系统的熵值高低决定企业面向市场的敏捷程度，也决定生产体系的秩序程度。通过IOT，以及各个信息系统之间的有序连接，无人化、少人化的生产作业体系也将会应运而生。
不过无人化、少人化到底是一个结果还是一个过程，是一个目的还是手段？当前用先进生产工具武装起来的生产现场，到底是不是一个主流？
工信部信软司原副司长安筱鹏先生今年4月份在清华大学的一个演讲中，谈到了这个场景。
青岛红领作为一家个性化定制服装企业，有些企业高管参观后感到非常失望，因为没有想象中一排排机器人、先进的数控机床、先进的生产线以及忙乱而有序的AGV小车，看到的是一排排的工人在用手工的方式加工衣服，是一个典型的劳动密集型企业生产场景。
有人说他跟富士康没有区别，不是没有区别，而是根本就比不上富士康，富士康的自动化生产线、切片机、机器人是非常先进，红领跟富士康有什么不同呢？
我们认为自动化分为两种。一种自动化是生产装备自动化，叫做看得见的自动化，或者定义成工具革命，数控机床、机器人、立体仓库、忙碌而有序的AGV小车。还有一种叫做看不见的自动化，数据流动的自动化，把正确的数据在正确的时间传递给正确的人和机器，或者定义成决策革命。当你采集一个人上身的18个部位，22个指标之后，这一个指标首先自动生成一个适合这个人体型的一个版型，自动生成一个数控机床的加工指令，自动生成200个工序的加工工艺，定制化生产跟规模化生产相比，其复杂度、面临的不确定性远远地超出几个量级。
他在演讲中谈到了“看得见的自动化”和“看不见的自动化”。实际上不管是看得见的，还是看不见的，自动化的本质已经开始发生变化。
对于现场而言，人的多少不是最终的关键？
我们首先来分析分析，无人化、少人化背后的东西，然后再来看到底是不做最终的关键。
无人化、少人化是不可逆的趋势
但是不同行业、不同企业千差万别
前段时间，我们参访了德国工业4.0体系发起组织之一--菲尼克斯的中国公司，也是希望去看看工业4.0在这里如何落地。到了现场才发现他们实际上在执行一个更加务实的策略。根据产品（家族）的实际可干预市场容量，确定生产资源的组织方式。有些品类，需求量不大，就通过传统方式来组织生产，而不是随便地“上线”或者投资新线。
确保经济上划算,市场需求量大的产品，才将注塑机和组装设备做连接，形成规模化量产的态势。这样的方式大约有四种类型，确保投入产出在“量本利”比较均衡的形态下进行。本质上遵循了规模经济的基本规律。智能车间（工厂）的价值，其底层逻辑依然在于规模效应。
制造业的高质量发展，并不是依赖于先进的制造技术，而是务实的策略选择。这个阶段性、历史性的特质，企业需要有所认识。在趋势中行走，需要时刻注意自己的位势。
少了前端的工人
可能是多了后端的高级工程师
许多智能车间（工厂），看上去确实高大上,不过相当一部分是“参观专用”,这是非常让人尴尬的部分。这个原因是多方面的。从规模经济的角度看，确实要让智能车间开工很足，需要大量的订单来喂养，还需要供应链上有足够好的匹配。简单说在当前的产业环境下，智能车间还显得“娇气”。
另外一个重要原因就是后端人才的严重不足。
世界上没有那么多便宜的事情。在前端人员减少之后，后端人数的减少，就成为主要矛盾。其实在消费互联网公司，这类问题解决的并不够好。大型的互联网公司后端的人是越来越多，许多公司实际上也是另外一种类型的劳动密集型公司。我们制造业企业需要未雨绸缪。
实际上，企业IT部门存在，在组织形态里，已经有这个情况发生。价值认知的差异。后端高级工程师的培养、调度，都有许多更新颖的工作在等待企业的决策者。IT与OT的融合，可能还有更大的人力资源开销，或者是更多的委外需求。
简单说，“少人”的车间，并不是一个全自动化，摁下按钮就可以数钱的“印钞机”。
“数据自动化”才是精益制造的新前提
随着企业在自动化进程上的进一步推进，人对设备及生产资源的干预将越来越多地以设备机制展开。传统的管理信息化，都是人、人干预的流程和生产系统进行互动，产生了更多的不确定性。生产系统被尊重，终于进入了新的轨道。
数据的自动流动，意味着多系统在数据层面的统一，而不局限于在流程方面的统一。支撑数据+算法的背后是什么？是数据的自动流动，即正确的数据在正确的时间以正确的方式传递给正确的人和机器。
无人或者少人，不是目的是手段，或者说是某种成果的涌现。这是我们可能达成的共识。数据力量来自于数据的统一，不是稽核关系，而是始于机器的原始统一。这个过程，不会漫长。
完
共有条评论 网友评论