千妙科技客服咨询
[数字化工程]企业上系统前的一些思考
上个信息系统，要先明确几点：动机是什么？通过引入新的系统，是想解决目前面临的什么核心问题？还是其它原因？企业上系统的动机有很多，有些是“上级”要求，有些是市场要求，有些是自主探索性质的。企业当前的信息化现状如何？当前有没有已在施行的系统？第三方的服务单位？应用现状如何？哪方面解决得不好？历史数据是否需要利用？预期建设的项目有没有业内同行的成功范例，是否俱有可复制性，如果是个性化和自创的部分与业内标准化系统有哪些明确的差异，要意识到标准化与稳定性之间存在负相关性，非标的适用度好，但开发的复杂度大，稳定性差，引入风险大合理控制期望和中长期的预算投入排个优先级，先解决独立的、核心的问题，不要一次打算解决太多、又相互依赖的问题，没有抽丝剥茧分解成一个小而易的方案前，宁可不动，不要盲动；做好中长期信息化战略，数据驱动经营的打算，信息化要循序渐进，底座要与时俱进，不至于太落后的技术栈；合理的预算，要做好长期持续投入的准备，尊重各外协服务单位的劳动；避免虎头蛇尾避免兴师动众，却虎头蛇尾。实施项目组双方的一把手或者高级别人员要全程参与，保证责任明确、资源到位，沟通高效顺畅，全力配合，不能甩手掌柜；尽量减少对多部门、人员的直接影响，尤其在设计时尽量剔除“人工操作密集高”的部分，比如传统的OA 、MIS系统，这类需要强依赖于人员的知识水平、主观态度、操作经验的。将“防呆”，“防错”，“防伪”思想贯彻始终，对数据的时效性与准确性保持敏感。要润物细无声，不激进强推，不增加职员的额外负担和企业管理成本，优先取得一线操作和管理人员的支持，体验佳，效率在潜移默化地提升；保护商业机密和知识产权可能有些涉及企业的核心业务，所有的数据、代码、资料必须保证在委托单位的许可下获取、发布和改动，对引入的物料、资料进行审查，避免引入侵权等法律风险；
SaaS,WMS,MES
2024-06-18
[业界拾贝]流程型mes和离散型mes的主要区别
流程型行业根据自身的特性，将制造过程中各种不同的自动化控制系统联网，自动采集生产过程的数据实现企业的生产信息集成，建立全企业范围的实时和历史数据库，是流程行业企业实现MES最关键、核心，也是最基础的任务。离散型行业有其自身特性，其MES更关注生产计划的制定和生产过程的快速响应。离散型行业与流程型行业MES的区别可以从以下几个方面简述：01、需求差异方面流程生产行业，主要是通过对原材料进行混合、分离、粉碎、加热等物理或化学方法，使原材料增值。通常，他们以批量或连续的方式进行生产，比如石油、天然气、化工、食品、药品等行业。离散工业主要是通过对原材料物理形状的改变、组装，成为产品，使其增值。比如汽车零部件、电子电器、机械设备、航空航天、船舶等行业，在MES需求、应用环境等诸多方面，两者都有较大的差异，当然也有很多混合型生产行业，比如新材料行业。02、产品结构方面流程行业MES中，一般采用配方的概念来描述这种动态的产品结构关系。其次，在流程生产行业每个工艺过程中，伴随产出的不只是产品或中间产品，还可能细分为主产品、副产品、协产品、回流物和废物。MES系统在描述这种产品结构的配方的时候，还应具有批量、有效期等方面的要求。离散制造企业的产品结构，可以用“树”的概念进行描述——其最终产品一定是由固定个数的零件或部件组成，这些关系非常明确并且固定。流程企业的产品结构，则有较大的不同，它们往往不是很固定上级物料和下级物料之间的数量关系，可能随温度、压力、湿度、季节、人员技术水平、工艺条件不同而不同。03、工艺流程方面流程生产企业的特点是品种固定，批量大，生产设备投资高，而且按照产品进行布置。通常，流程生产企业设备是专用的，很难改作其他用途。MES系统规划的时候，要考虑到不同行业生产设备布置的特点，做好配置。离散制造业，其特点是多品种和小批量。因此，生产设备的布置不是按产品而是按照工艺进行布置的。例如，离散制造业往往要按车、磨、刨、铣等工艺过程来安排机床的位置。因为每个产品的工艺过程都可能不一样，而且可以进行同一种加工工艺的机床有多台。因此，离散制造业需要对所加工的物料进行调度。并且中间品需要进行搬运。04、自动化水平方面流程生产企业，大多采用大规模生产方式，生产工艺技术成熟，广泛采用PCS，控制生产工艺条件的自动化设备比较成熟。因此，流程生产企业生产过程多数是自动化的，生产车间的人员主要是管理、监视和设备检修。离散制造业企业由于是离散加工，产品的质量和生产率很大程度依赖于工人的技术水平。离散制造业企业自动化主要在单元级，例如数控机床、柔性制造系统。因此，离散制造业企业一般是人员密集型企业，自动化水平相对较低。MES项目现场效果图05、生产计划方式方面流程企业根据市场的需求进行生产的观念已经逐步加深。但一般情况下，特别是对市场需求量大的产品，是“以产促销”——通过大批量生产，降低成本，提高竞争力。因此，作为流程企业生产计划的依据，主要是市场预测。离散企业一方面可以根据定单进行生产，另一方面也可以根据市场预测作为生产计划制订的依据。离散企业的MRPIIERP系统向MES下达作业计划指令主要以“工作令”（Job Orer或Work Orer）的方式，而流程企业的作业计划下达主要以指令计划形式方式。06、成本核算方式方面流程企业的成本核算方式一般采用平行结转法，在其成本组成中，生产成本中占比例最大的是原材料。通常，原材料占产品成本的70%～80%，人工成本所占比例较小，约占2%～5%，其他为分摊成本。离散企业的计算产品成本是按照产品BOM表所描述的加工装配过程，从低层向高层逐层累积得出的。这种按照成本发生的实际过程计算成本的方法称为逐层累积法，或称成本滚加计算法(cost roll-up)，它反映了产品增值的实际过程。07、设备管理方面流程生产行业的产品比较固定，而且一旦生产就有可能是十几年不变；机械制造等行业的产品，寿命相对要小得多。体现在设备上，流程企业的设备是一条固定的生产线，设备投资比较大、工艺流程固定。其生产能力有一定的限制，生产线上的设备维护特别重要，不能发生故障。离散加工业则不是这样，可以单台设备停下来检修，并不会影响整个系统生产。离散行业的生产设备的布置，不是按产品而是按照工艺进行布置的。可以进行同一种加工工艺的机床一般有多台。单台设备的故障不会对整个产品的工艺过程产生严重的影响，一般需要重点管理关键、瓶颈设备。在流程生产行业的流水线生产中，生产线上的设备维护特别重要，每台设备都是关键设备，不能发生故障，一台设备的故障会导致整个工艺流程的终止。08、批号管理和跟踪方面流程生产行业的生产工艺过程中，会产生各种协产品、副产品、废品、回流物等，对物资的管理需要有严格的批号。例如，制药业中的药品生产过程要求有十分严格的批号记录和跟踪，从原材料、供应商、中间品以及销售给用户的产品，都需要记录。一旦出现问题，企业要可以通过批号反查出是谁的原料、哪个部门、何时生产的，直到查出问题所在。离散制造业一般对这种要求并不十分强调，现在很多离散制造企业也在逐渐完善批号跟踪管理，特别是汽车整车厂，基本上对零部件供应商有严格的追溯要求。09、作业计划调度方面流程企业的产品，是以流水生产线方式组织、连续的生产方式，只存在连续的工艺流程，不存在与离散企业对应的严格的工艺路线。因此，在作业计划调度方面，不需要也无法精确到工序级别，而是以整个流水生产线为单元进行调度。从作业计划的作用和实现上，比离散企业相对简单。离散企业的生产作业计划调度，需要根据优先级、工作中心能力、设备能力、均衡生产等方面对工序级、设备级的作业计划进行调度。这种调度，是基于有限能力的调度并通过考虑生产中的交错、重叠和并行操作来准确地计算工序的开工时间、完工时间、准备时间、排队时间以及移动时间。通过良好的作业顺序，可以明显地提高生产效率。10、数据采集方面MES系统的数据采集功能，可以实现对生产现场各种数据的收集、整理工作，是进行物料跟踪、生产计划、产品历史记录维护以及其它生产管理的基础。流程生产行业的自动化程度较高，设备控制级大量采用DCS、PLC。在检测驱动方面，各种智能仪表、数字传感器已普遍应用；过程控制则广泛采用以小型机为主的自动控制系统。传统的“计、电、仪”分工界限已不再明显，计算机技术的应用已深入各个领域。这些自动化设备，能自动准确记录各种生产现场信息。离散企业的数据采集，以手工上报为主，并可以结合条形码采集等半自动信息采集技术进行工时、设备、物料、质量、数量等信息的采集。这种数据采集方式，时间间隔较大，容易受到人为因素的影响，要特别注意保障数据的准确性。MES项目无纸化效果图11、作业指令的下达方面流程生产行业的MES中，不仅要下达作业指令以及PDI（Panel Data Interface，面板数据接口）数据，而且要将作业指令转化为各个机组及设备的操作指令和各种基础自动化设备的控制参数，并下达给相应的PCS系统。在离散行业的中，将作业计划调度结果下达给操作人员的方式一般采用派工单、施工单等书面方式进行通知，或采用电子看板方式让操作人员及时掌握相关工序的生产任务。作业计划的内容，包括该工序的开工、完工时间、生产数据等方面。12、反冲处理方面流程生产行业的生产完工上报，广泛采用反冲处理。一般在工艺流程的最后设置完工上报点，而对前面工序流程实行反冲处理，如人工工时反冲、设备工时反冲、物料反冲，从而对在制品和成本进行跟踪。离散制造中的完工上报，一般对每道工序都要进行上报，或在关键工序设置反冲点，对前面工序进行反冲处理。MES系统在配置相应模块的时候，要注意这些差异，以符合企业的需求。13、物料管理方面流程生产行业中，对连续生产方式，一般不设中间半成品库房，配方原料的库位一般设置在工序旁边。配方领料不是根据工序分别领料，而是根据生产计划一次领料放在工序库位中。离散行业中，一般对半成品库也设有相应的库房，各工序根据生产作业计划以及配套清单分别进行领料。14、质量管理方面无论离散行业还是流程行业的质量检验和管理都相当重要，但在MES中对质量检验和管理的方式有所区别。流程生产行业中，一般采用对生产批号产品进行各工序上的抽样检验。离散行业中，对单件小批生产，一般需要检验每个零件、每道工序的加工质量；对批量生产，一般采用首检、抽检、SPC分析相结合。【本文转载自网络，仅供学习参考，权利归原作者所有】
SaaS,RPA,WMS,智能制造,MES
2024-03-09
[业界拾贝]智能制造车间工艺数据管理
✎导 读 面向智能制造的工艺数据管理对产品生产过程的人机料法测等要素进行了全面的定义。【作者：中国航空规划设计研究总院有限公司 袁君，孙元亮，史建勋，来源：原文刊载于《中国设备工程》】随着信息化与智能化技术的发展，越来越多的传统制造车间开始向智能制造的方向进行转型，智能制造车间具备数字化、自动化、智能化的显著特征。作为车间内“运行大脑”的制造运营管理系统是实现车间智能制造的基础，而 MOM 系统的制造过程流转、物料调配、设备控制、参数下发等功能则依赖车间的数字化工艺。面向智能制造的工艺数据管理与传统工艺数据管理不同，前者相比后者，对产品生产过程的人机料法测等要素进行了全面的定义。本文以机加车间为例，对面向智能制造过程的工艺数据管理进行介绍。1 面向智能制造的机加工艺管理流程按照机加车间的角色分工与定位，工艺管理的流程首先由工艺员在专用的 CAPP 软件中编辑产品工艺文件（如图 1），工艺文件的内容一般包含零件图号、毛坯信息、材质信息、工艺版次、产品的工艺路线、作业规程、检验大纲等内容。工艺员完成对工艺文件的编辑后，由 PLM 系统对工艺文件的版本、文件进行管理，工艺管理系统通过与 PLM系统集成获取产品的工艺数据，通过解析相应的 CAPP 文件，将产品的结构化工艺信息同步到本系统中，并进行相关字段的补全。图 1 机加车间工艺管理流程2 面向智能制造的机加工艺管理内容制造运营管理系统中的工艺数据将按如图 2 所示的结构进行管理。主要包含零件信息管理、工艺版本的管理、工序管理、工步维护以及各类关联要素的管理，首先对面向智能制造的机加工艺中的工艺版本、工序、工步进行定义。图 2 面向智能制造的机加工艺管理内容工艺版本：生产一个零件所需要的不同加工方案，是描述了物料加工的技术文件，是多个工序的序列。工序：每次装夹后，由一台设备完成的连续工艺内容，定义为工序。工步：工序过程中，使用一个型号的刀具加工的一个特征定义为一个工步。面向智能制造的机加工艺管理主要包含以下内容。2.1 零件信息管理零件信息管理以零件图号作为唯一标识对零件的基础信息进行管理，管理的主要内容包括零件名称、零件材质、零件规格、是否为关重件、所属型号等信息。2.2 工艺版本为了保持数据的一致性，制造运营管控系统将集成PLM 系统中的版本信息，在制造运营管控系统中仅对不同版本的工艺进行存储，对工艺版本变更、工艺审批等操作仍在 PLM 系统中进行管理，这样更符合车间内顶层信息系统的规划。从 PLM 系统中工艺版本信息主要包括工艺版次号、工艺负责人、创建时间、修改时间等。2.3 工序信息管理工序信息管理包括以下几方面。（1）工序基础信息。工序基础信息包括工序号、工序名称、设备（或工位）、是否外协、是否自检、是否专检、定额工时、工序准备时间、工序加工时间等信息。其中，设备（或工位）将工序与设备或工位进行绑定，也可以绑定某一类设备，当生产任务进行到该工序时，制造运营管理系统将自动推送对应的工序任务及相关工艺数据到该工序绑定的工位，实现工件在车间内的无纸化流转，如果车间内存在自动化物流设备，该信息还定义了工件在车间内的物流路径。（2）工序工装。工序工装的配置主要将该机加工序与其所用的子板、夹具等进行绑定，制造运营管理系统中具备基础数据管理模块，管理了各类子板、夹具的类型信息以及工装之间的组合关系。系统在进行工序工装配置时，从基础数据管理模块中的工装类型库里选择该工序所需的各类工装与工序进行绑定。工序工装的配置主要为实现装夹准备的物料配套，MOM 系统通过工序工装的配置定义，向立体库管理系统请求相应的子板与夹具，并由车间的 AGV 将其配送至生产准备工位或生产线线边，实现工件装夹准备的物料齐套，减少生产操作者的操作步骤，提高生产效率。（3）工序文档。工序文档配置为工序添加工序执行过程中所需的各类作业指导书，包括装夹作业指导书、加工作业指导书、检验规程等文档。MOM 系统支持包括PDF、图片、视频等多种文档格式对作业指导书进行展示。通过前述工序与设备（或工位）的绑定关系，将各类作业指导书同步推送至生产设备（或工位），多种图文视频格式的指导书文件更加生动直观地指导现场工人进行工序的各类操作，减少了现场工人翻阅工艺文件资料的时间。（4）工序检验项。对于需要自检或专检的工序，系统支持为工序的自检或专检定义相应的检验项，检验项的信息包括检验项名称、检测工具、标准值、上偏差、下偏差、单位等信息。检验项包括但不限于各类型位公差的检测、表面质量的检测、称重等；检测工具包含量规、卡尺、三坐标测量、称重机、目视检测等；标准值与上偏差、下偏差三者定义了实测值是否处于公差范围内，用于判定零件的实测值是否合格。对于机加工艺来说，绝大部分的检验项为尺寸的测量值，为减少检验人员在系统中录入实测值的烦琐操作，MOM 系统可根据工序检验项的信息与测量设备进行互联互通，通过采集测量设备的测量结果数据，经过解析后自动将测量结果填充到系统界面，检验人员可专注于检验操作，减少数据录入操作。2.4  工步信息管理（1）工步基础信息。工步基础信息包括工步号、工步名称、仿真加工时间、实际加工时间。其中，仿真时间是采用 VERICUT 等数控加工仿真系统对工步 NC 程序进行仿真从而得出的工步加工时间，在产品开发初期、生产量不足，缺少经验数据的情况下，往往使用该仿真数据作为产品工步的加工时间，从而累计计算工序的仿真加工时间，作为车间智能排产排程算法的输入。实际加工时间。MOM 系统在生产过程中通过采集机床数据来记录每个零件该工步的实际加工时间，在生产的数量达到一定程度时（实际加工时长趋于稳定，一般用各零件工步加工时长之间的方差来衡量），通过平均值等指标来统计工序的实际加工时间，并将该统计值写入工艺文件中的工步实际加工时间字段中。使用实际加工时间进行车间智能排产排程得到的排产结果更具有可靠性。（2）工步 NC 程序。工步的 NC 程序一般有两类，一类是加工程序；另一类是测量程序。工艺管理系统支持工艺员在编辑工艺时，同时上传与工步对应的 NC程序，NC 程序将被工艺管理系统保存至服务端。当 MOM 系统进行生产任务的执行时，可依据其工艺文件定义的目录，自动找到该工步所对应的 NC 程序，并根据工序所绑定的设备，将 NC 程序自动下发至排产算法指定的机床，现场操作者只需要对 NC 程序中的工艺参数进行调整，即可进行加工。工序 NC 程序的定义减少了 NC 程序在机床与计算机之间摆渡的操作，有利于保证程序的准确性，提高生产效率。（3）工步刀具。工步刀具记录了工步加工所需的刀具列表集合。工步刀具定义的信息有刀具型号、刀具使用时长、刀具伸长量等。刀具型号用于刀具室统计生产任务所有工序的所有工步刀具的需求量，此需求量有两类用途：一是用于核算车间的刀具库存是否满足生产需求，进行库存的提前预警，拉动车间刀具资源的采购流程；二是用于生产执行过程中刀具的集中准备与配套，刀具管理员根据工步的刀具需求列表，操作 MOM 系统进行相关刀具的出库，刀具出库后，按照工步刀具定义的伸长量进行刀具与刀柄的组装与对刀操作，然后将准备好的“刀具包”配送至相应的设备（或工位），从而实现生产执行与生产准备的分离，使车间内不同角色或不同专业能力的人员各司其职，专注于其擅长的事务。3 工艺数据支撑智能制造的应用场景定义各类工艺相关数据的目的是面向各类智能制造场景的使用需求，工艺数据的定义与 MOM 系统内其他模块、智能化设备、自动化仓储物流设备等要素的组合应用，可以起到提质、降本、增效的效果。下面就几个典型的智能制造应用场景进行介绍。3.1 智能排产排程面向机加车间的智能排产排程将逐个为工序级的单件生产任务安排生产时间、生产设备，智能排产排程采用基于进化迭代的元启发算法（例如遗传算法、SPO 算法、差分进化等）优化排产结果。算法的输入就包括订单数据和工艺数据，订单数据主要信息包含零件图号、生产数量、计划交付时间，工艺数据则包含生产该零件所用的工艺信息，包括由各工序组成的工艺路线，各工序加工所需的设备、工装，各工序加工各工步所需的实际加工时间或仿真加工时间，各工步加工所需的刀具。高级排产排程算法依据此输入，结合车间内的资源状态（包括设备、物料、刀具等），进行基于有限资源条件下的高级排产排程，可以有效提高车间内的设备利用率。3.2 物料齐套零件的工艺信息中定义了工序所需的子板、夹具以及各工步所需的刀具，MOM 系统中的生产准备模块可依据该数据进行“生产准备包”的准备。面向机加生产准备包分为装夹准备与刀具准备两个方面，装夹准备依据工序定义的子板、夹具类型，向仓储模块请求相应的物料后，完成零件的装夹并将其按生产计划配送至指定设备。刀具准备依据各工步所需的刀具型号及其使用时间，向刀具库发送相应的刀具出库指令，完成刀具对刀后，将一个工序所需的所有刀具配送至指定设备。装夹准备与刀具准备共同实现了面向机加车间的生产物料齐套，能够有效保证准时生产。3.3 自动化物流调度工艺文件定义了零件的加工路线，各工序与设备的绑定则定义了零件在车间内的物流路径，MOM 系统在车间生产与运行的过程中，将按照工艺定义的物流路径进行物料的流转。对于机加车间来说，车间的自动化物流主要分为两部分，一是生产单元之间的转运物流，二是生产单元向设备上下料的物流。MOM 系统通过与转运AGV 系统和上下料 AGV 系统进行集成，根据工艺定义的物流路径向两系统发送相应的物流指令，完成对车间的自动化物流调度。4 结语各类工艺数据的定义本质上是为了实现智能制造，相比传统的工艺数据管理来说，面向智能制造的工艺数据管理涵盖了更广泛的生产要素，包括人员、设备、方法、物料、检测等。实际应用过程中，可根据企业的实际需求与应用场景去定义不同层级、不同深度的工艺数据结构，在保证支撑场景应用的前提下，应尽可能简化工艺数据内容，避免数据冗余复杂，避免增加工艺设计人员的工作量。
MES,智能制造,SaaS
2024-01-24
[业界拾贝]云看板生产管理系统解决方案
     云看板是利用数采网关、云服务器和智能手机APP相结合，精心打造的一款高效、智能、强大的物联网生产管理系统。相较于其他生产管理系统，云看板最大的优势是部署简捷高效，客户只需要将负责数据采集的物联网网关连接上网即可开始使用。一、云看板产品概述1、系统概述：客户端采用BS架构：客户端采用BS架构，在网页端登录账号即可完成系统和参数的设置；数据库部署在云服务器上。实时监控网关采集的数据：用户可通过安卓APP和IOS APP实时监控网关采集的数据，包括车间各产线的生产数据、产线时段产量与分析图表、历史数据对比、不良品统计等。可根据需求定制液晶看板：也可根据需求定制生产现场可视化液晶看板。帮助企业实现生产数据的现场可视化和远程管控。2、系统价值：①快速部署：现场只需将物联网网关连接上网，通过网关的数据采集接口连接产线、设备的输入信号。②云服务器数据处理：不需本地服务器的繁琐安装部署，节省企业资源，并通过外网轻松建立远程连接。③网页客户端系统设置：客户端采用BS架构，无需安装软件程序，在网页端登录账号即可完成系统和参数的设置。④APP数据查看：用户可通过安卓APP和IOS APP实时监控网关所采集的数据，包括车间各产线的生产数据、分析图表、不良品统计等。⑤现场可视化扩展：可根据需要开发现场生产管理可视化看板，直观了解车间产线实时数据。⑥报表生成，数据查询：客户端可自动生产Excel报表，和输入条件进行历史数据查询。3、系统架构二、云看板界面展示1、整体功能2、客户端界面展示（1）响应式界面①客户端采用BS架构，在网页端登录账号即可完成系统和参数的设置；②响应式页面设计，即根据不同设备动态的调整页面，无论是PC电脑还是移动设备，都能完美的显示内容，让客户可以在手机上也顺畅的操作客户端。（2）用户管理-用户信息用户管理：用户的添加、编辑与删除，可使用下拉框多选权限组和模糊搜索，当有用户忘记密码时，管理员可使用重置密码恢复默认密码。（3）用户管理-权限设置权限设置：权限模块只需要开启和关闭增、删、改、查四个开关即可。（4）基础数据-车间管理企业车间的建模，包括添加、编辑、删除和查找等操作。（5）基础数据-产线管理添加车间信息后，即可在该车间下添加产线。每条产线可选择负责人，并且绑定网关的设备ID和统计产线的出勤；还可以实时查看网关连接状态，离线则表示网关断开连接。搜索栏可以通过模糊查询和多选车间或多选负责人进行。（6）基础数据-产品管理产品管理：可以填写产品型号和名称，并且会统计出累计的生产数量，主要作用是供下发计划时选择。（7）基础数据-不良管理可以根据产品填写不良类型，并且会统计出各类型的累计不良数量，用于不良品图表统计分析，为持续改善提供数据依据。（8）基础数据-计数方案管理设置计数参数模板，可根据产品类型设置计数步长、延时、闭合时间等参数，供生产计划添加时选择。（9）基础数据-生产班次管理生产班次管理：生产班次与生产时段设置，供生产计划添加时选择，并自动生产时段产量统计与图表分析。（10）生产计划-计划管理计划管理：生产计划的新增、编辑、删除和下发等操作。新增计划时，选择一个班次，即会显示该班次内的所有时间段，可以为每个时间段设置一个计划产量，并且此时的时间段可以增加和删除；添加计划后，下发即可开始生产。（11）数据统计-生产报表生产报表：所有完成的计划都可在生产报表内查看，并且可以根据时间，班次，产线，产品，订单号进行筛选。3、APP数据查看界面展示（1）登录界面（2）生产汇总数据（3）产线详情查看4、可视化看板界面展示（1）产线看板①记录产线生产订单信息、各时段目标与实际产量、产能达成率、不良数和直通率；②实际产量与不良数通过工位扫描枪采集，产能达成率和直通率自行运算；③统计图表根据对应数据自行生成。（2）汇总看板①汇总车间各产线生产数据，同步实时更新；②统计图表根据对应数据自行生成。三、云看板硬件介绍1、工业物联网关SP-WG200C 【参考源自讯鹏科技】       SP-WG200C网关采用业内工业级高性能嵌入式结构，并针对智能制造、智能家居、智慧农场、工业控制、工厂设备等数据的采集传输与控制领域，做了专业的一体化设计，通过该网关用户无需关心具体细节，只需简单设置即可实现以太网 WIFI RS232 RS485 RF433 Lora IO等设备之间数据交换，且网关内嵌协议自带输入输出功能，用户通过简单指令并可方便的采集设备的开关信号、计数信号以及输出信号对设备的控制，从而轻松实现物联网。四、云看板实拍案例
MES,智能制造,SaaS
2024-01-12
[业界拾贝]细节决定了BOM价值的实现
✎导 读 近年来，企业级BOM在国内车企成为一个热门的话题，且很多车企进入了采取实质性行动进行实施的阶段。尤为值得注意的是，这一热门话题正从汽车行业蔓延开来，延伸到了其它行业，如家电行业等。【作者：黄振旗，来源：甘棠软件 文章仅供参考学习 权利归原作者所有】引言：关于企业级BOM价值的疑问　　应该说，这一趋势是有其深刻的背景的。分析起来，主要有两个方面的原因推动了企业对于BOM的重视。一个方面的原因是，企业对于产品研发越来越重视，产品正向开发与过去以逆向为主的开发从研发管理上有很大不同。比如逆向开发，对前期的管理需求很少，基本从详细设计图纸开始就可以了。但正向开发不行，前期多部门参与的产品企划、概念设计阶段需要精细化管理才能使得产品从质量、成本等方面有竞争优势。另一个方面的原因是，互联网+的思潮方兴未艾，销售模式的多样化以及对产品的个性化定制要求，都使得产品设计融入模块化设计的思想才能够很好地适应这一趋势。而这两个方面的动因，都需要以BOM为载体才能够落地。　　企业在构建企业级BOM系统的时候，往往会问：一个企业花费很多人力物力构建一个企业级BOM的价值到底在哪里？这确实是一个不容易回答的问题，但不幸又经常是企业领导所关心的问题，因为企业级BOM项目是真正的“一把手工程”，项目投资大、决策层级高，在惯于采用投资回报率来评价项目的企业高管眼里，用一些简单的数字来评估其直接价值当然是再好不过的。因此在一些BOM立项报告或者总结报告中，我们经常会看到类似于“减少数据冗余度达XX%”、“提高设计重用率XX%”、“提高数据共享及时性而带来的工作效率的提高达XX%”等等。但这些的说服力都似乎不够，其直接关联性似乎都打了个问号。　　企业级BOM到底有何价值？它给企业带来了哪些可量化的收益？对于这个问题，我曾经从我的客户那里获得过两个说法。一个说法是：我们从来没有考虑过BOM为我们带来了哪些收益，因此在公司最开始的时候我们就理所当然地认为应该有BOM系统，也就构建了BOM系统来支持所有的车型开发。如果非要说BOM系统的价值，我只能说它像地基，没有地基怎么能够盖房子呢？　　同样是这个问题，另外一个人给我的答复是：BOM是一个企业的索引，企业相关业务领域的业务报表都可以基于这一唯一索引产生。BOM管理就是要保证这一企业唯一索引的准确性。　　以上两种说法都很好、很形象。但这并不足以解答企业级BOM的投资回报问题。因为都没有对其价值进行可量化的评估，甚至连诸如“提高设计重用率”这样的指标都没有。　　可是，企业级BOM管理的一些特性也使人思考也许把BOM管理的价值进行具体化、量化是不合适的。毕竟世界上不是每件事情都是可量化的，也不是只有可量化的东西才有价值。一座大厦的地基能给大厦带来多少经济收益呢？作为一个企业的索引，它应用的面可能很多，但究竟在哪些层面，有这个索引和没有这个所有到底带来多少工作效率的提高、从而带来多少钱的价值呢？这些都很难量化，或者说量化本身的假设条件太多，使得量化之后的结果可参考性不大。但有地基才可盖房子、有索引才可能构筑一个好的管理体系，这个却是比较容易理解的。　　这些思考使我觉得BOM的真正价值在于对企业管理细节的提升，而这些管理细节的提升是构筑在BOM管理体系之上的。没有很好的BOM管理体系，这些管理细节便很难落地，而这又会影响到一系列的业务工作的展开。在这里试举几个典型的例子。企业管理的细节之一：产品开发早期能把BOM搭到什么层级？　　在产品开发早期是不是能够搭建一个BOM、能把BOM搭建到哪个层级实际上反映了一个企业多方面的管理水平。为什么这么说呢？让我们先从成本分析的角度稍作说明。　　对于新产品开发，在前期如何科学地设定其目标成本，并在研发的过程中如何适时进行成本评估，确保项目的经济效益是车型正向开发一个非常重要的命题。项目是否继续，成本是一个重要指标。而对于中途放弃的项目，则越早放弃越好，很多项目往往到快量产时才放弃，这对于企业都是巨大的浪费。问题是如何才能够使得项目组在项目早期能够进行有参考价值的成本评估呢？　　这个问题比较复杂，涉及面比较广，这里只就进行成本分析的基础——BOM——稍作展开。　　从目标成本管理而言，是一个自上而下的分解过程，即首先确定整车产品未来投放市场的具有竞争力的价格，在考虑利润等因素之后，剩下的就是成本。如果整车的成本能够控制在这一范围之内就能够取得预期的盈利，反之则有可能亏损。目标成本的分解就是将整车成本向以下各系统、子系统、模块、甚至包括零部件一层一层分解；而设计阶段的成本的评估则是自底向上，评估零部件、模块、子系统、系统乃至整车的成本。从这一过程可以看出，目标成本是否能够落地、整车估计的成本是否可信，起到关键作用的就是构成整车的零部件清单到底是什么样的。如果零部件层级分解不下去，比如都是一些大的总成级别、或者模块甚至子系统级别，那么无论是目标成本的向下分解还是估计成本的向上卷积都不具备太多的管理价值。　　那么，将零部件管理到何种层级才是合适的呢？一个大体的原则是管理到与企业经营相匹配的水平，即供货级别。　　读者也许会问：哪家企业的BOM不会管供货级别的零部件呢？不错，每家企业的BOM都会管到这个层级。问题是在产品开发的什么阶段管到这个级别？详细设计阶段、产品与工艺验证阶段管到这个级别当然没问题，但能够在概念阶段甚至更早就能搭建出一个这一层级的BOM就具有非常大的挑战。为什么非常难呢？因为确定供货级别零部件不仅仅是一个设计问题，还要考虑工艺、采购等方面的因素，特别是同步工程工作做得不到位的时候，早期BOM所定义的零部件层级就很可能达不到这个层级。很多企业一方面在早期要进行成本分析，另一方面，这个时候还没有BOM、或者BOM层级太粗，不足以支撑成本分析，因此成本分析就会流于形式。　　重量管理与成本管理非常类似，也存在自顶向下分解目标重量、自底向上卷积计算重量、估计重量、实际重量的问题。其对BOM的依赖与以上成本分析与管理的模式非常相似。　　在整车开发过程中成本管理、重量管理的重要性是毋庸置疑的，但能够管到什么程度、是否能够落地取决于在相应的整车开发阶段能够将BOM构建到供货级别的零部件。看似一个细节问题，影响面很大，要做到也需要多个业务部门的密切配合，是一个企业综合管理水平的体现。企业管理的细节之二：如何按照整车项目管理的要求落实BOM信息的及时、准确输出？　　企业级BOM协调跨部门的业务，因此往往承载多个业务部门所需要的信息。比如某家车企，工程BOM管理的属性多达100多个。这些属性信息都是为采购、财务、认证、工艺、制造等业务部门服务的，对各个业务部门非常重要。那么，如何才能保证这些信息能够在恰当的时候产生、并传递到相应的部门呢？　　在整车开发流程中，一般会定义在整车开发什么节点必须输出哪些信息，包括BOM信息在内。那么，是否大家按照整车开发流程中的定义输出这些BOM信息就行了呢？事实是很难达到。这是因为：　　整车开发流程中定义了，但只是一个规范而已。在某个具体车型开发时，BOM信息的具体输出时间则需要针对具体情况制定具体计划。　　一个车型下零部件一般在1500-2500个左右，每个零部件都有相应负责人，因此涉及到上千甚至2000多人的工作，如何保证这么多人能够按照统一指定的日期交付满足质量要求的内容呢？　　信息提供者往往并不了解信息需求者的业务，因此对自己所提供的信息应该在什么时候提供、要达到怎样的质量要求往往缺乏理解。比如上面提到的例子，工程BOM上承载100多个管理属性，这些属性信息的提供者往往是设计人员，而需求方（信息使用者）往往是采购、物流等工程师。设计人员关注的是自己的设计工作，对这些属性的影响关注度往往严重不足。　　正是由于以上原因，很多企业BOM形同虚设，起到的管理作用很小。那么如何解决以上问题呢？　　回答这个问题，我们首先要探讨BOM工程师这个概念。　　所谓BOM工程师，顾名思义，就是专门管理BOM的工程师。这本身不需要过多解释。但这里要强调的是，BOM工程师并不等同于BOM数据的维护人员。BOM管理是一个专业的工作，需要有专业背景和技能的人来做，而不是像很多企业的数据维护人员一样，只是简单机械地将数据维护进系统。BOM工程师作为一个专业的岗位，主要负责以下方面的工作：　　负责BOM相关的规范的制定、推进。如BOM要管理哪些属性、每个属性是哪个业务部门需要以及属性的重要程度、对业务的影响等。　　协助进行车型开发项目主计划制定，同时根据整车开发流程的要求以及车型开发项目主计划制定相应的BOM计划。　　执行BOM计划：包括选定参考车型BOM、协助进行BOM搭建、按照BOM计划的要求提前与相关信息提供者进行沟通、定期对信息进行评审等，以确保信息能够如期、按质量提供。　　校验整车BOM的完整性。　　协助设计人员进行零部件申请、零部件描述标准化工作。　　由以上工作职责可见，BOM工程师相当于车型开发中专门负责BOM管理的项目经理角色。这一角色即充当了BOM规范的制定者，同时又扮演着信息提供者和信息使用者之间的协调者、管理者，使得本来分散的（1500-2500多个零部件、上千设计员）、多方面的（100多个属性）信息能够进行相对集中式的规划、监管，从而保证BOM信息能够在恰当的时候传递给相应的需求方，以驱动这些业务工作的开展。　　企业对BOM工程师这些看似很平常、非常琐碎的工作往往缺乏认识，因而往往缺乏针对具体新产品开发过程中BOM相关工作的规划、实际有效地执行，而是设计人员附带输出的一个结果。这种状况下，BOM的管理价值就极其有限。管理体系的形成取决于细节遵守到位　　企业越来越重视产品研发，重视产品的正向开发模式，也非常渴望学习到国外先进的管理经验。但这种学习、这种对管理思路的渴望往往充满了“叶公好龙”的色彩，真正沉淀成为企业管理实践的内容不多。企业往往把国外的经验神秘化，而真正拿到这些管理经验的时候，往往又觉得很平常，不具体去操作，因此有很多团队一直停留在学习、研讨、再学习、在研讨……这样一个循环中。这一现象在企业级BOM领域尤为突出。有些自主品牌车厂企业级BOM在正式立项之前好几年，就已经组建专门的团队利用各种外部资源进行研讨，但几年过去，不要说借鉴外部的经验形成企业自身的管理规范这样的目标的实现，就连真正消化外部经验、形成了对BOM的实质性的认识都很难达到。　　企业级BOM管理体系包括配置管理体系、BOM体系以及企业级变更管理体系三个部分。配置管理体系决定了产品从规划到工程、制造、销售过程中BOM的组织方式；BOM体系决定了企业级BOM管理内容；企业级变更体系是管理企业级BOM中各种形态BOM的手段。这三个层面的体系相辅相成，涉及到整车开发流程中方方面面的规范。国外的车企在这些管理规范上确实有值得我们学习、借鉴的地方，但都会体现在一些管理细节上。正如上面举的早期BOM所能达到的零部件层级以及为了保证各部门业务需求而设置的BOM管理工程师的相关职责，这些都看似很平常，只是一些“不应该由领导来关注的细节”，但这些细节做不到，则一切都只是纸上谈兵，企业级BOM管理体系很难建立。　　总之，在企业级BOM这一课题上，我们不要期求一些神秘化的、立竿见影能够解决我们日积月累形成的顽疾的药方。企业级BOM系统的构建只是为企业更好地实现产品管理打下基础。有这个基础，好的管理方式才能给赖此而衍生；没有这个基础，则只能头痛医头、脚痛医脚，从而日积月累巩固旧的顽疾、形成新的顽疾。
MES,智能制造,SaaS
2024-01-09
[业界拾贝]MES物料管理功能设计和实现
