几乎在每一部谍战剧中,都会有一个“神秘”的裁缝铺,要么是情报机构的地下据点,要么是情报人员秘密接头的老地方,总之,编剧们总会安排主角们在裁缝铺里“搞点事情”。其中的原因,大概是因为裁缝铺实在太具有时代特色。
在当时的上海滩、南京城,哪怕是到了七八十年代,裁缝铺就像是现在的服装店一样,遍布在大街小巷。人们想买衣服,都得先挑布、量布、剪布,然后由裁缝铺量体裁衣。
都说时尚是一个轮回,如今,创造时尚的方式也在经历这种轮回。随着市场消费升级,在经过了数十年机器批量生产之后,这样的“私人定制”又成了人们追求“凡尔赛生活”的一种方式。
其实很多服装是天然需要定制的,比如西装、旗袍等等,所以,哪怕有了能够大规模批量生产的制造生产线,高级服装定制也一直存在着。只不过在以前,它们只是有钱人的“专属”。直到C2M(Customer to Manufactory)商业模式的出现,由于技术的驱动,定制成本随之降低,因此,高级定制也开始被请下“神坛”,成为越来越多人可以追得上的时尚流行。
C2M即消费者需求驱动工厂生产,它强调的是工厂对客户的个性化、定制化需求的快速反应。随着网络技术的发展,物流体系的完善,加上近两年短视频直播和网红经济的带动,C2M已经成了制造业的大势所趋。并且,不仅仅是在服装行业,如今,小到一个首饰,大到一个集装箱,可能都会涉及到定制。而在这种模式下,用户不再只存在于产品交付的终端,还会成为产品设计的参与者,一起推动产品研发、加快产品迭代——而这,将在极大程度上颠覆传统制造。
C2M需要企业足够“柔”
在日前接受至顶网记者采访时,青岛中集冷藏箱CIO耿峰打了个比方:“C2M意味着市场需要什么,工厂就要生产什么。比如,现在市场上急需方舱、疫苗运输箱,那么,工厂能不能快速把它生产出来,工艺和制造技术能不能快速实现交付,这就是个非常大的挑战。”
青岛中集冷藏箱CIO 耿峰
所以,C2M首先颠覆的是生产制造本身。由于打通了工厂和消费者之间的阻隔,免掉了渠道、库存等中间环节,就要求产线响应速度更快,要求工厂从订单、计划到生产、交付,实现灵活柔性的制造。在耿峰看来,这背后非常重要的就是排程的制定和准备。比如,哪些工装要换、哪些不动,哪些设备需要调,哪些人员什么时间点要到哪个工位,这些都要根据排程进度提前做好策划与准备。
“因为单个订单的量变少了,工厂里一天可能排十几个甚至几十个单子,所以就要不停转产。举例来说,生产一个板凳和生产一个转椅,所需要的设备、技能工和物料都不一样,所以,对前端计划和整个制造过程的控制就会很重要。”
也就是说,针对不同产品的不同工艺,工厂需要在一个较短的时间区间内对产能、人员进行最优组合,从而适配产线灵活切换的需要,并且最大限度地控制物料、设备、能耗、人员等成本的消耗浪费。这就是柔性制造需要具备的控制能能力。
“制造的成本,物料排第一、人工费排第二,能耗排第三。而只有保证生产过程一直是可控的、透明的,才能倒推出物料的需求,然后带动柔性供应链。”耿峰强调。因此,C2M进一步颠覆的就是供应链。
C2M所需要的供应链,不但要快,还要灵活。这一方面考验的是制造商对供应链的控制力和协同力,通过对供应链结构的优化缩短供应链链路,提升反应能力,才能在客户需求明确后,迅速匹配物料需求、组织生产、完成交付;另一方面还考验制造商对市场需求的预判和管理能力,通过供应链的数字化让链条响应更灵活、更智能,也就是说,要想在客户之前,而不是被动出击。
实现柔性化需要“神经网络”统一控制
“这就是为什么数字化制造、智能制造等理念正在成为最核心的东西,因为信息的扁平化变得越来越重要,它可以把信息流传递到任何一个节点,并接收来自任何主体的信息流。可以是一个工人,也可能是一台机器,甚至是一整个数控中心。”耿峰表示。
当然,这是有前提条件的。在他看来,要实现柔性制造和柔性供应链,就要有一个能够进行统一指挥的神经网络,这个神经网络可以贯穿到所有的制造环节,包括供应链端。“如果用人体来比喻,设备就相当于我们的肢体和躯干,信息化系统就相当于我们的神经,它可以控制我们去端杯子、去喝水。”
要打造这样一个“神经网络”,工业互联网的落地,将会让企业事半功倍。举例来说,基于物联网、大数据、人工智能,通过生产线的自动化、柔性化,然后利用云计算进行数据交互、数据分析,然后根据客户订单需求,协调供应需求和工序,最终来平衡定制和批量生产这一对矛盾。这就是非常理想化的C2M。
不过,聚焦到不同行业,情况也差异甚大。比如,相对于造车、造集装箱、造机器,做衣服的单品体量比较小,产品的生命周期管理过程以及物料多样性等方面也相对而言没那么复杂,所以C2M模式是比较容易落地的。但是,试想一下,如果消费者跳过4S店等渠道,直接向车厂个性化定制一辆汽车,复杂度是不是就大了很多?
这时候,如果能够由工业互联网作为底层的连接,让数据在每一个环节流动起来,一切就会更顺畅和高效。耿峰认为,工业互联网解决的问题,就是连接设备、人和物料,实现透明化动态管控。它有两个核心,一是云计算,二是边缘计算,除此之外,还需要AI、大数据等技术的融合。
技术之间的融合是一方面,技术与业务的融合是另一个关键问题。在耿峰看来,每个行业、每个企业的场景都不一样,即便都是生产集装箱,每个工厂的情况也不一样。而不同场景下,算法模型如何快速训练、如何快速反馈,如何实现人与机器的无缝协同,其需求可能是完全不一样的。因此,找准适合自己的场景切入点就会非常重要。
但是,并不是说做C2M就必须要有工业互联网,只不过它的延伸面更广、交互性更强、响应速度更快。“企业当然也可以用一套MES系统来实现连接和控制,所以主要还是要看企业自身的情况。”耿峰补充说。
C2M与工业互联网“相互成就”
总结来说,虽然工业互联网不是实现C2M商业模式的必选项,但是,它的确可以大大提升规模化定制的效率,减少非必要的成本浪费。并且,基于工业互联网平台,通过数字孪生技术,还可以对数据信息进行多维度的处理分析,辅助智能决策。对于企业而言,考虑的是整体的“性价比”,包括成本、人才投入,以及短中长期的效益考量等等。
从另一个角度来看,C2M模式也是工业互联网一个重要的应用方向,它的流行正在加速工业互联网在产业的落地。随着5G时代的到来,未来的世界,将是人人互联、万物互联、人机互联的世界,越来越多的工业设备将被更紧密地连接到一起,并在制造领域创新商业模式、升级新的业态,最终,更快更好地满足市场越来越个性、多样、多变的需求。
好文章,需要你的鼓励
值此超大规模计算厂商和云服务商力挺的Arm处理器阵营尚未全面攻占数据中心,AMD的复兴之路也正在途中的非常时期,英特尔尚凭余威把持着数据中心领域新型计算引擎的市场走向。
虽然每个季度在企业AI芯片支出中Nvidia要占有高达数百亿美元的份额,但仍有许多公司和投资者认为AI基础设施市场还有空间留给其他赢家,无论是边缘芯片还是数据中心芯片领域。