（小编提醒，点击阅读原文，进入当当网购买通道。）
《数字化工厂＋工业维修服务体系》图书介绍
《数字化工厂＋工业维修服务体系》 是首部新工业服务丛书《构建工业维修服务生态》开篇之作，旨在重新定义工业服务B2B关系，促进制造业转型升级，构建绿色、安全、高效、经济的工业体系。
本书以全新视角讨论工厂数字化和工业维修，突破了传统可靠性与工业维修学科教科书式的技法传递。将时下全球正在推动的波澜壮阔的第四次工业革命——德国主导的工业4.0、美国倡导的以智能服务为代表的工业互联网和我国正在大力推进的制造业转型升级计划《中国制造2025》的最新机遇与TPM设备管理相结合，引发出传统工业维修新的生态体系、预知性维修的新发展以及大数据工业服务平台等的新模式。
TOC约束生产理论、可靠性与维修性工程理论思想贯穿全书。
适合以下群体深度阅读：
l 智能制造转型、数字化建设的各类制造企业、智能制造服务商；
l 推行精益生产、TPM全员生产维护、TOC约束生产的各类制造企业、咨询服务机构；
l 工业互联网相关，如预测性维修、物联网平台、工业维修服务、MRO工业品、装备制造业服务型制造等相关服务厂商。
本书将工业企业决策者的痛点（如何持续盈利）、生产管理者、设备管理者的难点（如何提高作业效率和降低交货期、如何改进维修作业系统）、采购人的盲点（如何降低成本、降低库存的同时，又满足生产的要求）、工业服务者的困惑点（如何高效的提供产品与服务）。通过目标和数据串联起来，从而也将各方的需求串联起来，系统提供解决问题的理论和案例。
“不值得做的事，就不值得做好！”因此，要想把一个企业领导好，就必须懂得如何赋予工作意义和价值，并让员工认同这个意义与价值，让他们发挥出自己的能力。从人性角度出发，以数据为导向，以价值为驱动，将企业转型升级与提高员工意识、责任和能力结合起来，实现员工与企业共同成长。是本书赋能智能制造、产业升级的重要体现。
以TOC约束生产（全球三大管理理论之一）和可靠性与维修工程（工业工程基础理论）为理论依据，结合制造业工厂实际情况，以图文并茂的方式呈现，紧跟智能制造、工业互联网前沿，旨在促进制造业价值转型。
本书不仅可以作为智能制造、工业互联网重要参考，即使传统制造业，也可直接应用，是工厂推行精益管理、TPM全员生产维护的必备书籍。做到拿来能用，做到理论深度、科技前沿与易读易用的有效结合。
本书获得了宝钢研究员首席研究员 郭朝晖、北京兰光创新科技有限公司董事长 朱铎先、树根互联技术有限公司CEO 贺东东、神华淮能及软有限责任公司董事长 杨汉宏等的推荐。并在理论上，获得了著名设备管理专家－张孝桐老先生的特别支持。
更为难得的，本书还获得了工业和信息化部 苗圩部长的亲自推荐。
指定商品领取5元优惠券（有效期:2017.09.23至2017.09.29）
知名综合性网上购物商城-当当网，系本次读书会的独家售书全程支持，“国庆中秋，读书正好！”感谢大家对本次读书会的支持。
分享嘉宾/主题
分享内容（一）
新工业服务-工业互联网模式、理念与技术创新
－－杨明波
爱的各位嘉宾，各位群友，很高兴今天为大家做分享。今天分享的主题为：《新工业服务-工业互联网的新模式、新理念和新技术》。
分享目录为：
第一部分.全球B2B企业新的竞争与机会
第二部分.我国B2B工业服务面临新的挑战和新的目标
第三部分.B2B工业服务的模式创新
第四部分.B2B工业服务的理念创新
第五部分.B2B工业服务的技术创新
第五部分.总结
2016年3月13日，在工业4.0俱乐部秘书长杜玉河先生、工业服务联盟秘书长彭国华先生的支持下，成立了工业4.0俱乐部.工业服务研究中心。通过对多地制造企业、数字化服务商、工业服务商展开实地调研，以TOC约束生产理论、可靠性与维修性工程基础理论，结合笔者多年的精益生产/TPM咨询经验，编写了《数字化工厂＋工业维修服务体系》一书。其目的在于，重新梳理B2B工业服务关系，以建立新的数字化工厂、新的工业服务体系，为工业互联网的发展和完善奠定理论和实践基础。