✎导 读 物料是生产力三要素之一，绝大多数制造企业认为物料管理是生产管理中最大的痛点。在导入MES系统时，相关人员总是期望MES能够解决一切能够想象得到的企业物料相关问题。这种不切实际的期望导致在实践中无法按要求实施并最终得以应用。（本文为MES系列文章的「物料管理」主题第三篇）作者：MPDV中国曹海勇博士原创04追溯数据的形成追溯最初的起因是一旦产品发生缺陷后，能够快速召回所有问题产品。单纯地追溯数据对企业的生产管理原则上并无实际意义。追溯数据好比汽车交强险，汽车上路必须购买。在汽车安全零部件、食品和药品等领域，追溯是基本需求。产品没有追溯信息是不能上市。获得追溯数据并不是一个增值生产，因此增加了企业的额外负担。追溯的广度和粒度以及采集和处理追溯所使用的工具决定了追溯成本的高低。图5：追溯数据的形成过程企业首先要确定哪些原材料和成品需要做追溯管理？如果是经过多个生产工序，还要确定半成品或在制品的生产批次？影响操作成本很大的因素是如何定义输出批次的大小，应该结合企业实际需要按日期、班次或者一定数量，甚至按装载容器大小作为一个输出批次。批次的载体是条码、二维码还是RFID，这直接确定了批次号的使用和采集成本。当批次号作为数据归结的根节点，需要在生产过程中加载哪些动态数据？比如是否需要记录工人的工号、机台号、工序加工开始结束时间、加工时的实际工艺参数（速度、压力等）、测量值等？这些动态数据又是如何采集才能保证精确度？图5描述了物料追溯数据在生产中的形成过程。在3个工序5台设备上做3个工单。其中工单1经过3个工序，工单2和3都只经过1个工序。工单1的第1个工序使用批次号20020的物料AAA在冲压机1产出多个批次的物料AAB。之后批次号998物料AAB被移动到的加工中心1上执行工单1的工序2并产出批次号501的物料AAC；批次号989的物料AAB被移动加工中心2上执行工单2的工序1并产出批次号607、608、609的物料AAD，并存放到仓库中；剩余的批次号990、991、992的物料AAB并移动到半成品库中。最后，在热处理设备2上使用批次号501的物料AAC执行工单1的第3工序并产出批次号4523的物料AAF，在热处理设备1上使用批次号991的物料AAB执行工单3的第1工序并产出批次号51101的物料AAE。当工单结束后，应该由MES产生完整的追溯数据包，如图6所示。图6：追溯数据包示例05物料需求计划车间使用物料的起点是生产需要，即生产工单的排产结果决定了何时、在哪、需要什么物料及其数量。在前文“工单管理”和“计划与调度”中已经谈及物料相关的内容。如图7所示生产工单10000003，在3月6日设备50505需要5种物料，其中铆钉需要2000件，在设备50507上需要3种物料。图7：物料需求计划06物料拆批与合批仓管根据物料需求计划进行备料，经常碰到的实际情况是物料的批次数量远大于生产需要数量。从精益的角度来看减少不必要的物料移动，仓管往往按最小包装或生产批量进行备料，这就需要对原始批次进行拆分。反过来，当生产完成后，批次尾料返回仓库，仓管可能需要将尾料合并。MES物料管理模块提供了批次的拆分与合并功能，如图8所示。批次号PR4S92H115的物料SAL-SG现有数量115件，现在被拆出一个批次为50件。无论被拆分为多少个子批次，所有子批次都会继承母批次的所有信息。图8：物料批次拆分07物料运输仓管员完成工单备料后，物料员需要将物料移送到车间缓存区或机台。MES物料管理提供了运输工单，用于管理物料运输作业。图9显示了当前有9个运输工单，其中运输工单TR0000030010正在执行，运输数量100的物料TR22082014，其批次号为WE4RH7P11111111111114，从存储区WE-BUFFER运送到存储区OUT-BUFFER。另外，批次号WE4RH7P11111111111115的运输工单已经准备就绪，可以被执行。剩下4个运输工单还未完成备料。如果企业使用AGV，则运输工单信息可以传递给AGV的指挥系统。图9：物料运输此外，在生产过程中可以通过设置缓存区库存水位以及物料消耗预测来触发补料作业。图10上部存储区MP_N_50512中的物料80001-4达到最低存货报警，而缓存区MP_V1168是货物过多报警。可以针对物料的消耗速度设置不同的水位。图10下部以剩余可用时间来提示补料作业。根据当前的生产工单和加工速度，在AASEMBLY-2产线上的铆钉只够用1小时，需要补料。图10：物料使用监控参考学习文献① MES工单管理◉ 以工单为核心的MES系统设计◉ MES工单管理系统设计和实现（1）◉ MES工单管理系统设计和实现（2）◉ MES工单管理系统设计和实现（3）◉ MES工单管理系统设计和实现（4）◉ MES工单管理系统设计和实现（5）② MES生产调度◉ MES生产调度任务模型（序）◉ MES生产调度功能设计和实现（1）◉ MES生产调度功能设计和实现（2）◉ MES生产调度功能设计和实现（3）◉ MES生产调度功能设计和实现（4）◉ MES生产调度功能设计和实现（5）③ MES设备管理◉ MES设备管理（序）◉ MES设备管理功能设计和实现（1）◉ MES设备管理功能设计和实现（2）◉ MES设备管理功能设计和实现（3）◉ MES设备管理功能设计和实现（4）
智能制造,MES
2024-01-09
[业界拾贝]选择WMS供应商时，传统型WMS的独有优势
本期重点讨论传统型WMS的独有优势，让您在选择WMS时有一些新的启发。 【文本来源于网络，仅供参考学习，权利归原作者所有】本期针对这六点，我们逐一来展开讨论分析一下。一、更灵活的产品方案（可二开，可定制，可独立部署）在中国的WMS市场上，由于仓储管理业务的多样化，业务流程的高度灵活性（这方面也算中国特色吧：老外笨不会变通，中国人很多小聪明），对部分知识产权方面的所有权要求等因素，需要WMS厂商能够为客户提供灵活多样的从功能界面，部署方式，品牌凸显度等全方位的客制化解决方案。传统WMS厂商由于生长于中国土壤上，对这类情形处理的相对比较好，你可以说这种是土八路式干法，不过大量实践经验表明打阵地战的正规军往往干不过打游击战的土八路。除此之外，笔者今年有个心得：某仓储管理软件在为一些中大型客户提供的至尊版、尊享版等独立部署WMS解决方案时，其实也相当于变相为客户组建了自家的WMS研发团队。这种解决方案可以取得80%等效于自己养研发人员的效果，在人员稳定性，团队行业知识实时同步共享等方面又避免了自建研发团队的一些缺点。确实是可以作为把内部WMS研发团队精简掉，研发工作外包给专业第三方厂商时的一种策略选择。二、可以应对更多更复杂的仓库场景从目前市面上传统型WMS和新兴WMS的功能点覆盖度对比情况来看，新兴WMS厂商主要在电子商务这个垂直领域具有比较高的功能满足度，基本覆盖了绝大多数的需求功能点。而跳出电商小市场来看大物流，你会发现还有非常多的新兴WMS厂商还没有入门的细分仓储市场，比如制造业，冷库冷链，大宗商品，港口码头，批发分销，跨境保税等。而在这些相对传统的市场上，均有成熟的传统型WMS厂商吃此小块市场多年。尽管这些传统型WMS供应商呈现小规模、散乱，混杂的特征，但是瑕不掩瑜。其功能丰富度，应对复杂仓库场景的能力实超新兴WMS厂商。三、实施顾问更资深更有经验WMS的实施顾问的能力提升需要多年培养，笔者经常开玩笑说某仓储管理软件实施顾问就像老中医，越老越吃香。对此之前笔者专门撰文讨论过此话题，从中我们可以看出某仓储管理软件这类传统型WMS的实施顾问为何在众多方面独居优势。 四、更看重客户质量，长期效益，看重利润超过看重客户数鉴于新兴WMS厂商很多有来自于投资方的业绩压力，一些压力会异化成不现实的量化数字，比如客户数，到款，续费率等。甚之，还有在上市冲刺环节搞得花钱买用户，亏钱买流量，贴钱买销售业绩等乱象。最终导致在公司行为上就展示出新兴WMS厂商比较看重短期业绩，比较短视。而传统型WMS厂商更看重客户质量和长期效益，毕竟要从未来客户续费等长期合作中才能赚到利润。五、更好的售后服务WMS厂商售后服务核心价值来源于对仓库现场足够了解之后，可以随时为仓库把脉问诊，针对仓库运营过程中的各类疑难杂症开出对的药方。这就需要售后服务团队中人员具有比较高的仓库管理业务知识，而新兴WMS厂商的售后很多都是互联网公司味道的小姑娘，对仓库管理这种没有几年现场实践经验根本无法获得内化知识的重业务型行业领域而言，她们实在是无法胜任上述工作要求的。反之，某仓储管理WMS这类传统厂商的售后都在现场实施岗位工作过3年以上，对比之下自然更专业，给客户提供的售后服务质量也更高了。除了客服之外，WMS在使用过程中会不可避免与ERP，财务，OA等企业管理软件会产生数据对接等二次开发工作。传统WMS厂商在这种二次开发方面的响应速度比新兴WMS厂商快，主要原因是客户平均研发资源配比高的原因。客户平均研发资源配比可以用(研发工程师人数)(客户总数)来大概测算，传统WMS厂商一般有几百上千个客户，大几十到上百名研发工程师，这个比值经常位于0.05至0.5之间。而新兴WMS一般有几万个客户，二三百名研发工程师，这个比值往往位于0.0005至0.005之间。可见新兴WMS在二次开发方面基本没法提供这类服务，事实上新兴WMS厂商的销售一般也都告知客户不做二开。 六、集成更多仓库智能硬件传统型WMS厂商之所以能够集成更多种类仓库智能硬件设备，核心原因有2个方面。一方面，仓库智能硬件很挑应用场景，一种硬件设备只有在特定的场景下才能体现其功能价值（比人工方式优越之处），这就要求WMS厂商有足够多种类型的仓库项目经验。而新兴WMS厂商一般只在电商等少量仓库类型中做深耕和复制，自动化立库（穿梭车），无人叉车等在B2b流通类型仓库，工厂仓库中使用广泛的设备其基本碰不到。另一方面，由于技术发展阶段的历史性原因，很多仓库硬件设备在与云端部署软件的兼容性方面都不如本地部署的WMS好，而传统型WMS厂商大多数是本地部署，新兴型WMS厂商大多数是云端部署的。从上述6个方面可以看出，传统型WMS虽然给市场的感觉是比较低调，比起新兴型WMS厂商没有那么多又融资啦，又获奖啦，又获评XXX独角兽啦这类新闻。但是寸有所长，尺有所短。面向企业客户时，如果仓库看重的刚好是本期所提出的6个方面，那么传统型WMS确乎比新兴型WMS更有优势，企业主应该选择更适合自身企业仓库管理现状和能解决问题的传统型WMS。 
WMS,SaaS
2024-01-09
[数字化工程]RPA 机器人流程自动化。让企业应用体验完全改变。
不要再招人了，让机器人做事不香吗？机器人称为“数字劳动力”，代替真人进行系统操作，尤其适合代替那些机械性，重复性，枯燥的工作任务，没有工时耗费，解放人力，减少呆错伪。RPA作为流程自动化软件，面对特定场景、部署流程比较短，决策链单一的挑战，在不断地创新优化以适应在大范围企业业务的快速落地。尤其是针对复杂场景的解决方案，常常会涉及非结构化数据、复杂元素识别等传统软件（ERP、CRM、网站）无法处理的环节，企业个性化程度高，解决方案定制化强，这正是给不断迭代的RPA的发展带来的机会。而与AI能力的结合，更加可以提升感知非结构化数据能力和聊天机器人联动能力，帮助RPA提升易用性，业务端应用向前端迁移。除此之外，AI还能帮助RPA更好处理软件环境的变化，降低运维成本，满足客户智能审批、智能合规、智能信贷流程、智能风控等要求，在复杂应用场景中帮助RPA构筑高壁垒。RPA发展到目前，应用不受行业和部门限制，已经渗透到不同的产业领域，不仅仅在金融、财税等信息化程度高、流程标准化程度高、重复性工作多、耗费人力大的行业和场景，而且在制造、医疗、政务等亟需转型的传统行业对RPA产品都提升了诉求，市场越来越火热。千妙科技带大家步入RPA赛道，我司提供定向开发+AⅠ集成服务。欢迎扫客服二维码垂询
开发平台,智能制造,RPA,SaaS
2024-01-04
[业界拾贝]汽车产业数字化、智能化质量管理时代
近日，AIAG&IAOB（美国汽车工业行动集团&美国国际汽车监督署）联合峰会在上海召开。作为引领国际汽车行业质量和管理标准的权威性风向标，此次峰会正式发布了IATF16949规则第六版信息和APQP和控制计划信息。本次峰会以“助力建设中国质量强国”为主题，政府领导及汽车行业内众多嘉宾出席。【文本摘自宁波数益工联，仅供学习参考，权利归原作者所有】数益工联创始人CEO何盛华受邀出席，以「汽车产业质量管理数字化新时代」为题发表了主旨演讲，介绍了数字化时代下如何实现产品的质量全追溯管理，以及如何通过系统内置控制计划实现质量管理的闭环，并提出汽车产业智能化质量管理新方向。面向未来的汽车行业数字化工厂架构质量管理进入数字化时代后，汽车行业在产品数字化全追溯管理、数字化质量管理深度应用、工艺质量大数据分析等方面发展出众多全新的探索。工厂质量管理数字化的核心应当基于工业工程的理念，六西格玛管理、精益生产、TOC理论、16949流程标准等都内置于数字化软件之中，系统同时也和ERP、PLM、OA等软件实现互联互通。在汽车零部件行业，有几千种设备，上千种通讯协议，如何用一个标准的物联方式把它们连接起来是关键。数益工联以IoT为数据基础，达到数字化管理所要求的实时性、准确性和完整性，同时把质量管理、实验室管理、能源管理、仓储管理等进行模块化，做到积木式的组合，使得系统得以采集人机料法环的完整数据并在应用层得到有效使用。汽车零部件行业质量管理全追溯过去汽车零部件行业的产品全追溯大部分建立在手工单据和相应的检测结果基础上。工业互联网的发展，让数字化助力行业实现从原材料到产品端到端的、包括从主机厂到L1、 L2 、L3 整条供应链的4M1E深度的追溯信息相连接。汽车零部件行业的全追溯已从传统的条码系统追溯物料实物流，发展到质量检验结果的追溯，再到对产品加工的工艺过程追溯，直到最高等级的大数据分析实现智慧决策。——产品数字化全追溯以压铸工厂为例，从原料到成品所经过的仓储物流、熔炼压铸、机加工、表面处理、总成包装的各个环节，系统沿着工艺路线对所有设备进行物联采集，获取与产品相关的全要素数据。每道工序追溯的内容不只是人机料法环的信息，也包含该道工序中发生过的异常、首件检的信息、过程质量检验的信息、SPC的变化、工艺参数的信息，加工所关联的文件等等。只需扫描产品批次码或单件的追溯码，便会沿着整条工艺路线实现从成品到原材料的追溯。系统也可根据某一项要素，如对某次设备故障后生产的产品进行一键追溯，得知零件在哪个成品仓里面，去到了哪个客户，甚至是装上了哪一辆汽车。数字化质量管理深度应用传统质量管理高度依赖人工管理，现在通过控制计划内置，由各种实时数据驱动质量管控过程，质量管理变得更加深入。——质量控制计划内置控制计划可以做成相应的模板，或以Excel的形式直接导入系统。如半小时检一次、每 300 件检一次，或设置特定条件触发，控制计划的要求内置于软件中，减少了人为管控带来的不确定性。——高效实现质量管理闭环过程质量控制在每个环节形成一个又一个闭环管理，从首件取样到送检，再到检测结果产生以及自动上传，系统会进行自动判定，合格通知到相应的现场，不合格则对相应的设备进行锁定。所有的疑问件能进行产品自动冻结，通过邮件、短信等方式点对点通知，实现异常的快速响应，也可设置触发防错功能，执行一键锁机，减少不良品制造和流出的风险，消除生产质量异常带来的影响。工艺质量大数据挖掘深度价值当我们把从L3到L2到L1到主机厂，不同的链和链之间进行相互打通，最后会形成一张巨大的网，其中具有密集的数据流动，数据颗粒度可以达到毫秒级。这些数据的积累使得我们能实现工艺质量大数据的分析，为质量优化提供方向，同时随着数据的数量积累和上下游的数据维度增加，数据挖掘深度将越来越深入。智能化就是「数据+算力+算法」三种要素的结合。再好的算法都要基于海量的数据之上，当我们数据积累到一定的程度，就能够在强大算力的支持下，结合互联网行业孕育的强大算法，实现未来智能化的质量管理。工业互联网把全球不同的工厂、供应链里不同层级的数据全部连接在一起，当数据积累到一定的程度的时候，就能从量变走向质变，迎来数字化、智能化质量管理时代。如您有数字化工厂转型需求或相关问题，欢迎添加[capton ="attachment_450932" algn="algncenter" wth="227"] 微信扫码商务沟通[capton]一起共创数字化未来
汽车,MES,智能制造
2023-12-28
[业界拾贝]离散型制造行业智能工厂标准解决方案
一起学习智慧工厂，智慧商贸，......【文献仅供参考学习，权益归原作者所有】智能制造，智能化，物联网与工业互联网，AI，5G，大数据，数字孪生，元宇宙观点趋势Dgtal upgrae离散制造，是指产品的生产过程通常被分解成很多加工任务来完成，往往由多个零件经过一系列并不连续的工序的加工最终装配而成，通常为车间任务型生产、流水线型生产。常见的电子设备、机床、汽车、服装等民营制造业，都属于离散制造型企业。绝大多数的制造企业都属于离散型企业，长期面临客制化高、工艺高度复杂、周期长等困境。企业管理者已经意识到传统离散型制造企业都存在自动化、数字化水平低，基础技术薄弱，成本和能耗过高，在制造过程中资源浪费严重等问题。为响应政策宣导，应对市场需求，迫切需要加快转型升级和提质增效来打破“桎梏”。解决方案Dgtal upgrae离散型制造企业产品生产工艺千变万化，但产品在生产过程中还是存在着装配关系的：产品都是通过一道道工序生产出来的，加工工序之间都存在着顺序关系或平行关系；无论是设备或人工作业，加工的主体、时间、消耗、工装及理化参数都是可以明确的。可以从生产流程入手，重点突破，渐次展开，持续完善，一步步取得数字化成果，进而建立数字化车间乃至智能化工厂。离散型智能工厂利用物联网技术和监控技术加强信息管理服务，提高生产过程可控性、减少生产线人工干预，合理计划安排生产，同时集初步智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。······离散型智能工厂、智能工厂白色家电行业工业4.0智能工厂解决方案（43页 PPT）······离散制造行业解决方案（24页）智能制造，智慧行业，数字孪生，工业互联网等相关结构化体系资料以及解决方案~内容持续更新，期待你来部分图片来源于网络，使用图片、文字等均不作为商业用途使用，如有侵权，请联系删除。
MES,智能制造
2023-11-30
[业界拾贝]MES制造执行系统浅谈
✎导 读 MES已经处于制造生产企业的核心地位，在生产中作为生产管理层，兼具便捷性、灵活性以及先进性等特点，汇聚生产运行中的所有元素，成为综合性的生产管理系统。本文会以生产制造为主线，其他流程为辅，以管理理念为主，具体功能为辅，介绍MES生产制造执行系统，期待能让各位制造业的同仁对MES有更深刻的理解，跳出系统本身，跳出固有思维，回归生产管理的本质。作者：薛鹏【本文献摘自网络，权益归原作者所有，仅供学习参考。】什么是 MES制造执行系统MES是一套工具，旨在支持产品达到预期的质量、安全和合规水平，以及生产的预期性能水平。MES是支持工厂质量标准和企业卓越运营计划的关键要素。在工厂层面，MES不是通过“最后一天结果报告”来控制生产线，而是通过向操作员和生产管理人员提供实时的生产和质量信息，使人们能够“主动”地进行生产控制。MES是制造业务的核心，支持业务流程和生产流程。1.  业务连续性支持 MES 将持续向 ERP 系统提供生产完成信息，以确保优化业务供应链和流程规划 MES 将为设备及生产人员提供生产准备信息，以确保设备保质、保量，按需作业。2.  生产支持MES 将向生产团队提供实时信息，以确保以下活动和利益： 监控生产绩效 提供运营主动支持 对设备故障做出适当反应 确保质量一致性 通过平稳运行帮助增加产量 减少或消除数据输入时间和文书工作 缩短交付周期谈到 MES，ISA-95早已对系统的范围和目标作出了清晰的定义，但是由于目前没有一个成熟的商业产品能够覆盖所有的生产制造流程和管理需求，导致大家对MES的理解，范围不一、功能不一、用途不一，无谓对错，都是从本身工厂需求出发，但是如何建立更高效的、更简洁的、更有扩展性的工厂执行层面的信息系统，没有理论基础是不可实现的。站在巨人的肩膀上，登高望远。上图是ISA-95定义的企业信息系统边界，无数实践证明，在做系统规划时，我们必须要考虑系统的边界。为什么要这么做？很多人考虑是技术壁垒，这不是根本原因，而是下面最基本的战略思想。一个复杂的事物，没有先进的思想引导，是无法理清并发挥作用的。我们要用战略思想来武装自己。 独立自主，自力更生。我们把系统分级的目的就是让每一层级的系统都要自主运行的能力，而且是各司其职，发挥最大主动性。 实事求是。数据的真实性和实时性是做系统交互的关键，也是能够利用数据帮助决策的根本 群众路线。每一级系统对应不同的用户，符合用户的习惯，满足用户的需求，从用户中来，到用户中去从最底层(0,1,2 级系统)开始分析，制造业按生产特性可以分为连续生产，离散生产，以及批次生产。MES之所以定制性很强，与不同的生产控制方式是密切相关的。我们会在后续介绍所有的业务模型建模实践。让大家彻底了解其不同和相同之处。连续生产特征 原材料会通过各种专用设备，其形状和性能都可能会发生改变。 每台设备以一种标准的方式运行 每个设备执行一个特定的任务 最终的结果是产品的连续流动。离散生产 产品批量生产，原材料经过加工后，会生成独立的个体，称之为零件 有限数量的零件作为一个单位在工作站之间移动 每一部分都可以保持着自己独特的身份 每个零件都可以单独进行质量测试批次生产 产品可以批量生产，也可以一批生产 批次的一个特点是它们有相同的原材料和相同的生产历史 如果批存储在一起，则很难维护批标识 一台设备可以执行多个任务MES 将会覆盖生产管理，质量管理，物流管理以及维修管理四大方面，那么不同的流程，在建模方面也会有所不同。每一个企业的管理细度，设备的自动化程度都是不一样的，统一模型需要不同部门，不同技术背景人员的积极参与和协同。这也是 MES 项目的难点之一。这几节我们来关注下各级系统的交互的技术细节，目的是来回答目前很多人感到困惑的话题 ——IT和OT的融合。工业互联网，大数据分析，智慧决策等等风口上的概念充满了这个制造业的时候，让企业的决策层产生了很多误判。好像没有“智慧”二字的项目，怎么还有脸上马，我的企业岂不是会落下十万八千里。当大量项目和资本从互联网涌入制造业，关注制造设备联网，一个不可逾越的鸿沟出现了。从互联网穿越过来的IT人不能理解自动化工程师的工作，觉得写PLC程序的人，像是写汇编程序，心里暗暗想，我都在玩JAVA, Python, 数据仓库，高可用，多并发的高级程序，什么年代了，自动化工程师们还在写汇编级别的程序；而自动化工程师看IT人也是横竖都不对，天天口头大数据，云里雾里的，连基本的串口通讯都不知道是啥。合作还是要有的，聪明的工程师们找到了一个救命稻草——OPC(OLE for process control)，号称可以和一切硬件设备互联，包括各种PLC或底层设备, 于是大量的MES设计方案出炉，一个个高度集成的MES诞生了。但是OPC不是神仙，潜在的问题就是数据采集不准，不及时，更有甚者在下发数据时，出现错误，出现大面积设备停机，产品报废的情况。这时大家再回想起自动化工程师哪去了，你为什么不能保证设备通讯正常。本身设计方案已定，自动化工程师也很难去找到问题所在。大量互相扯皮的现象就出现了。决策层很自然地想到，不如成立一个部门，把自动化和 IT 工程师放到一起，汇报给一个老板，不就解决了，有问题大家一起扛。其实当中的一个关键问题，大家忽略掉了，那就是系统的架构设计，没有了层级的概念，一套系统打天下，必然会带来上面的问题。1,2 级系统就是设备控制级的系统，1级是指PLC控制，2级系统是指设备的上位机系统。这方面很多企业都很薄弱，很多都是设备供应商提供的，自己没有设计和运维能力。而这一层级，是不可或缺的，自动化工程师或者是专业的上位机系统运维团队需要确保这层级的系统稳定运行，设备才可以做出合格或高质量的产品。我们在顶层设计时，切不可忽略这层级的重要性。制造业的核心竞争力是保质，保量，按时完成生产任务，而这一层级的系统就是最基础的保证。这方面需要专业人才不断地知识积淀，将工艺和设备控制完美结合，成为一个能打硬仗，能打赢硬仗的先锋连队。咱们继续说1级系统和2级系统，学过自动化的同学们肯定都了解过 PLC(Programme Logc Controller)——可编程逻辑处理器。PLC经过 50 多年的发展，在性能上有了巨大的进步。遗憾的是国产PLC，一直难登大雅之堂。PLC的几个关键特性 稳定，很多PLC用于军事领域，10年，20年稳定运行。 快速，毫秒或微秒级的信号处理速度 可以连接工业现场各种信号源，数字量，模拟量，开关信号。设备能在复杂的环境中，能够稳定安全地运行，PLC功不可没。工业自动化工程师们用几代人的智慧搭起目前成熟工业控制体系。PLC发展的同时，计算机的进步也是日新月异。1级系统的劣势也很明显，数据展现不是很方便，特别是在生产现场，工人们需要快速换型，需要方便查看设备状态，工艺工程师需要分析设备数据，工艺工程参数，维修人员也要大量的实时或历史报警用来分析设备故障。于是2级系统应运而生。这些理念在20世纪八九十年代就已经存在，至今也没有过时。反倒是现在，有些年轻的工程师们，觉得只有大数据，只有人工智能才可以做。在此，我们一定要强调，只有2级系统稳定，可靠的运行，单体设备才能发挥其最大效能。有了2级系统的基础，MES才能没有后顾之忧。也没有必要去纠结与PLC通讯的复杂和不确定性。很多工厂在2级系统层面投入太少，而期望MES采集和控制设备的所有数据，导致MES的投入巨大，效果却不如人意。还是重复强调，我们制造业信息系统架构设计，要从顶层开始，逐层规划，同步数据，分步实施。下一节，MES正式登场。当设备上位机系统日趋完美的时候，当ERP系统越来越完善的时候，人们对车间管理的期望越来越高。如果我们有了单兵作战能力超强的士兵，有了高瞻远瞩的元帅，那么整体的战斗力将取决于士兵如何能得到正确的指令。我们急需要能够正确理解元帅命令的将军，并传令给各级士兵，协调各种兵种，调动各类资源，并将战场的实时信息反馈给元帅。MES 就是将军。为什么我们说MES是智能制造的核心？因为MES能够充分整合和调动人、机、料、法、环五大生产要素，它是黄沙百战穿金甲, 不破楼兰终不还的霸气将军。当前中国的制造业，其实很多人都在质疑MES有什么用？或者说投资二三百万，更有甚者一二千万的费用建设是不是值得。企业有这样的顾虑是正常的，现在市场上或供应商做出来的MES水平参差不齐。各式各样的“将军”履职了。 把单体设备的数据集中到一个中央数据库，将军变成了车间秘书 一堆堆的防错，出现在各道工序，将军变成了监工 控制单体的设备运行，将军变成了士兵。期望读到这篇文章的企业家们和MES供应商们，都仔细地思考MES的用途和前景，当前企业的现状需求，真正通过MES系统的建设，提升企业的核心竞争力(质量，产量和交期)。 没有单兵作战能力的，只能提高单兵作战能力 元帅统筹能力不够的，提高统筹能力 没有将军上传下达，指挥战役的，找到合适的将军。什么四级系统？ERP——企业资源规划系统是这层的典型代表。目前ERP软件可谓相当成熟了，很多企业也意识到其重要性。作为元帅，我们只提其一个关键字——"全"。 ERP 系统是从全局出发，从全流程入手，支持业务流程优化。 ERP 是为了保证全局利益。 ERP 保证了全部流程之间的关联性ERP 以物料信息集成开始，将各项业务和财务集成到一起，最大地实现客户价值和企业价值的共赢。ERP 具备了很多前人的管理思想，如TQM——全面质量管理，JIT——准时生产，LP——精益生产，BPR——业务流程重组。在ERP建设或使用当中，一定要多去理解操作层面背后的管理思想，才会有助于企业的经营，才能够真正实现“管理以人为本”。通过上面的介绍，企业信息化的分级是比较清晰的。这背后的思想值得借鉴，任何组织都应该有层次。管理就是要把层次理清，统一思想，上令下达。讲了很多理论思路，我们一点点从功能上剖析MES应该是什么样子。我们可以从生产主流程出发。生产管理——第一步：定义产品制造流程 物料清单 工艺参数，工艺路线 辅助工具或辅料 所需设备，人员，能源这些基础信息在设计时，各级系统要通盘考虑。做到来源统一，管理细度分明，下级系统有独立运行的能力，上传或下载要保证准确无误。这些基础数据在不同行业的生产流程叫法不一，数据的组织方式也会有所不同。所以设计时要求同存异，考虑周全。生产管理——第二步：制定详细生产计划这里我我们要强调优化的概念，如何利用最小的资源(设备、人员、能源），最少的设备清洁或调整时间，最合理的设备组合和拆分，来实现生产任务。这是MES作为将军的最核心指标。在现实的MES项目中，却从来不够受重视，大家忙于采集数据，忙于防错，却忘记了核心。如同很多企业在上了ERP以后，MRP从来没有跑起来过，大家用excel，玩得不亦乐乎。虽说需求来源于工厂，工厂觉得现在 excel已经很好了，何必去了解玩不懂，看不明白的复杂逻辑。历史上，著名的战役有很多，总会有胜利和失败的一方，双方都有将军，能力有高有低。孰好孰坏，战场上自然见分晓。回到MES的核心功能，详细生产计划，没有此功能的MES，如何谈MES是智能制造的核心，失去了指挥能力的将军，与士卒有何分别！希望大家谈MES的时候，不要大谈万物互联、扫码追溯、系统集成，虽是重要，但不是立命之根基，不是取胜之法宝，生产管理——第二步：制定详细生产计划，如何制定？所有的决策都是在拥有足够信息的情况下制定的，知己知彼，百战不殆。都需要哪些信息呢？1.  生产计划达成率。获取生产产量是MES必备的功能之一，而这在实际生产当中，往往不是一件容易的事情，很多时候人们会综合管理细度，平衡数据的采集方式。特别是连续生产行业往往带一些预估量。我们要尽量保证产量数据的准确性和实时性。这样MES才能及时调整生产计划2.  资源可用性，包括人，机，料，辅助工具，辅料，能源等。3.  生产支持部门的情况。如质量，维修和物流部。计划是否统一，相关资源是否同步协调那么有了这么多信息 MES 应该做到什么地步呢？胸有成竹，运筹如虎踞，决策似鹰扬，在计划未实施之前，通过模拟运行，准确的预估生产时间或结束时间，能够找到瓶颈工序和保证按计划完成的关键点。所以MES项目必须是强势的一把手工程，让决策更加科学，不要拆东墙补西墙，一直处于救火状态。生产管理——第三步：调度管理有了详细的作战计划，各级单位要做到令则行，禁必止。1. 按进度计划发出生产工作指令。 根据生产计划生成工位级别的工单 根据进度更新更新计划工单 进度有变化时，实时通知 所有人随时可以监控到完成情况2. 各级单位收到指令后，根据目标任务，系统列出所有所需资源，工作人员提前检查资源可用条件，确保根据班次工作单工作日开始时的正确条件，在正确的时间、正确的地点，按照计划安排所有所需的资源。3. 所有条件满足后，工单启动。战斗一旦打响，战果必须实时更新。 生产数据和日期的自动记录 根据商定的业务需求，生成的对应的工单报告 当工单未根据预期完成时，实时通知上级单位，立即重新安排工厂资源和产品的计划 工单执行过程中，资源的任何变化都可能会影响执行的效果 质量部门实时监测产品质量 未来资源可能发生的变化实时通知到各级单位。当然，不可否认这是一套非常复杂的业务逻辑，MES如何能够帮助决策，如何能够更准确的预测变化，将会是未来MES拔得头筹，成为MES界的“SAP”。生产管理——第四步：生产执行生产执行我们可以理解为是2级系统的主要功能。当单体设备知道要生产什么的时候，下一步最主要的功能是要知道怎么生产。一般来说，主要分下面几步1.  来料验证2.  单体设备中工序的定义3.  定义加工参数和上下限4.  启动生产菜单5.  收集过程参数和产品质量参数MES 作为3级系统和2级系统主要的交互，1.  MES告诉设备的2级系统工单号及生产产品2.  MES告诉2级系统，来料是否可用3.  MES提供给2级系统加工参数和上下限4.  2级系统通知MES工单启动和最终产品的质量5.  关于过程参数，一般会单独按时间序列存于实时数据库当中，当然为了比对，工单号，菜单号，或者是产品ID都会是其中一列数据。当前的很多工厂，把这部分的功能完全设计在MES当中，并看成是MES的主要功能，直接和设备PLC交互，导致大家理解MES出现偏差。对MES的发展也是不利，因为设备能够独立运行是生产的最基本要求。技术应该去解决问题，而不是完完全全地理想化。当然很多客户在数据追溯方面有硬性要求，我们在设计应该去考虑缓存，考虑事后救补的方式。这种思路不仅是在MES和2级系统之间，2 级系统和1级系统同样应该如此。生产管理——第五步：生产追溯生产追溯是指总结实际用于生产产品的人员和设备、消耗的材料、能源，生产的材料以及其他相关生产数据（如成本和性能分析结果）的信息。这些信息会汇报给4级系统，用于更新总体计划。1.  跟踪物料在工厂中的移动。保持对每个工位在特定时间内的内容的描述，并跟踪生产领域内物料经过的所有路径。这里面的难点是如何定义追溯的条件，按批次，还是按单个追溯，这部分主要是由生产工艺和客户要求而定。特别是流程行业中，使用物料和成品物料不能一一对应的时候，按时间，最大程度的匹配是必要的。2.  将过程事件（包括生产和移动事件）附加在产品信息上，比如设备的开始和结束时间，中间的过程参数和设备报警、操作员的姓名和资质、质量的检查、当时的工厂环境，温度，湿度、物料的批次或单个追溯码。3.  生成与生产过程相关的记录。这包括监管或质量管理所需的记录。这个功能非常重要，是产品质量的有效证据。MES作为生产追溯和数据统计的集合，是MES的重要功能。业务需要明确自己的需求，才能发挥数据的最大作用。生产人员时间管理集成作为生产现场员工，直接影响产品质量或者产品产量。MES从下面几个方面集成到生产流程里。1.  考勤管理 使用条形码、RFID 阅读器识别员工出勤情况 准确、实时地跟踪和监控员工出勤情况 自动生成员工考勤报表2.  劳动生产率管理 生产员工需要登录工作站才可以开始生产 将分配的员工人数、员工身份、员工角色和劳动时间与生产和质量结果相关联 提供有关人员状态、劳动力分配（已承诺、可用或不可用）和生产结果的实时信息 生成有关劳动力能力和生产力的信息，以实现持续改进和动态劳动力分配。3.  维护人员技能图谱 生产人员技能需要与设备和产品匹配，保证员工持证上岗 培训流程和技能图谱集合，保证系统和员工真实状态同步设备管理集成MES 主要关注设备的状态管理，状态管理的目的是提供给决策者准确的人员，设备能力信息，以确认计划的有效性。首先要定义停机标标准，如故障停机，计划停机，设备点检，操作工休息，缺少原材料…, 其次是这些状态的切换要尽量要与设备集成，避免操作工太多的人为操作。最后系统要提供灵活的数据统计分析，比如按设备，按停机原因，按时间，按车间等多维度，帮助管理人员提升生产效率循环时间管理集成循环时间是生产计划的的最基本要素，如何定义每一个操作的循环时间是IE人员的基本要求。我们在系统里要清晰的定义出每一步的循环时间，还要尽量能够从设备反馈出实际使用时间，这样IE人员可以方便的对比理论和实际的区别，从而思考整条生产线的瓶颈工序，找出哪些方面可以提高。质量管理流程集成质量管理的广义范围包括质量操作和对这些操作的管理，以确保中间产品和最终产品的质量。质量运营管理可包括： 测试和验证材料的质量（原材料、最终产品和半成品） 测量和校准设备和工具，确保测量结果正常 产品质量合格证明 制定质量标准 制定质量人员认证和培训标准 制定质量控制标准质量是产品制造过程里不可或缺的一部分。所以最新的ISA-95把MES更名为MOM（制造运营管理）, 就是期望在实施过程中，不要把思路固定在产品的制造过程，还要把相关的活动（质量，维修，物流）数字化，流程化。对于质量管理，事先预防是关键，这就要求我们在设计系统时，必须考虑质量相关流程的集成，特别是与生产现场直接相关的流程，比如生产前，质量相关的设备校准，生产中的物料防错，不合格品处理，巡检和抽检，生产后的合格确认。往往是现实打败了理想，或者是对MES的理解差异。很多企业从质量的角度看，MES就是一个追溯工具，只有在客户投诉的时候，才会在系统去找相关产品信息。
MES,智能制造
2023-11-30
[产业研究]食品生产批发企业面临的管理问题与数字化应对
一、引言随着经济的发展和消费者需求的不断变化，食品生产批发企业面临着越来越多的挑战。如何在保证产品质量的同时，提高生产效率，降低成本，并对市场需求做出快速响应，已成为食品生产批发企业亟待解决的问题。数字化技术的发展为解决这些问题提供了新的解决方案。本文将探讨食品生产批发企业面临的管理问题，以及数字化应对的解决方案。二、食品生产批发企业的管理问题生产效率低下：传统的食品生产过程往往依赖人工操作，生产效率低下，且易受人为因素影响。质量难以保证：食品生产过程中的质量控制是关键环节，传统方法往往难以准确把控，导致产品质量不稳定。供应链管理困难：食品批发企业的供应链复杂，涉及供应商、仓库、运输等多个环节，传统管理方式效率低下，难以实时跟踪和监控。市场响应速度慢：传统食品生产批发企业对市场需求的响应速度较慢，无法及时调整生产和销售策略。数据分析不足：对于食品生产批发的数据收集和分析不足，无法有效利用数据优化生产和销售。三、数字化应对的解决方案自动化生产：通过引入自动化生产线和机器人技术，实现食品生产的自动化和智能化，提高生产效率，降低人工成本。质量控制：利用物联网技术和传感器设备，实时监测食品生产过程中的各项指标，确保产品质量稳定。供应链数字化：通过数字化技术实现供应链的信息化管理，实时跟踪和监控供应商、仓库、运输等各环节的运行情况。市场响应速度：利用大数据和人工智能技术，实时分析市场数据，对市场需求做出快速响应，调整生产和销售策略。数据分析和优化：通过收集和分析食品生产批发的数据，找出潜在问题，优化生产和销售策略，提高企业运营效率。四、数字化应对的优势提高效率：数字化技术可大幅提高食品生产批发企业的生产效率、质量把控效率、供应链管理效率等，进而提升企业的整体运营效率。降低成本：通过自动化生产、精准质量控制、优化供应链等手段，数字化应对方案可以帮助企业降低成本，提高经济效益。提升质量：数字化技术可以更有效地进行质量把控，从而提高产品质量，同时也能通过数据分析优化产品配方和生产工艺。市场响应快：利用大数据和人工智能技术，企业可以实时分析市场数据，对市场需求做出快速响应。决策支持：通过数据分析和挖掘，为企业决策者提供有力支持，使决策更科学、更合理。五、结论面对日益激烈的市场竞争和不断变化的消费者需求，食品生产批发企业必须采取有效的应对措施来解决问题。数字化技术的应用为解决这些问题提供了强有力的支持。通过自动化生产、精准质量控制、供应链数字化、市场快速响应和数据分析等手段，企业不仅可以提高生产效率和质量，还可以降低成本和市场响应速度，优化生产和销售策略。因此，数字化应对方案是食品生产批发企业在未来市场竞争中取得优势的关键。
2023-11-12
[业界拾贝]为什么离散制造业的工业管理软件难开发？
