Greg Kinsey是卓越運營、數字化轉型和工業 4.0 領域的高級顧問，幫助工業公司制定工業 4.0 戰略、實施、利益相關者的支持和調整、Genba 參與和收益實現。2023 年 1 月，他作為合伙人加入國際運營咨詢公司和 Minitab Gold Level 咨詢公司Argon & Co，領導數字制造實踐。

在 2022 年 9 月 20 日于慕尼黑舉行的 Minitab Exchange 活動中，Greg 分享了他的經驗以及制造領導者通過數字化日常運營以提高績效的旅程中的主要經驗教訓。格雷格描述了公司面臨的最常見挑戰以及他對解決這些挑戰的建議。

數字化轉型將帶來第四次工業革命

如果你回到 1800 年代的工廠，在第一次工業革命期間，你會發現工匠——高技能的人從事專業化工作，幾乎沒有標準化。

第二次工業革命迎來了標準化工作。具有特定技能、重復特定任務、專門從事裝配操作的指定方面的人員。這是管理和控制過程的一種新的科學方法。泰勒主義和福特主義為制造業帶來了新的工作方式。

第三次工業革命引入了持續改進和質量體系的概念，以及新的 IT 和 OT 系統。工人們開始與自動化生產并肩工作，并獲得了更大的自主權和對結果的責任。這引入了用于解決問題和控制過程變化的六西格碼方法，以及所謂的豐田生產系統或精益管理。

第四次工業革命將帶來根本性的變化，因為我們將在更多的知識基礎上工作。在大多數情況下，工人不會從事體力勞動，但他們將通過知識管理體力勞動。他們創造的價值將基于他們的知識，以及他們如何將數據整合在一起以優化生產力、解決問題、監控流程和管理運營。

制造商的數字化轉型機會是什么？

當我們談論數字化轉型時，它是關于改進工作方式。它是關于使用數字工具從根本上實現現代化并改善工人、管理人員的日常生活和工廠的績效。如果我們考慮一下這種變化是什么樣的，那就是從一種反應性制造文化轉變為一種更具預測性和可控性……以及數據驅動的文化。

傳統上，制造業以滅火和不斷解決問題為主。有了數字工廠的愿景，您可以更好地了解未來會發生什么。您可以更好地預測您的流程在未來將如何執行，這意味著您可以以更可控的方式管理您的制造。它還涉及從分散的運營模式轉變為更加集成的模式。無論是數據孤島、人員孤島還是流程孤島——我們都需要更多相互聯系的團隊和流程上下一致的數據定義。

這還涉及從基于過去發生的事情進行操作的歷史知識轉變為可以預測未來會發生什么的智能工廠。因此，由于流程中內置的智能，我們擁有更大的靈活性，而不是擁有一個流程、機器和人員都是固定的環境。

數字化轉型面臨哪些主要挑戰？

（1）關注問題，而不是解決方案

我看到公司經常犯的第一個錯誤是他們忽視了他們想要解決的問題。很多時候，解決方案是推動投資而不是解決問題。專注于您想要解決的問題的最佳方法之一是將您的數字計劃與您的卓越運營計劃聯系起來。

如果您有像精益六西格碼黑帶這樣的項目負責人和問題解決者，那么他們已經有了一系列他們正在努力解決的問題。與其嘗試安裝新軟件，不如考慮數字技術如何補充和加速已經在進行的問題解決。

（2）收集數據

另一大挑戰是數據采集。收集正確的數據可能是一個耗時的過程，而且它可能以不同的格式分散在不同的地方。您可能混合使用舊機器和新機器——有些有數據端口，有些則沒有。您如何連接所有這些可能具有不同網絡和協議的不同可編程控制器？您可能不會到處都有傳感器，您的愿景可能需要您擁有更多的物聯網設備。

說到數據，清理時間總是比我們預期的要長。我建議構建一個數據字典——一種標記和分類數據的方法。這將為您提供描述其中內容的數據周圍的元數據，使其更易于有效使用。

（3）對未來沒有清晰的愿景

公司應關注的另一個領域是創建清晰的路線圖并確定未來的架構以實現其目標。五年或十年后你的工廠會是什么樣子？您的技術選擇可能很困難，而且 IT 系統中的遺留問題會受到一些限制。構建可擴展的架構非常重要，這樣您就不會構建過時的東西。

（4）項目管理的經典方法

數字化轉型使用的方法與傳統 IT 項目不同——事實上，恰恰相反。傳統 IT 是將已知解決方案應用于已知問題，您的 IT 系統可能看起來與競爭對手部署的系統非常相似。數字創新是關于使用敏捷流程建立數據庫并開發定制解決方案，以應用機器學習、人工智能或高級分析來解決您的特定問題。根據定義，它是創新，而不是現成的解決方案。

（5）缺乏管理層的參與和協調

最大的挑戰之一是如何吸引員工。通常，質量經理會有一個議程，但物流經理可能有不同的痛點。問工廠經理他們需要什么，這可能是一個完全不同的故事。關鍵是使您的卓越運營職能與數字職能保持一致，以便每個人都圍繞目標以及如何實現目標保持一致并參與其中。

（6）忽略Genba

經驗表明，最好的想法來自于在創造價值的領域 (Genba) 工作的人。他們了解流程如何運作以及機器如何運作。如果您問人們如何通過應用數字工具來改善事物，他們通常會提出很多想法，因為他們想要使工作場所現代化。如果他們參與構思過程，他們也會有一種主人翁感。他們為自己的貢獻感到自豪，并熱衷于幫助推動項目完成。

（7）沒有利益實現

我聽到的最重要的事情之一是，“我們嘗試了概念驗證，但沒有產生任何結果。” 如果您得不到這些好處，無法實現速贏，您將無法繼續您的旅程。專注于確保獲得這些結果，當你這樣做時，在財務的幫助下驗證這些結果。傳達項目結果及其帶來價值的原因。

您從制造業的數字化轉型中學到了哪些經驗教訓？

（1）整合必不可少

您的卓越運營計劃必須與您的數字化轉型計劃相結合。數字化轉型只是卓越運營的下一階段，如果您不將精益六西格碼計劃帶入數字世界，它就會過時。

（2）最小可行數據集

您無需構建海量數據湖。首先從解決特定問題所需的最小數據集開始。專注于一個用例和為此目的所需的數據——您可以隨時添加更多。

（3）允許試錯

在敏捷工程中，您希望進行創新并允許進行實驗。不要害怕快速失敗并從中學習。不要害怕根據你從這些失敗中學到的東西來調整你的方向。

（4）保持好奇

你無法購買現成的智能工廠，你必須自己發明。如果您想超越競爭對手進行創新，請特別是在您的行業之外尋找新想法。

預測分析在第四次工業革命中扮演什么角色？

制造業以反動著稱，人們總是“救火”并修理意外損壞的東西。我認為數字化轉型的承諾是創造一個更主動、更可控的環境，在這個環境中，您可以輕松了解正在發生的事情。您掌中的手機成為您高效開展日常工作所需的主要信息來源。根據數據，在問題發生之前警告您。這減少了消防工作，減輕了壓力，并讓人們自信地掌控一切。

數據驅動這個詞可能被濫用了。但是，當人們在需要解決問題或進行調整時可以獲得儀表板和可視化效果來幫助他們做出數據驅動的決策時，這將改變他們日常工作的本質。當這些人不僅僅是坐在辦公室里的高管時，革命就來了——它也是 Genba 中的司機、機器操作員、質量經理和維護人員。當 Genba 的勞動力可以從數據驅動的工作環境中受益時，也許我們已經迎來了第四次工業革命。

審核編輯黃宇