非常幸运的是，本书荣幸的获得了工业和信息化部苗圩部长的亲自推荐。
今天分享的内容，不复述书本身的内容，而将B2B工业服务新关系确认，探索适合中国工业现状条件下的工业转型作为此次分享的重点。
第一部分.全球B2B企业新的竞争与机会
二次世界大战以后，西方公司的竞争对手主要来自日本：丰田、三菱和索尼是最突出的例子。如今，中国的公司后来居上，成为欧洲公司的主要竞争对手。例如上海振华港机、三一重工等中国公司在国际市场上的突出表现。
经济上，金砖四国（巴西、俄罗斯、印度和中国）生活着世界上40%以上的人口，中国是它重要的组成部分。未来20年之内，金砖四国的GDP将超过传统G8国家GDP之和。
在全球化进程中，“中国既是全球化的受益者,也是全球化进程的贡献者”。中国在全球化中的表现，可能使得西方供应商们视全球化经济发展视为威胁，但它同时也提供了重要的机遇。
在全球产业转型的背景下，在新技术的驱动下，工业正在被重新定义，这为全球B2B企业提供了绝佳的机会。
德国工业4.0
德国工业4.0是率先被大家所熟知的，工业4.0(Industry4.0)利用物理信息系统(Cyber—Physical System简称CPS)将生产中的供应，制造，销售信息数据化、智慧化，最后达到快速，有效，个人化的产品供应。
而中德双方签署《中德合作行动纲要》，意味着德国B2B企业（如西门子）正在构建全新的世界服务体系，而中国将长期保持最紧密的合作伙伴。这对于德国出口销售表现最强劲的机械设备制造业而言，中德合作关系，使中国成为德国工业4.0“智能服务世界”最重要的市场。
美国工业互联网
与德国工业4.0有所不同的是，GE公司所倡导的工业互联网将转型瞄准了工业后服务市场，工业互联网也明确预测性维修。工业互联网强调智能机器间的连接并最终将人机连接，结合软件和大数据分析，通过减少非计划停机时间，从而构建更经济、更高效、更安全、更绿色的工业系统。
中国制造2025与互联网＋
与欧美工业体系相比，我国工业体系更为复杂，B2B供需矛盾更为突出。中国制造2025战略更倾向于淘汰落后产能，实施产业升级。互联网＋，则更侧重于服务升级。在具体上体现为：
智能制造：通过智能机器与人类专家所构成的人机一体化系统，包含了机器智能和数据智能两条主线，与德国工业4.0殊途同归，其目的是构建更为高效、经济的个性化产品供应体系（如，海尔人单合一）。
工业互联网（互联网＋）：工业互联网旨在重构B2B关系，包含了工业物联网/数字运维和共享服务两条主线：前者更倾向于强调预测性维修，提供制造业运维管理决策优化，挖掘工业制造业需求；后者则更强调工业服务（含MRO工业品、工业维修服务商、装备制造商）与工业制造业需求高效匹配，实现服务型制造/制造型服务。两条主线相辅相成，共同促进B2B工业服务供需智能连接，实现更经济、更安全、更绿色、更高效的工业生态。
第二部分.我国B2B工业服务面临新的挑战和新的目标
经历近40年的改革开放，我国工业发展取得了举世瞩目的成就，建成独立完整的全国工业体系，享有“世界工厂”的美誉。
依赖于自然资源和低价人口红利，多数制造业依然是粗放式的加工方式，工业水平处于2.0与3.0之间，与之相应管理水平（知识积累程度）仍然处于初级阶段。在工业面临中低速增长的背景下，工业制造业面临产能过剩、成本上升、环境治理压力、利润率低下等多重挑战。这使得B2B工业服务矛盾突出，包括：
A.工业制造业处于知识积累的初级阶段与迫切追求更高效、更经济、更安全、更清洁的运营诉求之间的矛盾。