✎导 读 市场需求决定了MOM产品的平台化、供应商的规模化是必然的发展趋势。【尊重原创，网摘文献仅供学习。作者：国机智能技术研究院有限公司 孔祥君 高云鹏 吕海洋，原文刊载于《新型工业化》2023年第09期第13卷】制造运营管理系统（MOM）承接企业运营管理环节的生产指令，与企业资源计划（ERP）及产品全生命周期管理（PLM）等系统紧密集成，按照产品设计及工艺要求，组织并管理生产制造相关的人、机、料、法、环等各类要素，实现从生产订单下发到产品完工入库之间的计划排产、作业执行、物料配送及流转、质量检验、设备维保等企业相关业务的数字化、信息化、智能化，是制造企业建设智能工厂的核心系统。离散制造业普遍在生产制造环节具有生产组织灵活多变、人工参与度高的特点，尤其是对于复杂装备制造相关行业，更是呈现产品结构复杂、定制化程度高、多品种小批量等特点。相对于流程制造业，离散制造业在生产制造环节的信息化、数字化、智能化的程度相对较低。近年来，制造运营管理系统作为支撑制造企业生产制造环节信息化、数字化的核心工业软件，受到越来越多的离散制造企业的重视和应用。MOM领域的技术和服务水平成为我国离散制造企业数字化转型的决定性因素之一。一、MOM发展历程及现状制造执行系统（MES）自20世纪70年代出现以来，一直是制造企业生产环节信息化管理必需的信息系统。根据ISA95-2010中的定义，MOM主要覆盖生产制造过程中12种类型的业务活动，通常也被认为是MOM系统应该具备的功能模块（图1），其中包括基础资源管理相关业务（资源分配与控制、文档控制、人力资源管理三类）、与生产计划及组织相关的活动（详细工序排程、生产派工、工艺过程管理、数据采集、生产跟踪、质量操作管理、物料管理及跟踪、绩效分析）。图 1 ISA95—2010 定义的 MOM 所覆盖的业务活动其中的物料管理及跟踪是ISA95-2010在ISA95-2000对MES定义的基础上新增的一个业务域，也可以看作是MES和MOM管理业务域的主要区别。相比于ERP系统，MOM系统可以将生产计划和调度的细度由订单级细化至工序级，将进度采集的颗粒度由周天细化至天小时，对于一些特定工艺，更可以实现作业过程的工步级管控，因此大幅提升了生产管理的精细度和实时性。我国自2000年前后开始出现第一批专业提供MES系统软件和服务的供应商。部分企业从代理欧美国家的成熟MES软件起步，后逐步开始自研系统。其服务的目标行业起初主要集中在汽车、电子、电器等相对批量化、流水化，工艺相对稳定，基础管理相对较好的一些离散制造行业，后来逐步扩展到对MES系统有较大需求的复杂的装备制造行业。随着“中国制造2025”相关战略的推进，MES成为企业建设智能工厂数字化车间所必需的软件系统，其市场需求猛增，从而带动了一大批MES厂商的出现。据不完全统计，我国目前MES厂商有数百家，但市场集中度极低，绝大多数MES厂商所服务的行业局限在特定的行业，且定制化程度很高，因此很难发挥软件的低零边际成本复制性的优势，难以壮大自身规模，使MES行业呈现出大而不强的明显态势。近年来，随着离散制造企业数字化需求的成熟和发展，MES系统逐渐演变为制造运营管理MOM。除了MES系统覆盖的生产计划相关业务活动，MOM还包括仓储物流管理、质量管理、设备管理。相比于覆盖某类车间生产执行的MES系统，MOM既是一类软件系统，也是一种管理理念的体现。MOM覆盖的业务域更广泛，包括与生产制造紧密相关的物流、质量、设备，促使生产制造环节各业务紧密集成、协同的优势更为明显，更有利于生产制造相关业务的一体化管控。因此，从MES到MOM发展的驱动力不是厂商的“圈地”行为，更多的是制造企业的数字化、信息化的提升需求。二、离散制造业MOM的壁垒及技术难点作为一种管理类工业软件，MOM一直未能像同为管理类软件的ERP一样出现大的平台型产品或者具有较高市场占有率的供应商。根据2022年数字化企业网的统计和预测，国内年度市场规模约为60亿元，并有超过10%的平均年增长率。而国内目前离散制造业MOM厂商鲜有MOM业务规模超过亿元者。以此推算，目前中国尚无整体市场占有率超过5%的产品和厂商,如图2所示。图 2 中国 MESMOM 市场规模离散制造业MOM系统未能形成平台化、规模化的原因及其迈向规模化的壁垒和技术难点，包括以下几点（图3）：图 3 当前 MOM 发展存在的主要困难和障碍（1）在MOM系统研发方面，难以形成对不同生产组织模式及工艺类型均能够高度适配的平台化产品，即平台化产品的研发难度很高；（2）在系统实施应用方面，难以与企业流程上游的信息系统及下游的设备产生顺畅而有效的数据交互，导致其运行不畅，而这背后则是对MOM从业人员服务能力和用户企业基础数据提升的要求；（3）在知识传播方面，缺少理论体系的支撑，导致行业从业人员及用户对MOM难以形成共识，从而导致行业人才的培养以及对MOM的学习、掌握、应用存在一定困难；（4）MOM作为智能工厂的核心系统，其上游关联经营管理、设计工艺、供应链等多个业务域，且MOM的成功实施往往需要对上游业务系统存在的问题进行梳理和解决，因此对实施人员的能力要求较高，但目前行业从业人员的水平与用户对服务能力的需求存在差距，无法满足行业快速发展的需求。（一）对不同需求场景难以实现高度的适配MOM对生产制造相关业务的适配性包括以下三个方面，如图4所示。图 4 MOM 对需求适配性的三个层级1.对各类生产组织模式的适配生产组织主要包括计划排产、任务分配、物料的领用或配送、质量检验模式等[7]。其主要内容是支撑生产管理人员进行生产任务及相关支撑任务活动的组织，并将任务指令传递到具体的执行人员或者设备进行最终的执行。对生产组织模式适配的难点，一方面，根据产品的批量特点、产品结构复杂度、工艺特点等会产生很多细分模式，比如生产物料的领用，有按单个订单单独领料、按多个订单合并汇总领料但仍区分物料与订单的对应关系、按多个订单汇总领料但不区分物料与订单的对应关系等多种模式；另一方面，对于离散制造业，由于大部分企业具有多品种、小批量、定制化特点，其工艺稳定性、供应链可靠性不佳的现实导致很多客观存在的异常，这些异常需要MOM以异常模式进行适配，比如装配时软件、领料后物料清单（BOM）变更等场景。若MOM系统不能支持这些异常模式，则会造成系统内信息与实际执行的业务不符，即出现线上线下业务“两层皮”的情况，导致系统失去对业务的支持和管控。2.对不同工艺类型细分场景的适配对于离散制造业，不同工艺类型车间的生产组织模式及管控重点有很大差异。对于冷加工工艺，如机加工、装配、下料、冲压等，管控的重点在于计划排产、任务调度、物料齐套配送、材料利用率或设备综合使用效率等，管控的颗粒度一般是在工序或工位任务层级，且根据所生产产品的类型特点会有不同的模式差异；对于热加工工艺，如焊接、铸造、热处理等，管控侧重点除了包含生产组织之外，关键在于通过工艺执行的合规性管控实现对过程质量的控制，这要求MOM进行工步级细化的数据采集和管控，因此MOM一般需要实现与工艺设备的集成，以进行实际执行工艺参数的采集、记录以及合规性的实时对比管控。由此可见，不同工艺类型的离散制造车间，对MOM系统的功能要求差异很大。中大型的企业一般都具有多种工艺类型的车间，且不同车间之间通常有紧密且频繁的物料供应关系，如铸造件毛坯供应机加工车间，机加工件供应装配车间，下料车间毛坯供应焊接车间，下料毛坯和焊接件均供应装配车间，而车间仓库对以上车间均有物料供应和接收关系。因此，每类车间部署一套MESMOM系统会产生大量的系统集成，造成跨系统的计划和物流协同，性能和数据一致性难以保证。因此，支持多种车间类型的MOM系统是企业的最佳选择，但这对系统功能、工艺的适配性提出了很高的要求。3.对具体操作层面的易用性适配MOM系统是一个管控到工序甚至是工步级细度的系统，生产执行最末端的操作工、库管员、配送人员、质检员等人员每天需要在系统中进行高频率的操作。因此，MOM系统必须结合操作的批量、空间、时间等工况，将每个操作的易用性做到最佳，而对于具备与设备集成进行数据自动传递的情况，则应尽量实现集成。因此，项目实施过程中需要实现操作页面的快速高效定制化，并且在后续使用过程中，随着现场工艺的升级，MOM系统的相关功能也需要由用户企业人员进行修改适配。对此，MOM系统必须具备支持页面快速开发和修改的低代码开发工具，而这对于团队规模普遍不大的多数MOM供应而言也是一个不小的挑战。（二）与上下游的软硬件难以实现紧密集成1.上游系统数据的质量差如图5所示，MOMMES系统在整个制造企业智能工厂中的位置决定了其管理的业务流程处于企业整体流程的末端。而ERP及PLM系统的物料主数据、计划数据、制造BOM数据、工艺数据、采购到货信息是MOM系统运行所必需的输入，是MOM运行顺畅的生命线。但对于大部分离散制造业而言，这些数据的质量普遍不佳。其中常见的问题包括物料的一物多码、制造BOM不准确甚至是缺失、工艺数据结构化程度不够、采购到货信息不能及时录入等。这些数据问题对上游系统本身的运行效果会有一定的影响，但一般不会影响其运行过程的顺畅性。但对于MOM系统而言，这些数据问题往往会对MOM产生严重的阻断性影响，导致其流程无法顺畅运行。以制造BOM不准确问题为例，虽然企业制造BOM不准确，但依然可以进行物料需求的运算和成本的核算，不会对结果产生大的影响。但对于MOM而言，制造BOM不准确会造成装配车间的物料无法按照用料时间和用料工序工位进行物料的配送，造成车间现场缺料或者物料提前配送的混乱状况。图 5 MOM 在智能工厂中所集成的数据流信息2.与下游设备集成的难度高MOM系统与生产设备，如机床、焊机、熔炼炉等进行集成，可实现实际工艺参数、生产进度的自动采集，从而减少人工操作，提升使用效果。MOM与设备的集成在技术协议方面一般不存在问题，问题往往出现在数据交互方面。最常见的问题是MOM系统与设备能够连通，但MOM需要的数据，设备却无法提供，而设备能够提供的数据并非MOM业务功能所需。尤其是对于企业已有设备的集成，往往出现难以说服设备厂家临时开放所需数据变量的情况，或者需要付出昂贵的代价。MOM与设备在集成过程中，存在某个环节的关键数据无法自动采集的情况，从而造成企业管理流程无法顺畅执行，这通常会使MOM的使用效果大打折扣。（三）知识传播所需的理论体系缺失ERP系统经过多年的发展，已经具备了较为成熟的理论体系，各类教材资料相对完善。与ERP相比，MOM目前尚无成熟的理论体系，加之MOM系统所管理的生产制造业务域的多样性、灵活性等特点，造成MOM行业整个产业链上知识传递的困难。研发人员、实施人员、集成商、终端用户等对MOM的知识掌握和传递缺乏统一的模型和术语。理论体系的缺失也会造成后备人才培养的乏力，这对MOM行业的健康发展有着潜在的深远影响。（四）从业人员的能力参差不齐MOM行业平台化、规模化难度高，但行业的入门门槛很低。针对特定场景开发一个具有特定功能的MOM系统并不困难，因此MOM行业没有大企业，多数为中小规模企业，甚至有大量的微型企业。行业缺少大企业造成行业对高水平人才的吸引力不足。另外，MOM的主要应用场景在生产现场，要积累业务知识就需要在工作环境相对艰苦的车间深耕，这也是留住高水平IT人才的障碍之一。而缺乏理论体系带来的另一后果就是无法从高等教育阶段设置专业课程从而引导高素质人才进入本行业。以上种种原因造成MOM行业从业人员的整体水平与用户需求存在差距，因此MOM的平台化、规模化之路还很长。三、离散制造业MOM的发展趋势（一）技术架构的发展趋势MOM系统需要与设备紧密集成，需要采集并处理大量的实际工艺执行参数信息。而所采集的海量工艺参数也需要在设备端进行一定的初步过滤、运算，随后设备将有效的或者MOM中管理目标所需的数据传回MOM进行处理利用。例如，对于焊接过程的工艺参数，焊机数据采集系统在采集到焊接的电流、电压等工艺参数后，需要将真正施焊之前的试焊阶段的无效参数过滤掉，只将真正施焊的工艺参数传回数据采集平台进行存储。MOM系统则从数据采集平台获取数据工艺参数，与无损检测的结果数据进行综合运算后，产生工艺参数，优化反馈信息。因此，边云协同的架构是MOM系统技术架构的未来趋势。另一方面，为了支持最终用户的运维人员根据自身的业务场景需要进行MOM系统功能页面的定制、修改、扩展等，MOM系统必须具备低代码开发支撑能力。因此，PAAS化是MOM系统技术架构的另一发展趋势。（二）系统功能的发展趋势MOM除了覆盖计划协同及任务排产、仓储物流管理、质量管理和设备管理四部分业务功能外，未来还将会向企业业务链的上下游扩展，向上游的生产计划、采购部分等业务延伸。一方面，MOM作为生产管理的核心系统，物流仓储、质量检验、设备维保等业务与生产计划及作业执行紧密相关，生产计划排产及现场工序作业执行过程中必然存在物料配送及转运、工序检验等过程，将这些业务通过MOM平台进行集成并统一管理是生产顺畅运行、生产过程受控、提高生产精益化的重要保证。因此，MOM系统将“责无旁贷”地向物流仓储、质量检验、设备维保等业务延伸。另一方面，MOM将向采购到货后的业务延伸。MOM系统实施后，车间现场随之增加MOM系统运行所必需的工控机、手持终端、工业平板等设备，因此车间现场的物流人员、操作工等使用统一的MOM系统和所配置的信息化终端进行物料接收等业务，可以避免同一个角色使用多个软件或硬件系统导致的软硬件切换问题，提高操作便捷性，更重要的是能保证采购物料出入库登记的及时性，保证账实相符，从而为生产计划及任务的安排提供更为准确的物料齐套数据支撑。（三）供需关系的发展趋势对于离散制造业，不同规模的企业结合自身的需求特点和资源配置，对MOM系统的建设方式各不相同。总体上，MOM建设方式呈现出三种趋势：对于小型制造企业而言，MOM的SaaS化趋势明显。小型企业的生产相对简单，管理的复杂度相对较低，对MOM的需求主要集中在进度统计、关键物料或产品的扫码记录等方面，需求相对简单，容易标准化，可以通过使用SaaS化MOM进行满足。另一方面，小型企业在信息化的资金投入、人员投入等方面相对有限，因此SAAS化的商业模式也容易缓解其一次性资金投入的压力，并且为企业节省运维人员的投入。因此，中小型制造企业的MOM向SaaS化发展是目前的趋势。对于中大型企业，选用专业供应商的第三方平台产品是目前的趋势。一方面，中大型企业的生产制造业务的复杂度较高，不同生产类型对MOM的需求特点差异化大，管理需求不仅面宽而且部分环节管理的精细度也高，业务量大，数据量也大，因此对MOM系统功能的完备性、适配性、可靠性、扩展性都具有较高的要求，一般不容易通过短期的定制化开发解决，需要相对成熟的平台化产品方能满足。另一方面，多数中大型企业的信息化团队并不具有足够专业的软件设计和开发能力，难以支撑一个能够充分满足企业需求的、较为复杂且可靠的MOM系统的设计和开发。因此，对于中大型企业而言，选用专业供应商所提供的成熟的MOM平台是更好的选择。对于超大型的集团类离散制造企业，自研MOM系统也不失为一种选择。多数超大型企业具有较大规模的信息化团队，甚至是专业的信息化、数字化公司，这类企业不仅具有自研MOM系统的能力，而且可以根据企业自身生产制造的特点开发更适应企业自身业务需求的MOM系统。自研系统与工艺的适配性、易操作性可根据自身的特点由自有信息化团队进行反复修改打磨从而不断提升。除此之外，超大型制造企业的信息化团队还具备将自研自用的MOM系统向同行业进行推广复制的能力和意愿。因此，目前多数超大型集团型制造企业均自研MOM系统，这也将是未来一段时间内的趋势。四、结论MOM系统是我国离散制造业在生产制造环节实现数字化、信息化、智能化的核心工业软件，也是离散制造业数字化转型的关键要素。由于离散制造业在生产制造环节的多样性、灵活性等特点，加之我国MOM行业自身所处的发展阶段和水平，系统的平台化仍存在很大的难度。但市场需求决定了MOM产品的平台化、供应商的规模化是必然的发展趋势，且存在充分的可行性。我国制造业具有对MOM的巨大市场需求和培育土壤，加之MOM系统供应商前期的积累，因此，我国通过加强MOM产品锻造和知识体系建设，不断提高行业从业人员和后备人才的水平，并通过业务架构和技术架构平台化、行业供应商集中化和规模化的发展路径，未来MOM系统将逐步满足离散制造企业对MOM平台完善度及供应商服务能力日益提高的需求。
MES,智能制造
2023-09-19
[经信快报]中小企业数字化转型全国试点，宁波在列！
宁波中小企业数字化转型已快人一步。今天下午，工信部对第一批30个中小企业数字化转型试点城市进行了公示。其中，宁波不仅在列，从排序来看还比较靠前。缘何宁波能够入选？先行一步以及宁波智能制造的实力是关键原因。当中小企业的智造升级不再是一道“选择题”，而是一堂关乎长远发展的“必修课”时，全力打造全球智造创新之都的宁波，正以不同区域以及不同细分行业为突破口，探索一条赋能中小企业智造升级的蝶变之路。宁波纺织服装企业不断迈出数字化转型步伐。目前，针对中小企业既不会转也不敢转的难题，宁波已给出了自己的答案：按区域设立专家组，以“区域+行业”为突破口，选定细分行业，分区域差异化先行试点，逐步破解中小企业的智造难题。“以海曙为例，时尚纺织服装产业是海曙重点发展的优势产业之一。其中，光古林就有各类纺织服装企业1000余家。然而，在产业竞争愈发激烈的当下，这些纺织服装企业，尤其是中小企业正面临转型升级的阵痛期。”市经信局相关负责人说，对此，宁波通过挖掘行业痛点，明确行业共性问题，编制问题清单和需求清单，形成整体行业的调研报告，已逐步探索出一条细分行业中小企业数智化改造提升的“1+1+N+X”生态型数智化“宁波范式”。其中，“1+1”即“底座+平台”，是指以某工业操作系统为数据安全底座的服装行业工业互联网平台（产业大脑）；“N+X”即企业的“共性+个性”，是指细分行业中小企业数智化改造的“N个”共性应用场景和“X个”个性应用场景。一套“组合拳”下，目前，海曙区纺织服装行业中小企业数智化改造已接近尾声，整体数智化改造进度已达80%。预计参与改造的企业整体效率将显著提升。未来将有更多的行业纳入分区域、分行业的试点。这仅仅是个开始。目前，江北的磁性材料、镇海的精细化工制品、北仑的铝合金压铸成型及精加工、鄞州的汽车零部件、奉化的气动元件、余姚的美妆包材（塑料喷雾器）、慈溪的小家电（空气炸锅）、宁海的关键基础件（特种阀门）以及象山的针织服装已纳入分区域、分行业的试点。按照计划，宁波将引导、鼓励更多中小企业在自动化、智能化的改造中，通过解决企业不愿投、不敢投的问题，助推宁波加快打造全球智造创新之都。中小企业数字化转型潜力巨大。为何要将智能制造的目标转向中小企业？离不开中小企业庞大的体量以及巨大的发展潜力。中国电子技术标准化研究院发布的《中小企业数字化转型分析报告（2021）》显示，我国79%的中小企业仍处于数字化转型升级的初步探索阶段，12%的中小企业处于应用践行阶段，达到深度应用阶段的中小企业占比只有9%。不光是深度应用的企业数量少，与大型企业相比，中小企业面对“选择题”到“必修课”的转变，需要解决更多的问题。一方面，从企业自身看，中小企业规模、技术实力有限，在向智造要效益的过程中，普遍面临着缺钱、缺人、缺技术、缺方法、缺路径等难题。另一方面，从外部供给看，中小企业数量众多，数字化升级基础参差不齐、需求千差万别，但当前市场上多是通用型工具，适用于中小企业的数字化产品比较有限。中小企业数字化转型仍有很多功课要做。“中小企业是当前稳经济大盘的根基，中小企业数字化转型已迫在眉睫。”市智专委主任陈炳荣认为，破题关键是要围绕中小企业运营中的痛点，分阶段、分场景为其设计出成本低廉且容易上手的解决方案。其中，政府层面需要提供更多支持，不仅是政策支持，更需要发挥平台优势，组织专家和工程服务商深入企业，试点划样，让中小企业能在身边“仿样学样”；先行先试的大企业也应“以大带小”，对自身供应链上下游的中小企业开展数智化赋能。显然，中小企业数字化转型仍有很多功课要做。来源：甬派
智能制造,标杆企业
2023-09-12
[业界拾贝]mes系统首先用来解决什么问题
本周，和一家企业管理软件公司谈合作事宜。在交流过程中，对方的项目经理提到一个业内的数据， MES系统软件一次导入成功率不足40%，比ERP系统软件导入成功率（不到60%）还要低。作为一个成熟的企业管理软件系统，为什么导入成功率会这么低？MES系统软件到底是用来解决什么问题？MES系统软件能不能降低成本？MES系统软件最大的作用是什么？就这些问题，作为一个有着ERP与MES导入和运用经验的前企业管理者，与拥有丰富的MES管理设计、开发和导入经验的管理者，进行了亲切友好的交流。MES系统首先用来解决什么问题？很多人会自然而然地认为，MES系统是用来解决管理问题的，是为了明确管理流程的，是为了建立管控标准的……甲方会有很多很多想解决的问题，甚至在系统导入过程中，各个部门也会提出希望解决的各种问题。就我等经验来说，提出想解决的问题越多，乙方越是为难，然后为了满足甲方的要求，不断赋予MES系统各种使命，最终的结果就是在实际运用中会发现，MES运行流程的复杂性、管控标准的滞后性、条件变更的呆滞性……还没有导入系统前顺畅。举一个实际的案例：在冲压产线或挤压产线上，品质巡检发现有细微的毛边，就会将存在这一情况的产品挑出来，指示作业员在生产中进行处理。做这件事的时候，品检是不会开单子或者说走流程的，毕竟不是什么大的品质不良，处理了就可以了。但是，作为生产部门、生产计划部门、模具部门，就需要这个处理毛边的详细描述和数据。因为生产计划部门需要进行单位工时与BOM表的标准比对排查出影响生产计划达成的主要因素，生产部门需要根据工时效率数据分析有价作业时间、辅助作业时间、浪费时间的动作并提出改善措施消除浪费，模具部门需要根据发生毛边的位置、发现毛边的数量和批次、结合生产数据、刀头冲压数据等信息，判断出毛边与刀头的寿命以及模具的状态，提前做好准备。这些数据都可以通过MES系统采集得到，但需要品质部门的配合。换句话说，如果要想解决生产部门、生产计划部门、模具部门的管理问题，就需要增加品质部门的工作负担。同样的，要想解决品质部门的管理问题，也就需要增加其他部门的工作负担。如果想一次性解决各个参与MES系统导入部门的问题，将会带来难以想象的工作负荷。这也是为什么，明明是按照大家的期望进行调整的MES系统，在实际运用中却用不起来的原因。那么MES系统首先用来解决什么问题呢？根据我的运用经验，MES系统首先解决的是数据不被造假的问题。即，通过ERP系统和MES系统的数据交互，以订单为单位，将材料使用数据、生产工时数据以及设备使用数据进行有效的串联，用这三个数据链还原并验证出该订单的成本数据，确保了成本数据难以造假。不要小看这个问题，现代企业管理一切的原点在于成本数据的真实性。只靠ERP系统或者只靠MES系统，是无法串联、还原并验证成本数据的真实性的。没有真实的成本数据为基础，很多降本增效举措、进出存数量、实际能效分析等，都是浮云。所以，MES系统导入首先解决的是数据真实性的问题。而要确保数据真实性就需要解决以下几点问题：（1）MES系统与ERP系统的数据交互时间设定问题，交互时间越是及时，数据的真实性和准确性越高。（2）以成本数据还原计算为基础，以单位订单为轴心，以BOM表数据为参照，搭建数据关联性架构，确保数据间验证关系。（3）搭建监控数据的管理组织，原则上需要分成数据输入、数据分析与应对、数据监管三个管理责任划分。（4）明确数据细化颗粒度的标准。数据细化颗粒度不建议一次性细化太多，数据颗粒度越小，管控软硬件以及组织要求越高。MES系统与ERP系统最大的不同在于，MES系统的数据采集颗粒度可以根据软件功能和设备硬件的提升而不断细化，不断细化的MES系统需要更高的成本投入和更多的管理分析时间进行维护。所以，MES系统导入不是一次性的工作，而是伴随企业管理提升而不断优化提升的长期工程。因此，在第一次导入MES系统的时候，要清楚地知道，MES系统导入后首先用来解决什么问题。02.MES系统导入后能否降低成本？根据我的经验，给的答案是不一定。MES系统导入以后怎么会不能降低成本呢？能否降低成本的关键不在于MES系统本身，而在于企业的管理组织和管理能力能否适应MES系统。为什么要这样说？在MES系统导入前，一般生产型企业车间管理形式主要有2种，第一种为纸质条件下的规范化流程管理。比如某台设备发生故障，在纸质条件下，先填《设备保修单》→交设备部门领导派单→设备维修→设备维修结束→找设备担当或设备部门主管签字确认→交设备部门领导签字确认→交设备专员或自己在设备电子台账上进行手工输入。从设备发生故障到这件事情真正反映到电子台账上最少需要1天时间，除非是重大设备故障或者影响到交货的设备故障，一般这种信息企业领导是无法及时了解的。而MES系统导入以后，只要安装模块发挥作用，一旦发生设备故障信息，在第一时间就将会相关部门或岗位或人员共享，不需要走一系列的审批流程，设备部门就需要及时安排有时间人员前往处置。您也许会想，这不是简化流程，提高了效率了吗？这里有一个关键前提，就是有时间的人员。要想确保设备部门常备有时间的人员，要不就是车间设备故障率非常低（那就意味着日常维护支付得到保证或者设备相对比较新）、要不就是设备备品备件或备用机备的比较充足（那就意味着日常设备备品备件资金和场地得到保证）、要不就是有超过故障发生时间的人员储备（那就意味着会出现设备人员的超额配置），那一项不意味着需要增加成本。如果不投入这些成本，数据会很快反映到主管和领导那边，将会被“重点关照”。因此，那些本身现场问题一大堆，靠着时间慢慢腾挪处置并向企业高层隐瞒的车间来说，导入MES系统意味着暴露车间真实情况，意味着压力、负荷和成本。第二种，完全是靠着信任“一些大师傅”来自主协调应对的。比如某台设备发生故障，一个电话给大师傅→大师傅根据设备情况进行判断和维修→临时回复生产使用→后面根据领导颜色或者自己的记忆力请购部件→没记录、没有数据，都在大师傅的脑子里。问题来了，MES系统导入以后，这种自主性被打破了，真实的数据呈现了，改善课题出来了，大师傅开始作妖了。既要保证自己的唯一性，又要把数据搞得好看点，除了各种作妖，还能怎么办。因此，你会发现，MES系统导入后，问题还是存在、人员还是不够、扯皮情况更多，怎么可能降低成本。所以，MES系统导入意味着数据反馈的及时性和准确性，也意味着问题暴露得更多、更快、更广。如有没有建立一个与MES系统相适应的管理组织，问题暴露的越多、越快、越广，企业内耗越多、时间效率越低、运营成本越高。当然，MES系统是可以大幅度降低成本的有效工具，关键是能否正视所暴露的问题，搭建有效的管理团队，不断优化和改善，同时提升数据管理的颗粒度，那么降低成本就是水到渠成的事情。按照我个人的经验，在导入MES系统第一阶段（1~2年左右时间）是不断暴露问题、解决问题、锻炼团队的时期；第二阶段（第3~4年左右时间）是不断推进、落实、验证各项针对性改善的时期；第三阶段（第5~7年左右时间）不断导入少人化、无人化设备以及MES和MES相关联系统进一步优化提升的时期。第一阶段，是增加成本的时期，第二阶段是降低成本的时期，第三阶段是增加投资的时期。我也是导入MES系统的第4个年头开始通过减少时间浪费，提高产量，减少用工人数，实现运营成本的降低，在第5个年头才实现计划的投资回报率。所以，MES系统能不能降低成本，不在于MES系统工具本身，而在于企业在导入MES系统之前有没有真正摸清车间的管理现状？有没有设置好能够推动现场改善的组织？有没有准备好为了解决车间问题的持续投资？03.MES系统首先用来干什么？在导入MES系统之前，作为一家日资企业也按照TPS标准，推进了车间5S、可视化看板、多技能工培养机制、TPM等等精益管理工作，表面上来看也是取得了很好的效果（我自己认为）。但是在MES系统导入并实现与ERP系统数据交互以后，在最初的一个月，我就发现之前推出的精益，只是表面光鲜。由于数据的精确和信息反馈的及时，很多问题都浮出了表面。比如，人员技能培训，我个人觉得人员技能培训体系做的已经很不错的了，最起码从月度操作节拍工时与BOM标准工时比数据来看，基本上都在95%~99%之间波动。在导入MES系统以后，我可以在第二天快速的拉出来个工作岗位员工操作节拍工时与BOM标准工时精准的对比数据，经过一周的数据分析，我惊讶的发现老员工的节拍工时达成率最高可以达到130%，而入职一个月的不到员工的节拍工时达成率最高只在85%左右，入职三个月~半年的员工节拍工时达成率最高可以提升到95%左右。为什么？我先向车间管理团队展示了数据统计数据，然后带领他们一起到现场进行了观察和视频拍摄，终于发现问题所在。以前的培训工作主要集中在产品装配的标准动作，无论老员工还是新员工，在产品装配上的标准动作上是没有太多区别的，但是在装配之外，比如备料的放置和拿取、完成品的放置、品质自检方法等等存在太多的差异，特别是在这次的观察中，发现老员工普遍在使用一种简易、自制的品质自检工装，通过这个工装，可以将自检时间缩短将近20%。之所以没有按照改善提案制度进行上报，主要是当时的改善提案制度都需要提案人自己提出、自己验证、自己联系生产部门和品质部门进行联合审核、再上报申请奖励。提案人要做的事情太多、责任太大、周期太长、还需要自己解决跨部门验证的问题，作为普通作业人员根本没有时间和精力做这些事情，所以还不如直接由班组长确认没有质量风险后，就可以闷声大发财了。带着管理团队，就发现的问题分派了大家的课题：（1）现有的BOM是否正确？（2）现有的培训工具是否正确？（3）现有的改善提案制度是否正确？除了这个问题以外，还有很多设备维修及时性、物料领料退料管控、品质不良判定流程等等问题也被暴露出来。在没有MES系统的时候，手动输入时间太长，往往只能得到一个大概的、不及时的平均数据、比例数据。到了月初汇报的时候，很多问题就被平均或比例掉了。有了MES系统，很多精准到工位和个人的数据会很快的呈现出来，以这些准确的数据为导向，重新界定目前的标准、流程和制度，再建立各个项目组进一步推动精益改善和优化，更加的精准、有效，更能淬炼和选拔具有精益思维的管理人员。有了这批具有精益思维的管理人员，加上MES系统，将会加速车间机械工装化、少人化、自动化、数字化进程。问题是管理人员最好的磨刀石，用MES系统来准确、快速的呈现问题，再用这些问题不断打磨自己的管理团队，再用自己的管理团队不断提升MES系统数据颗粒度，再用更细的数据颗粒度呈现更细节的问题。所以，个人认为，获得人才和快速应对的管理组织才是导入MES系统后首先要干的事情。
智能制造,MES
2023-09-12
[业界拾贝]企业数字化推进过程中，数据自动化采集的一些方法
随着企业数字化转型的加速推进，数据自动化采集成为了企业采集数据的重要手段之一。数据自动化采集可以大大提高数据采集的效率和准确性，降低采集成本，同时也能够满足企业对于实时数据的需求。但是在实际的推进过程中，企业也面临着一些问题，如数据质量不高、自动化程度不够、采集成本过高等。本文将介绍一些低成本、去人工的数据自动化采集方法，帮助企业更好地实现数据采集的自动化。一、网络爬虫网络爬虫是一种自动化的数据采集工具，可以通过模拟浏览器访问网页，自动抓取网页上的数据。网络爬虫可以根据设定的规则自动遍历整个网页，或者按照指定的标签进行数据的抽取。由于网络爬虫可以根据实际需要灵活地设置规则，因此可以满足不同企业的数据采集需求。此外，网络爬虫还可以对爬取的数据进行清洗和整理，提高了数据的质量和准确性。二、传感器数据采集传感器数据采集是一种通过传感器对实际环境中的物理量进行感知和采集数据的方法。该方法适用于需要采集实际环境中的温度、湿度、光照等数据的场景。通过传感器采集的数据可以直接输入到计算机或者物联网设备中，进行实时的数据处理和分析。由于传感器数据采集具有实时性、准确性和自动化程度高等优点，因此在工业自动化、智能家居等领域得到了广泛应用。三、RFID数据采集RFID数据采集是一种通过RFID技术对物品进行标识和追踪的数据采集方法。该方法适用于需要快速、准确地识别物品信息的场景，如物流、供应链管理等领域。通过RFID技术，可以将物品信息写入RFID标签中，然后通过RFID读取器进行自动识别和采集数据。RFID数据采集具有快速、准确、自动化程度高等优点，因此在物流、零售等领域得到了广泛应用。四、视频识别技术视频识别技术是一种通过视频摄像头捕捉图像，然后利用图像处理和机器学习技术对图像中的目标进行识别和抽取数据的方法。该方法适用于需要从视频中抽取特定目标信息的场景，如监控、交通流量监测等领域。通过视频识别技术，可以将视频图像转化为结构化的数据，方便进行数据处理和分析。视频识别技术具有实时性、自动化程度高等优点，因此在视频监控、智能交通等领域得到了广泛应用。五、API接口API接口是一种通过调用第三方平台或者企业内部的API接口来获取数据的方法。该方法适用于需要从其他平台或者企业内部系统中获取数据的场景。通过API接口，企业可以快速、准确地获取需要的数据，同时也能够降低采集成本。API接口具有灵活性强、标准化程度高等优点，因此在金融、电商等领域得到了广泛应用。以上就是一些低成本、去人工的数据自动化采集方法。企业可以根据实际需要选择适合的方法来进行数据采集。同时，为了提高数据的质量和准确性，企业还需要对采集的数据进行清洗和整理，同时也需要加强数据安全保护工作，避免出现数据泄露等安全问题。
智能制造,物联网
2023-09-03
[实验室]从商业角度考虑低代码
在当今的软件开发领域中，低代码无代码平台（LCAP）正逐渐成为一种流行的开发方式。然而，尽管低代码无代码平台具有许多优势，我们仍然看到许多组织和个人选择采用传统的代码式开发方法。本文将探讨这一现象的原因，并阐述相关的软件著作权、知识产权、市场竞争、企业数字化和商业方面的考虑。首先，让我们了解一下低代码无代码平台。低代码无代码平台是一种使开发者可以通过拖拽组件和模型构建应用的开发环境，而不需要进行复杂的代码编写。使用低代码无代码平台，开发者可以快速构建应用程序，减少开发成本，加快上市时间。无代码平台甚至可以让业务人员直接进行应用开发，无需依赖专业的程序员。然而，尽管低代码无代码平台具有这些明显的优势，为什么还有许多组织和个人选择采用传统的代码式开发方法呢？知识产权首先，软件著作权和知识产权的问题可能影响到采用低代码无代码平台的效果。当使用低代码无代码平台时，用户可能需要将一部分的软件著作权和知识产权交给平台提供商。因为低代码无代码平台是一个集成的开发环境，包括了许多由平台提供商开发和管理的组件和模型，这些组件和模型可能受到知识产权保护。相比之下，传统的代码式开发方法可以让开发团队更好地掌控软件的著作权和知识产权。开发者可以完全控制代码的各个方面，包括源代码、设计、架构等，从而更好地保护自己的知识产权。市场竞争其次，市场竞争也是影响采用低代码无代码平台的一个重要因素。低代码无代码市场的竞争非常激烈，许多平台提供商都在争夺市场份额。然而，由于各平台的开发环境、组件和模型等都有所不同，组织和个人可能担心如果选择了某一个低代码无代码平台，可能会在未来的市场竞争中处于不利地位。而传统的代码式开发方法则没有这个问题。开发者可以使用各种编程语言和工具进行开发，不会受到某一特定平台的限制。企业数字化在企业数字化方面，采用低代码无代码平台也可能会有一些挑战。当企业采用低代码无代码平台时，可能需要将所有的应用和数据都迁移到该平台上。然而，如果企业的应用和数据分布在多个不同的平台上，这可能会增加企业数字化的复杂性。相反，传统的代码式开发方法则可以更好地支持跨平台开发和部署。开发者可以在不同的平台上使用不同的工具和技术进行开发，使得企业的应用和数据可以更好地集成在一起。商业考虑最后，商业考虑也是影响采用低代码无代码平台的因素之一。采用低代码无代码平台可能需要支付一定的平台使用费用。尽管这些费用可能随着应用的规模和复杂度的增加而增加，但对于一些小型企业和初创公司来说，这可能是一个重要的考虑因素。相比之下，传统的代码式开发方法则可以降低开发和维护的成本。开发者可以自由地选择不同的开发工具和技术，而且不需要支付额外的平台使用费用。综上所述，虽然低代码无代码平台具有许多优势，但是传统的代码式开发方法仍然具有一些独特的优点，包括更好的软件著作权和知识产权保护、更大的市场选择自由度、更好的企业数字化支持以及更低的商业成本等。因此，在选择开发方法时，组织和个人应该根据自身的实际情况和需求进行权衡和选择。图1：低代码无代码平台与传统代码式开发的比较在这个图中，我们可以看到低代码无代码平台和传统代码式开发的各种优点和缺点。例如，低代码无代码平台可以降低开发和维护的成本，但是可能会增加对平台提供商的依赖性。传统的代码式开发方法可以更好地控制软件的著作权和知识产权，但是可能需要更高的开发和维护成本。因此，在选择开发方法时，我们需要综合考虑各种因素，以找到最适合自己的解决方案。对于开发服务端角度上看，正是由于低代码、无代码平台在源码及原创生成物的缺乏，这些反而是影响采用低代码无代码平台的关键因素，包括软件著作权、知识产权、市场竞争、企业数字化和商业考虑等。这些因素在不同的情境下可能有不同的重要性，因此我们需要根据实际情况进行权衡和选择。总之，低代码无代码平台和传统的代码式开发方法都有各自的优点和缺点。在选择开发方法时，我们需要综合考虑各种因素，以找到最适合自己的解决方案。无论采用何种开发方法，我们都需要注重软件的质量、可靠性和可维护性，以满足用户的需求和提高用户的满意度。
低代码,开发平台
2023-09-03
[实验室]我们为什么不采用低代码无代码平台，而使用代码式开发
