新技术如何突破C2M的制造端 原创

如果说数字世界和物理世界的融合是C2M的本质,那么要实现C2M有两个核心关键一个是打造基于AI、5G、大数据的智能制造——C2M的底座,一个是为智能制造提供神经网络的工业互联网。只有底座和神经网络的不断完善,才能实现真正的C2M。

C2M是英文Customer-to-Manufacturer(用户直连制造)的缩写,其本质概念很清晰就是字面意思。但是围绕这个概念,又有了很多的的定义。当下最主要的定义是通过互联网,基于创新技术(5G、AI、云计算、大数据),第一时间把用户的个性化需求转化为现实的商业模式。

C2M一直存在,只是因为很长时间以来,只是满足少数人的个性化需求的模式。

比如古时候,你要打造一个趁手的兵器,你要直接告诉工匠。

比如意大利在文艺复兴时期的手工作坊,按照客户需求打造的鞋子、衣服。

现在因为工业互联网、智能制造的出现,拥有了实现把个性化需求无限扩大化的可能。

如果说数字世界和物理世界的融合是C2M的本质,那么要实现C2M有两个核心关键一个是打造基于AI、5G、大数据的智能制造——C2M的底座,一个是为智能制造提供神经网络的工业互联网。只有底座和神经网络的不断完善,才能实现真正的C2M。

在至顶网DWorks工作组发起的《C2M实现的难点在哪里?》的调查报告中,调查用户显示,影响C2M普及的一个很大的原因是包括5G、AI、物联网、大数据等新技术的创新和应用。特别是对于制造端而言,基于新的联接技术、数据基础架构、大数据技术成为突破口。

任正非从长期的学习和实践中,总结出商业的本质理论,基于法律,实现用户和产品的联接。而用户的内心千变万化,不能把握,只有把产品端做到极致,才能满足用户。

因此,C2M的重要抓手就是通过创新技术来提高产品制造。今天工业互联网就成为打造智能制造底座的神经网络。

让5G、AI技术赋能工业智能的联接

工业互联网可以为智能制造提供从制造到应用到数据以及联接整个环节的联接神经网络。所以如何让工业互联网更智能成为未来的发展方向。

而面向C2M的个性化和快速交付等需求,一个生产更快、更灵活、更自动的智能工厂成为根本。如何实现一个生产更快、更灵活、更自动的智能工厂,华为在2020年全联接大会上把AI与网络解决方案相结合,为智能制造提供一个随需定制的自动化的网络解决方案。

工业制造对于新技术的应用和消费者体验有很大不同,以5G为例,相对于5G在直播带货、高清视频、ARVR的应用,工业制造的5G更聚焦于物的联接,“比方说,工厂里的机械臂,对于时延的要求是低时延的需求。对于高清的AI拍照和检测,对于网络带宽要求是更高的。” 华为公共开发部总裁鲁鸿驹分享到。

网络的目的是让生产线上的工业相机也就是“生产线上的眼睛”不出故障,只有这样,通过,通过5G来联接的工业相机更快和更精准的引导机械臂,确保生产线上的每一道工艺和质量要求。

比如, 智能制造的工厂有大量的自动导引运输车(AGV),要同时掌控几百台AGV小车,保证产线一刻不停的运转,WiFi网络就不能出故障。华为公共开发部总裁鲁鸿驹表示,华为的自动网络解决方案AND可以瞬间聚焦某一区域,主动识别WiFi问题,第一时间的解决问题。

在华为看来,为智能制造提供一个随需定制网络需求是基本条件。 华为数据通信产业线副总裁赵志鹏告诉至顶网 “智能制造最大的特点面向未来是弹性制造和柔性制造,华为数据通信解决方案能够提供敏捷、智能、开放的网元操作系统的能力。根据客户在整个制造体系里面的诉求,可以随需定制特性和能力,像百变金刚一样。来满足制造客户里面在制造的诉求里面各种各样的诉求和要求。”

这就好比让工厂长脑。通过软件定义的制造工厂大脑,来自动调度云端数据中心的各种应用,,除了需要分配相对应的计算和存储资源外,最关键的是结合应用的不同,给他匹配最合适的网络资源。

目前华为的AND已经能够为产线快速的部署5G,从接到5G网络新建的任务单,通过新建5G任务单,链接工业相机以及控制单元,快速建设上下行带宽保证,实现超级的时延保证。可以说,目前华为为智能制造打造的AND网络解决方案,可以自动的为工厂提供最佳的方案。让联接力成为生产力。

数字基础设施成为智能制造数字化升级的底座

制造业几百年发展,从理论、生产、销售等环节已经高度成熟。要想改变,只有新的技术才能再次激活整个流程。比如整个工业皇冠上的一颗明珠汽车行业,经过一百多年的发展,其开放流程经过积累和沉淀,汽车生产过程的自动化程度很高、工业化程度也很高。