B.工业服务业面临供＞求的结构性供需失衡与低价竞争、用户需求发生变化之间的严峻转型压力。
B2B工业服务供需失衡的根本矛盾，是工厂追求低成本与B2B企业追求高效益的诉求相背离。新的B2B工业服务形态亟待建立，我们称之为新工业服务。
新工业服务定义：以用户需求为导向，以数字运维、数字制造和工业互联网为技术手段，构建数据为决策依据的CPS工业智能体系，驱动新的工业服务生态。其具备三个基本特点：
1.传统的买卖关系向合作伙伴转变；
2.风险共担向利润共享模式转变；
3.低价竞争将得到有效遏制，以数据驱动的高效服务将形成工业服务新的生态主体。
点评：新工业服务是一场不可避免的革命，他将重新定义B2B工业服务供需关系，对于提供高效的价值服务和产品的B2B企业而言，这是机会，对于提供假冒伪劣产品和服务的B2B企业而言，这是必然的灾难。
第三部分.我国B2B工业服务的新模式
B2B市场不像B2C市场那样强调与最终消费者的联系，B2B市场客户系通过购买产品和服务来制造自己的产品，然后再将产品出售给自己的客户。因此，B2B市场的客户积极的参与价值增值活动，当最终消费者市场需求发生较大变化，这对他们向供应商的要求有着重大的影响。
B2B市场客户在购买商品之前，就想知道这些产品和服务对他们的价值增值活动能有多大的帮助，抑或是对他们的生产过程会不会因此而更加经济、更加高效。换一句通俗的话来讲，B2B市场更强调的是服务，而并非仅限于产品交易行为，因为B2B产品和服务会直接影响最终产品的交付，他们更希望影响生产过程的这些问题会更高效的得到解决，对于即时性的要求高于B2C市场。
因此，B2B产品与服务的模式将会发生根本性的变化，B2B企业应该主动拥抱这种变化，包括：
A.MRO服务社区：制造业工厂自身建有MRO工业品库房，也会有自己的创新和维修部门，但受限于知识积累，能力偏弱，B2B服务商却因距离工厂太远或过于分散，使得查询、匹配及服务效率较差。而建立与两者之间的中继模式，处于空白.MRO服务社区，一般靠近工业园区/或城市中心，将有利于贴近用户需求，这样的优势体现于：
1.用户需求做到快速响应，高效服务；
2.通过线上线下结合，承接B2B服务商，拓展服务技能，承接工业产品集中供应，实现共享服务经济转型。
备注：对于大型企业，MRO社区也可由自身的维修和技改部门独立出来，成立自由的MRO社区。
B.托管模式.对于非主体生产系统，如能源，抑或零活等非核心的部分业务，交由第三方专业托管，用户只需承担比以往更为便宜的费用，这不仅减少了支出，减少用工成本，更有利于实现节能、绿色环保的工业转型诉求。
C.租赁模式。租赁一般适用于容易移动，容易多场景适配的设施和设备。典型如，叉车、物流设施，以及工程机械、农业机械一类的场景。这对于用户而言，不必一次性购置这些产品，减少使用费用，同时还减少不必要的维修保养支出成本。
备注：托管与租赁模式，只是让B2B主体发生变化，对于B2B产品与服务的需求，最佳模式还是MRO服务社区来对接和匹配。
在工业企业（园区）的应用场景中，以能源(水、电、气、热、冷)为主体的托管、以物流设施（如叉车）为主体的租赁，以制造为主体的共享服务&工业品集采集供，将称为MRO服务社区核心。
与传统离散的服务方式相比，基于全面服务方案的MRO服务社区模式，不仅可以为用户提供便捷的产品和服务体验，更有利于用户减少供应商数量，满足生产过程中对于提高效率、降低成本、降低库存的迫切需求。对于B2B服务商而言，借助于线上线下的创新服务模式，将有效降低服务成本、物流成本，有助于发现新的B2B商业机会，拓展和强化B2B服务能力。
第四部分.B2B工业服务的理念创新
B2B企业的价值，在于立足于帮助用户解决生产过程的影响价值增值的制约因素。影响B2B行业发展的瓶颈，在于建立诚信机制，通过TOC有效产出、运维可用度指标体系，将有利于：