当我们面临软件开发的选择时，低代码无代码平台（LCNC平台）和代码式开发是两种常用的方法。尽管LCNC平台在近年来越来越受欢迎，但我们仍然决定采用代码式开发。本文将进一步阐述我们选择代码式开发的原因，并对比LCNC平台的优缺点。首先，代码式开发具有更高的控制性和灵活性。对于处理复杂任务和构建大型系统，开发人员需要能够深入了解并直接管理代码。通过编写代码，开发人员可以精确地控制软件的行为，并针对具体需求进行优化。此外，代码式开发还允许开发人员利用各种工具和技术来增强软件的功能和性能。其次，代码式开发生成的代码结构清晰、可读性强，这使得维护和管理应用程序变得更加容易。对于长期项目，这一点尤为重要。通过编写清晰的代码，开发人员可以减少错误和故障，并提高代码的可维护性。此外，代码式开发还有助于开发人员创建可重用的代码库，从而提高开发效率。然而，LCNC平台也有其优势。对于简单的应用程序或快速原型开发，LCNC平台可以非常有效。通过使用拖放等简单操作，非开发人员或业务分析师可以创建应用程序，而无需编写大量代码。这大大降低了开发门槛，使得更多的人可以参与软件开发过程。此外，LCNC平台还可以提供丰富的预构建组件和模块，从而加快应用程序的开发速度。但是，LCNC平台在处理复杂任务时可能会限制用户的灵活性。由于用户被限制在预定义的组件和模块中，他们可能无法根据具体需求进行定制或扩展。此外，LCNC平台生成的代码可能更加复杂和难以理解，这可能导致更高的错误率和维护难度。总的来说，我们的决策是基于我们的具体需求和项目的复杂性。尽管LCNC平台在简单应用程序和原型开发方面具有优势，但我们相信代码式开发更适合我们的项目和团队。通过编写代码，我们可以更好地控制软件的行为，提高可维护性和可扩展性。此外，我们还可以创建可重用的代码库，从而提高开发效率。当然，这并不意味着LCNC平台没有价值。对于那些没有大量技术资源的组织或需要快速创建简单应用程序的情况，LCNC平台可以是一个很好的选择。它们可以大大降低开发门槛，并让更多人参与软件开发过程。在未来的软件开发中，我们可能会继续看到LCNC平台和代码式开发的结合。例如，LCNC平台可以用于快速创建应用程序的原型，然后使用代码式开发进行进一步的定制和优化。这种结合的方法可以充分发挥两者的优势，提高开发效率和软件质量。总之，选择使用LCNC平台还是代码式开发取决于具体的需求和情况。对于我们的项目来说，我们相信代码式开发是更好的选择。无论选择哪种方法，我们都需要继续关注技术的发展和创新，并灵活地调整我们的开发策略。
低代码,开发平台
2023-09-03
[经信快报]5家企业营业收入超千亿！2023宁波企业百强榜出炉
【本文部分内容摘自相关官媒，仅供学习参考，权利归原作者所有】8月29日，宁波市企业联合会、宁波市企业家协会、宁波市工业经济联合会正式发布2023宁波企业百强榜。在这份含金量十足的系列榜单中，包括1份主榜单——2023宁波市综合企业百强，3份分榜单——2023宁波市制造业企业百强、2023宁波市服务业企业百强以及2023宁波竞争力企业百强。雅戈尔集团去年实现营收1715亿元，在综合企业百强中排名第一。这份系列榜单不仅囊括了宁波实力最强的企业，更是宁波经济迈向高质量转型发展的“晴雨表”。一起看看有哪些企业入围吧！从榜单来看，综合企业百强，去年完成营业收入为23301.11亿元，连续2年突破2万亿元大关，较上年20368.96亿元增加了2932.15亿元，增幅达14.4%。2023宁波市制造业企业百强，去年完成营业收入为14370.99亿元，连续3年突破万亿大关，较上年的12450亿元增加1920.99亿元，增幅为15.43%。今年综合企业百强中涌现了不少新企业。2023宁波市服务业企业百强，去年完成营业收入为6759.65亿元，较上年的5614.46亿元增加1145.19亿元，增幅20.40%。2023宁波竞争力企业百强，去年完成营收3676.58亿元，利润300.82亿元。尽管营收占比仅为15.78%，但利润占比却高达34.8%，彰显了竞争力企业百强良好的盈利能力以及成长潜力。从含金量更足的综合企业百强榜来看，今年共有5家企业营业收入超千亿元，与去年相同。其中，雅戈尔集团以1715亿元的营业收入，蝉联第一。在宁波，镇海炼化的纳税额已连续多年排名第一。曾16年排名第一的中石化镇海炼化分公司，今年以1568.97亿元的营业收入位列第二。尽管营收不及雅戈尔集团，但镇海炼化去年纳税252.66亿元，排名全市第一。除了雅戈尔集团以及镇海炼化，金田投资控股以1345.69亿元位列第三位，吉利汽车、中基宁波集团也分别以1189亿元、1160.77亿元分列第四、五位。从入门门槛来看，今年，综合企业百强门槛已提升至40.97亿元，较上年度提升7.85亿元，增幅23.7%；制造业百强门槛提升至11.08亿元，增幅13.41%；服务业百强提升至1.79亿元，增幅33.58%。“在国内外形势复杂多变的大背景下，这些数据表明入选宁波企业百强榜的企业，不惧困难，能够准确把握大局大势，敢于创新，为企业腾飞插上了强劲的发展翅膀。”宁波市企业联合会相关负责人说，当宁波吹响全球智造创新之都的建设号角，宁波需要培育一批“大优强”企业，巩固提升优势产业集群，培育壮大特色产业集群，抢占新兴和未来产业新赛道，不断提高宁波制造的含“绿”率，逐梦“新”舞台，向“高”端化跃升，以“大优强、绿新高”的新姿态，全面提升产业竞争力，增强产业链、供应链韧性与安全水平。来源：中国宁波网
标杆企业
2023-09-02
[业界拾贝]中国电信出口网络的链路中 ChinaNet,CN2,GT,GIA分别是什么
千妙有一些客户是外贸公司或者有进出口业务的企业，经常需要用到海外专线链路，面临一个如何选择通道的问题。妙笔周围程序员也经常需要用到一些应用，比如gthub、aws等云服务，也有加速的需要。这里做个科普，国内的骨干网与国际连接的知识：前言CN2是什么？GIA是什么？番茄哥网络做海外网络优化已经很多年了，经常会有客户咨询过来咨询链路的情况，小编发现很多用户在ChnaNet,CN2,GT,GIA上存在很多误区，针对这个问题，小编总结了一些基本的判断方法，以便大家在租赁海外服务器选择链路的时候有一个参考。基本概况全球最大的中文资源互联网络 ChnaNet，也叫 163 骨干网，AS4134，也叫电信骨干网，要纠正的一点是，很多人缪传一个”CN1″的叫法，这是毫无根据的。Chnatelecom Next Carrer Network，简称 CNCN，再简化为 CN2CN2 网络是电信为了不同客户 产品差异化，衍生出来的 一张新网，在链路质量、延时、稳定性都要比4134更好一些，尤其在国外，如果是CN2 三网回国，基本链路就很稳定，缺点就是价格会比普通的163带宽更贵一些，香港的企业和电信直接签，基本都在60美金左右1M，CN1 这种叫法可能是看着 CN2 类比出来的，但是官方没有过这种叫法。但如果看到这种说法，你可能知道说的是 ChnaNet 也叫 163 网络。ChnaNet 为超过 8000 万宽带用户服务，同时向全球用户提供超过70%的中文网站的中文互联网资讯。绝大部分的出口带宽都是这种网络，ChnaNet 主要定位于承载普通质量的互联网业务，因为他基建早，带宽大，且足够价格低。cn2 ga 和cn2 gt线路CN2 GT:CN2里属于Global Transt的产品(又名GIS-Global Internet Serce)，在CN2里等级低，省级出国节点为202.97开头，国际骨干节点有2～4个59.43开头的CN2节点。在出国线路上拥堵程度一般，相对于163骨干网的稍强，相比CN2 GIA，性价比也较高。CN2 GIA: CN2里属于Global Internet Access的产品，等级最高，省级出国国际骨干节点都以59.43开头，全程没有202.97开头的节点。在出国线路上表现最好，很少拥堵，理论上速度最快最稳定，当然，价格也相对CN2 GT偏高。我们来用 Traceroute 路由表来看一下走 163 网络的出口路由情况。浅谈中国电信出口网络的链路情况（什么是 ChnaNet,CN2,GT,GIA）ChnaNet可以看到无论是从出发地点到省级接口，省级接口到上海海外出口，然后到美国，走的都是 AS4134，ChnaNet 网络。Chnatelecom Next Carrer Network(CN2)CN2，即是 ChnaNet 之后由中国电信发展的下一代承载网，AS4809，（现在这个AS已经在21年开始在逐渐的被替换成新的 AS 23764）主要是为了提供更高质量要求的中国电信骨干承载网络而建立的工程。运营全球互联网转接服务，能够实现欧洲、北美和亚洲之间高速、大容量、安全、稳定转接服务。CN2 相比较 163 网络，带宽小得多，小是相对的因为相对受众少，但稳定高速，定位于承载企业级别的 VPN 业务，常用于政府，企业，金融类、游戏类等对延时敏感的业务。它提供更高质量的网络服务，接入 CN2 网络价格普遍要比 ChnaNet 贵上许多。下图为 2016 年由中国电信国际有限公司官网提供的全球 CN2 接入点下图为截止 2018 年 8 月中国电信国际有限公司官网提供的全球 GIS 接入点GIS_Noes可以看到中国大陆有四个出口点，北上广三个，另外还有一个乌鲁木齐，比较少见的哈塞克斯坦 CN2 网络，走的就是乌鲁木齐出口，即使这个也会先走北上广三个点，再跳到乌鲁木齐出口。CN2 上又有很多的产品，主要包括 CN2 GT，CN2 GIA 两类。这里是不是叫 CN2 GT 和 CN2 GIA 待考证，因为之前还流行叫半程 CN2，和全程 CN2 的叫法，可以肯定的是有两种运行在 CN2 的服务，一种价格价格低省级骨干走163，出口才走 CN2，一种价格昂贵全程走 CN2，目前主机圈主流叫法 CN2 GT 和 CN2 GIA。另外还有单程双程是另外一种分类，后面讲。CN2 GTGT 英文是 Global Transt，为全球客户提供访问全球互联网资源的转接服务。提供给全球的通讯运营商，截止目前，中国电信已经与国际Ter12 运营商以及主流OTT建立超过5000G的互联带宽，本身接入网络是 ChnaNet(AS4134)，但是直连中国电信 CN2(AS4809) 的一个服务。CN2 GT 中国国际出口拥有自己的单独线路，但是在国内的链路还是使用的 163 骨干网络。CN2 GIAGIA 英文是 Global Internet Access，为企业客户提供优质的中国方向互联网专线接入服务，注意 GIA 专指与中国的专线服务。主要是提供给企业的优质网络，本身接入网络 CN2(AS4809)，出口全程 CN2(AS4809) 路由，国际网路高速稳定链接中国内地网络。这种带宽的质量应当是电信网络最好的，但是缺点也比较明显，整个 GIA 的出口带宽较小，在较大流量攻击的时候更容易导致整个 GIA 下的网络波动。GIA 的主要优势是回国有单独的线路，高优先级，高质量，但接入价格较贵。单程（单向） CN2我们知道，路由是双向的，去和回，单程 CN2 就是指，只有一边的走 CN2，另一边走的其他的网络。可能有两种情况去程 CN2，回程 ChnaNet。这种情况常见，主要是很多主机商拿来打 CN2 广告的噱头，CN2 去程能够很容易被评测出来。但其实，去程 CN2 并没有什么太大作用只是减小去了去的时延，因为我们知道在普通用户的网络访问情况中，回来的流量要比去的要大得多，单程 CN2 要价格低一些，因为流量使用的少，比纯 ChnaNet 算下来还是要贵一点，有点鸡肋的感觉，弃之可惜，食之无味。去程 ChnaNet，回程 CN2。这也是一种组合的单程 CN2，这种情况，主要是为了兼顾抗 os，速度和价格三方面，纯 CN2 网络相对脆弱，遭遇量大的 DDoS 后，很快就会把链路占满，造成出口拥塞（CN2 链路遭遇大量 DDoS 攻击时也会自动切到 163 网络）。163 网络带宽容量大，从中国内地出去的出去的攻击能够被很好的承载，而回程又走 CN2 线路，加快速度。普遍上，单程回 CN2，比单程去 CN2 花费高，因为回程的量在互联网服务中占多数。这种情况下，是综合抗DDoS（如果有），速度，价格的折中的最优解，适合容易遭受攻击，且需要速度的需求，当然最好的当然还是双程的。双程（双向） CN2去程回程都走 CN2 网络。其中包含 CN2 GT 和 CN2 GIA。单程同理，包含 CN2 GT 和 CN2 GIA 两种。CN2 延迟排序根据中国电信国际有限公司官网数据提供的 2018 年 5，6，7 月三个月的 CN2 质量平均情况（未知端点城市，看着像上海，也可能是几个城市平均下来的数据），理论上可看作为最佳情况下，常见 CN2 节点城市与中国连接延迟排序（ms）香港首尔东京新加坡莫斯科圣何塞洛杉矶法兰克福西雅图28.2760.3767.3267.65134.78166.44175.62180.65185.47如何判断 CN2 GT 和 CN2 GIA无论接入的是 GT CN2 还是 GIA CN2，都保证国家与国家之间的传输在 CN2 骨干网内进行，路由中有 p 开头为 59.43.*，AS4809，首先即判断有一段为 CN2 网络。CN2 上承载了两个较为常见的套餐，那如何判断是哪一种呢，我们来分析几种特殊情况。CN2 GT 的省级出口为 202.97 节点（163骨干网节点），在跨境时才进入 CN2 骨干网，国际跨境节点为 59.43 开头。即使处在 CN2 节点城市，如上海，也会先走 202.97 节点。以此类推其他城市，不再列出。可见目前所有的 CN2 GT 路由都会有 202.97 开头的 pCN2_GT_ShanghaCN2 GIA 在部署开通有 CN2 节点的省份城市接入该省的省级 CN2 节点，在暂未部署 CN2 节点的省份城市则就近接入北上广节点。(此点不够严谨，特例情况除外，详情看评论区，感谢 Test IP 指出)本省有 CN2，但非节点城市，如江苏镇江，经南京 202.97 节点进入江苏南京 CN2 节点，最后进入广州 CN2 出口节点。本省无 CN2，如重庆，经过重庆 163 节点，进入广州 202.97 节点，然后接入广州 CN2 节点CN2_GIA_ZhenjangCN2_GIA_Chongqng所以这两种情况虽然是 CN2 GIA 但也会先走 202.97，而如果是在上海和其他 CN2 节点城市，这种情况下的 GIA 才不会有 202.97 出现。所以有的说法里面讲有 202.97 就是 CN2 GT 的这个观点，是错误的。截止目前，我所知的国内走 CN2 节点城市有，成都，南京，西安，武汉，乌鲁木齐，广州，上海，北京。了解了以上知识点之后，最简单判断 GT 还是 GIA 的方法，直接用上海电信 traceroute，有 59.43 先是 CN2，再无 202.97 即为 GIA。（由上可知，GIA 会经过省级 CN2 节点，根据查询到的资料，59.43.80.* 这些 IP 都是省级CN2的处理节点，也就是说，如果你的路由表里面出现了这个 IP 那么就是GIA，这是一种方便的判断 CN2 GIA 的方法）这里要分清的一点是，ChnaNet 和 CN2 是骨干网的分类，而以下四个则是，中国电信提供的国际互联网服务 Global Internet Serces（GIS）下的四个产品，具体不细说了，有兴趣自查。所以说 CN2 GT 和 CN2 GIA 可以理解为运行在 CN2 承载网上的 GT 或 GIA 服务。以下四段摘自中国电信国际有限公司官网，GIS 产品介绍。Global Transt（GT）为全球客户提供访问全球互联网资源的转接服务。Global Internet Access(GIA)为企业客户提供优质的中国方向互联网专线接入服务。ChnaNet Pa-Peer为全世界运营商和OTT用户提供中国电信中文互联网资源的最短路由接入服务。Chna Access为全球客户提供一站式的中文互联网资源接入服务。无论什么网络，路由都不是固定，路由是时刻动态的，随时会变，这个变，由你自身（比如本地精品网络CN2用户），或者你连接的网络（比如提供CN2的服务器）与通信提供商签约的合同而定，也由网络容量，稳定情况而定。中国电信的出口网络，依然是占中国出口网络带宽的几乎一半之多，但是使用人数也是最多的，从使用情况经验上来看，呈现高峰明显拥堵，低峰充足。以上就是中国电信出口网络的链路中 ChnaNet,CN2,GT,GIA分别是什么的介绍。如果您有相关的业务场景，欢迎咨询，千妙科技有专业的技术团队可以为您提供更好的建议和方案。
互联网
2023-07-31
[业界拾贝]企业物联网不使用WiFi的原因
对于企业物联网解决方案，无论使用情况如何，都不应使用WF。您正在构建IoT解决方案，并准备选择连接方法。您应该使用蓝牙吗？WF？LoRa？蜂窝移动网络？卫星？最终选择的连接方法取决于特定的项目需求。一些项目偏向于移动性和带宽，而功耗却无关紧要。另外一些项目则需要较长的电池寿命和广泛的覆盖范围，而带宽无关紧要。对于企业物联网解决方案，无论情况如何，都不应使用WF。乍一看，WF是一个诱人的选择，因为它的广泛使用，这意味着：1）市场上有许多支持WF的传感器设备的廉价选择。2）有许多资源和训练有素的专业人员可以提供支持。3）企业已经部署和维护了WF基础架构。再深入一点，你会发现事情并不像最初看起来那么美好…企业WF不可靠、不稳定且难以排除故障要构建和实施一个成功的物联网解决方案，您的连接需要可靠和一致。当存在需要故障排除的问题时，了解物联网解决方案的某些组件是可靠和一致的，可以使您缩小关注范围并更有效地解决问题。物联网面临着许多挑战，其中许多挑战源于运营挑战，也源于现实世界中有成千上万的设备，这些设备面临着严酷、不断变化的环境。在一个功能良好的物联网解决方案中，大多数问题将源于流程、固件或硬件。在进行故障排除时，这已经是三个不同的研究领域了如果您必须将连接性作为第四个选项添加进来，则故障排除的难度将成倍增加。这就是为什么连接必须可靠和一致的原因。不幸的是，企业WF在物联网解决方案方面既不可靠也不一致，而且很难排除故障。原因如下：1.每个网络都是唯一配置的对于大型企业来说，每个WF网络的配置都不同，这使得构建一个通用的物联网解决方案变得非常困难。这意味着每次部署物联网解决方案时，你都需要到现场（这会增加成本）。虽然这不是WF独有的，因为其他连接方法也可能需要现场安装，但企业专用WF的复杂性阻碍了在现场安装前充分测试的能力。为了增加物联网部署成功的可能性，因此有必要与当地IT团队密切合作，进行测试，了解企业特定的WF配置，并对设备和IT基础设施进行必要的更新。但是…2.本地IT团队的激励措施不一致本地IT团队的职责是确保其企业的IT基础架构安全可靠。将数十个、数百个甚至数千个设备连接到该IT基础结构会给安全性和可靠性带来高风险，同时给IT团队带来的好处很小。您的物联网解决方案可能会为您正在部署的企业带来巨大的价值，但这种价值通常不是直接给IT团队的。本地IT团队有其他内部任务。为您提供支持，以便您可以部署物联网解决方案，这可能在他们的优先级列表中很低。这意味着，你最需要的利益相关者，由于他们对本地WF设置的理解和控制，很少有动力帮助你。即使是最有能力、最善意的IT团队，激励机制也存在内在的偏差。即使您的物联网解决方案已启动并正在运行……3.您没有端到端控制权对本地WF环境的小小改变可能会破坏您的整个物联网解决方案。本地IT团队没有义务让您知道这些更改，甚至可能不会意识到这些更改可能会影响您的物联网解决方案。缺乏端到端的控制意味着物联网解决方案的成败并不仅仅取决于你自己。客户不在乎为什么他们闪亮的新物联网解决方案不起作用，也不在乎这不是你的错，他们只在乎它不起作用。如果无法端到端地控制整个系统，这将使您处于一个危险的位置。结论：不要将WF用于企业物联网使用企业WF作为物联网解决方案的连接骨干网，缺乏可靠性、一致性和控制，最终导致这种方法风险太大、成本太高。如果可能的话，最好带上你自己的网络，比如一个专用的LoRa网络，这样你就可以确保更高的可靠性和一致性，保持端到端的控制，如果有任何问题，可以更有效地进行故障排除。
云计算,物联网
2023-07-21
[业界拾贝]边缘计算路由器
目前有一类产品非常热门，人们叫他边缘计算路由器。很多热门产品都打上边缘计算路由器标签，那么，什么叫 边缘计算路由器，与普通的路由器有什么不一样？边缘计算，可以理解为，在一个云计算的网络服务体系中，尽可能靠近服务目标的源头处理数据，以便 减少服务的流程距离和数据的转运，减少网络延迟，降低差错率，提高数据处理的效率。不仅仅是提供无线网络接入功能，还具有数据采集、逻辑控制、边缘计算、协议转换的功能。在边缘计算网络架构中，传统上发送到中央数据中心或远程云服务的数据在本地得到处理。在许多情况下，数据是在这个 " 边缘 " 设备本身上处理的，只有最重要的数据才会从设备上传输互动。当今数据分别有三层，分别是处于数据中心的云计算，  和处于主干分发网络的雾计算，还有处于终端的边缘计算，这三者备构成了当今云计算的发展金字塔。除了终端计算的好处，边缘计算的好处还包括：改进响应时间：数据不必往返于远程数据中心进行处理。带宽优化：只有最重要的数据才需要通过网络传输。安全优化：由于在网络上发送的未加密数据较少，安全风险足迹也随之减少。推动边缘计算的技术包括物联网（IoT）、软件定义的网络（SDN）、第五代无线（5G）网络和区块链。
云计算
2023-07-21
[实验室]机械设计中防错如何做？
什么是防错？防错，日文称POKA-YOKE，英文又称Error Proof 或 Fool Proof（防呆）。这里为什么谈到了日文？我想看到汽车行业的朋友一定听说过丰田公司的“精益生产（LEAN）”，POKA-YOKE的概念就是日本的质量管理专家、着名的丰田生产体系创建人新乡重夫的首创。从字面上看，防错，就是防止错误的发生。要想真正了解防错，我们先来看看“错误”，及“错误”为什么会发生？“错误”造成与预期的偏离，最终可能产生缺陷，很大一部分原因是人们由于疏忽、无意识等造成的。对于制造业来说，我们最担心的就是产品缺陷的产生，而“人机料法环”都有可能导致缺陷。人为的错误不仅存在，无法完全避免，另外，人为错误还会影响机、料、法、环、测等因素（毕竟事情都是人做的，没法完全独立），比如加错料了。所以“防错”这个概念就应运而生了，其诞生的很大一部分意义就是与人（为错误）做斗争（我们一般不去谈设备、物料犯错误）。02人为错误的原因有哪些？有人总结了错误发生的十大原因，这里分享给大家。它们分别是：遗忘、理解错误、识别错误、新手错误、意愿错误、疏忽错误、迟钝错误、缺乏标准导致的错误、意外错误、故意的错误。a. 遗忘：当我们注意力不集中在某处时，会遗忘某些事情。b. 理解错误：我们常根据以前的经验来理解新遇到的事物。c. 识别错误：看得太快、看不清楚或者没仔细看会发生错误。. 新手错误：缺乏经验产生的错误，比如老员工一般比新员工少犯错误。e. 意愿错误：特定时候决定不采纳某些规则发生的错误，比如闯红灯。f.  疏忽错误：心不在焉发生的错误，比如无意识的穿过街道，没有留意到红灯是亮着的。g. 迟钝错误：判断或者行动迟缓发生的错误，比如刹车踩慢了。h. 缺乏标准导致的错误：没有规矩，不成方圆。. 意外错误：没有考虑到的情况发生了，导致的错误，比如某个检验设备突然故障了。j. 故意错误：人为的故意制造错误，这个性质就恶劣啦~以上这些分类有些分散，之间也有很多重叠交叉的地方。但无非是技能、规则和知识导致的错误。如果再要总结一下，可以考虑发生这些原因的原因，那就是人的惰性。人类其实骨子里都是爱偷懒的，所以越简单、越轻松、越不需要动脑筋的活，犯错的可能性越小。所以这也是“防错”所要要达到的目标。03这些错误会给生产带来哪些后果？刚才很多错误的例子都是生活中的例子。咱们还是看看这些错误在具体生产制造过程会导致哪些后果。不管生产什么零件，这些错误可能给生产带来以下后果：a. 漏掉某个工序b. 作业失误c. 工件设置失误. 缺件e. 用错零件f. 工件加工错误g. 误操作h. 调整失误. 设备参数不当j. 工装夹具不当如果将错误的原因和后果对行关联，我们得到如下图。分析了原因和后果，接下来我们该着手如何去解决了。04防错思路在很长一段时间，被各大公司所采用的防止人为错误的主要措施是“培训与惩罚” 。对操作人员进行大量的培训，管理者也一直劝诫操作人员要认真、努力、有“质量意识”，当错误发生的时候常常采取“扣工资”，“扣奖金”的形式。但是由于人为疏忽、忘记等所造成的失误却很难完全避免。所“培训与惩罚” 相结合的防错方式并不成功。而新的防错方式（POKA-YOKE），用一套設备或方法使操作员在操作时直接可以明显发现缺陷或使操作失误后不产生缺陷。操作员在自我检查，失误也会变得明白易见。下面，我们分别来介绍一下防错的一些常规思路，供各位朋友参考。在开始之前，笔者还是要强调一下防错的几个原则：1. 尽量不要增加操作人员的负担，否则很难持续下去。 2. 成本一定要考虑，不要追求那些高大上的东西，你追求的应该是实际效果（有效性）。 3. 实时反馈。防错可以从以下三个维度来考虑：在以上三上维度的指导下，我们得出以下五种思路：05十大防错原理及应用再到执行层面，我们有10大防错原理及其应用：a. 断根原理将会造成错误的原因从根本上排除掉，使绝不发生错误。上图是一个排挡机构的塑料面板。在面板和基座上故意设计了一个凸起和凹槽，从设计层面避免塑料面板装反的情况。b. 保险原理借用二个以上的动作必需共同或依序执行才能完成工作。以前听现场的老师傅说过，10个冲压工9个残，很多在冲压过程中手或者手指没有及时拿出来，造成伤残，上图显示了只有当两只手同时按按钮，冲压设备才能工作（压下来）。如果再在模具下面加一个光栅保护，可以实现双保险。c. 自动原理以各种光学、电学、力学、机构学、化学等原理来限制或提醒某些动作的执行，避免错误发生。如安装不到位，传感器将信号传递给终端，以鸣笛、闪灯、震动的形式发出提醒。. 相符原理借用检验是否相符合的动作，来防止错误的发生。这个例子和断根原理很类似，螺钉盖板设计成一侧卡扣，另一侧延伸；相应的本体也设计成一高一低，安装时只能有一个方向才能装上。医生手术器械的放置盒也一样（如下图），手术完确定有没有器械落到病人体内。e. 顺序原理避免工作之顺序或流程前后倒置，可依编号顺序排列。以上是一种检验合格后才会打印的条形码，通过先检验后出条码的顺序，避免漏掉检验这道工序。f. 隔离原理借分隔不同区域的方式来达到保获某些地区，使其不能造成错误。上图是仪表板激光弱化设备，设备会自动探测工艺实际输出状态，如果发现不合格，产品将不能取出，放置在独立的不合格品区域。g. 复制原理同一件工作，如需做二次以上，采用“复制”方式来完成。上图是挡风板的左右件，设计一样（非镜像），减少，减少零件种类，便于管理，减低错误的可能性。h. 层别原理为避免将不同的工作做错，而设法将其区分出来。高低配零件在细节上有区别，便于操作人员区分及后续装配。. 警示原理如有不正常的现象发生，能以明显标识或声光等方式给出警示。 这个在汽车上用得很多，当车速过高，或都安全带没系，会有报警（亮灯或者语音提醒）。j. 缓和原理用各种方法来减少错误发生后所造成的损害。
软件设计
2023-07-16
[业界拾贝]船舶、机械加工、钢铁、化工、集成电路、水泥等九大行业智能化改造数字化转型实施指南
▲一起学习智慧城市，智能制造，智能化，物联网与工业互联网，AI，5G，大数据，数字孪生，元宇宙......持续更新相关报告以及解决方案资料~（精彩行业资讯、行业趋势、学习资料、各种解决方案等你一起来乘风破浪~） 数字化转型相关规划方案白皮书报告 精华汇总今天为大家带来了江苏省船舶行业、机械加工行业、动力电池行业、钢铁行业、航空发动机关键零部件行业、化工行业，集成电路行业、水泥行业、服装行业9个行业智能化改造数字化转型实施指南，供大家参考学习。指南虽是江苏省工信厅发布，但却是对全国产业的分析，且江苏是智能制造非常先进的地区，该指南不分地区，值得学习借鉴。（下载方式见文末）江苏省船舶行业智能化改造数字化转型实施指南（第二版）01‍‍指南主要面向江苏省船舶与海洋工程装备制造企业以企业已有技术能力作为基础，以船舶智能制造作为发展方向，以企业数字化转型作为路径，以船舶制造关键环节和典型应用场景为切入点，促创新、补短板、固根基、锻长板.开展一系列智能化改造和数字化转型措施，全面提升船舶行业数字化、智能化水平。指南覆盖船舶制造关键业务环节，包括工艺设计环节、生产制造环节、经营管理环节、基础支撑环节及对应的典型应用场景，并制定行业智能化改造数字化转型实施建议。相关企业可按照本指南的具体方法推进智能化改造数字化转型的实施工作。江苏省机械加工行业智能车间建设实施指南（第二版）02指南以智能化改造数宇化转型为导向，聚焦机械加工行业特点、发展现状、场景建设、建设思路等方面，给出机械加工行业智能车间建设路径及价值。江苏省动力电池行业智能化改造数字化转型实施指南（第二版）03指南将着眼于动力电池行业自身的核心管理领域(前沿开发、产品设计、产品制造、产品运营等 )，并覆盖动力电池全产业链的材料检测、跟踪回收、碳管理等。江苏省钢铁行业智能化改造数字化转型实施指南（第二版）04指南适用于黑色金属冶炼和压延加工业,包含炼铁、炼钢钢压延加工等各类制造企业，既适用于具有良好自动化、信息化基础的钢铁企业，也适用于数字化基础较弱，但有进一步改造提升需求的钢铁企业。本指南应用范围主要包括以下部分:智能化改造部分:基础自动化系统、生产过程控制系统、检测装备应用、工业机器人及无人化装备应用、产线集控中心建设。数字化转型部分:智慧生产管控(制造执行管理、质量管理设备管理、仓储管理、生产物流管理、能源管理、环保管理、安全管理)，智慧运营管理(研发设计、供应链管理、采购供应链管理、计划财务管理、人力资源管理、经营决策管理)。基于新环境下的集成与协同:产销一体化、管控一体化、供应链协同一体化、钢材深加工。江苏省航空发动机关键零部件行业智能化改造数字化转型实施指南（第二版）05指南界定“江苏省航发关键零部件行业”是:“盘”( 整体叶盘、叶轮、叶环 )、“轴”(风扇轴、压气机轴、涡轮轴、齿轮轴等)“匣”(各类机、支承等环形件)“片”(风扇、压气涡轮叶片)类关键零部件制造行业，行业工艺主要是铸锻“热加工”、机械“冷加工”及各类特种工艺。同时，本指南重点应对研发设计、生产制造等关键环节中航发零部件行业特点突出的智能化改造数字化转型实施建议，与其他零部件制造业相似性高且已基本完成数字化建设的环节不做重点建议。江苏省化工行业智能化改造数字化转型实施指南（第二版）06指南主要聚焦于生产、设备、能源、质量、安环、供应链等领域，利用 5G、物联网、工业互联网、人工智能、大数据等新一代信息技术，整合设备数据资源，汇聚各个业务方向的数据打破生产业务传统流程、产业链上下游信息壁垒，实现协同采购协同制造、协同销售、协同配送等。推进数字化与生产业务全面融合，以工业互联网平台为支撑，清楚掌握生产流程、优化生产过程、提高生产过程的可控性、减少人工于预、实时正确地采集生产过程数据，基于科学的算法和统计分析，科学地制定生产决策，实现化工企业装备数控化、车间数字化、工厂智能化、产链平台化，构建高效节能、安全环保的智慧化工厂。江苏省集成电路行业智能化改造数字化转型实施指南（第二版）07指南主要面向集成电路产品全生命周期管理过程中设计、制造、封测、物流、销售、经营管理等重点环节，论述和提供了各环节在智能化改造数字化转型过程中存在的问题、可改造的场景、解决方案和优秀企业实践案例。同时通过分析企业系统性开展相关工作的路径方法，梳理总结出行业内企业智能化改造数字化转型的系统架构、典型场景和实施路径，为行业内企业企业明确智能化改造数字化转型的方向，推动相关企业积极开展数字化、智能化建设工作，促进江苏省集成电路产业高质量发展指南主要聚焦江苏省已形成较为明显规模化、区域性优势的封测领域，覆盖设计、制造、物流、销售、经营管理等常见环节，不提供半导体原材料、掩模等相关领域的智能化改造数字化转型分析介绍。江苏省水泥行业智能化改造数字化转型实施指南（第二版）08指南适用于江苏省内水泥企业(包括熟料、水泥生产企业及粉磨站）。基于新一代信息通信技术与先进制造技术的深度融合，通过智能化改造数字化技术的应用，贯穿于设计、生产、管理、服务等制造活动的各个环节。水泥行业智能化改造和数字化转型建设主要包括从智能规划开始，并涵盖智能控制、智能生产、智慧销发、智慧物流、智慧管理等多个模块，实现智能制造具有自感知、自学习、自决策、自执行等功能的新型生产方式。主要发展方向，一是实现生产现场无人化，提高生产效率和安全环保水平；二是搭建工“物联网”，实现生产设备智能化和网络化；三是搭建智能设备“神经〞系统，实现生产过程透明化；四是对智能设备进行大数据分析，实现生产数据可视化。本指南主要聚焦于生产、设备、能源、质量、安环、供应链等领域，利用5G、物联网、工业互联网、人工智能、大数据等新一代信息技术，整合设备数据资源，汇聚各个业务方向的数据，打破生产业务传统流程、产业链上下游信息壁垒，实现协同采购、协同制造、协同销售、协同配送等。江苏省服装行业智能化改造数字化转型实施指南（第二版）09指南主要面向服装设计制版、裁剪、缝纫、后处理、营销、经营管理和安全管理等重点环节,论述和提供了各环节在智能化改造数字化转型过程中存在的问题、可改造的场景、解决方案和优秀企业实践案例。同时通过分析企业系统性开展的相关工作梳理总结出行业内企业智能化改造数字化转型的系统架构、实施路径、重点环节、典型场景和实施方法，为行业内企业企业明确智能化改造数字化转型的方向，推动相关企业积极开展数字化、智能化建设工作，促进江苏省服装产业高质量发展。点击阅读原文（文末）获取更多数智化解决方案···校对：木兮发电企业数字化转型规划方案（319页）······企业数字化建设整体解决方案参考资料4：数字战略与新零售解决方案华为数字化转型案例·····智慧行业，数字孪生，工业互联网等相关结构化体系资料以及解决方案~内容持续更新，期待你来在后续分享智能制造，工业联网平台，AI，5G，大数据，数字孪生，元宇宙，低功耗广域物联网等......前沿资讯信息分享，打造专业数字化解决方案交流平台~部分图片来源于网络，使用图片、文字等均不作为商业用途使用，如有侵权，请联系删除。
智能制造
2023-07-16
[业界拾贝]一个 to B 巨头的 43 封内部信
