，混合云與AI是IBM的戰(zhàn)略聚焦點(diǎn)，我就以數(shù)據(jù)和人工智能應(yīng)用為例來進(jìn)行說明。IBM的人工智能與語音識別、人臉識別這樣的消費(fèi)者級別的人工智能（AI for Consumers）不一樣，我們致力于企業(yè)級的商用AI（AI for Business）應(yīng)用，看重AI能在企業(yè)端的落地，為企業(yè)創(chuàng)造真正的業(yè)務(wù)價(jià)值。
梳理一下當(dāng)今數(shù)字經(jīng)濟(jì)的發(fā)展，數(shù)據(jù)量爆炸式增長，數(shù)據(jù)種類發(fā)生了翻天覆地的變化，企業(yè)內(nèi)外部都不缺乏數(shù)據(jù)，缺的是高質(zhì)量的數(shù)據(jù)，以及由數(shù)據(jù)產(chǎn)生的洞察。隨著算力的增強(qiáng)，AI有了商業(yè)應(yīng)用的可能性，比如AI在工業(yè)制造中的應(yīng)用。IBM所專注的企業(yè)級商用AI，能夠幫助企業(yè)解決他們最為關(guān)注的三個挑戰(zhàn)：預(yù)測、自動化和優(yōu)化。
在預(yù)測方面，IBM成功幫助國內(nèi)一家大型的鋼鐵制造型企業(yè)進(jìn)行質(zhì)量檢測，對最終產(chǎn)品進(jìn)行性能預(yù)警。該企業(yè)原有的方式是物理檢測，流程非常長，延緩了整個產(chǎn)品的出廠時間。而且由于取樣受到非常多因素的影響，所以檢測結(jié)果并不穩(wěn)定。運(yùn)用業(yè)界領(lǐng)先的IBM SPSS Modeler機(jī)器學(xué)習(xí)平臺，該企業(yè)快速搭建和發(fā)布了基于產(chǎn)品性能預(yù)警的機(jī)器學(xué)習(xí)模型?？蛻羰褂迷撈脚_快速建立了能夠預(yù)報(bào)6個性能指標(biāo)的機(jī)器學(xué)習(xí)模型，能夠很好地替換物理實(shí)驗(yàn)結(jié)果，產(chǎn)品交付效率得到大大提升。這一平臺在企業(yè)端的應(yīng)用已經(jīng)超過兩年，并得到了非常好的反饋。
在自動化方面，以國內(nèi)大型的整車制造型企業(yè)華晨寶馬為例，該企業(yè)的客戶服務(wù)中心需要支持大量的問詢，亟待引入智能數(shù)字員工來提供持續(xù)運(yùn)營，在降低成本的同時提升客戶服務(wù)質(zhì)量。我們利用IBM數(shù)字員工解決方案Watson Assistant和Watson Discovery幫助華晨寶馬構(gòu)建了數(shù)字化員工，支持超過 700 個經(jīng)銷商和生產(chǎn)工廠，涉及近10個業(yè)務(wù)部門的問題和近 100 個 IT 系統(tǒng)問題。
另一個自動化方面的成功案例是某國家級超算中心通過 IBM Cloud Pak for Watson AIOps有效地將網(wǎng)絡(luò)環(huán)境維運(yùn)的 MTTD（平均檢測時間）降低了 55%。這一解決方案將原本各自分散孤立的 IT 堆疊和工具中的數(shù)據(jù)匯集在一起，從而提供整個 IT 基礎(chǔ)架構(gòu)環(huán)境的全貌視圖，連接整個環(huán)境中的應(yīng)用數(shù)據(jù)并預(yù)測未來的事件，提前警示 IT相關(guān)問題以及進(jìn)行根因查找，并建議可行的解決方案 。
在優(yōu)化方面，某國內(nèi)全球領(lǐng)先的汽車零部件企業(yè)急需優(yōu)化其排程效率。人工排程成本高，隊(duì)伍很難拓展，響應(yīng)速度慢，例如在臨時插單情況下很難在短時間內(nèi)進(jìn)行重新排程。IBM為企業(yè)部署了以Decision Optimization（CPLEX） 為核心的供應(yīng)鏈智能協(xié)同平臺，不僅作為工廠日常運(yùn)營的核心，還驅(qū)動了工廠運(yùn)營模式和組織架構(gòu)的變革。在及時響應(yīng)客戶需求的同時，全方位系統(tǒng)性地提升了工廠運(yùn)行效率。借助智能排產(chǎn)系統(tǒng)，企業(yè)的計(jì)劃執(zhí)行效率提高了95%，實(shí)現(xiàn)了準(zhǔn)時排程。當(dāng)有插單情況發(fā)生時，系統(tǒng)可以在15分鐘之內(nèi)對全天生產(chǎn)計(jì)劃進(jìn)行重新編排，既能夠響應(yīng)市場的變化，又最大限度發(fā)揮了整個產(chǎn)線的效能。
從這些成功案例當(dāng)中，我們不難看出，盡管挑戰(zhàn)依舊嚴(yán)峻，但仍有一波制造企業(yè)實(shí)現(xiàn)了逆勢成長，他們通過加速采用新的技術(shù)與工具，依托大數(shù)據(jù)、人工智能開展數(shù)據(jù)為先的創(chuàng)新，重塑和優(yōu)化自身的業(yè)務(wù)運(yùn)營、商業(yè)模式和客戶體驗(yàn)，獲得了降本增效的直接收益，并贏得了新的增長機(jī)遇。在這條成長、探索之路上，IBM愿意成為值得這些企業(yè)信賴的可靠的技術(shù)合作伙伴。