A．对内构建从企业目标/财务指标/生产作业指标/运维指标体系，利于内部数据决策的一致性，以识别影响企业盈利的制约因素，从而确保企业持续盈利目标的达成。
B.对外以数字化为手段，匹配B2B产品和服务资源，量化B2B产品和服务的有效性，促进B2B工业服务升级转型。
TOC有效产出指标:
有效产出：简单理解就是产品做出来并卖出去，实际上反映的是产品满足客户需求的能力，在广义上来讲，也包含产品实现满足相关方的能力，比如现在所提及更多的因环保导致限产、停产的现状，实际上是对社会（自然环境）的满足能力。故，提高有效产出是制造业关注的第一组关键指标。
运营费用：运营费用系指工厂运营所必须产生的费用，可以简单的理解为综合成本，通常包括，运维费用，人工费用等。这与成本会计描述的成本稍差异，在于运营费用降低，不能建立牺牲有效产出指标基础至上，比如：不能降低原材料质量，而牺牲产品交付质量；不能降低工业备件质量，而造成停机损失，影响交货期，并造成运维费用攀升；不能降低人员工资，造成作业积极性和品质意识下降等等。故，降低运维费用是制造业关注的第二组关键指标。
库存：库存会影响企业现金流，库存的降低依赖于：内部因素取决于有效产出水平，及运营水平（运营费用控制能力）；外部取决于供应链效率与质量。这也解释了，精益生产所提倡的零库存，为何在我国的大多数企业难以实现的原因。实际上，只要企业的有效产出和运营费用控制起来，生产及运维的计划性提高，外部供应链效率得到高效的匹配，库存自然能得到有效的降低。库存是企业产出的缓冲带，但也是压垮企业的最后一根稻草（现金流断裂），但从解决瓶颈的思路来讲，降低库存是制造业关注的第三组关键指标。
三种作业线的数字制造建设要点:
我们将过程暗箱拆开来看，实际上不同的企业，不同的行业，设备设施的组合方式是有差异的，这也解释了，为什么不同的行业，智能制造实施的落地措施有差异，认识这些差异性，是提供解决思路的必须。这包含，流程作业线（V型）、流水作业线（A型、I型）、离散作业线（A型、I型），而不同的作业线形态，其有效产出指标的具体指标指向是不一样的。
流程作业线(V型)：流程作业线常见于石油、化工、医药、能源等行业，这些行业往往停产损失非常严重，往往伴随安全、环境污染等事故的发生，在有效产出指标体现为事故停机为零。在智能制造的解决方案上，以DCS集散控制＋工业物联网应用为主，以追求更安全、更节能、更经济的运营目标。
离散作业线（A型、I型）：设备呈离散分布，常见于机械制造、汽车工业等。系统自由度决定了管理的复杂程度，这种作业线的特点是生产组织自由度很高，管理也是最复杂的。优化方案体现在：1，通过自动化流水线或单元线改造，约束其物理自由度；2.通过数字化系统（如MES）构建，实现以订单流动和管控，约束生产管控自由度。在有效产出指标主要体现在订单延误↓，在具体的设备应用上沿用指标OEE↑（设备综合效率）。
流水作业线（A型、I型）：设备通过输送设备连接成一个流作业线或单元生产线，系由离散作业线优化而来，由于设备的自动化连线，去除了中间的库存缓冲环节，对于作业节拍协同、作业线的安定化要求比较高。优化方案倾向于快速的异常响应和可靠性的维护方向。在有效产出指标主要体现在OEE↑（综合设备效率，应用于设备作业为主的流水线体）或OPE↑（人工综合效率，应用于人员作业为主的流水线体）。
点评：任何复杂系统，构建于固有的简单，对于运营作业指标和作业线的正确理解和归纳，是实施智能制造转型的基础。
在离散作业线/流水作业线实施MES制造执行系统管控条件下，或流程作业线，其设备运维的目标被确定。由于系统的自由度被高度约束，系统的可靠性与维修性要求随之被体现出来，数字运维成为重要的课题。
数字运维