未来企业要适应市场的变化，一定是从组织结构的根本上进行自我改革和升级，向组织升级要执行力。文  周效敬每当阿里巴巴有重要事项宣布，公司都会发一封内部信。从 2015 年 5 月张勇担任 CEO，到 2023 年他宣布卸任最高职位的决定，八年间马云、张勇等高管发了 43 封内部信，内容涉及组织变革、业务拓展、人员变迁等等。 从这些信件里，大家可以看到一个 to B 头部企业如何从无人区走到对手环绕，公司人才济济却无帅可用......阿里巴巴是国内 to B 企业的标杆，它的探索过程对后来者也有启发——尽管很多企业做不到阿里巴巴那么大，但问题总是相似的，创业者都会有类似的烦恼。 01接班人困局很多企业和投资人都会关注一个问题：当第一代创业者交棒时，如何让公司持续繁荣？马云刚在湖畔公寓创业时，招人很难，那时他有个愿望：未来的阿里巴巴将会“弓马殷实，猛将如云”。为了实现这个愿望，阿里比其他创业公司投入了更多的时间和精力在人才培养以及组织和文化的建设上。 从 2003 年开始，阿里对每一个岗位进行了接班人培训计划，把文化、价值观及团队合作纳入到对每个员工的业绩考核中；2009 年阿里巴巴十周年期，为确保未来对阿里文化的传承，公司正式启动合伙人制度建设；2012 年开始，阿里实施领导群体年轻化的整体换代升级准备工作。2013 年 5 月 10 日，曾立下无数战功的陆兆禧，接替马云成为阿里第二任 CEO，出乎意料的是，这位“救火队长”只做了两年就将 CEO 帅印交了出来。陆兆禧任内，因缺少创新，耗费大量人力物力搞“来往”，非但没能抗衡腾讯，反而让微信红包“偷袭”了支付宝，此役让阿里教训深刻。 马云在宣布张勇接任 CEO 的内部信中说道：“把握未来的最佳方法不是留住昨天或争取保持今天，而是开创未来。我们永远相信年轻人会比我们更能开创未来”。阿里巴巴的掌门不好当，即使有集团的战略决策委员会存在，年轻的接班人还是没能像马云那样，凭借强大的凝聚力和战略判断力，为阿里“Open The Future”。 2023 年 6 月 20 日，张勇发内部信宣布，自 2023 年 9 月 10 日起，他将不再继续担任阿里巴巴集团董事会主席和首席执行官，接任者分别是蔡崇信和吴泳铭。在马云卸任 CEO 整十年的节点，职业经理人卸任，阿里元老级创业班底强势回归，掌门接班人计划兜兜转转回到原点。 与国际软件巨头的 CEO 任职年数相比，Aobe 的沃诺克 (18 年)、奇森 (7 年)、纳拉延 (16 年)，微软的盖茨 (25 年)、鲍尔默 (14 年) 和纳德拉 (2014 年-至今)，阿里接班人的任期确实短暂，接班序列中断。阿里元老亲自返场作战，恰恰说明在阿里年轻一代管理者中，目前还没有可胜任 CEO 一职的人选，顶级人才青黄不接。 为什么会青黄不接？在阿里这样的头部企业，年轻人必须打几场漂亮的战役，做出足够分量的成绩才能被高层看到，才能服众。过去的几年，在外部环境和张勇面临的复杂因素约束下，阿里创新不足，年轻一代很难有所作为并脱颖而出。 而对于头部公司的 CEO 来说，无论是 to B 还是 to C，最高管理者在管理能力、内驱力、坚韧性格等方面的素养一般都不缺，缺少的往往是战略视野和想象力这些看似虚无缥缈的东西。 除此之外，接班人既要有创始人的心态，也需要获得足够的权力去真正掌舵，否则公司里永远不会出现合适的接班人。长此以往，再优秀的企业都会慢慢平庸化，这对头部企业将是一个灾难。02阿里缺少企业家一直以来，阿里都是通过生产关系的变革来推动生产力的发展。张勇认为，未来企业要适应市场的变化，一定是从组织结构的根本上进行自我改革和升级，向组织升级要执行力。 2015 年 12 月 7 日，张勇在其担任 CEO 以来的第四封内部信中宣布：全面启动阿里巴巴 2018 年中台战略，构建符合 DT 时代的“大中台、小前台”组织机制和业务机制。 中台作为平台型组织的一部分，是在前台作战单元和后台资源部门之间的组织模块，把后台的资源整合成前台打仗所需的“中间件”，方便随需调用，避免重复建设，从而提高工作效率。阿里通过中台架构来推动集团电商零售平台的全面改革升级，实现云计算、阿里妈妈、菜鸟等新兴业务的独立发展。中台模式一度成为互联网科技行业公司的治理标杆。 在后来的信件中，张勇陆续宣布了优酷土豆的加入、大文娱板块的成立，以及饿了么的加入、与口碑的合并乃至最后被并入高德，这些都是组织的微调和业务本身的增减，属于“缝缝补补”式的调整。 从 2020 年开始，阿里推行多元化治理结构下的经营责任制，设立多家独立经营的环路公司，这为 2023 年的“1+6+N”变革打下基础。张勇在内部信中将“1+6+N”变革称为阿里 24 年来最重要的变革，这也是企业发展底层逻辑的改变——以市场化的洗礼来成就更多的“阿里巴巴”。 对于阿里的这次变革，新经济学者孟永辉认为，中国互联网行业已经不再是以规模和效率为主要驱动力的发展模式，而是开始回归到集约化、精细化的发展逻辑里，更多比拼的是玩家们对于每一个细分领域介入的深度和广度。对于体量巨大的集团型的组织架构模式来讲，它很难做到面面俱到。 的确，今天的阿里巴巴已经成长为多业态的超大型组织，这些业务特质不同，面临的市场环境不同，发展阶段不同，客户不同，竞争对手也不同。组织臃肿就会导致决策链条漫长，响应不快，甚至导致舵手对企业自身的实际情况和所面临的竞争环境不敏感。 无论是陆兆禧还是张勇，在实际掌舵过程中都出现了战略性失误，顶级接班人尚且如此，阿里要在内部找一个比他们更成熟、更完美的继任者几无可能。从这个角度看，分拆集团各自发展是个不错的思路，一定程度上可以避免发生灾难性战略失误。 孟永辉的另一个观点也值得思考：阿里的组织架构调整，正在改变以 C 端流量为主导的打法，以真正满足新的发展的需求。可以看到，阿里开始更多关注产业端和供应链端，更加强化对 B 端的影响，从而为解决 C 端市场的困境和难题找到新的解决方案。也就是说，从供给侧下“药”，去治消费端的“病”，这也是数智化不断深入产业的一个体现。 张勇曾说，阿里所有战略的核心是人才战略，阿里良将如云，但干将并不是企业家。 阿里试图通过组织 (生产关系) 变革倒逼企业家精神 (生产力) 迸发，实现从一个阿里巴巴到一群阿里巴巴，从良将如云到企业家如云。这一变革解决了员工“为谁而战”的问题，让员工、中层管理者、高层管理者，在业务上的付出、贡献和激励结果之间产生更直接的关联，中间没了漫长的传导机制。 阿里已经创立 24 个年头，企业内部的形势发生了很大的变化。当年张勇 35 岁当淘宝 CFO，后来创天猫、做“双 11”，如今在阿里内部，到了 35 岁甚至 40 岁也很难有这样的机会去承担相应的责任，没有承担责任的机会从而也失去了激发员工企业家精神的机会。 张勇在阿里最大的体会是，企业家精神并非靠培养出来，而是靠自我激发。阿里庞大的业务体系需要一批企业家，这些企业家不可能靠培训和下指标来完成培养，它需要一种机制去帮助企业家自我激发。张勇在全员信中提出，“市场是最好的试金石，未来，具备条件的业务集团和公司，都将有独立融资和上市的可能性”，这是根本性的机制变革。 03退变的企业文化在大自然里，特定的环境会诞生特定的物种，企业文化也是如此，那些极具特色的企业文化一定诞生于企业所处的特定环境。当第一代创始人交棒之后，企业掌舵者换了，员工如流水来去，最初的文化失去了存在的土壤，企业文化就会在不知不觉中走形。 最简单的一个例子，花名。马云叫“风清扬”，张勇叫“逍遥子”，如今的阿里已经成长为一个大型经济体，23 万+名员工，花名不够用了，而且后来的花名都失去了武侠味道，后来进入的员工，很多也不再起花名。武侠风渐渐淡化，花名作为阿里抹平员工级别的管理工具，现在比较鸡肋。在内部信和相关通知中，公司提到员工姓名时，还要在括号中解释对应的花名是什么，花名即使在阿里内部也没能成为一个流畅的协作符号。 精英化的阿里巴巴，也不再是之前的阿里巴巴。曾任阿里集团首席人力官的童文红说，如果自己现在再应聘阿里的话，连简历关都过不了。草莽时期救火队员陆兆禧，之所以被任命为第二任 CEO，是因为他有着骄傲的战绩： 2000 年，陆兆禧被派到深圳组建广东销售大区，主攻 B2B 销售业务。2001 年“互联网寒冬”叠加 2003 年非典肆虐，他依然把华南区的 B2B 业务业绩做到公司内最好。2004 年，马云力排众议，把陆兆禧从深圳调回杭州任支付宝总裁。此后，支付宝一直雄踞第三方支付市场首席，无人能够撼动。2011 年陆兆禧又被马云委派去接管淘宝 C2C 业务，出任淘宝网 CEO。他启动大淘宝战略，推进淘宝向电子商务平台转型，快速稳定孙彤宇离开带来的混乱局面。2012 年 9 月，谷歌封杀阿里的手机操作系统云 OS，陆兆禧又受命兼任云 OS 总裁，重新规划、厘清云 OS 的发展规划，避免与安卓的冲突。从酒店服务生到阿里 CEO，现在很少出现陆兆禧这样的员工了。而更大的问题是，随着公司的发展和人员规模的扩大，坚守规则越来越难。 2016 年 9 月 14 日，蒋芳发了一封“关于‘月饼’事件的复盘”内部信，她在信中介绍了阿里五位员工违规秒杀月饼一事的处理经过。阿里集团高层对此事专门进行了讨论，决定对违规员工全部劝退，参与决定的包括马云、张勇、戴珊、张建锋等多位核心管理层人员。蒋芳在内部信中承认，此事内部也有争论，面对外界“处罚过重”的质疑，管理层也感到纠结。 蒋芳说：“阿里是一家把权力真正下放到每个普通小二手里的公司，下放权力的基础就是组织和员工之间的本能的信任。我们必须反复提醒自己，要善待手中的权力，也像爱惜自己的眼睛一样爱惜别人对自己的信任，爱惜自己的才华。”但是当蒋凡事件发生的时候，阿里的处理结果是：取消蒋凡阿里合伙人身份，记过，将职级从 M7 降级到 M6，取消上一财年度所有奖励。 看似处理力度很大，但与月饼事件的力道相差甚远。与月饼事件相比，蒋凡事件对阿里的影响要大得多，但在高管面前，价值观和规则后退了。可能阿里考虑的更为实际——接班人问题，因为一将难求，帅才更是可遇不可求。在 2023 年“1+6+N ”变革之后，蒋凡被任命为国际数字商业集团 CEO，重回阿里管理层核心。 阿里处理蒋凡事件所持的实用主义态度，让公司的价值观开始局部塌陷，之后发生的“阿里女员工被侵害”案件是对阿里文化和价值观的又一次重击。 事件发生后，张勇在阿里内网发帖，表示对这一事件震惊、气愤、羞愧。张勇称，该道歉的不仅是 HR 团队，相关各级业务主管都有责任，都首先应该为冷漠、没有及时处理而道歉。当企业对员工投诉无所作为，出现问题层层包庇，这对公司文化和品牌的伤害不可估量。 据内部人士透露，“1+6+N”变革之后，面向新员工的百年阿里培训将下放到各集团，各集团根据自己的情况进行培训内容设计。举办了 2145 期的“百年阿里”培训于 4 月 1 日起正式终止，从此阿里再无“百年阿里”业务。此外，张勇还鼓励各集团在阿里文化的基础上，探索适合自己的文化。 随着企业发展日久，尤其是经历组织和业务的巨大变化之后，文化对员工的熏陶和约束都会减弱，它不再是心中的信仰，也不再是行为的准则。变革之后，阿里巴巴可能会退变为一个象征符号，阿里文化将被进一步稀释，阿里味也不再是那个味儿。 04预见数智化转型浪潮2015 年 8 月 10 日，张勇发出担任 CEO 以来的第一封内部信，题目是《念念不忘，必有回响——阿里苏宁形成全面战略合作》。在这封弥漫着浓浓鸡汤味的信里，张勇对双方的合作给予高度评价，他说：“任何足以影响社会进程、商业历史、消费趋势的标志性事件，看似偶然，但一定有他容易被人忽略但是又坚持不懈的开始和过程。这次合作便是如此。” 这么拗口，什么意思呢？阿里与苏宁，一个是电商老大，一个是传统零售巨头；一个是线上霸主，一个雄踞线下。此前，因为双方在共同的零售领域但有着不同的业态，阿里和苏宁明争暗斗，“积怨颇深”。当时正值熊市，阿里以 283 亿投资苏宁，成为第二大股东，而苏宁也以 140 亿元认购了阿里的股票。所以，张勇意思是，阿里和苏宁的合作将影响消费趋势和社会进程，改写商业历史，双方为此做出的不懈努力超乎想象。 2015 年数字化转型浪潮刚刚兴起，大家对数字化的看法仍不一致，阿里和苏宁的结盟让线上 VS 线下、平台 VS 自营、轻资产 VS 重资产的争论告一段落。双方在三个方面展开合作：一是阿里为苏宁易购天猫旗舰店提供信息服务、市场推广等服务，二是苏宁向阿里巴巴提供仓储、仓库运营管理、物流配送等服务，三是苏宁从阿里巴巴采购商品。双方的合作其实就是今天广泛流行的“数实融合”。 两年后的 2017 年 8 月 30 日，张勇在给银泰员工的内部信中兴奋写道：“INTIME365 会员突破百万，是银泰新零售进程中具有里程碑意义的时刻。”当年 1 月，阿里以 272 亿港元对价完成对银泰商业的私有化邀约；5 月，银泰从港交所退市。张勇说，下决心私有化银泰，就是希望银泰放下上市公司的担子，专注于用户价值的创造，对人、货、场进行重构。银泰选择从“人”的数字化维度入手，推出了中国百货业首个付费会员体系，成为百货业“旧城改造”的典型。 2017 年 7 月 11 日，很久没发内部信的马云发了一封全员邮件，他对未来做了预测：“互联网进入了最关键的应用 30 年，而未来 3 年~5 年是关键中的关键。互联网越来越成为社会发展的基础设施，云计算、大数据、物联网会加速推进智能世界的到来，很多产业、行业将会升级并重新定义。”马云认为，重新定义后产生的“新零售，新制造，新金融，新技术和新能源”（“五新”）将会对社会的方方面面带来巨大促进，“五新”也将会全面切实推进“新供给侧的建设”。 阿里的“五新”是从行业层面，预见了即将到来的数智化转型浪潮。一场覆盖所有行业的数智化重构，对任何公司都是挑战，因此阿里成立了“五新执行委员会”，张勇担任主席，统筹阿里巴巴集团、蚂蚁、菜鸟等各个集团的力量，全力推进“五新”建设。 在数智化已经深入到千行百业的今天，几乎所有的行业都在技术的加持下焕然一新，阿里是推动数智化浪潮的一支重要力量。05结语阿里是 to B 企业的标杆，从十八罗汉发展到如此庞大的经济体，再到拆分成独立发展的集团，它所经历的重要时刻基本都在内部信中呈现了，本文也只是涉及四十余封内部信中的一部分。很多未提到的信件同样重要且给人留下深刻印象。 比如，在熊市期间，阿里很多员工财富缩水严重，张勇建议员工“把眼光从股市回到客户身上”，他说，这不是第一次全球性的股灾，当然也不会是最后一次，阿里巴巴的价值体现在阿里人对理想的追求和为客户所创造的价值，这个价值不会随股价的变化而改变。在 2015 年天猫双十一创下 912.17 亿元的交易记录后，张勇向全体员工发布了一封公开信，信中谈到友商竞争时说“阿里人不怕阳谋，更鄙视阴谋”。 2016 年 12 月 21 日，美国贸易代表办公室 (USTR) 发布有关知识产权保护的报告，淘宝网等 10 家中国市场被列入所谓“恶名市场”。张勇则用一篇千字内部信的方式，鼓励奋斗在一线的打假小二们，认为他们在过去一年倾尽努力、不负期望，同时表示：“我们发誓保护‘知识产权’，但我们不维护‘知识霸权’。我们不允许淘宝成为一个‘恶名市场’，但我们也不害怕来自市场的恶意。” 2020 年 4 月，疫情肆虐之时，张勇通过内部信宣布，阿里巴巴将启动“春雷计划 2020”，开启“春天的战役”，利用阿里 20 年来沉淀的商业力量和技术力量，创造新供给、激发新需求、促进新贸易，用一切必要行动帮助中小企业共渡难关。商业之外让人感受到了温情。 阿里是头部互联网企业中对企业文化最为重视的公司之一，随着企业员工规模的增长和业务的扩大，阿里的文化和价值观在局部发生了“塌陷”。而对于掌舵人的青黄不接，广大中小企业未来大概率也会遇到类似问题，而如何解决它大家可以思考，组织变革只是其中一种解法。 
创业
2023-07-16
[实验室]WMS售前常用套路总结
最近在看一些公司的WMS售前解决方案，发现有如下套路，结合自己之前的相关工作经验，特写该文进行分享。 特别声明 1. 本文仅说明售前方案的常规方法，如有描述不准确的地方，欢迎同行指正。 2. 相关资料均做了特殊处理，隐去了固定的隐私后提供下载，不涉及透露公司机密，仅供同行学习交流。 3. 相关资料均来自网上同行分享。 一、PPT提纲梳理 一般写PPT前，都会理一个提纲，先问自己这个售前方案是写给哪个公司的，该公司处于哪个行业，哪个阶段。            每个行业的特性不一样，例如食品行业就需要快进快出的批次管理，整车行业就要基于VIN来进行管理，酒类管理就需要有严格的箱条码和瓶条码（唯一码）管理。  每个阶段也有很大的不同，可按照之前我们聊的，供应链成熟度模型去进行评价，去大概分析目标公司的痛点。  例如有的公司没有上系统，全靠人工EXCEL台账维持。还有的公司上了系统，但不能很好的用PDA指导进行作业（用的不爽）；还有上了系统，并且能用PDA指导作业，但是无法和其他系统做对接，造成数据孤岛等。  至于ppt编写，常规的套路如下，一般分为，公司和产品能力介绍、业务理解和整体解决方案、项目典型场景的解决方案，项目管理和运维保障计划。 1、公司背景介绍、荣誉和资质、成长历程、公司所有产品系统架构图、产品核心优势、关键特点、整体系统解决方案、案例logo墙、典型案例（最好和目标公司有一定的相关性）。  2、行业发展分析、该行业商品作业挑战、典型作业场景需求、用到的产品系统架构图、实现价值点、对业务的深入理解、对业务范围的理解、业务蓝图理解、系统功能架构图、系统技术架构图、系统部署架构图、服务器性能保障介绍。  3、典型场景解决方案，可针对该客户做详细示例来介绍，包括不限于 基础主数据、入库流程、入库打印、上架策略、收货上架截图、出库流程、库存周转分配规则、拣货规则策略、复核操作、打印装车清单、库存管理介绍、盘点介绍、盘点打印、补货、预警提醒、月台管理、越库管理、在库加工。  4、项目管理和运维保障计划，主要突出技术优势、实施方案、培训服务、联系方式。包括项目实施步骤、实施计划过程管理方式、售后服务体系介绍。  二、见招拆招 一般WMS仓储作业常见痛点如下。 1、缺乏统一订单的接入方式  造成原因：没有系统支持。 造成结果：需人工制单，无法监控订单的全流程，相关问题也无法直观的追溯，信息沟通不及时。 应对方案：上一套能完成上下游对接的系统（例如OMS）。 预期效果：能完成全订单的全流程的监控，相关问题溯源更简单。 2、凭经验进行作业，或使用Excel手工台账作业。  造成原因：没有系统，或系统建设不够完善。 造成结果：凭经验作业时，员工请假或更换会造成数据不准；台账记录太多查找费时费力，打开缓慢。 应对方案：上一套能满足并指导现场作业的系统，并提供标准的SOP解决方案。  预期效果：标准化作业，高效解决生产过程中的问题，从容应对突发或高峰期的情况。 3、未使用条码化技术或RF进行作业  造成原因：没有系统，或系统不支持。 造成结果：数据传递延迟，作业流程衔接延迟，缺乏任务动态调度，缺乏绩效考核数据依据，缺乏作业过程溯源。 应对方案：使用带有移动端作业的WMS系统。 预期效果：数据实时传递，作业流程衔接，任务动态调度，作业数据可支持绩效考核。 4、上架作业无推荐或推荐较为薄弱 应对方案：上架作业策略应可配置，以应对业务运作不断变化的需求。可以为每一种商品分别定义不同的上架作业策略。  常见的上架规则包括不限于，按照不同的库区寻找库位，按照不同的包装(托盘、箱、件)分配不同的库位，根据商品的属性(正常品、残损品)分配上架库位，体积限定、重量限定、数量限定、长宽高限定，混批号、混商品限定，同批号商品合并，同类商品相邻选择，不同的订单类型可以上架到不同的库位，如正常的采购订单和退货订单，根据商品的ABC动性分配上架库位。 5、 缺乏预警机制，或系统无法预警 应对方案：允许物流中心对不同事件的预警，并提供大屏预警展示，包括不限于商品过即将过保质期、商品低于库存下限或者高于库存上限、库龄超过半年、订单超过24小时未处理、补货任务1小时内未执行、收货12小时内未上架。  方式：emal、SMS、IM（钉钉或企业微信）、系统监控界面。 6、缺少库位库区规划 造成结果：无法快速知道每个商品在每个区域的准确库存，造成找货难，管理难。  无法对上架、拣货、补货操作做路径优化，造成重复工作量。 无法准确控制库位库存变化，不能即时补货。 应对方案：增加现场合理的库区库位规划，现场成功管控并不是只靠系统，更多的是靠运营规划。售前顾问应能针对现场情况分析，结合标准的SOP合理规划上架、拣货线路。  对于稍微大型点儿的仓库，应该同时兼顾仓储区、拣货区、收货区、发货区、打包区、异常区等，每个区的职责各不相同，便于不同的员工分工协作。 7、品质检验过程系统无管理 造成原因：缺乏系统追溯，多为人为控制。 造成结果：管理混乱，查看品检结果需多个地方找寻，久而久之易丢失结果。 应对方案：系统可按照不同商品的特点要求，将品检纳入收货SOP的一部分，根据品检动作去决定是否收货，并记录品检的结果和照片。  8、无批次管理，手工保质期管理方式 造成结果：无法控制商品的先进先出。 应对方案：收货前收货时就记录好商品批次信息，完善商品批属性信息，包括不限于生产日期、入库时间（一般是收货时自动生成）、保质期等。便于后续按批次分开存放，即多批次不混放相同库位，在出库时控制商品先进先出，找货也相对容易。  9、单一的订单拣货模式，人海战术、效率低 造成原因：缺少事先规划，应对措施。 应对方案：考虑可按波次进行作业，每次拣货任务下来，分不同人在库区拣货，拣货完成后按单播种分货，按单复核，零散件装箱捆包待发，独立件整箱整托拣货完成存在的待发区，贴好面单和发运清单后，待配送人员取货后发运。  10、手工盘点效率底，准确率底 造成原因：没有系统支持原有系统不支持嫌系统盘点麻烦。 应对方案：可根据系统打印出盘点计划单，手工盘点后将差异计划重新导入录入到系统中；优化现有系统支持在线盘点，包括不限于可按指定条件按计划生成盘点单和盘点任务，自行分区领取任务或指派任务，进行多人盘点作业。  例如可按库位、货主、商品特性、批次等生成盘点单。支持循环盘点、动碰盘点、随机盘点、差异盘点、盲盘等 11、无法应对非标品入标品出的业务场景 造成原因：标准系统不支持加工或加工较为薄弱 应对方案：系统记录和维护商品重量与数量的关系。非标品按重量进行收货。加工后的成品折算为数量进行上架，损耗体现在库存调整单中。销售单按数量分配出库。支持商品等级转换，可将货品按不同等级进行转换。可配置先进先出策略，保证先生产的商品优先出库。  12、不支持非标品作业场景 造成原因：标准系统不支持非标品作业，仅支持按数量收发货。 应对方案：提供多种收货方式，非标品使用称重收货，标品支持快速收货、点数收货。 提供抽检功能，针对有坏掉的商品可以拍照取证记录，异常抽检标签不再收货。 提供PDA撤销收货功能，现场无需额外准备电脑。 提供多维度PDA收货查询、作业路由查询、入库单查询、灶点查询。 允许在发运前修改收货重量，即使在已复核、已拣货之后（可灵活配置权限）    13、无法统计包装过程中的耗材使用情况 应对方案：WMS提供耗材管理，包装耗材推荐方案、以及特殊包装规则的维护。 系统应支持耗材的进销存管理，包含耗材的基础资料维护（长宽高、重量、条码），耗材的入库及耗材的出库，其中耗材的出库消耗包含通过复核。打包包装消耗和通过出库消耗功能进行库存扣减。  可考虑的推荐方案。 系统根据仓库所使用的包装所使用的耗材组合维护包装方案，一般一个完整的包装方案包含纸箱、面单值、填充物等。作业过程中发现系统推荐包装方案不满足时，可手动调整最优包装方案。  订单下发到WMS，系统自动推荐包装方案。推荐逻辑：订单货品组合是否已有历史包装，如有则直接推荐已使用的包装；如无，则根据货品的长宽高、重量自动计算包装方案。当有特殊货品时则配置包装规则，推荐特殊包装。  14、送货无预约机制 现场情况：没有预约，供应商想啥时候送就啥时候送，无提前规划。 造成结果：现场月台拥挤不堪，严重影响收货效率，仓库管理混乱，造成爆仓的错觉。 应对方案：合理控制供应商送货时间，可精确到小时。  合理库存控制，控制供应商必须在指定时间段送货，降低库存。  合理库位安排，供应商提前预约提前安排储位。 通过预约机制可对供应实施绩效管理。如:供应商送货准时统计,可按供应商进行排名排序，残品统计,供应商效率统计…可统计出最佳供应商。 仓库可实时把握供应商变化，可合理安排各种资源。 通过系统进行预约策略控制，如：不同订单是否允许合并、预约时间是否严格控制、是否可拆散订单预约、预约是否严格审核机制等配置与控制。 三、 其他                     
WMS
2023-07-16
[经信快报]媒体观察|首设世界500强榜单，看宁波制造的壮志雄心
【本文部分内容摘自宁波经信局，仅供学习参考，权利归原作者所有】雅戈尔从制造迈向智造有“宁波经济奥斯卡”之称的创业创新风云榜推出至今已经第18年了。50个榜单，彰显企业综合实力，既比规模、贡献，又比速度、担当，既比总量、增量，又比质量、含量。“表彰过去、促进当下、激励未来”，这是风云榜18年来的“初心”。怀揣初心，今年的榜单中，几乎都名花有主，唯有一个还是空白，也因此，格外引人注目。它就是——世界500强企业榜单。“虽然，现在没有，但是不久的将来一定会有，我们等着宁波企业来摘榜！”市经信局企业培育与产业合作处处长朱立富对记者说。金田铜业车间为什么要设“世界500强”榜单？“世界500强”，是城市经济发展的荣光。一个城市拥有的世界500强企业情况，不仅直接影响城市GDP、财政收入、劳动就业等显性指标，也会深刻影响这座城市思维理念、创新氛围、幸福感受等隐性指标。目前，全球最具权威性的世界500强榜单是《财富》杂志评选的“财富世界500强”榜单，根据上年销售收入，对世界上所有企业进行排名的榜单（需申报或经核实）。近两年，“胡润世界500强”也逐步受到全球投资者以及行业的认可。这份榜单是根据市值或估值，对世界的民营企业进行排名的榜单。最近一次《财富》公布的世界500强榜单是2022年8月，中国总计共有145家企业上榜《财富》世界500强，占比高达29%。其中北京拥有世界500强总部达到了54家，高居全国第一；上海拥有12家，位居第二；深圳拥有10家，排第三；杭州8家，第4，并首次超过了香港。以《财富》或“胡润”评选为标准，是宁波世界500强榜单的标准——从上述最近的《财富》和“胡润”世界500强榜单来看，最基本的门槛是年营收和市值不低于2000亿元。横向来看全省，浙江除杭州外，去年温州也诞生了1家世界500强企业。在宁波市发展规划研究院专家李东霖看来，培育“世界500强”企业的重要意义不仅在于企业的发展，更在于其所在城市的经济繁荣和稳定。一方面，建设“世界500强”可以提高企业的市场地位和竞争力，能够在国际市场获得更多的机会和资源；另一方面，也可以促进当地城市的经济发展，创造更多的就业机会和税收收入，形成产业链和价值链，促进经济升级和转型。资料图GDP万亿之城如何结缘“世界500强”？城市竞争，不进则退。作为GDP万亿之城、单项冠军之城，“宁波要实现‘世界500强’零的突破。”2021年，市委着眼厚植实体经济优势、更好服务“国之大者”，提出整体打造“大优强、绿新高”现代化产业体系，并出台《加快培育制造业百强企业实施意见》等政策，这与党的二十大作出的战略部署高度契合。只有进一步壮大顶天立地的“大”企业、铺天盖地的“优”质中小企业、拥有“强”势话语权的单项冠军企业梯队，加快形成“绿”色为导向、“新”经济为主力、“高”技术为支撑的产业结构，宁波制造才能真正跃升为“智造”和“创造”，宁波发展才能制胜未来。在“大优强”相关会议上宁波提出了发展目标——到2025年，营收超千亿元企业达到8家以上，至少1家企业成为世界500强，中国制造业500强企业超过20家。同年，《宁波高质量发展建设共同富裕先行市行动计划》提出，要在2025年实现世界500强零的突破。《宁波市制造业高质量发展“十四五”规划》提出“三突破”目标,要在“十四五”末冲击世界500强。此后两年间，瞄准“‘世界500强’零的突破”，宁波从科技创新、营商环境等诸多领域密集出台了系列政策措施。今年5月31日，市委有关专题会议提出，要系统性重塑风云榜榜单，“即使没有，也要设，要等着企业来摘榜”，宁波将给予“专项政策资金支持”。如何培育世界500强企业？李东霖认为，要从行业领军的“大优强”企业和掌握关键核心技术的“专精特新”企业中，加快遴选一批培育企业名单，重点从提升企业自主创新能力、增强全球资源配置能力、提高产品服务质量、塑造特色品牌文化、增强经营管理水平、培养优秀企业家和优化企业发展环境等七个方面给予政策、要素、资源支持。金田铜业宁波“‘世界500强’破零”还有多远？对“世界500强”的期待，一如宁波城市的性格，含蓄并热烈。美籍奥地利政治经济学家约瑟夫·熊彼特曾说：“企业家有征服的意志，战斗的冲动，创造的欢乐。”如今，更多的宁波企业埋头主业，全力转型，奋力智造。根据最新公布的“大优强”培育名单，104家甬企组成宁波制造的“最强军团”，无疑，也是进军“世界500强”的后备军。细数其中的本土制造业企业，目前年营收破千亿的企业有4家——分别为雅戈尔、金田铜业、吉利汽车和镇海炼化。从曾经的“青春服装厂”到如今中国的“衬衫大王”，去年雅戈尔年营收1715亿元，距离“世界500强”2000亿营收的门槛还差一小步。“我们将围绕现代化产业体系，打造智慧营销，推进线上线下深度融合，创造雅戈尔自己的国际品牌，持续提高产品附加值。”雅戈尔集团董事长李如成告诉记者，雅戈尔将通过10年甚至30年的努力，打造世界级时尚产业，这是雅戈尔人的共同愿景，也是国家产业发展的需要。金田铜业是宁波又一家营收超千亿级企业。金田集团总裁楼城说：“进入后千亿时代的金田集团一如既往坚持创业精神，持续布局全球价值链，坚持尖端技术突破与数字化转型的双轮驱动，进一步做大做强，打造集专业化、平台化、智能化、国际化、绿色化于一体的现代化企业。”吉利汽车此次风云榜50个榜单中，“吉利”的名字出现了17次。作为进击世界500强的又一“种子选手”，吉利汽车集团CGO（首席政府事务官）李伟平表示，去年，吉利在宁波的工业产值已达1340亿元，占宁波汽车产业总产值的比重已超过40%。目前，吉利汽车正加快宁波五个制造基地的新能源化改造，三电项目进一步扩产增效。按照目标，计划2025年，在宁波实现年产值破2000亿元的目标。博洋集团“无畏寒风，重塑增长。”博洋集团董事长戎巨川表示：“博洋还不够大，应该立下更大志向——向千亿时尚产业群迈进。打造数百个创业空间，吸引更多志同道合的年轻人一起共享时尚产业的发展。”企业积极有为，更需政府主动作为。“针对‘世界500强’潜力企业制定专项‘一企一策’，‘保姆式’注力 ”；“宁波要加快培育‘世界500强’梯队，加快新的产业集群的打造”；“强链延链补链固链——数字产业、绿色石化、高端装备三大产业集群加快迈向万亿级；瞄准绿色、新型、高端，打造新型功能材料、绿色能源、关键基础件、智能家电、时尚纺织服装、现代健康6个千亿级产业集群，以及一批以新兴和未来产业为新增长极的‘361’万千亿级产业集群”……风云榜上，世界500强榜单的空白，是对经济发展的留白，更藏着“宁波制造”的壮志雄心。榜单已发，静待摘榜！
创业
2023-07-16
[实验室]软件系统处处要体现“防错”设计
软件系统在设计时一定要考虑防错设计，按我的实施经验，有很多软件项目之所以使用效果不好，在于软件大多都是人机交互，人工操作为主，而人工往往由于现场环境的原因，在操作录入，特别容易引起误操作，使数据越来越偏离真实，又较难及时发现，因此系统和设备应该做好人工错误的预防和兜底。以下做个科普：防错日文称POKA-YOKE,又称愚巧法、防呆法。意即在过程失误发生之前即加以防止。是一种在作业过程中采用自动作用、报警、标识、分类等手段，使作业人员不特别注意也不会失误的方法。防错是一门技术,有一系列技术和工具用于各类过程的错误防止，下表列明了不同的防錯思路及其策略：从上表可看出,防错的思路有减少失误、检测失误、简化作业,替代、削除等,从其目标及采用的方法来看:(1)消除失误削除失误是最好的防错方法。因为其从设计角度即考虑到可能出现的作业等失误并用防错方法进行预防。这是从源头防止失误和缺陷的方法，符合质量的经济性原则，是防错法的发展方向。妙笔：我们告知客户最好梳理一下仓库的布局，物品的摆放整齐，外观，包装，标识都要清晰，空间宽敞明亮，不要太狭小，人员易搬动，易识别，易清点，提前预防因环境不良而引起的误判。(2)替代法替代法是对硬件设施进行更新和改善，使过程不过多依赖于作业人员，从而降低由于人为原因造成的失误(占失误的部分)。这种防错方法可以大大防低失误率，为一种较好的防错方法，缺点在于投入过大，另外由于设备问题导致的失误无法防止。妙笔：原先依赖员工经验查看实物，人为判断与品名进行匹配，这很容易引起失误，特别是新手，料不对号。采用PDA等设备，扫描条码、二维码识别等避免人为错误。(3)简化简化是通过合并、削减等方法对作业流程进行简化，流程越简单、出现操作失误的概率越低。因此，简化流程为较好的防错方法之一，但流程简化并不能完全防止人为缺陷的产生。妙笔：改造流程，把一些容易引起误判误读的环节精减或者直接去除。(4)检测检测是在作业失误时自动提示的防错方法,大都通过计算器软件实现，为目前广泛使用的防错方法。妙笔：系统对于录入和采集的数据进行检查，对于不合格式的，偏差较大的异常数据进行告警或自动修正。(5)减少从减少由于失误所造成的损失的角度出发，即发生失误后，将损失降至最低或可接受范围，目前许多智能设备均或多或少具备该功能。妙笔：经过追溯，发现了复核后仍有错误的数据，将该数据标为质疑，不可用于生产环境，直到错误彻底得到纠正。【参考文献】知乎：盘点防错技术的五大思路
软件设计,生产力工具,开发平台
2023-07-01
[实验室]【千妙小问】极速开发工具Turbo
妙笔：千妙科技为什么要做自己的开发工具？自修：这个问题，总体归纳为，主要是为了满足市场的需要，在结合自身的实际情况而做出的考虑。 1. 市场的要求沟通试错成本要低，企业随着时间和业务的变化，对信息系统的需求也存在变化，而软件项目中主要的隐性成本是沟通和试错成本，尤其是处于新上线的，定制的，或较为独特的项目更为明显，为了尽量降低试错成本，必然需要这样的基础开发环境做支撑，能快速实现并快速验证的。稳定性有保证，一个基础之上创建实际客户案例越多，说明经过市场的验证越充分，证明基础稳定性更好，企业引入风险低。快速服务响应的底层保证，快速定位到是设计时的缺陷，还是实现时的缺陷，还是运行时环境问题，快速修正，快速交付，不需要复杂的交付流程，提升客户接受服务的体验。服务可持续性的保证，服务的可持续性是软件企业生命力的体现，有稳定可维护性的基础环境，不会因为干系人员的变动而停摆。可扩展性，软件服务对企业的业务纵深有冗余空间，可以简易的增减新功能新特性，与第三方集成或者迁移，特别是一些历史遗留项目。2. 自身的要求价值观落实在实践上，创新创造是我们的价值观，我们在公司介绍中曾有描述，我们是一家既“资深”又“年轻”的公司，我们希望成为一家合格的软件企业，有研发能力，拥有独立的知识产权（著作权和专利），并将不断提高研发的比重。要有一个具体基础去积淀生产流程和质量管理体系规范、知识和经验，有科技之名，应有科技之实，因此开发工具是必须的；适合自己，没有完美的工具，只有合适的工具，古人云：工欲善其事，必先利其器。首先在自家“兵器”的选择上要有绝对的自主权，是长是短，是粗是细，是钝是利，趁手最宜。倘若选择了一些不适合自身发展需要的工具，隐性的内耗会增加。提高自身的生产力，不可能所有项目都是从零开始构建，性价比太低，只有高度可复制性，不断降低复杂性，才能使设计理念和构思快速落地，降低自身的试错成本，拓展市场。自身安全的需要，代码做为软件企业重要的资产，一定要完全自主可控，保密。只有自主研发，才能在产品和项目中融入自己的智慧和设计理念。自己的一切自己做主，这是公司的恪守原则。减少“黑箱”类应用，减少对第三方供应侧的强依赖关系，以免增加公司的服务供应链风险。差异化竞争的需要，我们要与纯商贸型的软件商家区别开来，避免陷入同质化竞争带来的损耗。积累知识资产，没有自己平台，公司无法积累技术成果，积累知识资产，这对软件企业的成长是不利的。小妙：现在大厂也有很多的低代码平台，为何不直接用他们的平台？自修：不论供应侧是低代码还是无代码，那都是别人的产品，我们只是做为第三方应用开发者的角色，而实现细节被隐藏，总体风险变得不可控，其局限性明显，不够灵活自由度，对此我们持保留态度，我们坚信一句话：专业的人才能做专业的事，请细品~我们的开发工具Turbo，是为我们自己而打造的一套生产力工具，是基于我们自身对产品的应用场景和未来经营方面的判断。结构松散，独立灵活，使之保持对信息技术趋势持开放态度，特别是移动化，物联网，人工智能方向积累经验。做为我司产品和项目的底层基础，保持一定前瞻性的同时，不断迭代，控制复杂性，在可维护性上做取舍，像打造一款产品一样打造开发工具，不断地延续其生命周期，包括其上的产品和项目。
低代码,开发平台
2023-06-16
[经信快报,实验室]数据分析驱动经营
通过对宁波市中型规模以上企业的经营范围及产品种类分析，“数据驱动经营”为我司提供了一定的指导作用密集高频词如下：进出口 塑料制品 批发 代理 零售 设备 配件 五金 模具 家用电器 零部件 机械设备 金属制品 元器件 电子 租赁 汽车配件 专用设备 化学品 材料 五金配件 零配件 橡胶制品 金属材料 智能 电子产品 特种设备 机械配件 日用品 金属 医疗器械 建筑材料 纺织 灯具 家具 电器配件 器材 仪器仪表 食品按产业统计：产业计数电气机械和器材制造业1323通用设备制造业1014金属制品业691专用设备制造业582橡胶和塑料制品业526汽车制造业499计算机、通信和其他电子设备制造业494非金属矿物制品业285纺织业233仪器仪表制造业208纺织服装、服饰业195化学原料和化学制品制造业178文教、工美、体育和娱乐用品制造业159其他制造业143家具制造业125铁路、船舶、航空航天和其他运输设备制造业116农副食品加工业93印刷和记录媒介复制业86食品制造业81有色金属冶炼和压延加工业79造纸和纸制品业59木材加工和木、竹、藤、棕、草制品业54医药制造业48黑色金属冶炼和压延加工业41化学纤维制造业26石油、煤炭及其他燃料加工业22酒、饮料和精制茶制造业18皮革、毛皮、羽毛及其制品和制鞋业16批发业14制造业12废弃资源综合利用业10研究和试验发展7金属制品、机械和设备修理业6零售业5房地产业2电力、热力生产和供应业1土木工程建筑业1科技推广和应用服务业1商务服务业1按区域统计：县市区计数慈溪市1417余姚市1347鄞州区1036北仑区685象山县544镇海区543宁海县517海曙区502奉化区475江北区285宁波市103合计7454
创业
2023-05-23
[业界拾贝]MES选型
开头必须先声明一下，本文不搞简单、粗狂、所谓的MES企业排名，MES其实也没有什么排名，都是在一定的场景下，本文只介绍几个选型的维度供参考，选择MES重要的是因地制宜，适合企业。1、行业性首先除了要看是离散型制造还是流程型制造外，还要考虑不同行业（流程型有化工和饮料等不同行业，离散型有机械、电子等不同行业）对MES的需求也有很大差异，根据行业的差异性，MES厂商可分为两大类，一类是平台性产品，不同行业可以通用（比如西门子等），另一类是专用性产品，垂直于某一个行业（比如电子行业的明基逐鹿等）。2、技术架构大多数企业选型不太关注MES的架构，但是好的产品，必须有好的架构来支撑，并且长期优化扩展不断迭代，需要大量的二次开发，这点对软件架构稳定性和扩展性也是一种考验，谁也不想买个软件几年以后就淘汰了，但是后期升级维护是选型企业必须要考虑的因素。3、集成能力大部分企业信息化已经进入到第二阶段，第一阶段的企业，也都知道不能建立系统孤岛，系统与系统之间打通，才能去掉部门墙，提供多部门协同效率。4、基本功能从功能涵盖面和核心功能上考虑，通常情况下，MES产品分两类：项目级、定制化产品和平台化产品；MES厂家分三类：第一类是硬件起家的，起源于组态和SCADA；第二类是项目制起家的，起源于不同企业信息化需求；第三类是管理软件和咨询服务（比如PLM、ERP等厂商）起家的，起源于管理软件和咨询实施服务，功能向下延伸。5、国内外厂商企业在选择MES厂商时，千万不要崇洋媚外，国外MES产品应用是建立在西方管理理念和完善的管理体系的基础上，这也是国内为啥好多MES厂商一直在做MES国产化，来适应国内不同管理水平、不同运行能力、不同执行力等各种差异的不同阶段企业。面对国内外软件厂商的大力宣传和轰炸，希望企业选型团队，根据企业规模、所处阶段、业务复杂度，从需求出发，从问题出发，从痛点出发，选择一家相对最适合自己的一家MES服务厂商。
智能制造,MES
2023-05-23
[业界拾贝]新能源汽车制造行业MES需求分析