一方面,电动化、智能化、网联化、共享化为特征的新四化已经成为全球汽车技术进化和商业模式进化的新方向。

另一方面,要想有新的突破,需要在IT系统上进行创新,包括汽车生产过程中的四大核心系统,从研发系统到ERP系统,到营销系统,还有MES系统的创新。

要打造汽车行业的在智能制造工厂, IT基础设施的升级也至关重要,目前火爆的新能源汽车更是对整个生产流程的IT系统拥有了更高的要求。因为C2M所追求的定制化、个性化、差异化等需求,必然需要更先进的数字基础设施来支撑。

 “在生产过程中,差异化包括动力驱动上电机取代了发动机和变速箱,以及电池取代了燃料,这个差异化就是基于新能源汽车的开发流程,在参照传统汽车流程的基础上,加入对三电部分,整个电子、软件,包括集成的开发流程,而这些更多会参照IT行业的一些做法。”某新能源汽车的IT主管谈到。“传统的油车有2万多个零部件,今天的新能源汽车最多只有1万个零部件。因此在规划IT系统的的时候,新能源汽车既要规划整个IT系统满足冲焊流程还需要满足有电机、电控、电驱一体动力驱动开放流程需求。”

因此新能源汽车需要一开始就要构建一个更强大、集成度更高的一个IT系统,来解决新能源汽车生产过程更加复杂的需求。

此外,新能源汽车还需要一个弹性的、灵活的IT系统来支撑业务系统。传统汽车营销围着渠道来,4S店、经销商等运营。今天除了传统方式,还要直接面向市场、面向客户,因此整个业务链的构建,整个信息系统的支撑也要从弹性灵活的IT架构角度去考虑。

如何在最短的时间构建一个软硬件结合的IT系统。另一方面汽车在生产过程中要做大量的仿真和实验,它在集成各种设备和零部件的过程中是一个系统工程。这个时候怎么样去构建这样的仿真平台、计算平台,这些都需要一个即集成又灵活弹性的运算平台来支撑。

目前新能源汽车厂商都希望IT架构的规划建设既要应对未来数字化转型的落地,又得保证核心的业务运营和创新应用的协同发展。让厂商更聚焦在自己核心的技术和开发上,而把涉及IT技术这部分交给IT厂商来做。

很多新能源汽车厂商已经采用了超融合架构在整个云计算在底层支撑上给了一整套方案,结合详细的前期准备工作,项目启动后,招标的各项准备工作快速完成。

智能制造需要大数据技术和应用

《C2M实现的难点在哪里?》的调查用户显示,影响C2M普及的一个很大的原因是大数据技术的应用。

达智汇智能制造(苏州)有限公司总经理赵丽娜对至顶网表示,目前来说,智能工厂需要采集大量的数据进行加工分析,但是大部分企业数据应用价值不到5%。造成的原因一方面数字化的人才转型面临瓶颈另一方面大数据相关技术使用效率低。

智能制造一个很大的变化是,从以前的物理接触到现在的数字和物理相融合。因此整个智能制造的流程需要与数字化的流程并行推进,这其中,智能制造的数字化的人才转型就至关重要。“未来数字化的工厂几乎所有的现场指令不基于现场先去观察,而是透过后台的数据报表或者数据平台来观察现场里面的现状了。这是一个非常大的变化,以前只是看实际的物理体系,现在是看信息的数字体系。”数字体系转变过程中,企业员工需要结合流程的变化,重新开始设计新管理思维,重构新的管理体系,打造数字驱动新管理模式的转型的复合型人才。

智能工厂需要大量的数据采集,赵丽娜表示5G和AI一定是未来智能制造推进过程中非常关键的一项技术,5G大大加速数据的传递速度。AI能够大大提供数据的利用效率。包括非结构化视频的采集,比如3D打印,5G的时代,模拟仿真的速度大大提升,“比如一个汽车的工艺,它从研发做出来了一个模拟仿真的汽车,它到整个的生产是要七天才可以把它的模型做出来,但是在5G的时代,他可能一天就可以把这件事做完了” 5G它一定是在智能制造领域里面非常关键的一项核心技术,而这个核心技术会被大幅度的、广泛推广。 

同时智能制造也需要积极利用AI技术,基于知识图谱、深度学习、机器学习等AI技术结合智能制造的业务场景,积极打造更多的人工智能解决方案来为智能制造AI体系的大规模的应用赋能。

未来的智慧工厂一定是通过一个AI大脑来支撑整个工厂的有效运转。

通过与业界专家的交流我们看到,大家都在积极拥抱新技术,同时我这里业简单梳理一下针对C2M企业应该注意的几点建议。首先要懂工业基础以及行业趋势;其次需求企业实实在在的创造价值;第三,真正理解数字智能技术对于企业业务的影响;第四,还要考虑一些不起眼的小因素,包括成本、运维、部署、安全等因素,造成企业因小失大。

来源:至顶网数字化转型频道

0赞

好文章,需要你的鼓励

2021

01/06

11:06

分享

点赞

邮件订阅