可用度是衡量运维能力的重要指标，这依赖于四大通道的建设和优化（预测性维修通道↑，创新改善通道↑，而被动的事后维修通道↓，优化保留必要的预防性维修通道↓），这不仅有效保障有效产出，还能有效的降低运维费用，降低备件呆滞库存。
工业物联网与智能数据分析应用
基于数字制造与数字运维，将工厂盈利目标、财务目标、作业指标与运维指标有效的结合起来，通过AI人工智能技术应用，将为用户推送应用于不同角色的智能分析报告。
但在一般异常处理、预测性维修和改善创新任务协同中，任务创建多数来自人工经验依据，这将影响改善创新通道、预测维修通道建设的质量和数量。而构建于设备的物理数据应用，将会为提供更为准确的数据依据，这包括：
A:重要设备或系统的关键参数，通过传感器收集、存储和失效分析建模，通过与本地或远程自诊断能力建设与技术专家协同，形成预测性维修任务发起的依据。
B:通过物联网技术与MES制造执行系统相结合，建立分析模型，识别质量、效率、工艺相关的异常，形成对一般异常处理（质量、工艺、安全）等任务发起的依据。
备注：工业物联网数据应用，依赖于更多的设备接入和专家协同，在适合托管和租赁的领域，应构建工业物联网平台模式，以便于解析和挖掘更深度的隐性问题。
对于未接入物联网的设备，还应在手工点检、离线监测、委外监测（如特种设备监测、MRO社区专业监测）构建应用和对接平台，同时应强化预测性维修工程师的培养（如，参加观为监测国际振动分析师培训和认证……）。
第五部分.B2B工业服务的技术创新
单一的B2B企业难以满足B2B用户的全部需求，B2B领域是多服务商解决多个用户的多样化需求。
在这里，借鉴B2C领域单一平台化思路，或者单品服务的模式注定是失效的。工业物联网方式获得用户需求，也因接入速度缓慢（接入成本，也并不适合全面推广，且物联网数据并不是决策数据，在其逻辑上也不支持B2B工业服务生态实现。
从数字化到平台到B2B服务商的连接，以MRO服务社区为基本商业模式，构建B2S2B模式，将有可能实现B2B工业服务生态的构建，这方能是真正意义上的工业互联网。
我国的大多数制造业的工业水平仍然处于2.0-3.0的过渡阶段，意味着大量企业的数字化仍然处于空白缺失的状态。伴随云计算/雾计算、AI人工智能相关技术的成熟，这非常有利于驱动B2B工业服务变革。
一般原则是：
大型企业，因规模和体量巨大，一般适合私有云部署的雾计算，构建其独有的封闭B2B工业服务体系。
中小型企业，则需要细分确定，包括：
对于数字制造，适合独立或由总装企业对供应商的私有云雾计算，以实现基于供应链的工厂互联，实现供应链优化，提高供应效率。
对于工业物联网，除了能源、独立的物流设施（如叉车）等不涉及制造工艺本身的设备物理数据采集适合上云以外，生产部分的数据并不适合上公有云，只能适合私有独立部署存在（关系工艺、设备参数等物理数据，需谨慎联网上公有云）。
对于数字运维，由于无需关联物理数据，为降低用户成本，强化与B2B企业之间的匹配和交易，是适合SaaS化的公有云部署。
无论是大型企业，还是中小型企业，数字制造、工业务联网仅仅是向数字运维提供必要的数据支持接口（工业物联网向数字运维提供预测性维修诊断通道支持，数字制造向数字运维提供OEE/OPE等运维目标数据支持）。
而数字运维的四大通道数据（预防性维修、预测性维修、事后维修、创新改善），依据TOC与停机时数据分析原则，借助AI人工智能技术，实现基于工业服务平台生态应用的CPS工业智能系统，从而加速企业内外知识积累与交互，促进B2B产业升级与B2B用户价值的持续增值。
尽管通过数字运维＋工业服务平台＋MRO社区，实现了B2B客户与B2B供应商服务的有效匹配。但作为B2B客户而言，依然希望获得更为专业的服务团队，更希望那个获得原厂级的服务。而AR技术应用将会获得更广的应用空间，包括：