    本文是以乘用车制造典型工艺为例,详细阐述汽车行业 MES 的个性化需求。对于乘用车整车厂来说,冲压、焊装、涂装、总装四大整车工艺车间的MES应用各有侧重。 01     冲压车间主要通过对卷料、板料、冲压自制件的出入库信息以及各冲压线体的生产信息和品质信息进行记录,以及时、准确地对车间内各种数据进行汇总和分析,从而提高车间可视化水平,为管理者生产决策提供客观可靠依据。02     焊装车间 MES 功能覆盖从生产计划编制、下发到执行、跟踪与统计分析的全过程。同时,通过 MES与车辆自动识别（AutomatcVehcleIentfcaton,AVI）系统的集成,以及对生产过程中质量、物料数据的记录,使管理人员能时刻洞察车间内的各项业务活动,为生产的持续改善提供强有力保证。03      涂装车间MES 功能覆盖计划管理、品质管理、系统集成、作业指示、统计报表、异常情况处理等,通过与AVI（车辆自动识别）系统集成,可以实时了解从 WBS（白车身缓冲区)到涂装完工的车辆队列，使涂装管理人员能时刻洞察车间内的各项业务活动，帮助提高生产效率和产品质量。04      总装车间MES 功能覆盖计划编制与下达、作业指示、车体跟踪、品质管理、统计报表、异常情况处理等。同时，与AVI系统集成，实时掌握PBS车辆队列信息;与多种类型的自动化设备的系统集成，使总装人员能时刻了解车间内的各项业务活动。 同时,对于各生产线来说,乘用车MES主要包含以下功能。1.作业计划管理（1）按照一定的约束条件进行生产排程和优化形成作业计划,考虑生产均衡化、批次、不同的车间设置不同的生产顺序规则等。（2）跟踪作业计划的执行情况，计划完成后将相关信息反馈给ERP。 2.生产过程管理（1）从生产作业计划单中获取车辆识别号（Vehcle Ientfcaton Number,VIN)码,用于车辆跟踪。（2）生产装配清单,细到工位。（3）通过对 VIN码的扫描,实现从焊装到整车完成全生产过程的跟踪。（4）)生产线状态LED显示。（5）工序能力分析。（6）在制品跟踪查询。（7）生产过程中发生的重要事件,以邮件等形式分级自动通告。 3.物料管理（1）针对不同的物料采取不同的调度模式;对于自加工部件,同步生产供应;大件物料,通过现场终端直接通知供货部门供货;小件物料,看板拉动;低值易耗品,达到线边物料上限时,自动发出补货指令。（2）同步化物料补货,支持电子看板、呼叫、序列和KIT(单台套)等物流运作方式。支持缺料报警以及投料原因的分析,并能够对其进行追踪。（3）能够实现关键物料追溯和物料防错,并能进行零部件匹配判断。（4）通过条码扫描建立重要零部件与车辆VIN的关联。（5）实现对物料的个体和批次在生产在线推移、传递、消耗、转化等信息进行采集、记录、跟踪、整理、分析和共享等信息管理功能。（6）与仓库管理系统（Warehouse Management System， WMS）建立数据通信,在发货环节为WMS系统提供信息支持。（7）PBS信息驱动生产车间预装、物料暂存、供应商发货。（8）支持无线呼叫。（9）支持新品切换的控制以及对物料的操控。4.质量管理（1）质量追溯（关键件与VIN 绑定)，通过扫描条码,实现关键件数量可增减。（2）装配指导,装配防错。（3）SPC在线信息查询与报表生成,采集数据后,经过系统分析后生成相应的图表，不同权限人员可查看不同图表。（4）建立历史数据库对质号制和设备状态等信息进行分析，并通过数据字典对历史数据进行自动处理。（5）零件试装信息共享,试装信息(质量工艺产品供应商技术援助—Suppler Techncal Assstance,STA)分类后发布给指定的人员。（6）整车生产履历记录，包括订单号、生产线、物料、质量、装配人员和班次等详细信息。（7）装配缺陷次数报警，实现质量领导体系（Qualty Leaershp System,QLS)系统输入的质量问题按触发等级自动报警的功能,同时将报警信息以邮件或短信方式发给相关人员处理。5．其他（1）车辆自动识别系统（AVI),识别车体在车间内的实际位置。（2）物料呼叫安灯系统（Anon）,通过在生产工位旁的物料呼叫请求按钮实现物料呼叫，在生产现场和物料存储区设置信息显示板，反馈生产线物料呼叫请求,操作员根据呼叫请求送料。（3）品质异常呼叫安灯系统（Anon）,利用声音和视见至现当刖生产线工作状态，实时显示工位异常,以便相关的人员及时做出响应。小结        汽车制造企业的管理重心在于保证生产过程的稳定性与持续性。汽车制造企业多采用JIT生产方式,因此非常注重物料的运输、追踪、管理以及各车间的及时排产。企业在选择 MES方案时应着重考虑如何实现精益化的混流生产管理。 END
智能制造,MES
2023-05-23
[业界拾贝]为何WMS软件不能提供试用账号？
【本文内容摘自酷仓宝，仅供学习参考，权利归原作者所有】“       在我们日常的售前沟通过程中，很多潜在客户会在听销售经理做过产品PPT介绍之后，表示能不能提供一个测试账号供其评估系统使用。碰到这类情况，我们公司的一般建议是婉拒这类请求，转而为客户预约一次产品专家的1s1系统演示，并在该演示中做一些类似POC（Proof of Concept）的工作。乍一听，会感觉这种售前指导策略和SaaS软件的优势有点违背。毕竟SaaS软件比起传统软件，由于依托云部署方式，在技术上支持用户自行在线注册，免费试用是没有任何问题的。那么我们不建议销售经理为客户提供试用测试账号的主要原因是什么呢？”      最核心原因是由于WMS软件本身的特点所导致的。有别于财务，办公自动化，客户关系管理等业务闭环几乎可以全部在数字世界中完成，仓库管理软件需要与一个物理世界中的人机物三元要素密切互动才行。这个特点导致WMS软件要在一个特定的仓库中正常运作，必须经过现场的实施、培训，并在此过程中完成商品信息，库存信息等初始化工作；仓库区域规划，出入库流程规划，拣货路径优化等SOP设置；上游OMS订单抓取，下游TMS物流轨迹跟踪等外围软件对接。只有这些前期工作做好了，WMS软件的真面目才能展现。可以说“不识WMS真面目，只缘系统未实施”。除此之外，不建议提供试用账号的原因还有如下几个方面：1潜在客户是否具备客观评估能力        如果让外行来评价内行，往往不能得到客观的结果。对于WMS评估而言，建议销售经理对客户方的专业程度做一定判断之后，再决定是坚持不提供试用账号，还是破例向公司申请一个。规矩是死的，人是活的。在以往销售过程中，我们其实为专业度过硬的评估方提供过测试账号，尽管销售结果不理想，原因是后边几条。但是当时我们还是认可客户方在仓库管理方面的专业度和业务理解力的。2WMS系统业务复杂，潜在客户是否愿意投入大量时间精力         即使客户团队有WMS经验丰富的专家，由于专业型的WMS软件功能模块一般由几十个，具体功能点几千个。评估一个WMS需要投入非常多时间，当面临多家WMS供应商时，客户方投入时间平均下来其实是非常少的。在如此少的时间投入下，对WMS功能很难做出客观、有效评估。3没花钱的软件，往往不会被认真对待       在企业管理软件领域，一直存在买单人和使用人不是相同角色的问题。WMS软件同样存在这个问题，在中国软件价值本来就是被严重低估的。如果企业还没有为WMS付任何费用，在试用过程中出现很多与WMS软件不相关的阻碍因素时，试用方很容易放弃。反之，如果企业已经为WMS软件付了一定费用，那怕是可以退回的意向金，潜在客户想办法突破障碍的动力都会大很多。    4非真实数据在试用过程中所带来的各类问题       有过软件开发测试经验的人都知道，软件功能流程的正确性除了依赖程序正确之外，对数据合法性也有较多依赖。特别是大型软件，业务逻辑非常复杂，往往不能够人为构造很多高质量模拟数据。那么在评估WMS软件过程中，就很容易出现一些由于模拟数据不完整，基础数据缺失所带来的流程走不通，出bug等。这些问题从严格意义上讲，当然可以通过WMS软件的鲁棒性不断提高来确保不出问题。然后，现实情况下，针对非真实数据的缺陷所带来的bug优化，软件产品经理一般将其优先级设置为最低。毕竟真实仓库使用真实数据时，WMS软件不会出这类问题，而开发工程师要忙的事情太多了。5WMS软件的专业性强，未经培训自我摸索费时费力且容易冤枉好人       即使潜在客户中有WMS专家，比如有使用过其他WMS品牌的WMS软件多年经验。换了一个WMS软件，毕竟是不同公司设计的产品，仓库管理思想和算法相同情况下，软件界面布局，软件操作流程很多地方也是不同的。如果该专家未经我们任何培训，而直接自我摸索着使用我们软件，这个过程所需要花费的时间是非常多，并且很容易造成误会。有一些功能明明我们是支持的，由于没有采用正常用法甚至完全没找到功能页面，就下结论说XXX功能我们产品不具备。碰到过几次这种情况之后的销售经理就不太愿意再提供试用账号，或者要求客户任何问题都和我们的顾问去确定。这样实际上就把售前的成本进一步推高了，因为实施顾问的时间是很宝贵的。       综上所述，不建议冒然为潜在客户提供WMS试用账号。这篇文章，既可以为潜在客户解答为何不能提供试用账号的疑问，也可以让销售经理在销售过程中绕开误区，以避免好人被冤枉。
SaaS,WMS
2023-05-23
[业界拾贝]结合“专精特新”谈谈WMS厂商的战略定位
“       随着国内产业结构向“避虚就实”方向不断调整大方针的逐步推进。在过去3年，企业主很多开始冷静下来重新思考公司的战略方向和定位问题。在互联网热潮中，无论消费物联网还是产业互联网，很多企业的愿景都是要做平台。然而真正做成功的平台公司，凤毛麟角。加上最近对平台公司的一些监管政策更加让企业主重新审视自己公司是否应该以做平台为目标。”       以我们所处的物流与供应链信息化领域而言，笔者观察到不少同行公司已经开始弱化平台战略，向“专精特新”方向发展。其中不乏优秀的公司已经获得了部级、省级、市级等不同级别的“专精特新”企业称号，例如深圳市海柔创新科技有限公司入选工信部第四批专精特新“小巨人”企业；深圳市敏思达信息技术有限公司荣获“2021年深圳市专精特新中小企业”；上海宝时供应链管理有限公司荣获“2021年上海市专精特新中小企业”。这些已经通过政府评选的企业的优秀程度自不必说。笔者从中得到的启发是这些同行公司也为WMS厂商的战略定位做了很好的榜样。        尽管专精特新小巨人企业要求年营业额1亿以上，对于很多WMS厂商这个目标还有点难。但是，需要注意到国家十四五规划中关于专精特新的表述中还有一句“实现十四五期间培育百万家创新型中小企业、十万家省级专精特新中小企业、万家专精特新小巨人企业、千家单项冠军企业”。笔者对这句话的理解是，如果有志于走专精特新路线的中小企业，可以根据自身具体情况逐步升级。做不了“小巨人”，可以做省级专精特新。做不了省级专精特新，可以先从百万家创新型中小企业做起。从这个方向上来看，无论目前营业额过亿的WMS大厂，还是专注于细分领域（比如专为电子配件工厂提供WMS）初创WMS小公司，都可以对号入座，在“专精特新”的行列里有一席之地。      按照历年Gartner的WMS魔力象限报告中对全球WMS市场的分析来看，国内的WMS厂商在营业额，市场占有率等方面的发展空间还非常大。由于中国改革开放四十年的经济爆发式增长，国内在仓储管理的精细化方面还没有全面展开，很多仓库都是简单粗暴的管理来应对快速增长的业务。可以预见，随着经济进入存量时代，增速减缓，低垂果子摘得差不多了，仓储管理企业或部门才会真正沉下心来做慢活、细活。因此，专精特新还是非常符合当下的客观环境的。那么，WMS厂商如何做好专精特新呢？1要点一：专心，专注，专业       首先来谈“专”，专心，专注，专业，专家这些都是专的内涵要素。WMS厂商要耐住寂寞，奉行长期主义，不走捷径。入选工信部专精特新小巨人的企业大部分都是创立10年以上，长期专注这个因素，可见一斑。仓库管理由于并未对应高等教育中的某一个具体专业，再加上货品种类众多（服装，生鲜，百货等），仓库类型多样（冷库，自动化立库，楼库等），业务模式繁杂（零售，批发，大宗，保税等）等原因，目前国内WMS厂商都面临着专业仓库管理人才难于招聘，培养周期长，半路出家导致的知识版块缺失等人才困境。在这种现状下，WMS厂商要想办法建立自己的实施顾问团队，这个团队是公司的核心竞争力。关于这个方面，可以看前面笔者撰写的关于仓储“优化大师”的文章。2要点二：精细化         其次，“精”指的是精细化。在这个因素上，可以说它就是WMS厂商存在的核心价值。为何老牌子的企业管理软件厂商没有在WMS产品上做好，核心原因就是过去几十年中国企业的仓库管理还不够精细，没有精细化的迫切需求。而为何这十年，WMS厂商取得了快速发展，也是因为现在仓库管理需要更细致了。专精特新4因素里边，WMS厂商最贴近的就是“精”了。精细，精益，精心这些都需要从产品理念，技术支持，工作流程上一点点打磨。目前WMS厂商还处于教育市场阶段，笔者观察到很多仓库中的员工，甚至管理者都还没有完全端正态度，还存在比较多的嫌弃精细化管理带来的步骤多，普遍存在厌烦情绪。这个问题随着时间推移，精细管理理念会深入人心，东方文化中的“差不多”思维会受到抑制。3要点三："特"和"新"       至于，“特”和“新”这2个方面，对WMS厂商的要求相对没有那么高。WMS可以做出特色功能，特别是针对一些特殊的业务场景。结合一些新的仓库设备，仓库机器人可以开发新功能，基于商业模式创新提供新的收费方式。创新不断应该是对每个优秀企业的基本要求。相对而言，WMS产品特点要求“专精”多于“特新”       在国内外环境不确定性增强的今天，WMS同行们做“专精特新”的事情笔者想总不会错的！
SaaS,WMS
2023-05-23
[业界拾贝]选择的智慧-WMS的SaaS版本，独立部署版本，应该选哪个？
“       在我们的日常销售工作中，关于应该选择WMS的何种部署方式，经常会遇到客户的询问或者新入职不久的销售同事的提问。针对这个问题，本期笔者将结合我们WMS在过去十年间的各类项目经验，为大家分享一下WMS部署方式的选择方法。”       我们先来了解一下SaaS版本，独立部署版本，源代码买断版本的区别。1要点一：从技术角度看    （1）SaaS版本，指的是将WMS部署在云端，由WMS厂商独自管理和维护，一般情况下WMS厂商会使用公有云（阿里云等）来作为部署环境。但也有不少SaaS厂商自建私有云平台来降低成本，提高灵活性。用户如果选择了SaaS版本的WMS，在服务器端，既无任何费用投入，也无需操心数据安全和服务器运维等事项。（2）独立部署版本，一般指特地为单一企业用户专门部署一套WMS在服务器端。由于为单一企业所独享，独立部署版本WMS既可以安装在阿里云等公有云上，也可以安装在企业的内部服务器上（云计算兴起之前的企业级管理软件的常见部署方式）。独立部署版本在服务器端的资源（计算，存储，网络）一般由客户方面来提供，WMS厂商无需承担这些服务器端的费用，但是经常需要WMS厂商去做服务器端的运维工作。（3）源代码买断版本，一般意义上都是以独立部署版本为前提，再加上源代码可内部使用的授权协议。这种版本一般为大企业在需要对WMS做比较多的改造工作，且客户企业中有研发工程师队伍时所采用。2要点二：从面向用户群体类型角度看      （1）SaaS版本，一般是SaaS WMS软件公司为多租户所提供。因此，使用SaaS WMS产品的用户实际上是与众多用户共享同一套代码对应的标准产品，共享服务器和带宽资源。在目前国内市面上的WMS公司里边，能够提供SaaS版本的WMS厂商往往比不能够提供SaaS版本的WMS厂商创立时间要晚一些，究其原因大体因为创立较早的WMS厂商在底层技术架构上拥抱云计算的程度要差。反之，创立晚的WMS厂商在技术架构上往往是云计算兼容的，拥有技术上的后发优势。SaaS版本由于需要同时面向众多客户，往往不能接受来自于单一客户的定制需求，因而一般以标准产品的形式存在。上述2方面特性（基于云和标准品）使得SaaS版本的WMS天然适合于中小型企业客户，因为中小型企业客户可以接受一些业务需求不被满足。云架构带来的低价、快速可用、弹性也被中小企业主所喜欢。      （2）独立部署版本，一般面向对定制化（客制化）需求有比较高要求的客户群体，这些企业的仓库业务流程相对比较复杂，仓库数量比较多，在使用标准SaaS WMS时，往往不能完全满足其业务需求（例如：与ERP软件，财务软件的对接，特殊品类相关的仓库作业流程）。针对这种类型的客户，独立部署版本可以比较好满足客户需求的主要原因是可以为该客户单独修改源代码、发布新版本而不影响其他客户。另外，一些客户企业对数据安全和隐私保护要求比较高，希望WMS系统相关的所有数据都能放在企业内部完全可控的环境中。这种需求也可以通过独立部署版本来满足。     （3）源代码买断版本，购买这种类型的客户往往对自主知识产权的WMS有一定诉求。可能是考虑自建研发团队可以对WMS研发过程完全可控，也可能是融资上市导致对自主研发能力有比较高要求。比起从零开始自主研发一套WMS，向成熟的WMS厂商直接购买源代码可以节省时间，降低研发风险。一般WMS厂商向大型企业授权部分源代码时都约定仅能供其内部使用。由于WMS代码工程往往比较浩大，有时候WMS厂商还会派驻工程师帮助目标企业熟悉一段时间。综上，可以发现SaaS版本，独立部署版本，源代码买断版本大体上对应小，中，大三种类型的客户。3要点三：从产品售价水平角度看       （1）SaaS版本，一般为几万元每年。由于SaaS版本部署在云上，采用租赁收费，多用多花钱，不用不花钱。因此，这种版本的收费方式非常灵活，有按流量计费，按用户数计费，按使用时长（年月日）计费等各类低价、快速起步收费模式。（2）独立部署版本，收费价格大约在几十万这个水平。由于这种版本包含比较多定制开发工作，一般报价方案分为产品授权费，定制开发费两个部分。由于独立部署版本的价格提升到几十万这个级别，有些客户企业需要走招标流程，进一步推高独立部署版本的商务成本。实际上，独立部署版本的销售模式比较接近SaaS兴起之前的企业管理软件。（3）源代码买断版本，这种授权源代码的价格一般要几百万元，非大型企业一般接受不了。4针对客户的推荐方案         从上述3个角度分析情况来看，我们可以初步得出如下结论：WMS的SaaS版本适合于仓库业务简单些，少花钱的中小型企业；WMS的独立部署版本适合于定制化需求比较多，有一定买单能力，对数据安全要求高些的中等规模企业；源代码买断版本适合于有自主研发团队，对知识产权要求比较高的大型企业。         我们在为客户推荐3种部署方式时，除了基于上述原则之外，还创新性地提供了可以在不同部署方式之间灵活转换，伴随客户共同成长的解决方案。假设一个中小型企业，一开始选择低价格的我们WMS的SaaS版本起步，当其业务不断增长，企业的仓库数量逐渐增多，业务复杂度增加到一定程度，我们可以将其使用的SaaS版本升级为独立部署版本。整个升级过程中的历史数据迁移，服务器配置等所有工作都由WMS来完成。当客户的企业规模进一步扩大，比如融资、上市了，有源代码买断版本需求时候，我们可以将为其该独立部署的那套WMS的相关源代码授权给客户，以满足客户对知识产权方面的需求。通过这种伴随客户成长的方式，我们已经为众多行业知名品牌客户提供了专业WMS解决方案。              总结一下，WMS为客户提供了灵活多样的部署方式，无论大中小企业总有适合您的一种或多种部署方案。无需为选择何种部署方式而发愁，您的需求，WMS都有应对之策！
WMS
2023-05-23
[业界拾贝]汽车电动化发展趋势下吉利杭州湾工厂的物流创新
 汽车电动化发展趋势下吉利杭州湾工厂的物流创新 当前，中国汽车产业正处于由燃油车向混合动力及纯电动力代表的新能源车转型发展的过渡阶段，很多燃油车制造工厂亟需实现燃油车、混合动力车、纯电车三种类型车混线生产，这让工厂物流复杂性急剧增加。吉速物流通过打造智慧物流项目，为吉利杭州湾工厂燃油车和新能源车混线生产打下基础，实现工厂物流的增效降本，值得行业借鉴。本文作者：于书田 郑侠 董庆峰 浙江吉速物流有限公司 前言电动化与智能化是当今汽车技术革新的主要驱动力，正在引领汽车产业生态蜕变和进化，整个行业处在技术转型过渡期，由以汽油车为代表的传统汽车逐步向以混合动力及纯电动力代表的新能源车转变。不过，汽车完全转向电动化还需一段时间，在这个过渡阶段中，越来越多的汽车制造工厂需要实现燃油车、混合动力车、纯电车三种类型车同时生产。燃油车、混合动力车、纯电车，不同类型车辆的装配工艺不同，对工厂物流需求也会有差异，制造工厂端的物流复杂性正在急剧增加。例如，传统汽车工厂生产线是以燃油车为基础设计的，有汽油发动机分装线，纯电车则没有汽油发动机分装线，但是需要驱动电机安装工位和动力电池安装工位，而混合动力车则更加复杂，同时有发动机、驱动电机、动力电池三大安装工位，生产物流则要同时满足不同车型的各类物料需求。同时，驱动电机及动力电池体积相对较大，特别是纯电车动力电池，每个包装单元只有一个电池，现代化的汽车生产线生产速度能够达到60JPH以上，也就是大约每分钟会消耗一个电池，这就对物流效率提出极高要求；此外，多类车型共线生产，新电池底盘一体化技术引入和发展，也进一步增加了物流复杂性，急需智慧物流来解决现有难题。吉利汽车杭州湾第二制造基地1.杭州湾工厂物流升级背景作为吉利的高产工厂之一，吉利杭州湾工厂也遇到了以上各类难题。目前，吉利杭州湾工厂内生产两种燃油车车型，生产节拍为53JPH，计划在2023年导入两种新能源车型，届时一座工厂的物流需要同时满足燃油车和新能源的四种车型混线生产的物料供应，并确保物料上线的准确性与及时性。这对传统精益生产程度已达极限的杭州湾工厂来说，存在巨大挑战。作为吉利供应链与物流升级的重要推手，浙江吉速物流有限公司（以下简称“吉速物流”）深知智慧物流可实现物流各环节精细化、动态化、可视化管理，提高物流系统智能化分析决策和自动化操作执行能力，提升物流运作效率，是建设现代物流体系的必然之路，更是应对燃油车和新能源车混线生产的重要实现手段。为此，吉速物流结合杭州湾工厂未来物流需求，借助现代化物流技术对工厂物流规划和运作进行改善，提高物流作业效率，改善工作环境，降低工作强度，实现减员增效的目标，更为燃油车与新能源车的混线生产打下了重要基础。2.智慧物流项目建设1.小件货到人传统燃油车RDC车间（厂内物流分拨中心）的厂内小件物料上线方式为人工随车拣选，采用人工+牵引车的方式将物料配送至生产线边，工作强度大，效率不高，且存在一定的安全风险；人工拣选的模式对员工熟练程度要求较高，时常发生员工错拣、漏拣等情况，影响汽车的正常生产与品质保证。AGV小车在产品制造过程中，既可作为无人自动搬运车辆使用，又能根据生产工艺的变化，实现多款车型混编流动生产，可大大提升汽车制造过程的物料信息化、柔性化、智能化水平。对于追求效率与品质的吉利汽车生产工厂而言，无疑是极佳的物流解决方案。吉利杭州湾工厂引入40台360AGV（一种二维码导航AGV）小车实现了RDC车间的小件“货到人”，通过“货到人”模式对物料进行拣选，物料由360AGV小车背负货架运送至固定的拣选工作台边上，员工在工作台边进行拣选工作。总的来看，主要有以下三个方面价值：(1) 高效“货到人”拣选工作站每小时可以大约完成200订单行，是传统人工拣选效率的2倍。这对于大型主机厂动辄数十人的拣选队伍来说，无疑具有巨大优势。同时，在无人仓拆零拣选作业中，当需要拆零的货物数量占整托货物的比例达到一定程度（如90%），系统会提示拣货员做反向拣选。该模式下，拣货员将多余的货物拣出放入反向拣选缓存筐中，系统将余下的托盘货物视为整托出货，按照整托出货的流程通过机器人送往拣货区，从而大幅提高制造场景下的出库拣选效率。(2)“货到人”拣选可以大幅度减少员工走动与搬运工作量。采用“货到人”拣选技术后，原有纯手工作业转变成系统规范操作，同时实现了数据的实时采集，实时了解现场生产状态、物流状态，对于异常情况提前进行预警和处理；系统能通过历史数据进行分析，自动进行零件冷热状态判断，将常用零件放在出口附近区域，不常用零件放在远区域，减少搬运距离，提高设备有效开动率；同时根据生产订单，提前准备相应零件，提高物流效率，也大大降低了操作者的劳动强度。此外，“货到人”拣选系统还具有安全存储、快速存储等诸多优势，是传统模式所不可比拟的，真正体现“以人为本”的物流设计理念。（3）提高账务准确性。“货到人”拣选系统具有非常高的准确性，而传统人工小件拣选时常发生错拣、漏拣等情况，对员工的熟练度具有较高要求。采“货到人”系统后，由吉利自研GLES系统下发拉动， GLES与供应商IWMS实现系统对接，使拣选准确率达到100%，进而从根本上去掉复核环节，进一步减少工作量。小件“货到人”打破了传统的人工拣货模式，提升了拣选效率、降低了劳动强度。同时，通过自主移动机器人也实现了自动化拣选的准确性与配送的及时性，实现物流系统的高效集成。小件货到人出库搬运小件货到人出库口小件货到人多层货架小件货到人单层货架2.焊装车间零件无人化智能配送吉利杭州湾焊装工厂通过引入160台360AGV，实现了焊装车间266类外协零件（含工位间转运）与42类自制零部件以及所有小零件的无人化配送，实现焊装车间全流程的AGV配送场景。线边员工通过操作呼叫器，AGV能准确地将线边所需物料配送至生产线边，彻底改变焊装车间传统的“人工＋牵引车”物流配送模式。主要具有以下几方面价值：（1）改善焊装车间物流管理。传统焊装车间物料配送由“员工+牵引车”配送上线，生产线边物料摆放混乱、物料找寻极不方便，通过360AGV智能配送物料上线，货物的摆放更加有序、整齐和规范；同时，360AGV智能配送物料上线，还能更有效地利用物流仓储面积，提高车间整洁度。（2）优化物流规划流程。按照目前的白车身工业发展趋势，一般新车型投产一年后就要小改动一次，三年或五年后就要大改或更新换代一次，如果不进行必要的更新换代，车企在竞争激烈的当下很容易被市场所淘汰。考虑使用面积、效率、车型迭代等综合效益，同时兼顾白车身生产的柔性化，线边布局尤为关键，尤其是杭州湾工厂焊装线的线边布局十分紧张。通过360AGV的智能化配送，不仅实现了各车型生产所需零件的自动化上线，简化了车身换代过程中的物流规划流程，更减少了焊装线边面积，为焊装产线规划提供了便利。（3）改善工作环境。机器人焊装作业产生的烟尘、电光辐射等，会对员工身体造成较大伤害。360AGV在焊装车间的智能搬运，不仅减少了现场员工物流配送，同时大大提高了现场运行的稳定性，提高工作生产的安全性。吉利杭州湾工厂充分利用了智能AGV设备，结合吉利的GLES系统、GIDP、MES、海康的IWMS、RCS系统的有机融合，进一步提升车间自动化程度，通过系统间的无缝对接，使车间生产和仓库供料节拍更加高效、协调、流畅。焊装无人化智能配送场景一焊装无人化智能配送场景二3.物流项目创新点1．服务模式创新吉利杭州湾工厂的智慧物流项目采用数字化技术和工厂生产相融合的模式，融合了信息管理、智能监控终端平台等技术。这不是一项单纯的技术升级，而是一种企业能力再造的过程，如何围绕客户需求建立以客户为中心的服务能力和服务体系，通过“数字+”的方式实现服务模式、运营模式和成本变化，制定针对性的方案解决策略：（1）兼容多种协议开发，可支持REST、SOAP、TCP等系统对接协议。外接多种借口协议，将IO信号、RS232串口、RS485等转换成可直接通讯的网口信号。（2）机器人监控客户端可用于监控移动机器人及其任务执行状态，包含运行控制、控制干预、告警、任务监控等功能模块，方便设备维护人员及时发现设备和任务异常，主动干预，保障物流业务运行。（3）对于业务不同场地情况，AGV采用二维码、SLAM等导航模式。二维码导航通过控制二维码传感器的扫描获取到地面铺设的二维码图像坐标系中的位置，把采集到的二维码图像的位置坐标信息传送给AGV控制器，通过控制器计算图像传感器提供的坐标数据，确定图像在地图上的位置，继而通过调度系统将指令发送给AGV小车。2．开发模式创新对于一个非常复杂的系统，一般都采用迭代式的开发模式，重复的实施可能需要相当大的成本。在项目正式启动前，完成一个系统的仿真来降低项目风险是非常有必要的。利用现有设备参数、传感器、AGV运行历史数据等，集成场景、生产节拍、多概率的仿真，在虚拟空间中完成映射，从而反映相对应设备运行。3生产模式创新打破传统人工拣配物料的方式，采用AGV智能配送，实现从“人找货”到“货到人”的模式创新，解决了找货难、找货时间长、货物盘点复杂等传统问题，加之立体库、无人叉车、无人仓等现代物流设备技术，实现了机器换人，提高效率，降低对人员素质的要求，同时AGV任务的可视化、统计信息可视化、报警信息可视化，做到了生产的过程监控，减少差错率，提升人效，并提高生产质量。杭州湾工厂设备数据大屏杭州湾工厂后台设备数据统计界面杭州湾工厂设备后台设备管理界面4.取得的效益与未来推广吉利杭州湾工厂智慧物流项目的成功落地，为新能源车型与燃油车混线生产下的物流高效运作提供了保障，并在物流降本增效方面效益明显。吉利杭州湾工厂智慧物流项目小件“货到人”2022年11月正式上线运行，焊装无人化智能配送2023年6月正式上线运行，项目整体运行接近一年，已累计为吉利杭州湾工厂节省66名一线物流作业人员，其中“货到人”模式更人性化减少了95%的无效行走，降低了员工工作强度，实现全面的自动化、信息化、智能化，让企业人员从简单重复的劳动中解放出来，去从事更有价值的工作；系统软件协同联动、数据互通，真正做到智能运维、实时反馈，让生产运营管理水平进一步提升，提高了整体的工作效率和准确率；面对新车型的导入、产能的提升等都可以通过动态库存布置、智能系统负载均衡来轻松应对，节省了大量的重复规划工作。吉利杭州湾工厂智慧物流项目的整体投资回收期小于2年，后续将在吉利集团各个生产工厂陆续铺开推广，预计在2023年底可以为吉利汽车集团减少近百人物料配送员工，减少近百台牵引车的使用，同时可以有效避免工厂安全事故的发生，实打实地提高企业的利润与综合竞争力，同时应用大量的数字化管理技术，有效实现物流的智能调度管理、优化业务流程，加强物流管理的合理化，降低物流消耗。智慧物流依托于信息的传递与共享实现配送效率的提升，但物流信息标准化推进的迟滞使得信息难以迅速得到充分利用，从而影响智慧物流发挥降本提速的作用，同时其对配送效率的改进效果也不尽如人意。尽管智慧物流为物流企业发展带来了光明未来，但智慧化建设需要大量技术、人力和资本的投入，使得中小企业踌躇不决。吉利杭州湾工厂智慧物流项目的成功落地，颠覆了吉利汽车集团乃至整个汽车行业的物流拣
智能制造,MES
2023-05-23
[实验室]小妙对话：产业发展的观察
妙笔：可否描述一下宁波市高增值产业？小妙：宁波市位于中国浙江省东部，是中国重要的沿海城市和港口城市之一。宁波市高度重视高增值产业的发展，特别是高新技术产业、现代服务业和文化创意产业等。其中，宁波市高新技术产业作为宁波市的支柱产业之一，涵盖了电子信息、新材料、生物医药、高端装备、新能源等领域。宁波市秉承“科技立市、创新兴市”的发展理念，不断推进创新创业，加强科技创新和人才引进，推进科技成果转化和产业化，助推高新技术产业持续快速发展。除了高新技术产业外，宁波市还积极发展现代服务业，包括物流、金融、商贸、旅游、文化等领域。宁波市拥有全球最大的港口之一，交通便利，物流体系完善，吸引了大量的物流企业和相关服务企业进驻，形成了以港口为中心的现代物流体系。此外，宁波市还注重发展文化创意产业，鼓励广大文化创意企业家积极创新、创造，推动文化与产业深度融合。宁波市政府出台了一系列激励政策，包括提供场地、资金、税收等方面的支持，鼓励文化创意企业发展和创新。综上所述，宁波市高度重视高增值产业的发展，积极推动高新技术产业、现代服务业和文化创意产业等领域的发展，为宁波市的经济发展注入了新的动力和活力。妙笔：2023年宁波市中小微企业发展现状？小妙：2023年宁波市中小微企业发展现状尽管无法预测未来，但可以根据当前的情况和政策规划来推测一下宁波市中小微企业发展的趋势。以下是一些关于2023年宁波市中小微企业发展的可能性：1. **政策支持将进一步加强**：宁波市一直致力于支持中小微企业的发展，未来几年也不会改变。政府将继续提供各种扶持政策、金融支持和技术支持，为中小微企业提供更好的发展环境和条件。2. **数字化转型将成为重点**：随着数字经济的快速发展，中小微企业必须加强数字化转型，以适应市场需求和竞争环境。政府将鼓励企业加强信息化建设，提高企业管理和运营效率。3. **产业升级将继续推进**：宁波市将继续推进产业升级，加强传统产业的转型升级，培育新兴产业，为中小微企业提供更多的发展机会。4. **国际化发展将得到加强**：宁波市将继续加强与国际市场的合作，鼓励企业拓展国际市场，提高企业的竞争力和影响力。综上所述，2023年宁波市中小微企业将面临着数字化转型、产业升级和国际化发展等多重挑战和机遇。政府将继续支持中小微企业的发展，为企业提供更好的发展环境和条件。
SaaS,人工智能,云计算
2023-04-13
[实验室]70+款可以免费使用的AI工具
本文转摘自互联网公开信息，供参考。策划丨KK制图丨邬海雯 ChatGPT风靡全球，人人可用！ 小红书上有关ChatGPT的笔记已有10w+篇，相关话题浏览量也达到了1.12亿次。其中讨论最为热烈的，要数“ChatGPT使用教程”。（当然，类似的话题还包括，教你如何使用Mjourney等等）甚至还有人通过ChatGPT教学，月入十万。 在如今处处都追求降本增效的时代，把属于机器的工作交给机器或许是个不错的选择。 正如前不久微软发布的Coplot，其本意并非是取代人类工作，而是为每个人配备一个人工智能助手，就像是一名副驾驶，辅佐用户做出更聪明的决策，释放更大的生产力。 甚至未来有可能会出现更多“超级个体”创业者——不需要组建一只庞大的团队，也能做出伟大的产品。 为此，我们分别在创意写作、图像生成、影音编辑、编程开发、管理效率五个方面，收集整理了不同领域的AI工具平台，希望大家也能从中找到适合自己的“副驾驶”。  创意写作助手 写作，应该是大部分工作者都不可避免的重要任务之一。 无论是写总结报告、营销文案，还是咨询邮件，哪怕是一个“自动回复”可能都需要在如何行文上花些心思，才能达到吸引受众的目的。更不用说，实现销售转化了。 下面介绍的几个写作助手，或将为日常工作提供更多的创意灵感。当然，也可以节省很多构思文章逻辑，润色文笔的时间。 图像生成助手 PPT、内容配图、推广海报、网站APP的插图等等很多日常工作任务中，图片都发挥了很大的作用。 令人头疼的是，免费无版权的图片大多不怎么好看，有时为了找到一张符合场景需求的图会占用大量时间。 哪怕是设计师本人，有时可能也会为了找到理想的素材而发愁，或者会为了设计全新的场景构思很久。 现在，这些问题都可以交给AI来完成了。不仅出图快，而且数量还多，总有一张能击中需求。 影音编辑助手 在AI加持下，音视频领域的创作者们也可以卸下后期剪辑的重担了。 现在的AI工具，不仅可以自动剪辑编辑，还可以根据文本指示（prompt）自动生成音频、视频。 创作者们终于可以摆脱在海量素材库中寻寻觅觅的案头工作了！ 编程开发助手 如今拥有了AI，即使不懂任何编程也可以快速搭建一个应用。 当然，这也不意味着码农们就要失业了。相反，程序员们可以借助AI更快速更准确的写代码（或许可以大幅减少以前用来修bug的时间……）。 管理效率助手 除了在业务层面的降本增效，在日常的工作处理流程上，也有很多可以优化提升的空间。 如今，各式各样AI助手出现，可使效率显著提升。 以上就是创业邦整理的AI工具合集。 如果其中有你正在用的，或者你还发现了其他更好用的工具，欢迎在评论区分享你的使用心得。 
人工智能
2023-04-09
[实验室]万字详解｜从软件复杂度的角度去理解DDD