A.装备制造业向运维服务人员提供工业指导，装备制造业只需协同技术专家，借助AR技术开展远程指导或会诊，以帮助快速解决问题。对于B2B用户而言，可实现快捷高效的本地化原厂服务，对于装备制造商而言，将实现减少服务成本、实现售后节人计划。
B.专业服务商、培训机构向运维服务人员提供工业教育，辅助视频、文档的培训计划，利用AR实现技能认定，将有助于提升运维服务工程师的技能水平，并达到培训成本的节约。
C.工业品识别与智能查询匹配，工业维修场景中，常有对工业品识别困难的状况，利用AR技术与AI人工智能的结合，有利于在MRO电商产品中，匹配特征相似的产品，实现快速查询和筛选。
B2B领域，属于典型多对多的交易，平台中心化的模式并适合这样的场景，区块链在B2B交易中将发挥重要的作用，包括：
A:产品追溯。区块链不可篡改、数据可完整追溯以及时间戳功能，可有效解决物品的溯源防伪问题。这对于工业品/装备的交易而言，可有效防止串货，减少防止伪劣产品流入B2B用户。
B.加密技术。在知识交互方面，B2B企业需要与B2B用户交互相关数据，如物联网数据与诊断结论的交互，区块链加密技术将有助于这些信息不被第三方获取。
C.供应链金融。B2B领域，拖欠货款是较为突出的问题。借助于大数据应用与区块链技术（智能合约）的结合，第三方供应链金融将发挥重要作用，传统支付将被金融授信取代，备受争议的尾款支付将实现数据增值与智能合约比对实现智能处理。
第五部分.总结
通过B2B工业服务新模式、新理念和新技术的融合，实现B2B产业转型“新蓝图构建，完整体现了工业互联网生态的三个基本组成部分“数字服务”、“产品服务”“工业后服务”。符合供给侧结构性改革的基本要求，是装备服务型制造\互联网＋制造\智能制造的最佳切入路径。
而最佳实践突围中，基于园区或供应链中，通过规模化的新模式建立，将有利于将这些理念、技术和创新模式得到完整的模式建立和验证。
而最终形成基于园区、行业、区域的网格化演进，有利于实现全国范围内的推广和普及。这需要B2B服务商、政府园区、行业研究机构共同完成。
最后向大家推荐这两本书，《数字化工厂＋工业维修服务体系》与《CPS：新一代工业智能》，前者主要讲内在的逻辑和落地，后者则以CPS应用思想为主体，系B2B产业转型最佳搭档。
非常感谢各位嘉宾、群友对本次读书会的支持，期待11月11日，与大家在中国.苏州会面！
直播互动
彭国华－工业服务联盟：
我的问题： MRO服务社区的形成有什么障碍或者阻力？估计要多长时间才能形成？
杨明波：
传统的维修外包，本质上也是MRO服务社区的表现形式，是工厂部分的运维、工业品往外转移的趋势所在！
最大的阻力来自于工厂运维能力，是否被有效的量化，简单的说，当自不知道怎么去管理设备，外包会将内部的矛盾转移到外部。加上缺乏对外部服务质量的数据反馈，使得最终结果除了减少人力以外，效率、运维成本很难被有效管控！
而要形成MRO服务模式，最关键的还是规模化！例如一个园区，通过数字运维（比如精益卫士这样的产品），形成一个有效的模式化后，推广就比较快了！从目前的时间观测来看，至少应该在2年以上时间。前提是能在区域化市场有所突破！
谷甘军（精益卫士）：
提问杨老师：数字运维指标是生产作业指标和财务指标的基础，但是数字运维又属于在企业不受重视的一块，除了给企业做整体咨询时能借机宣贯外，是否还有其他方式更灵活的方式，切入点方面您有些什么建议？
杨明波：
您所讲的，是目前B2B服务商（包括维修服务商、MRO工业品提供商、装备制造商，甚至是数字化服务商和管理咨询机构）所面临的一个普遍问题，如果将运维数据转化为老板能看得懂的数据。