声明：本文及素材系转摘自互联网公开文章，著作权归原作者所有，仅为学习参考。千妙导读从我们作为业务开发主要的职责深入到DDD的本质是什么？复杂度应处理？规范设计怎么做？本文将全方位为大家解答。一、作为业务开发，我们的主要的职责是什么的业务开发的职责在文章的开始我想和大家一起思考一个问题：作为一个工程开发，我们最主要的职责是什么？ 我极度认可 >文章的观点 - 切实解决业务问题才是每一个工程开发最主要的职责 - 所以每个业务开发都必须要结合业务的视角去思考自己系统的建设和发展，而不是只是做一个“编程的”码农。这里摘录一下文章中要点技术一号位是负责使用技术能力解决业务问题，提供稳定可靠的技术支撑；负责向业务各方提供各种必要的技术支撑，通过合理的数据分析为业务决策提供依据；通过对技术领域的积累和发展，通过业务领域的理解和落地影响业务决策；负责构建梯队完整、能力全面、制度完善的技术团队来支撑业务发展。文中也提到了虽然不是每个人都负责一块完成的业务，也不是每个人都带领团队，但是至少每个人都是自己所负责的那块系统的技术一号位。业务在实际开展中遇到的问题那实际业务开展中，业务到底会遇到有哪些问题呢？我们按业务的生命周期进行切分，然后具体查看每个业务生命周期的诉求：业务启动期：业务能力快速搭建 - 系统提供快速试错的能力业务发展期：业务能力扩展 - 系统需要支持原来越多的业务功能业务平台期：业务能力复制 - 系统需要支持原来越多的业务场景业务衰退期：业务能力创新 - 系统提高生产力延长业务的生命周期我们技术要做的事情是：在业务验证没有问题的情况下，如果尽可能的延长业务的发展和平台期，让业务获取的利益最大化。所以为了支持业务的发展，业务的本身的功能支持诉求以及业务对技术的要求也会越来多，在这种情况下考验软件开发人员的一个非常关键的能力就是： 软件复杂度的控制的能力。软件复杂度软件复杂度其实是一种多维度的概念，其可能来源于多个方面，前阿里资深技术专家李运华在他的《从0开始学架构的》课程中从6个方面阐述了软件复杂度【2】，列举如下：高性能单机性能集群性能高可用计算高可用存储高可用可扩展性低成本安全规模业务规模系统物理规模二、DDD的本质是什么DDD本质上我认为就是一种减低软件复杂度的手段， 其推荐的方法论可以适用于上面包括了业务规模，可扩展性两个维度的复杂度应对。其实业务规模的复杂度的处理包括了对可扩展性的支持。DDD实施给系统之后，我们依然需要关注系统其它的复杂度，这里列举一些示例措施：容量规划架构设计数据库设计缓存设计框架选型发布方案数据迁移、同步方案分库分表方案回滚方案高并发解决方案一致性选型性能压测方案监控报警方案那么我们进一步对业务规模的复杂度进行拆解，又分为下面两类：1、领域复杂度领域模型描述问题域的准确性2、技术实现的复杂性代码没有按照业务绑定的”分析模型”去编码，软件变成一个大泥潭软件的可扩展性较差软件变成面向过程分层不合理没有规范那DDD是如何处理上面提到的软件复杂度的？提供了一个领域划分的方法：让软件系统产生边界。提供一个一系列的战略模式：限界上下文的映射，分层架构等。提供一个一系列的战术模式：如何规划领域层 内部DDD不是什么？不光光只是一种编程方法不光光只是一种架构风格不具体指导如何具体建模三、复杂度处理-领域模型描述问题域的准确性DDD的原名是模型驱动的设计方法：通过领域模型（Doman Moel）捕捉领域知识，使用领域模型构造更易维护的软件。合理性证明DDD的核心思想，大家都清楚，就是分析模型要和代码模型保持一致。 那么如果不保持一致到底会产生什么样的负面影响如果技术实现和业务实现不在用一水平线上，那技术模型的行进路线只会考虑劈开技术障碍并且可能会撞在未来的业务障碍的墙上。这样就很容易出现，业务持续演进等技术想实现的时候，却发现当前的实现依赖于“业务不会这样发展”的假设上。这也是为什么会出现现在众多业务需求，技术无法实现或者是需要花大量时间去实现的原因。但是如果技术和业务通过统一语言打破知识的壁垒保持一致，那么如果后面技术遇到问题即是业务碰到的问题，业务人员需求的变更和迭代会自然而然的帮助技术同学越过一些门槛。也就是说业务方与技术方参与到对方的工作中，就在双方之间带来了更好的协同，形成1+1>2的功效。什么是问题域根据百度百科的解释【3】 在软件工程中，问题域是指待开发系统的应用领域，即在客观世界中由该系统处理的业务范围那么问题域内的组成是什么呢？就是我们的域模型。 这里直接摘抄一段前阿里P10"阿白"在阿里内部发表的域模型的观点：域模型（oman moel）英文又称为问题域模型（problem space moel）。维基百科(Wkpea)对它的定义是” A conceptual moel of all the topcs relate to a specfc problem” 可以翻译成：“域模型是针对某个特定问题的所有相关方面的抽象模型”。这个定义有几个要点：第一是“特定问题”， 也即是说域模型是针对性某个问题域而言的， 脱离的这个特定问题，域模型的构建其实不存在一个最优或者是最合理的构建。第二是抽象， 域模型是一个抽象模型， 不是对某个问题的各个相关方面的一个映射， 也不是解决方案的构建。 如何实现问题域的分析在 DDD 中，Erc Eans 提倡出一种叫做知识消化（Knowlege Crunchng）的方法帮助我们去提炼领域模型。简单来说就是五个步骤：关联模型与软件实现；基于模型提取统一语言；开发富含知识的模型；精炼模型；头脑风暴与试验。开发人员和业务专家在一起通过一个个业务用例仔细讨论应用程序的应用场景，从而使得业务人员深刻理解业务知识，开发人员和业务人员就重要的业务概念建立起统一的语言，开发人员将这些概念根据业务用例的上下文抽象出模型，并且这些模型将会最终成为最终软件实现中的领域模型。随后随着更多的业务用例的输入，开发人员和业务人员会逐渐对已经构建的模型进行精化，并且也会用新的用例去检验之前构建模型的合法性和适用性。DDD在这一步其实没有给出详实标准的如何建模的方法，毕竟建模还是来自于每个人的世界观，其过程还是倾向于经验的。但是还是有不少人总结一些标准的建模方法论例如：1 四色原型法  http:apframework.com20200322-color2 用例分析法 https:bake.bau.comtem%E7%94%A8%E4%BE%8B%E5%88%86%E6%9E%902859078?fr=alan问题域的拆分大家应该发现上面的知识消化的流程是一个非常耗时和复杂耗脑力的过程， 涉及到产品，业务，技术等多方团队， 所以为了让有限的资源投入到最最核心的子域，我们需要对问题域进行这份，把重点的精力放到最核心的领域上。核心领域一定是业务价值最高的，而非技术难度最高或者是基础设施框架部分。 要切分问题域，首先需要了解问题域的种类：1 通用域: 非应用独有的，多个应用都会有的功能。例如发送邮件，触达等2 核心域：和竞争对手区别开来的区域，或者是在市场上被赋予了竞争优势的区域。3 支撑子域：其余的区域如何确定核心域，这里有几个提示：系统哪部分最难用手动处理过程阻止了他们进行了根据创造性， 有附加值的工作哪些修改能提高收益哪些修改能提高运营效率取哪些提示，取决于业务系统的性质。那如何决定支撑子域通用子域，以及支撑子域通用子域的切分呢？目前在我查阅的资料中，还暂时没有人提及到具体的操作方法，感觉主要还是依靠经验主义在做划分。我个人总结了一个方法，主要就是就是关注业务的核心实体和核心流程。以核心实体和核心流程作为切分支撑子域的基础。核心实体：核心实体是存在于核心流程中，对核心流程的决策和扭转可能起到关键的作用。有的时候业务上为了能让核心实体在业务流程中起到更大或者更高效的作用，会添加一些让核心实体更好服务于业务流程一些业务功能，从而使业务实体从整体上看变得相对复杂，这个时候我们应该以核心实体为基础进行切割，把所有和核心实体CRUD相关的操作还有让其变得更高效的业务功能划分为单独的一个领域。核心流程： 当某个业务流程足够复杂也可以当成一个子域。在实现领域驱动设计【4】书中，提到了为在线拍卖网站系统划分问题域的一个例子，我们以此来验证上面等构想划分子域卖家 + 会员身份：这两者都是核心实体，网站可能为了让促进会员能够多参与拍卖可能提供了分层，或者积分等工功能。网站为了能让卖家能够更加提供更加有拍卖价值或者是转化率高的品类可能为卖家提供了数据分析等业务功能。 名册：这也就是核心实体，网站会对名册提供一系列拍卖相关的功能，例如倒计时，一口价等，所以也需要形成一个领域。 拍卖：网站最核心的业务流程，核心域无疑。争议解决：买卖家的售后冲突解决流程向来很复杂，所以会独立成为一个域无疑。四、复杂度处理-进一步降低问题域的复杂度-限界上下文限界上下文的诞生背景一般情况下，一个复杂系统由一系列的模型来表示解答域， 理想状态是一个子域一个模型。但是有些当业务需要且系统复杂的时候，一个模型可能被多个域共享，这个时候这个模型的概念可能变得不清楚。因此为了保护这些模型概念的完整性， 清晰的定义模型的责任边界很重要。实现领域驱动设计【4】书中举了下面这个例子：为了维护模型的概念的完整性，最直观的方法就是为这个模型化一个边界，e.g. 这个商品所表现的意思就是履约的时候用到的"商品"，而不是下单的时候的"商品"。只要有一个这样的边界定义，系统就会但是出现多个边界，毕竟"商品"在不同业务上下文中有不同的含义, 例如库存域的货品，物流域的运输品， 价格域的商品等等。这样的一个边界就是DDD的“限界上下文”。 限界上下文给人直观的感受其实和子域很像，我很早以前曾读过一些关于微服务的书籍，也提到过要把DDD中的限界上下文作为微服务划分的重要依据。这里其实就给我很大的疑惑：1 限界上下文到底是怎么划分的？我们划分限界上下文难道真的是用一个基础概念，然后找这个基础概念不同的“上下文”吗？2 限界上下文和子域到底区别是啥？限界上下文的本质DDD理论中提到了DDD的四个边界 所以在DDD中是把限界上下文作为某个子域的内部模块的划分，其实无论是子域的划分，限界上下文的识别，和聚合的划分他们的本质是一样的，他们都是对复杂问题的分解之后，然后归类分组。只不过“聚合”面向的是领域层内部，“领域”划分面向的是业务问题域，而“限界上下文”面向的是解答域，但是我跟倾向于把限界上下文理解为更加深一层次的业务问题域的划分，而不是面向的解答域。 如果这样看的话，那么其实就可以回答上面的疑问， 领域和限界上下文没有本质的区别，就像树的父节点和字节点一样都是树节点。而限界上下文的划分完全可以使用子域划分的理论。（可以回顾下上面问题域拆分的段落）上下文映射上下文的映射是什么， 简单来说就是描述不同上下文之间的关系的描述。举个例子DDD对于限界上下文直接提炼了几种方式，这里这边阿里内部文章《领域驱动设计：软件复杂性应对之道》解释的比较好，描述如下：share kernel共享内核 share kernel ：通常是共享核心领域或者是一组通用子领域。customersuppler客户供应商关系 customersuppler：上下游关系。不同客户需要协商来平衡，上游团队需要有自动测试套件。conformst跟随者模式 conformst：单方面跟随模式。上游的设计质量较好，容易兼容，可以采用严格遵循上游团队的模型。antcorrupton layer防腐层 antcorrupton layer：防腐层、隔离层，使用 facae or aapter 等模式。可以减少其它系统变动对本系统的影响。separate way各行其道 separate way：声明一个与其它上下文毫无关联的 boune context，使开发人员能够在这个小范围内找到简单、专用的解决方案。open host serce开放主机服务 open host serce：开放子系统供其他系统访问。其核心思想是开放出一个标准的各个领域都认可的协议，减轻各个领域实施ACL的负担和成本。publshe language共享语言 publshe language：把一个良好文档化、能够表达领域信息的共享语言作为公共的通信媒介，必要时在其它信息与该语言之间进行转换。在当前电商领域的范畴，目前我个人觉得只有ACL，Seperate Way， publsh language 有比较好可行性，其他的关系都不是很靠谱:share kernel：如果使用共享二方库，谁来维护这个二方库，如何防止在不同上下文使用不同kernal版本所带来的问题。 如果一定能保证share kernel的维护在一个团队内，且所有使用share kernel版本一定能保持一致， 那是可以使用的。 customersuppler：我曾经因为汇率包升级而去重构一个应用，因为汇率包变更太大，且应用没有防腐层，所以不论从开发还是测试都是非常痛苦的过程。conformst：和customersuppler类似, 但是在互联网领域没有靠谱的设计， 只有有人维护和没有人维护的设计。conformst从长期来看其实就是customersuppler。Open Host Serce 没有任何一个领域保证自己的接口一定不会变，就算不会，其他领域的同学会相信吗，他们会忍住不用ACL吗？如果他们用ACL，OHS的意义何在？publsh language 目前阿里内部MTOP，TOP等协议正是使用这样的协议。另外限界上下文之间真的能够随便无规则无条件的互相依赖，互相调用吗？在下面的章节将会解释论述。五、复杂度处理 - 分层不合理架构分层主要的作用就是关注点隔离，如果和今天的话题联系起来就是领域模型和技术的关注点隔离（领域和存储，领域和展示）。传统的三层架构这种传统架构的缺点1、业务逻辑层和数据访问层有明显的耦合。 2、没有领域的概念，所有的逻辑沉淀到serce中。所以传统架构只能针对小型的，没有过多的业务逻辑场景。由于这种架构能够保有领域能力的沉淀，所以在现在电商业务场景基本不会被使用。六边形架构Alstar Cockburn在 2005 年时演示了 六边形架构从六边形架构开始，其强调了领域模型。并且确立了领域模型的核心位置，以及其不应该依赖于其他的层次。六边形架构也强化了适配器的概念，其还把适配器分类为nput适配器，和output适配器。所有nput适配器用于对接不用的外部请求形式， 所有output适配器用于对外部的依赖 (e.g. 数据库， 外部服务，内存调用等）这种结构模式树立了以领域模型为核心的先河，但是其忽略了在领域层中跨模型业务逻辑的实现方式-领域服务的沉淀。这也间接导致了其需要强化应用层，并且通过应用层和output适配器的联合去完成一些可以应该在领域层应该完成的事情。 洋葱架构洋葱架构的提出更加进化了一步，推出了域服务层，并且支持域服务层是支持了那些需要多个领域实体联合中作用的领域逻辑. 其层次由外向内依次是领域模型，领域服务，应用服务和外层的基础设施和用户终端。其依赖的关系也只能是由外向内. 在洋葱结构中其把存储层，文件系统和网络服务放到了基础设施层。由于基础设施和用户终端一样在最外层，所以洋葱架构也提倡用依赖倒置来解决应用逻辑和基础设施的耦合问题。洋葱架构的架构图从其依赖顺序上来看，其依赖应用层必须先依赖域服务层，再依赖域模型层， 这样很容易造成领域模型的逻辑外泄到领域服务层，造成领域模型变成贫血模型。DDD 架构DDD的架构大家都非常熟悉了，领域服务和领域模型都归属域领域层。适配层依赖域应用层，应用层依赖域领域层，也可以直接直接调用基础设施层（大多数是查询场景）。领域层理论上不依赖于任何层次，其通过依赖倒置和基础设施层产生关联。在DDD架构中，应用层是可以通过直接访问聚合根（某个实体类），并进行方法的执行和操作的。应用层也可以直接访问基础设施层。可以看出DDD的架构其实更加的贴切实际一些。 上面这张图也很好的阐述了DDD各个架构层次依赖的关系。CQRS很多情况产品构建出来的数据展示，需要横跨几个领域的数据的支撑，也就是我们日常构建的大宽表，在这种情况使用CQRS模式可以完美解决这个问题。其主导视图模型和领域模型分开，让领域模型更加专注业务逻辑，流程和规则而非业务视图。 CQRS的思想很简单，就是把服务中对数据的更新操作(Comman)和读取操作(Query)分离, 一部分逻辑只处理和数据更新有关的业务，另外一部分只处理和数据读取有关的逻辑。这种处理方式，可以让我们辛苦构建的领域模型不被业务中所需要的这类视图需求所干扰。 CQRS 的两种实现方式基于eent- sourcng不基于eent - sourcng以上的图片摘自于文章《CQRS模式及其应用》我们团队里面的架构实践在我们自己的应用中我们构建了基于COLA【5】规范的层次架构，如下图： 我们也对自己的架构定义的一些额外的规范：1、依赖关系（除了依赖倒置）只能是从上当下；2、同层之间永远不能互相依赖；3、如果同层之间需要互相用到对方的服务，那么就需要下沉出一层。例如在上图中，我们的业务层就分为了两层 "Executor"层次和 “Hanler”层此， Hanler层次用来保存业务的一些通用逻辑。六、复杂度 - 软件变成一个大泥潭从这一章节开始介绍DDD的"战术模式"，也就是向大家介绍DDD是如何构建和组织自己领域层的。值得一提的是在DDD中，领域的划分, 领域层次的建立, 领域之间关系的建立我们一般叫做DDD的"战略模式"，而此章节提到的值对象，实体，域服务，工厂，repostory, 聚合聚合根， 领域事件等都是DDD的战术模式。战略模式的重要性是要远大于DDD的战术模式的，我们如果在领域划分，领域通信协议，分层方面没有大的问题， 那么即使再糟糕系统整体也还是可控的。 在领域层面， DDD通过聚合聚合根的概念来划分单个领域中的类似于类集合的边界，从而降低单个领域层的复杂度。DDD通过实体，值对象，领域服务，repostory, factory 来规划集合内部的类组织， 另外DDD也通过领域事件来处理领域之间的交互，来匹配异步和需要解耦的业务场景。实体当我们需要考虑一个对象的个性特征，获取需要区分对象的时候，就需要引入实体。一般我们发现实体概念，是在和业务产品人员或者领域专家讨论发现的那些需要有唯一标示性或者生命周期连续性很重要的时候。举个例子加入用户需要预定酒店，如果领域专家说了我们定了A酒店了，就不能定B酒店了，哪怕A,B其他的属性完全一样。从领域专家扣中我们可以识别出酒店是有唯一标示性的，且哪怕A，B属性一样，也不能认为A,B 是一样的，这也说明了酒店的唯一性不是从属性来的。这两点我们可以推断酒店是一个实体。唯一标示性可以是现实有意义的，例如工商注册号，也可以无现实意义，例如数据库主键。 实体建模的注意点1、为实体分配唯一标识符现实意义标识符人工生成的标识自增guuu数据库主键自定义sequence2、验证和不变行实体必须自己负责自己保持自己状态的合法性 (alaton) 和不变性(Inarants)。他们的区别是合法性是根据上下文的，而不变性是不用考虑上下文且必须正确的。例如酒店必须有房间这个就是不变性，而酒店的营业时间就是alaton. 一般使用规则和规约模式来实现alaton和narants。规模模式: https:bajahao.bau.coms?=1717403406288752234&wfr=sper&for=pc3、聚焦在行为,而不是属性状态不要暴露属性给外面，如果外面得到属性，很可能就自己实现了一些领域逻辑，那么领域逻辑就外漏了。 4、把一些行为逻辑下方到值对象中需要警惕实体逻辑膨胀，从而混绕了实体所要表达的概念。 例如预定是一个实体， 现在要加上逻辑预定的天数不能小于N天。这个时候我们可以为Bookng 抽象出 Stay 对象，让Stay对象去管理规则逻辑。而不是让预定这个实体去做。让预定只关注预定。 5、不要为世界建模不要过度设计，只要满足需求就好。不要让技术需求污染领域设计，除非真的万不得已。6、分布式的设计不需要让领域概念横跨多个boune context, 如果我们域模型所涉及的概念横跨了，我们就需要用两种设计方法.只是用引用alue objects值对象什么时候需要使用到值对象？概念需要凸显的时候。 e.g. 拍卖系统的能够一口价获取拍卖的价格, 就算是我们用一个nt 就能表示也需要用类来凸显概念publc class WnnngB{...publc nt Prce { get; prate set; }...}表述一个描述性的，但是没有实体编号的概念的时候。 值对象的特征无标识：他们只是标识对象的属性。基于属性的相等性: 所有的属性值相等即值对象相等富含行为：值对象实现业务概念的抽象，其也有自己的行为内聚：将不同的相关属性组成一个概念整体，例如Money, 是由一个long 和一个currency组成的不变性：值对象是不变的对象，如果需要改变属性，那最好是建立一个新的对象并且进行值对象替换。如果一定是需要改变，那就需要考虑设置为值对象是否合理。不变性是值对象非常重要的一个属性，是可以保障值对象不会被"坏味道"代码侵入的一个原则之一。 例如如果一个值对象引入了另外一个类实例， 另外一个值对象也引入了相同的类实例， 如果值对象允许改动，当一个值对象对这个类实例的内容进行修改，势必会影响另外一个值对象。 所以最安全的方式还是通过对象替换的方式。域服务 什么时候用域服务发现和多个实体相关联，但是放入任何一个单独的实体都不适合，这个适合用域服务.域服务应该包含什么内容域服务应该包含业务系统流程和业务规则，不应该包含技术的元素在内，技术的元素都应该在业务服务(Applcaton Serce)中实现。应用服务与领域服务的区别：一些可以在网上搜索到的老生常谈：应用服务里不要处理业务逻辑，只在领域服务里处理业务逻辑。（如何判断某段逻辑是否是业务逻辑？）领域服务掌握领域知识，而应用服务只是对领域服务的编排。应用服务是领域服务的客户方，也就是说应用服务会调用领域服务里的方法。当领域中的某个操作过程不属于实体或者值对象的职责时，需要将个操作放在领域服务中。而且确保领域服务是无状态的（这句话很有意思，也就是说领域服务中不应该有任何记录状态的行为，在任何情况下调用这个服务，它都不会有副作用，也就是说它是个纯内存操作）。领域服务中包含的是业务逻辑，而应用服务关注的应该是安全和事务等非业务逻辑。对事务的管理绝对不能放在领域服务层，事务管理需要放在应用服务层。因为和领域模型相关的操作的粒度都很细，无法用于事务管理。而且领域模型也不应该意识到事务的存在。通常的可以放在应用服务中的逻辑有：参数验证、错误处理、监控日志、事务处理、认证与授权。除了第一条之外，上面的条例只是举出了应用服务与领域服务两者非常易于告之的差别，但是会有一些“业务逻辑”比较难以取舍， 例如例如转账操作：A ->BA.accountDecrease(10);B.accountIncrease(10);我们在现在可以非常肯定的说上面的转账一定在领域服务，因为"转账"就是一个领域概念。但是如果假设世面上所有的银行以前只有存钱和取钱两种功能，"转账"是一个新概念和业务的时候，技术就没有那么容易判别转账是一个临时性的一次性的需求，还是会长久发展。这个时候技术有两个选择：1、构建转账域服务，让应用服务调用域服务2、让应用服务获取A，B的实体，然后在应用层直接调用方法，在应用层做事务保持一致性。如果域能力在其他团队手里，我相信大多数的团队会使用第二种。那遇到这种情况我们到底应该怎么办？我个人的意见和阿里前技术高级专家张建飞在他的文章《一文教会你如何写复杂业务代码》的观点保持一致：我们在新逻辑出现难以判断的时候优先讲能力放入到app层，如果我们发现会有第二个业务场景使用到了相同的能力，就需要考虑是否应该把此能力下发到领域层以增强内聚性和复用性。工厂只负责复杂逻辑对象的构建，让构建逻辑中心化减少外部对象对构建对象内部变量的理解工厂方式不是在任何构建对象的时候使用，一定用在对象构建逻辑复杂，有子依赖或者是有narant规则的场景。 Repostoryreponstory主要用来处理集合根的存储和获取的。提供一个facae接口且是面向oman层的，是oman moel和ata moel的桥梁。其最大的作用就是通过反向依赖的方式充分隔离数据层和领域层。Repostory最常见的用法是被applcaton serce层去使用获取聚合根。在repostory实现中，我们一般会有下面的一些逻辑：unqe ID 的生成数据库的操作数据模型到领域模型的相互横跨多个数据模型构建出一个实体模型。repostory的反模式定义出比较通用化的接口, e.g.Lst fnBy(CusomterQuery query)使用了延迟加载，延迟加载就是设计错误的标志， 有可能说明我们聚合的边界不催。 不要为了报表的诉求使用reponstory, 领域的case和业务报告很不一样，可能需要多个聚合的数据，这种情况可以考虑用一个离线的store去做，和其他的读服务去做，不见得一定需要用领域的Repostory模式。领域事件领域事件所想要解决的问题其实和metaQ消息机制想要解决的问题一致，都是跨领域驱动型业务逻辑实现的最佳方法，让领域和领域之前解耦。领域事件消费教科书的说法是可以在领域层， 也可以在应用服务层， 但是我觉得领域消息如果用metaQ是这样的消息中间件去实现的话，那用领域层和应用服务层去消费就不是很方便，有可能破坏一些分层原则。所以我个人倾向于在aapter层去承接消费，统一化掉。当前可以实现领域事件和消费比较方便的工具有：google guaa - EentBusCOLA框架 - 事件支持聚合聚合根聚合是什么？其实聚合的原理和领域划分，限界上下文划分的原理是一致的，都是为了通过归类分组的方式让整个系统宏观上 N * N 的关系复杂度减低为 T * T 的复杂度。 T远小于N。 聚合前： 聚合后如何划分聚合1、根据业务规则和不变量来决定。例如 customer 聚合是有一套业务规则来维持的，例如信用卡要存在，必须先有一个customer, 有customer 必须有aress, aress必须有coe.2、强关联的对象应该放在一块。什么是强关联，那就是必须生命周期是一样的。例如customer和cretcar在，电商网站中，如果customer被删除了，那么他的信用卡也应该被设置为失效的。而订单和客户不一样，客户下了个订单，然后客户注销，但是订单还是一直存在的。所以customer 和 cretcar 在一个聚合中， 而用户和订单则不在。订单里面可以有客户的ID或者是一个值对象。 3、灵活设置：有些可以根据业务情况，进行可以灵活的设置，下面列举一个论坛系统，帖子和回复聚合思考的例子：大家都知道一个帖子有多个回复，没有帖子，回复就没有意义；所以很多人就会认为帖子应该聚合回复；但实际上不需要这样，如果你这样做了，那对于一个论坛来说，同一个帖子被多个人同时回复的可能性是非常高的，那这样的话，多个人同时回复一个帖子，就会导致多个人同时修改同一个帖子对象，那就导致大家都回复不了，因为会有并发冲突或者数据库事务的等待超时，因为大家都在修改同一个帖子聚合根；实际上如果我们从业务规则的角度去思考一下，那可以发现，其实帖子和回复之间，只有一个简单的规则，那就是回复一旦被创建，那他所对应的帖子不能被修改即可；这样的话，要实现这个规则其实很简单，把回复作为聚合根，然后把帖子传入回复聚合根的构造函数，然后回复保存帖子ID，然后回复将帖子ID设置为不允许外部修改(prate set;即可)，这样我们就实现了这个业务规则，同时还做到了多人同时推一个帖子回复时，不会对同一个帖子对象就并发修改，而是每个回复都是并行的往数据库插入一条回复记录即可。-- 摘自阿里内部文档>聚合设计的原则聚合是用来封装真正的不变性，而不是简单的将对象组合在一起；聚合应尽量设计的小；聚合之间的关联通过ID，而不是对象引用；聚合内强一致性，聚合之间最终一致性；什么是聚合根聚合根就是聚合的入口，聚合外部只能通过聚合根和聚合内部通信。由于聚合外部只能通过聚合根和聚合内部通信， 这也就意味着外部不能操作除聚合根以外的任何类进行数据库操作，因为这样有可能会导致破坏业务的规则。举个例子，一个汽车四个轮子，如果我们用 Repo 直接操作轮子，对轮子采取elete，而这个时候汽车对象的状态却可能是 "runnng".如何选出聚合根1、聚合根一定至少有一个对应的atastore 2、聚合根一定更够完全描述一组后者多组业务规则(narant)。绝对不会存在一个业务规则需要多个聚合根联合作用才能做判断的。3、聚合根一定有自己的独立的生命周期。 七、规范设计项目应用的规范设计的长期价值一定是不可忽视的，规范就相当于一个架构内部组件的收纳的容器，架构指定了这些组件在逻辑上的组织形式，但而规范则是则是妥妥的物理组织形式。如果没有合理清晰的规范设计，项目很快就会因为个人开发习惯的不同，导致物理结构混乱，给接下来的应用项目的维护和扩展产生影响。规范设计总共分为两类：放对位置程序架构目录贴好标签类名约定方法名约定错误码约定Doman Eent约定测试约定下面是我们小团队参考了阿里COLA框架建议的命名规范做出的开发规范：程序架构组织层次包名功能Aapter层web处理页面请求的Controllermtop处理mtop的请求hsf处理hsf的请求scheuler处理定时器的请求message处理消息的请求App层executor处理request，包括comman和queryconertor包含转换层类的目录nterceptor包含拦截器目录extpont扩展点目录extenton扩展实现目录hanlerapp 层的一些中间处理逻辑Doman层moel领域模型ablty领域能力，包括DomanSercegateway领域网关，解耦利器extpont扩展点目录extenton扩展实现目录Infra层gatewaympl网关实现mapperbats数据库映射confg配置信息Clent SDKap服务对外透出的APIto服务对外的DTO类命名规范种类对象示例API class增删改服务入参XXXCm. e.g. MetrcsRegstratonCm查询服务入参XXXQry. e.g. LstAllMetrcsQryAPI serceXXXSerceI.jaae.g. MoMetrcsAmnSerceI出参如果是无需返回返回使用Cola框架的Response, 如果是单个概念返回使用Cola框架的SngleResponse, 如果是多个概念返回使用Cola框架的MultResponse. 如果概念是某个明确的对象，例如MultResponse如果是复合对象， 使用XXXResult 例如MultResponse领域层实体XXXE.jaa值对象XXXV.jaa工厂XXXFactory.jaaReponstoryXXXRepostory.jaa域服务XXXDomanSerce.jaa防腐服务XXXGateway.jaa枚举XXXEnum.jaa应用层命令执行器XXXXCmExe.jaa查询执行器XXXXQueryExe.jaa拦截器XXXInterceptor.jaa扩展接口XXXExtPt.jaa扩展实现XXXExt.jaae.g. #{Bz}#{userCase}#{scenaro}Ext.jaa转换器XXXConertor.jaa基础设施层存储的对象XXXPO.jaa仓库实现XXXReponstoryImpl.jaa防腐服务实现XXXGatewayImpl.jaa公共层工具类XXXUtl.jaaThreaLocalXXXThrealocal.jaa其他接口XXXI.jaaSprng配置类XXXConfguraton.jaa配置属性聚合类XXXPropertes.jaa错误码规范 扩展规范使用COLA的扩展框架去实现。COLA的扩展框架的功能不在赘诉，这里讨论的是COLA框架的BzScenaro的划分。 BzScenaroprate Strng bzI = "#efaultBzI#"; prate Strng useCase = "#efaultUseCase#";prate Strng scenaro = "#efaultScenaro#";bzI: 业务，对应某个业务诉求， e.g. 新品孵化。useCase: 业务用例， e.g. 策略定义scenaro：用例下的某个场景。e.g. 定义商家事件任务， 定义小二事件任务全局业务通用实现@Extenton某项业务通用实现@Extenton(bzI=XXX)某项业务,某个用例的通用实现@Extenton(bzI=XXX, userCase=YYY)某个具体实现@Extenton(bzI=XXX, userCase=YYY,scenaro=ZZZ)参考：【1】「技术人生」专题第1篇：什么是技术一号位？ ：https:www.sohu.comna465299450_612370【2】https:tme.geekbang.orgcolumnartcle6605：https:tme.geekbang.orgcolumnartcle6605【3】https:bake.bau.comtem%E9%97%AE%E9%A2%98%E5%9F%9F7181289?fr=alan【4】实现领域驱动设计. 电子工业出版社：https:book.ouban.comsubject25844633【5】https:gthub.comalbabaCOLA
软件设计
2023-04-04
[会客厅]千妙科技官方认证媒体
关于宁波千妙科技官方认证媒体说明：宁波千妙科技有限公司，主要提供基于云计算的智慧软件应用的开发、企业数字化工程的实施服务，不涉足其他金融、P2P、资管中介等业务，如遇有人冒充我司名义开展此类业务，均属涉诈信息，请向公安机关举报。以下为宁波千妙科技有限公司授权媒体，其它地址并非我司授权内容渠道，我司仅对授权媒体所发内容负责，平台第三方留言评论，不代表我司观点，我司无力对平台第三方内容的客观性，真伪性做出全面审核，因此请广大客户认真鉴别，避免损失。一、官方网站http:www.qanmao.lt二、社交媒体矩阵微信QQ693664748钉钉qanmaolt微信公众号 千妙科技知乎https:www.zhhu.compeoplecharle-5422百家号https:author.bau.comhome1685570003869772头条号三、视频媒体Blbl站https:space.blbl.com311322746西瓜视频https:www.xgua.comhome104557272724
SaaS,RPA,WMS
2023-03-27
[会客厅]公司介绍
宁波千妙科技有限公司本公司主要面向贸易、进岀口、制造业等实体企业提供各类商业软件应用，以及相关企业数字化工程服务。1、提供基于云计算的软件产品服务；2、基于RPA（机器人流程自动化）定制服务；3、软件及移动应用开发服务；4、实施服务，包括各类管理信息系统、ERP实施；5、IT咨询、培训；6、物联网系统集成，智能仓储、供应链、制造执行，企业数字化工程；千妙科技是一家“年轻”的科技型创业公司，成立于2020年，适逢全球一场突如其来的遭遇，由于众所周知的原因，为顺应企事业单位客户商务活动从线下转线上，对移动远程办公、互联网办公、智能办公的迫切需要，千妙科技在原来开发实施队伍基础上重新整合并组建了团队，屏弃传统生产技术包袱，致力于用创新创造的方式，深耕商业软件，智慧办公领域，贡献我们微薄的力量。成员年轻但志向远大，活力充沛，学习积极。千妙科技又是一家“资深”的公司，创始团队已经在信息技术领域从业近二十年，在互联网、电商、企业数字化工程方面都有丰富的实践经验。公司业务面向全国，现有客户主要集中于华东、华南沿海地区，食品、化工、塑胶、医药、服装、汽摩、电子等领域，涉足的行业跨度较大，千妙科技在原成熟的软件产品及服务基础上，保持不断更新，致力于引入诸如云计算、大数据、人工智能等业界先进技术，助力企业客户，帮助其人力资源、供应链、制造等环节等进行智能化升级改造，降本增效。万千奇妙，科技助力。道阻且长，行则将至。—— 宁波千妙科技 创始人 陈亮 （花名：自修）商务合作，请联系
SaaS,RPA,WMS,人工智能
2023-03-22
[数字化工程]TVP专家夜聊：不用ChatGPT的开发都该被炒掉