这也是本书结合TOC约束生产理论、可靠性与维修性工程理论的原因所在。拿精益卫士这款产品来说，应当结合AI技术，以可用度指标（A＝MTBF/(MTBF＋MTTR)为基础，分析出用户在效率保障、运维费用节省、库存降低上的关键制约条件。以数据量化为基础，让企业决策层及软件的每一个角色都能知晓自己的数据结果什么，瓶颈是什么？
当您的用户增加时，您还可以与不同企业进行比较，人性就是这样，就怕比较，当员工、企业决策者的虚荣性被调动起来时。也就重视了。
另外，也不要封闭在运维的思维定式里！ 比如将这款产品定位为企业改善（问题解决）协同应用，帮助为企业决策者解决问题。因为实际的情况是，我们往往很容易和基层很好的沟通，但他们往往没有决策权！
而且，必须要和MES结合起来，在离散制造业，设备为生产服务，可用度如何确定，是在订单延误或OEE效率的前提保障下的。这是本书的宗旨，也是今天邀请朱总担任嘉宾的主要原因！
工控维修在线－张无忌：
我最近经常工厂里面走访，发现一个很严重的问题，很多事情都还停留在理论层面。
比如苏州一家美资药企，我说，你们有多少台电柜知道吗？里面有什么产品知道吗？如果哪台设备报警了，有预警机制吗？怎么快速恢复生产？他们说没有。流程是这样的，生产部报告设备坏了，电工来看，能解决就解决，解决不了想办法找设备厂，或产品厂家。
注意，这里面一点信息化也没有。
杨明波：
的确，企业存在许许多多显而易见的问题！这些问题的解决需要一套机制，传统我们讲TPM，TPM依赖于员工的稳定，依赖于强有力的组织推动。许多企业，甚至是许多的上市公司，外企，并没有数字运维的应用！这不仅让企业处于被动，也让服务商的有效对接处于被动！
就目前B2B的供需矛盾而言，要系统解决这个问题。我想，这给数字运维提出了更高的要求：
1.与MES产品要充分的融合（限定于离散作业线、和流水作业线），与生产效率、交货期管理紧密结合起来！
2.在数据深度上，要和手动诊断、自动诊断和自诊断（工业物联网）结合起来，强调内外部协同的预测性诊断能力培养。
3.要和企业内部技术、知识和数据的积累要结合起来，形式上不刻意体现TPM等管理方法，但要支持基于数据的决策。
4.要和内部需求和外部资源做智能匹配，只有B2B供需双方的有效互动，才能够让工业升级又快又稳！
本书提供了管理的详细方法，但又区别了传统的管理手段，而侧重于：
如何建立与企业盈利目标相关联的数据指标（为什么？）；
如何建立与指标适应的符合作业线特征的数字运维/数字制造（是什么？）；
如何应用这些数据做科学决策（怎么用？）；
如何与B2B产品和服务商有效对接，实现供需双方共同成长（怎么产生价值？）；
用一句化来讲，好用才能好玩，好玩才能好用！这是数据的魅力，也是新工业服务的魅力！
杨明波：
@郭显昌 郭总作为本书的作者之一，也是本书理论的受益工厂，史丹利复合肥贵港公司副总经理！ 郭总可以讲讲，这方面的体会！
郭显昌：
实际应用很重要，我们没有理论，但用意识形态改变就有效果，我感觉人的运用配合预防性管理非常重要！关键在“赢在获利”！今年是效益最好的，整个集团。但压力也大，我今年实现减员12%。
杨明波：
郭总的工厂，在所有工厂里，产线是最老的一批，生产条件是最恶劣的（自然气候）、换型是最频繁的，周边服务商资源是最缺乏的！
跟以色列（TOC理念发源地）条件差不多，用有限的资源，聚焦瓶颈，做最大的产出！
工控维修在线－张无忌：
一手好牌，能赢不算什么，一手烂牌，才显英雄本色。
郭显昌：
就应用层面来讲：人工的人工智能，是人工智能的基础！
杨明波：
好玩，好用！ 是从贵港公司提炼出来的，郭总本是理论的创造者！
……
读书会报告
数字化工厂与智能制造－CPS在数字化车间里的应用【数字化读书会－中】（预告）
工业物联网核心逻辑－从手动诊断到自诊断【数字化读书会－下】（预告）
延伸阅读
共有条评论 网友评论