本文转摘自腾讯云开发👉腾小云导读“可能 ChatGPT 已经有智能了，但就像三体里的黑暗森林法则一样，它不会告诉我们。”“GPT-4 冲击最大的是 AI 炼丹师。”“凡是没有自觉用 ChatGPT 的程序员都可以考虑炒掉。”“ChatGPT 带来的工业革命，其实已经在发生。最快在 2 年内，GPT 将渗透在各个行业。”“大语言模型接入到物理世界，将带来全新的交互和连接形式，产生巨大的想象空间。”多模态预训练大模型 GPT-4 一发布，便引发全网关注，在技术圈激起热议。在 GPT-4 发布后的当晚，腾讯云 TVP 专家发起了一场激烈的内部讨论：GPT-4 的发布是否将带来下一场“工业革命级”的技术浪潮？ChatGPT 的终局将在何方？在后 ChatGPT 时代，技术人该如何自保……我们整理了 8 位来自各行业的 TVP 专家闭门畅聊近两小时的精华内容，关于 GPT-4 的未来，你所好奇的问题可能都在这里。 参与对话专家：宋利：上海交通大学电子工程系教授、图像所副所长 于游：马泷医疗CTO 沈欣：中国信通院低代码无代码推进中心技术专家雷葆华：翼华科技联合创始人&CMO顾钧：EMQ开源社区运营总监 张善友：友浩达CTO某行业架构师揭光发：腾讯技术专家 大漠穷秋：前端技术专家  01   GPT-4 发布后，你的心情或第一感受是怎样的？ 沈欣：唯一的感觉就是太快了，迭代周期从原来一年、半年，现在变成一个月，甚至未来的几周，这个迭代速度是真正 AI 带来的指数级增长。 张善友：以前的 AI 都是高高在上的，GPT 让 AI 平民化了，我们使用的成本越来越低。 于游：第一感觉就是震撼，出乎意料的好。因为大语言模型对于数学公式，代数计算是非常差的，我还以为微软要被 ChatGPT-4 折磨得不行了，但从目前的结果来看，这个问题已经被解决掉了。 宋利：我稍微泼点冷水，可能是前几周的各种宣传铺垫把胃口吊足了，我感觉没有那么惊艳，包括它发的技术报告，虽然有 90 多页但干货不多，大家开玩笑说这个报告可能就是 GPT 写出来的。我的观点是要让子弹飞一飞，再给它打一打，看看它能不能抗的住各种攻击。02   对 ChatGPT 的态度是全面拥抱，保持观望还是拒绝？ 沈欣：我们在普遍地拥抱 ChatGPT 这样的成果，本质上它是很好的内容生成工具，内容生成完毕后还需要和流程、业务数字化模型相融合才能在企业内真实发挥作用，目前把 ChatGPT 整合到企业整体体系中的工作还是一个非常大的蓝海。 于游：我认为 ChatGPT 是一个杀手级，甚至操作系统级别的应用。它一定会改变我们的日常生活，因此这个趋势是一定要拥抱的。 宋利：我的态度是一致的，也是全面拥抱它，ChatGPT 可以帮我们干 80% 常规的事，而且效率更高，能够给我们更多的时间去完成剩下的创新的部分，而这部分才是更有创造性的。 某行业架构师：有些关键行业，在生产级环境对技术的运用非常审慎，一项技术应用到生产环境需要考量安全、合规等众多因素，我们目前还是选择保持一定距离观望它。但我个人从 ChatGPT 体验者的角度看，我认为它非常有趣，也非常有潜力，比如我会用它来读文档，它极大地提升了我的阅读效率。我也会用它的插件 Coe Reew 去 Reew 代码，会有一种我跟 AI 在结对编程的感觉。 揭光发：已经全面拥抱 ChatGPT，对团队的建议也是尽快使用 ChatGPT 武装自己和产品，ChatGPT 是极大提升生产力的一个工具，你不用，别人也会用，你不卷，别人也会卷你。我们不会被AI淘汰，只会被会用AI的人淘汰，所以我们就先成为那个用 AI 的人。03   ChatGPT 是否会是下一场“工业革命级”的技术浪潮？它需要多长时间才会对我们的生活产生全方位的影响？ 雷葆华：ChatGPT 确实给我类似“Phone 时刻”的感觉。每一次工业革命都提升了工作效率，ChatGPT 在人机交互方面做了很大的突破，极大地提升了效率。我把 ChatGPT 当工具来写个人的文档，用起来很高效。我也看到大家在积极探索它的用途，每天都有人说用它满足了哪些需求。 某行业架构师：前沿技术往往会在短期内被高估，在长期内被低估。一种技术是否真的形成革命，有很多影响因素。我们还是跟踪它，观摩它，作为个人拥抱它，给它一点时间。现在没有办法去下结论。但是从工业革命到大机器时代，再到互联网，每一次浪潮的侵蚀其实越来越快，工业革命一百多年，互联网几十年，AI 是不是会在十年内影响到我们生活的方方面面？也有可能。作为从业者，更务实的态度是去想怎么应用它，或者身体力行做一点有用的东西。 于游：一项技术，只有当所有人去参与它，真正去使用它，才有可能去改变我们的生活，如果没人去用，也不可能成为工业革命。ChatGPT 是最快达到 1 亿用户的应用，原因在于它用最简单的人机交互方式，解决了大家原本以为解决不了的问题，解决了普适 AI 的问题。在这个趋势下，我认为它的速度可能会比我们想象中要快。举个例子，微软用 GPT-4 的模型改进它的搜索引擎，紧接着 Google 发布 Bar，导致微软股价上涨 6%，Google 下跌 8%，三天之内引起了一千亿美金价值的波动。要知道资本市场和金融市场应该是最冷静的，他们看到的问题，可能比我们所有的人看到的都多。微软才占整个搜索市场的 3%，但 Google 的市场占有率是 92%。像这么多人，这么多工程师，这么多资本的流动，坦白来讲，我还没见过同等规模的浪潮，包括当初安卓与 OS 之争都没有这么剧烈。所以我觉得 GPT 会形成一波巨大的浪潮，而且它的速度可能会远超我们的想象。 沈欣：ChatGPT 给大家最大的震撼是“原来可以用大模型”，这跟以前 AI 的方向有非常大的差异。所以我们未来可能会看到自动驾驶也在新的体系下面，大家也都会做这样的尝试，毕竟这条路被人指出来是通的了，我估计两年之内会看到 GPT 对我们的生活和生产产生全方位的影响。当然这里的前提是算力、电力的成本还要下降，不下降成本还是太高了。 顾钧：我觉得 ChatGPT 这一波的工业革命现在就已经发生了。ChatGPT 给我带来了两大震撼。第一个是它的交互形式非常朴素，就是对话，背后隐含的理念是把人放在 AI 服务的中心。像过去国内做得好的机器视觉，它的应用场景不是以人为核心的，而是希望训练出一个模型来代替人的工作。ChatGPT 完全是一个辅助的角色，但得到了非常好的效果。所以给了我一个比较大的启发：AI 的技术还是应该以人为核心，去服务人。其实我觉得  ChatGPT 已经足够好了，它不是那么完美，但在相当多的任务当中已经超过及格线了。就像公司招聘员工，永远不可能招到全知全能的上帝那样的员工，每个人都有缺陷。另外一点比较大的震撼，是 OpenAI 做 ChatGPT 的角度，ChatGPT 发的是一个服务，你直接就可以使用。这种工程能力能够迅速散布到整个世界，从而在短时间内服务大量用户。但 Meta、Google 发的还是模型，这真是天壤之别。当别人有一个更低门槛的 AI 技术服务时，你发再多的模型也没有办法撼动别人的优势。 揭光发：ChatGPT 有两种使用形态：一种就是每个人都能用的聊天界面，另外一种就是开放接口。对于使用聊天界面的普通个人来讲，ChatGPT 已经满足了他们日常写作、内容梳理等工作或生活需求，这部分使用形态下，我们可以说“工业革命”正在发生，未来已来。而从使用 Open API 的形态来看，就需要看各个行业变革的时间，可能两年左右可以看到一些行业被改 ChatGPT 改变。04   ChatGPT 目前是对话的交互形态，那在未来，它还将会以什么其它形态出现呢？ 沈欣：我们在内部推演的时候就发现，未来会有大量 AI 生成的内容，而人类的时间不足以去消费这些内容。只有魔法才能对抗魔法，最终可能还是由 AI 来阅读这些内容，帮助人类来筛选处理。所以最终以什么样的形态呈现并不重要，关键在于能够筛选出适合我的结果。 宋利：现在业界都往多模态做，但从另一个角度讲，语言是最根本的，它塑造了人类的思维。之前我们总说 NLP 是 AI 皇冠上的明珠，如果能把 NLP 搞定，处理其他问题应该是降维的，现在看来也差不多。所以 ChatGPT 可能外在表现会有各种形式，图像、文字、声音等等，其实核心的东西应该还是语言知识代表的大模型。外在表现会有各种形式，但根本还是语言，语言是人类交流和思考的基本方式，以语言为代表的知识模型是本质。 于游：宋老师说的，我觉得特别对，NLP 在 AI 领域一直都是很困难的一件事情。我们把语言这个事情再泛化一下，可能是知识和文字，我们会发现 ChatGPT 令人震撼的是新发的模型当中，所有的考试基本上超越了 90% 的人类，它基本上达到了人类的知识水平。GPT-4 新发的模型当中也支持了多模态，在我看来这是一个必然的结果。多模态的交互，理论上来说应该是下一个人机交互的一个增长点。这一次的 GPT-4 发表的多模态并没有让我惊喜，我以为它会吊打我，让我震撼到五体投地，结果它出来的东西，还是在想象空间之内。另一个需要关注的是：原来 ChatGPT 里面是 2021 年的数据，没有联网。但是微软已经把它接入到 Bng 上了，实际上它已经接入了互联网，之后会发生什么谁都不知道。但有一个变量需要大家去思考，那就是最近几年蓬勃发展起来的 IoT 生态，大量的物理场景已经联网，这些物理场景一旦和网络数据结合，那可能会诞生全新的交互形式，全新的交互场景，大语言模型接入到物理场景中，它可以改善人机交互的顺畅性和清晰度，让你的体验更加舒适自然。这件事情我觉得也是很快就能见到的。因为在国外已经有个人的开发者做了一些实验了。05   ChatGPT目前已体现了一定的逻辑思维能力，这是否是某种智慧？与「人」的逻辑思维能力是否相同？ 宋利：按照图灵对智能的基本定义来看，其实 ChatGPT 早已突破了图灵测试。在我看来，智能的形态可能不止一种，不止我们常规定义的以人为中心的智能才叫智能，我们更喜欢用因果性来解释世界，而 ChatGPT 则是通过相关性进行学习，虽然目前普遍认为相关性不属于高级智慧逻辑，有因果关系才能证明有逻辑，但其实很多问题用相关性可以更好地解决，而且如果相关性变得非常庞大，某种程度上也接近人的联想，因此 ChatGPT 可能存在另外一种智慧形态的涌现，当然目前也只是一种猜想，也有更激进的声音认为 ChatGPT 已经有智能了，但它就像《三体》里的黑暗森林一样，只是不想过早地暴露。 于游：ChatGPT 的底层是巨大的神经网络，其逻辑主要基于一个词来算后面一个词出现的概率，因此很难评估它是否有智能。ChatGPT 像一个黑匣子，一个纯粹的，能够很出色地生成人类语言的神经网络，但没有人能知道生成过程的中间究竟发生了什么，也许它隐含地发现了人类语言的一些规律，我们却无从知晓，因此难以评估它是否具备了人类的智能。 沈欣：在我看来，智能包括两层含义，一方面是学术层面的智能，即智商数值的高低、是否通过图灵测试；另一方面则是社会层面的智能，即人们认为，它是否具有消灭人类物种的能力而这正是许多人所真正担心的东西。其实，我认为我们无需纠结 ChatGPT 是否产生了智能或智慧，只要它不会消灭人类，那么这种智慧我们都应该欢迎，未来它是否会产生这种毁灭性的作用，关键在于人类怎么去运用它。 某行业架构师：有一句半调侃半认真的话是“人类的本质是复读机”，而 ChatGPT 作为高效的复读机在一定程度上超越人类是完全有可能的，它在海量语料的训练后，可以通过算法把相关性和因果性进行归纳和推理，这一方面远远强于人类。但是它主要是基于现有语料进行判断和给出答案，若选择生僻信息的输入则难以得到正确答案，因此 ChatGPT 是否能称为智能还有待商榷。在我看来，检索、归纳、推理能力是它的核心，而这种能力本身是非常宝贵和有趣的。06   未来有哪些行业会率先被 GPT-4 冲击乃至颠覆？作为 IT 行业从业者，又该如何“自保”？ 张善友：我认为本来的 AI 行业“炼丹师”受到的冲击最大，原本做小模型的同学会发现 GPT 也同样能做；最受益的是作为工具使用者的程序员，这会让我们非常容易地去处理文本、图象、音频、视频等非结构化数据，而这类非结构化数据基本占据数据的 80% 以上。雷葆华：我有不同的看法，我觉得对于普通程序员的挑战比较大，ChatGPT 可以保持一个基础的代码质量，原来一个优秀的程序员可以顶十个普通的程序员，但现在一个优秀的，且会用 ChatGPT 的程序员能顶五十个，一百个。这逼迫我们从业者必须要让自己往高进化。AI 工具带来效率提升的同时，对质量的追求也提高了，因此对大家更高端、更有创造性的能力的要求也更高，怎么从机器生产的内容里把创新点找出来，再进行整合，这可能会成为能够形成竞争力的一个重点。 最近我会经常思考，ChatGPT 出来之后，我们的下一代十年、二十年以后，他们会做什么样的工作？他们需要保持什么样的竞争力，我最近想的最多的反而是这个事情。 沈欣：人类劳动分成体力劳动、情感劳力和脑力劳动，脑力劳动又可分为非逻辑性的黑盒子工作，如艺术创作；和重复性的白盒子工作，如资料整理。由于 AI 会做大量的生产与迭代，且效率非常高，因此这两类的内容生产工作都会被 AI 大量替代。当然，从能耗的角度来看，目前人脑还是比AI划算的，但两到三年后，能耗或许会降到比人脑的功耗更低。 在对于科技从业者的建议方面，前几天我和一家公司的技术管理者交流的时候，我给他的建议是：凡是不用 ChatGPT 的人都应该炒掉，因为作为一个程序员，没有学习新技术的自觉，不知道如何更好地运用工具来提升自己的效率，又如何保持自己的竞争力呢？当然，可以仁慈一点，先搞一次培训告诉大家这个东西是做什么的，可以怎么用，然后过一个月再看，谁不用的就可以考虑炒掉了。 07   随着 ChatGPT 的火爆，大量资本涌入 AI 领域，未来 AI 赛道的创业前景如何，是否存在泡沫？创业者又该重点投入什么方向？ 沈欣：在投资这个赛道一定是有泡沫的，没有泡沫就是计划经济了，就是在大家相互挤泡沫的过程中，才产生了新的创造力。很多人会质疑 AI 如何产生创造力？大家内心对 AI 还有一些内心的坚守，认为 AI 没有创造力，人类才有创造力。但我从 AI 大模型里推断出的结论是：两个异构的、用独立方式训练出来的大语言模型互相碰撞，再引入第三个大模型来在中间做裁判，像主持人一样引导两个 AI 互相聊天，这个时候真的能产生创造力。未来 AI 真正的创造力在于多个大模型之间产生的社交行为。这个可能是一个比较有意思的一个推论。 于游：说句不太好听的，如果现在有投资人要投资从 0 到 1 的初创型的大模型公司，我觉得这个投资人可能不成熟。其实训练一次就知道了，所需的资金不是一般人能够玩得起的，而且不确定性太大了。前面说 ChatGPT 是操作系统级别的技术，我们能用的操作系统一共才有几家呢，所以它一定会是寡头状态，而不会百花齐放。我们作为创业者，可以选择去做一些让我们感动的应用，比如说围绕 GPT 研发的，帮助盲人群体的“Be My Eyes”应用，就是一个温暖的，且具备非常强传播性和实用性的应用。我认为创业者应该从这些角度切入思考，去做 GPT 生态的下游。本次 GPT-4 的发布，有一个被很多媒体报道时忽略的点，就是众包。苹果之所以是苹果，是因为它有了APP Store，苹果从纯硬件变成服务公司，GPT在号召大家用众包的方式去建立生态，创业者也应该更多在生态中去寻找机会。 雷葆华：赞同，投资必然需要泡沫，培养人员，孵化生态，把声势做起来都需要一些泡沫投资。投资要设想未来的生态是什么样的，它是操作系统级的，但它不可能只是一家，肯定有至少三家，现在为什么投大模型？因为大家都觉得现在第一家出来了，第二、第三家业是很大的机会。 安卓是跟着苹果起来的，但安卓生态爆发后，也有很多人是跟着安卓起来了。参考过往的安卓生态、小程序生态。我认为未来更多的创业机会还是在细分领域的应用，对于大多数创业者而言，跟着生态走，跟着应用走，跟着消费者走会是一个更好的选择。08   ChatGPT 隐含哪些风险？ 张善友：毋庸置疑，安全问题肯定存在，所以 OpenAI 也做了非常多安全方面的工作，比如在 OpenAI 中，每个模型都是可以独立私有化部署的，可以比较容易解决数据安全问题。 某行业架构师：我们之前一直做开源，我们知道开源软件是有相对清晰的许可证的，但大数据模型，它的数据许可证并没有清晰的界定。因此，在使用模型时，存在版权、责任和安全等风险，ChatGPT 所生产内容产生的风险该由谁来承担？说白了 AI 不能背锅，但人能背锅。我们知道新鲜事物一开始都是没有建立起明确边界的，无论是技术、法律、合规，各方都应共同努力，为它建立好边界和防火墙。 宋利：我表达一个意思，除了安全、伦理之外，我认为还有一个比较大的社会意义上的挑战：如果不能正确地提问题，可能一部分人会出现无意义感。如果人被智力碾压，被各种碾压的话，或者说某种程度上大模型会不会 PUA 你？你跟它对话对多了，有可能被它 PUA，这个事可能会形成一个社会问题。 沈欣：我觉得整体来看的话，应该先把 ChatGPT 在应用的体系里跑出来，再考虑法律法规的问题。未来可能会出现一种全新品类的公司，它的主要业务就是将各个公司的自动化系统整合在一起形成一个完整的数字化生态系统。做到全 AI、全流程化、全数字化的商品制造、投放和迭代，实现全流程自动化，无需人类参与，可能真正给人类社会带来冲击的就是这样的企业。所以对付他们怎么办呢？只有用 AI 打败 AI，魔法打败魔法，这是我大概的一个意见。  夜聊落下帷幕，与会专家对 GPT-4 均抱有信心，ChatGPT 所带来的“工业革命级”的技术浪潮已经在发生，充满机遇和挑战的未来正在到来，无论是作为科技行业从业者还是作为普通人，ChatGPT 都值得我们持续关注和探索。 注：本文内容仅代表专家观点，不代表平台立场。近期 AI 领域相继而至多个新模型，带来一阵阵「血雨腥风」。有人赞叹这是新未来，也有人惊恐这怕是要取代哪一行哪一业。你怎么看？ 你觉得 GPT-4 是否会取代程序员？程序员如何应对？ GPT-4 会如何影响你的工作？ ta将带来哪些产业应用新可能？
人工智能
2023-03-22
[经信快报]2022年度宁波市级、各区（县、市）级智能制造工程服务公司名单
根据《宁波市人民政府办公厅关于加快推进制造业高质量发展的实施意见》（甬政办发〔2020〕72号）、《宁波市制造业企业智能化技术大改造行动计划（2020-2022）》（甬工强办〔2020〕4号）和《宁波市经济和信息化局关于组织开展2022年度宁波市级智能制造工程服务公司申报工作的通知》（甬经信产数〔2022〕1734号）等文件要求，我局组织开展了2022年度市级智能制造工程服务公司的考核认定工作，经公示后现将名单予以公布。同时，各地经信部门也持续开展了本地区智能制造工程服务公司的考核认定工作，根据各地经信部门上报的名单，现一并予以公布。附件：1.2022年度宁波市级智能制造工程服务公司考核认定名单2.各地已考核认定的区（县、市）级智能制造工程服务公司名单 附件12022年度宁波市级智能制造工程服务公司考核认定名单序号单位名称主要产品清单属地1宁波华盛鑫泰机床有限公司高档数控机床与工业机器人、自动化（智能化）成套装备海曙区2宁波智能制造技术研究院有限公司高档数控机床与工业机器人、智能物流与仓储装备、自动化（智能化）成套装备海曙区3蓝卓数字科技有限公司工业操作系统海曙区4宁波工业互联网研究院有限公司CAD、CAE、CAM、MES、WMS、工业互联网平台海曙区5浙江国利网安科技有限公司工业网络通讯设备、工控安全服务支撑海曙区6宁波威讯软件有限公司MES江北区7宁波弗瑞德企业管理顾问有限公司MES、PLM、ERP、工业互联网平台江北区8宁波华数机器人有限公司高档数控机床与工业机器人江北区9浙江力扬威亚智能装备有限公司自动化（智能化）成套装备江北区10宁波摩科机器人科技有限公司高档数控机床与工业机器人江北区11宁波贝克韦尔智能科技有限公司高档数控机床与工业机器人江北区12浙江华工赛百数据系统有限公司智能物流与仓储装备、自动化（智能化）成套装备江北区13宁波捷创技术股份有限公司MES、PLM、PDM、QMS、LIMS、CRM、SRM、BOM、WMS、工业互联网平台江北区14宁波夏拓智能科技有限公司高档数控机床与工业机器人、自动化（智能化）成套装备镇海区15浙江科甬泰自动化科技有限公司自动化（智能化）成套装备镇海区16浙江第元信息技术有限公司MES、PLM、工业互联网平台镇海区17宁波聚轩信息科技有限公司数字孪生、MES、ERP、BOM、WMS、工业互联网平台镇海区18宁波航工智能软件有限公司MES、WMS镇海区19宁波聚联科技有限公司数字孪生、SCADA镇海区20宁波海天智联科技有限公司自动化（智能化）成套装备北仑区21宁波弘讯科技股份有限公司MES、工业互联网平台北仑区22宁波创元信息科技有限公司MES、APS北仑区23宁波澳玛特高精冲压机床股份有限公司高档数控机床与工业机器人北仑区24宁波顺兴机械制造有限公司 自动化（智能化）成套装备北仑区25宁波图锐自动化设备有限公司自动化（智能化）成套装备北仑区26宁波腾智信息技术有限公司ERP、MES、OA、WMS北仑区27宁波北仑欧凡斯特精密机械有限公司智能检测与装配装备北仑区28宁波力劲科技有限公司自动化（智能化）成套装备北仑区29宁波博信机械制造有限公司自动化（智能化）成套装备北仑区30宁波祥润自动化设备有限公司自动化（智能化）成套装备北仑区31宁波市创捷自动化有限公司自动化（智能化）成套装备北仑区32宁波华热机械制造有限公司自动化（智能化）成套装备北仑区33宁波雷奥自动化设备有限公司自动化（智能化）成套装备北仑区34宁波时利和自动化科技有限公司自动化（智能化）成套装备北仑区35宁波市汇智恒动自动化科技有限公司自动化（智能化）成套装备北仑区36宁波帮手机器人有限公司自动化（智能化）成套装备北仑区37浙江文谷科技有限公司MES、APS、PLM、工业互联网平台鄞州区38宁波长壁流体动力科技有限公司智能传感与控制装备、自动化（智能化）成套装备鄞州区39舒普智能技术股份有限公司MES、WMS、智能物流与仓储装备、自动化（智能化）成套装备鄞州区40宁波韵升智能技术有限公司智能检测与装配装备、自动化（智能化）成套装备鄞州区41宁波世纪恒祥自控技术有限公司自动化运维管理平台、工业互联网平台鄞州区42浙江艾凯普计算机系统服务有限公司MES鄞州区43宁波亚大自动化科技有限公司高档数控机床与工业机器人、智能检测与装备装备、自动化（智能化）成套装备鄞州区44宁波品上精密机床有限公司高档数控机床与工业机器人、自动化（智能化）成套装备鄞州区45宁波聚华光学科技有限公司智能检测与装配装备鄞州区46宁波畅想软件股份有限公司ERP、CRM鄞州区47浙江鑫诺检测技术有限公司工控安全服务支撑鄞州区48宁波韦尔德斯凯勒智能科技有限公司高档数控机床与工业机器人、智能传感与控制装备、智能物流与仓储装备奉化区49宁波赛夫智创科技有限公司MES奉化区50汇智云创（宁波）信息科技有限公司MES、QMS、ERP、OA、BI、BOM、WMS、工业互联网平台奉化区51智昌科技集团股份有限公司MES、APS、工业互联网平台余姚市52余姚泰速自动化科技有限公司自动化（智能化）成套装备余姚市53余姚市耐德自动化科技有限公司自动化（智能化）成套装备余姚市54宁波中亿智能股份有限公司智能传感与控制装备、自动化（智能化）成套装备等智能装备余姚市55宁波中科莱恩机器人有限公司高档数控机床与工业机器人、智能传感与控制装备、自动化（智能化）成套装备余姚市56宁波伟立机器人科技股份有限公司高档数控机床与工业机器人、智能传感与控制装备、自动化（智能化）成套装备余姚市57宁波天瑞精工机械有限公司高档数控机床与工业机器人余姚市58宁波斯曼尔电器有限公司自动化（智能化）成套装备、工业网络通讯设备余姚市59宁波舜宇智能科技有限公司MES、工业互联网平台余姚市60诺博特（宁波）智能科技有限公司自动化（智能化）成套装备余姚市61宁波嘉怡机器人有限公司高档数控机床与工业机器人、智能传感与控制装备、自动化（智能化）成套装备余姚市62宁波飞图自动技术有限公司自动化（智能化）成套装备余姚市63宁波丞达精机股份有限公司智能传感与控制装备、智能物流与仓储装备、非标光学行业全自动专业设备余姚市64宁波舜宇贝尔自动化有限公司智能传感与控制装备余姚市65浙江云联智能制造研究院有限公司高档数控机床与工业机器人余姚市66宁波市威尔信息科技有限公司MES、ERP、CRM、OA、BI、BOM、工业互联网平台余姚市67宁波新远方智能科技有限公司MES、ERP、CRM、WMS、模具管理系统、HR管理系统、工业互联网平台余姚市68宁波恒拓物联网有限公司MES、工控安全服务支撑余姚市69慈溪市联创软件有限公司MES、ERP慈溪市70宁波瑞辉智能科技有限公司CAE、MES、WMS 慈溪市71宁波长荣酿造设备有限公司自动化（智能化）成套装备慈溪市72宁波江宸智能装备股份有限公司智能传感与控制装备、自动化（智能化）成套装备慈溪市73宁波九纵智能科技有限公司智能检测与装配装备慈溪市74宁波宏晟智能科技有限公司自动化（智能化）成套装备慈溪市75慈溪市中创自动化科技有限公司自动化（智能化）成套装备慈溪市76宁波科伟机器人科技有限公司高档数控机床与工业机器人慈溪市77宁波均创智能科技有限公司自动化（智能化）成套装备慈溪市78浙江科菱智能装备有限公司智能检测与装配装备、自动化（智能化）成套装备慈溪市79宁波帕沃尔精密液压机械有限公司高档数控机床与工业机器人、智能检测与装备装备、自动化（智能化）成套装备慈溪市80宁波今日自动化科技有限公司自动化（智能化）成套装备慈溪市81宁波麦科斯机器人科技有限公司高档数控机床与工业机器人慈溪市82宁波慈星股份有限公司自动化（智能化）成套装备慈溪市83宁波航工智能装备有限公司自动化（智能化）成套装备慈溪市84浙江齐安信息科技有限公司工控安全服务支撑慈溪市85宁波斗士油压有限公司自动化（智能化）成套装备宁海县86宁波考比锐特智能科技有限公司自动化（智能化）成套装备宁海县87宁波为易物联科技有限公司MES宁海县88浙江易锻精密机械有限公司高档数控机床与工业机器人象山县89浙江云朵网科技股份有限公司智能工厂大数据分析系统象山县90航天云网云制造科技（浙江）有限公司MES、工业互联网平台象山县91中国机械总院集团宁波智能机床研究院有限公司自动化（智能化）成套装备象山县92浙江柯工智能系统有限公司智能物流与仓储装备、自动化（智能化）成套装备前湾新区93宁波星睿轩智能科技有限公司自动化（智能化）成套装备前湾新区94宁波和利时智能科技有限公司SCADA、工业互联网平台高新区95宁波沙塔信息技术有限公司SCADA、MES、工业互联网平台高新区96宁波极望信息科技有限公司MES高新区97浙江中之杰智能系统有限公司MES高新区98宁波智讯联科科技有限公司PLM、工业互联网平台高新区99宁波易拓智能科技有限公司MES、工业互联网平台高新区100宁波佰汇物联技术有限公司MES、WMS高新区101宁波圣瑞思工业自动化有限公司智能物流与仓储装备高新区102宁波新松机器人科技有限公司MES、WMS、工业互联网平台、高档数控机床与工业机器人、智能物流与仓储装备、自动化（智能化）成套装备高新区103宁波均普智能制造股份有限公司高档数控机床与工业机器人高新区104云益智造（宁波）工业互联网有限公司MES、WMS、SCADA高新区105宁波数益工联科技有限公司MES高新区106宁波美象信息科技有限公司数字孪生应用平台高新区107 浙江易印网络科技股份有限公司MES、APS、PLM、ERP、WMS、工业互联网平台高新区108浙江谱麦科技有限公司智能检测与装备装备高新区109宁波万德高科智能科技有限公司SCADA、工业互联网平台高新区110宁波技冠智能科技发展股份有限公司工业互联网平台高新区111宁波肯倍机器人科技有限公司自动化（智能化）成套装备高新区112浙江大华聚贤智能科技有限公司工业互联网平台高新区113宁波经纬数控股份有限公司自动化（智能化）成套装备高新区114宁波里尔汽车技术有限公司CAD高新区115宁波和利时信息安全研究院有限公司工控安全服务支撑高新区116宁波壹安信息科技有限公司工控安全服务支撑高新区117宁波市信息技术发展中心（宁波市软件评测中心）工控安全服务支撑市直属附件2各地已考核认定的区（县、市）级智能制造工程服务公司名单序号单位名称属地1宁波畅达智联科技有限公司海曙区2宁波芯然科技有限公司海曙区3龙沣物联网科技（宁波）有限公司海曙区4宁波固高智能科技有限公司海曙区5宁波中控微电子有限公司海曙区6浙江城市数字技术有限公司海曙区7宁波哈迪斯自动化工业服务有限公司海曙区8宁波正航智能系统有限公司海曙区9宁波朗科精工技术有限公司江北区10浙江捷创电气技术股份有限公司江北区11西安电子科技大学宁波信息技术研究院镇海区12宁波六希格码建筑科技有限公司镇海区13宁波宏飞信息科技有限公司镇海区14宁波云涌智橙信息技术有限公司镇海区15宁波百事一机电科技有限公司镇海区16宁波卡鑫自动化科技有限公司镇海区17宁波爱波瑞精益智能科技有限公司镇海区18宁波创艺信息科技有限公司镇海区19宁波明物智能科技有限公司镇海区20浙江聚创信息科技有限公司镇海区21宁波云丹网络科技有限公司镇海区22宁波书写芯忆科技有限公司镇海区23浙江壹安信息科技有限公司镇海区24浙江智汇元数字技术有限公司镇海区25浙江象龟数字科技有限公司镇海区26象来科技（宁波）有限公司镇海区27宁波金智源科技服务有限公司北仑区28宁波航天智慧信息科技有限公司北仑区29宁波大正工业机器人技术有限公司北仑区30宁波慧程科技有限公司北仑区31宁波安基优自动化有限公司北仑区32宁波巧艺汽车装备有限公司北仑区33宁波项领智能科技有限责任公司北仑区34宁波蓝圣智能科技有限公司北仑区35浙江中集瑞集数字科技有限公司北仑区36宁波立研智能科技有限公司北仑区37浙江云科智造科技有限公司鄞州区38浙江力创自动化科技有限公司慈溪市39慈溪久益信息技术有限公司慈溪市40宁波上电智能科技有限公司慈溪市41宁波仁众信息科技有限公司慈溪市42慈溪久一智能科技有限公司慈溪市43宁波科捷节能环保科技有限公司慈溪市44慈溪新大鹏计算机软件有限公司慈溪市45宁波嘉意信息科技有限公司慈溪市46慈溪市日新网络科技有限公司慈溪市47慈溪市友创软件有限公司慈溪市48宁波新联智能科技有限公司慈溪市49浙江易安智能科技有限公司慈溪市50慈溪联捷智能科技有限公司慈溪市51宁波培立新自动化设备有限公司慈溪市52宁波市奥特曼自动化设备有限公司慈溪市53宁波巨科自动化科技有限公司慈溪市54宁波腾能智能科技有限公司慈溪市55慈溪市恒发软件有限公司慈溪市56慈溪市小旋风数控有限公司慈溪市57宁波名匠智能系统有限公司慈溪市58宁波启谱自动化科技有限公司慈溪市59鸿瑞（宁波）检测设备有限公司慈溪市60新思维（宁波）机器人科技有限公司慈溪市61慈溪市富力达自动化设备有限公司慈溪市62宁波民盛机械有限公司慈溪市63浙江首力智能装备有限公司慈溪市64宁波马可机电有限公司慈溪市65宁波崴特机电有限公司慈溪市66宁波埃特世智能设备有限公司慈溪市67宁波宏志机器人科技有限公司慈溪市68宁波慈兴智能设备有限公司慈溪市69慈溪市创诚银河软件有限公司慈溪市70宁波大行软件有限公司慈溪市71宁波柯亚智能科技有限公司慈溪市72宁波天拓测控科技有限公司慈溪市73宁波广深科技有限公司慈溪市74蚁人自动化科技（宁波）有限公司宁海县75宁海创智软件有限公司宁海县76宁波象研科技服务发展有限公司象山县77象山信友软件有限公司象山县78宁波慈星机器人技术有限公司前湾新区79宁波长晟电子科技有限公司前湾新区80浙江昀昶汽车科技有限公司前湾新区81宁波华自智能科技有限公司高新区82宁波中科集成电路设计中心有限公司高新区83腾云互联（浙江）科技有限公司高新区84宁波联盛信息科技有限公司高新区来源：产业数字化推进处
智能制造
2023-03-18
[数字化工程]国家数据局 VS 省级大数据局
来源 首席数字官省级大数据局是新一轮机构改革中许多省份的“自选动作”，对完善地方政府数据治理体系意义重大。研究发现，省级大数据局的机构设置多突出大数据发展和管理职能，主要有省政府直属机构、部门管理机构和挂牌机构三类，职能配置整合了大数据决策、执行与监督管理权，总体上呈现出相对集中大数据管理职能和从侧重行业管理、政务管理转向大数据综合治理的大趋势。当前，省级大数据局运行中仍存在机构性质不明确、职能定位不清晰、职能配置不科学等挑战。优化地方大数据机构职能体系，亟需明确大数据行政管理职能的内涵外延，合理划分大数据局与相关部门职责分工，构建多元主体共建共享的数字政府体系。党的十八大以来，地方政府设立大数据管理局是机构与行政体制改革一个值得关注的新动向。从宏观层面看，设立大数据局是各级政府贯彻落实党中央、国务院网络强国战略部署，加快建设“数字中国”“智慧社会”，充分利用信息化技术手段提高政府履职能力的重要举措。在中观层面，大数据局整合原分散于地方发改、经信等多个部门的相关职能，为构建统一高效的地方政府数据治理体系探索了有益经验。具体而言，大数据局在一定范围内解决了当前政府大数据治理政出多门、责任不明、推诿扯皮等问题，有效提升了数据资源开发利用效率和“互联网+”政务服务水平。截至2018年，全国副省级城市及以下市县建立了近百个名称各异的大数据管理局、大数据发展局、大数据中心等机构，广东、贵州、浙江等省份组建了省级大数据管理机构。省级大数据局在国家数字治理的宏观架构中处于承上启下的关键位置，对完善地方政府数据治理体系意义重大。2018年深化党和国家机构改革为各地组建省级大数据局提供了难得机遇。本轮机构改革提出，在确保中央集中统一领导的前提下赋予省级及以下机构更多自主权，允许地方因地制宜设置机构和配置职能。据不完全统计，北京、重庆、广东、浙江、贵州、山东、广西、吉林、福建、安徽、河南等地在省级机构改革方案中设立了专责大数据管理的行政机构。这些省级大数据局在省域内发挥顶层设计、总体布局、统筹协调和整体推进作用，有利于建立起标准统一、上下协同、运行高效的数字治理组织体系，加快建设集约化、一体化的数字政府。此外，省级大数据局的机构设置和职能配置模式将对后续开展的市县机构改革起示范作用，促进省域内各级大数据局优化机构、调整职能，健全省市县三级协同联动机制。以各地公布的省级机构改革方案为线索，分析11个省级大数据局的机构设置与职能配置情况，为构建更加科学合理的地方政府数据治理机构职能体系提出优化建议。 01中国地方大数据管理机构的数量截至2019年6月，我国省级、地级地方政府已基本完成机构改革任务，在全国31个省级行政区中，共有18个省（直辖市、自治区）设有省级大数据管理机构，占比58%，它们分别是北京、天津、内蒙古、吉林、上海、江苏、浙江、安徽、福建、江西、山东、河南、广东、广西、重庆、贵州、陕西和海南。全国333个地级行政单位中共有208个地区设有大数据管理机构，占比62.5%。中国的22个省会城市、4个自治区首府（拉萨除外）以及5个非省会副省级城市，共计31个行政单位设立了大数据管理机构。中国四大经济区地方政府大数据管理机构设置数量情况表1　第八次机构改革前后地方政府大数据管理机构设立情况第八次机构改革前地方政府大数据管理机构职能特征表6　第八次机构改革后地方政府大数据管理机构职能特征 02省级大数据局的机构设置和职能配置梳理31个省、市、自治区公布的省级机构改革方案及有关公开报道，北京市和西藏自治区未公开机构改革方案，媒体报道披露了机构改革后北京市经济和信息化局挂大数据管理局牌子。可从机构名称、机构类型与规格、职能配置、内设机构等方面管窥省级大数据局的机构职能定位。 （一）机构名称：突出大数据发展和管理职能，有的省份合并设立大数据与政务服务管理机构除山东直接冠名“大数据局”外，其他省份的机构名称多为“大数据管理局”或“大数据发展局”。这意味着对于多数地方政府而言，加强大数据领域行政管理职能和推动大数据产业发展是设置机构的主要目的。重庆市设立“大数据应用发展管理局”，将大数据的应用、发展和管理这三项核心职能直接写入机构名称。福建在政府机构序列设立数字福建领导小组办公室（大数据管理局），对议事协调机构办公室挂大数据局牌子，有利于打通大数据管理的决策执行链条。一些省份因地制宜地将大数据与政务服务机构合并设立，如吉林组建政务服务和数字化建设管理局，安徽组建数据资源管理局加挂政务服务管理局牌子，广东组建政务服务数据管理局。合并设立大数据与政务服务管理机构主要有两个原因：一则这是在地方党政机构限额条件下的一种务实选择，通过设置一个机构履行两方面的新职能；另外，考虑到大数据和电子政务对提升政务服务水平具有重要支撑作用，合并设立机构的两大职能业务关联较为紧密。（二）机构类型：省政府直属机构、部门管理机构和挂牌机构三类并存本轮机构改革中设置的省级大数据局均列入政府机构序列，根据机构类型和规格可分为省政府直属机构、部门管理机构和挂牌机构三类。1.省政府直属机构吉林、安徽、山东、广西、重庆、贵州六省（市）将大数据局设置为政府直属机构。省政府直属机构指省级人民政府为了管理某项专门或特定的事务而设置的一类机构，通常承担某项专门业务，具有独立的行政管理职能，机构规格一般为正厅级。在本轮机构改革中，没有省份将大数据设置为政府组成部门。这是因为政府组成部门是指履行政府基本行政管理职能依法设置的机构，省级政府组成部门要与国务院组成部门严格对应。一个新兴的大数据管理职能部门，能够在机构改革中独立跻身直属机构已然不易。作为直属机构的大数据局在省级机构中具有专业性、独立性、权威性，是根据法律法规规定和机构职责分工，对全省大数据领域各项工作负有主要管理责任的部门。2.部门管理机构浙江、福建、广东、河南四省将大数据局设置为省政府部门管理机构。部门管理机构指由主管部门管理的，负责某方面工作的行政机构，具有相对独立性。例如，浙江、广东、河南三省大数据局均由省政府办公厅管理，福建省大数据局由省发展改革委员会管理。部门管理机构与直属机构主要有三点区别：一是机构规格。部门管理机构通常比其主管部门低半级，浙江等四省大数据局机构规格均为副厅级。二是管理权限。直属机构可以在业务范围内单独向下级业务部门行文和向同级有关部门行文；部门管理机构对下级业务部门可以单独行文，但向有关部门行文或者与有关部门联合行文时原则上需报经主管部门同意。调研发现，在实践中一些地方部门管理的大数据局向有关部门行文或者与有关部门联合行文时不需报经主管部门同意。三是请示报告方式。省以下部门管理机构原则上不直接向党委、政府请示工作，确需请示党委、政府的事项，由主管部门呈文；遇有紧急情况，需直接向党委、政府请示的，需同时报告主管部门。值得特别注意的是，部门管理机构不是主管部门的内设机构，而是独立的法律主体，其职能履行和业务开展具有相对独立性。部门管理机构纳入党政机构限额管理，单独核定职能配置、内设机构和领导职数，具有一级独立预算权。主管部门主要通过行政首长召开会议等形式，对部门管理机构工作中的重大方针政策、工作部署等事项实施管理。在机构改革中将省级大数据局设置为部门管理机构的主要目标是实现专业化治理与统筹协同治理的有机统一。一方面，大数据行政管理职能的独立性日益凸显，需要由一个专门行政机构履行职能；另一方面，大数据治理牵涉面广，又需要由具有统筹协调职能的强势部门加强对其他相关部门的政策协同。出于对机构专业性和统筹性的双重考虑，由省政府办公厅或发改委等综合部门管理大数据局成为一种可行选择。但是，鉴于此前多轮机构改革经验与教训，主管部门与部门管理机构在实际运行过程中容易出现各类矛盾问题，大数据局作为部门管理机构是否能够充分履行职能仍值得进一步观察。3.挂牌机构北京市在市政府组成部门经济和信息化局挂大数据管理局牌子。在机构编制管理实践中，挂牌机构是指一个机构承担多项职责，因工作需要加挂牌子，有两个或者两个以上名称，在不同场合以相应名称对外开展工作的机构。在实体机构挂牌的机构，一般不单独核定编制和领导职数，不是一级预算单位。挂牌机构原则上不得以挂牌机构名义对外制发行政规范性文件，确因工作需要制发行政规范性文件的，应当以实体机构名义或以实体机构与挂牌机构联合发文。在2018年机构改革之前，省以下市县级政府多将大数据局设置为挂牌机构。相对于实体机构，挂牌机构的职能具有从属性。根据机构编制法规要求，挂牌机构在实践中不得实体化运作。以经济和信息化局挂大数据管理局牌子为例，大数据管理是经济和信息化局履行的部门职责之一，通常由经济和信息化局某些内设处室承担具体工作，有需要时对外以大数据管理局名义开展工作。在本轮机构改革中，北京市经济和信息化局共加挂了三块牌子，分别为市无线电管理局、市大数据管理局和市国防科学技术工业办公室。经信局内设处室中的智慧城市建设处加挂大数据应用处牌子，实际承担推动大数据应用、电子政务考核、跨部门跨行业跨领域数据联通和共享等职责。 4.地位、独立性和协调能力：三类机构设置的比较在机构性质和地位方面，目前我国省级大数据局总体上处于省级党政机构序列的末端（参见表1）。大数据局的机构性质直接反映出同级党委政府对大数据相关事务的重视程度，相比而言在机构序列中直属机构地位较高，部门管理机构次之，挂牌机构最末。在机构独立性方面，直属机构大数据局拥有最为完整独立的管理权限，部门管理机构的重大政策要事先向主管部门汇报，机构自主权受到一定限制；挂牌机构基本上不具有日常管理的自主决定权。在统筹协调方面，由省政府办公厅或发改委管理的大数据局优势较为明显，前提是能够处理好主管部门与部门管理机构之间的关系；直属机构对其他省级部门具备一定的统筹协调能力，需要在职能配置上加以明确；挂牌机构一般不具备统筹协调能力，其职能履行尚需要处理好实体机构内设处室之间的关系。（三）职能配置：整合大数据决策、执行与监督管理权本轮机构改革坚持优化协同高效原则，坚持一类事项原则上由一个部门统筹、一件事情原则上由一个部门负责，避免政出多门、责任不明、推诿扯皮。新组建的省级大数据局整合了原本分散于省级发改委、经信（委）厅、省政府办公厅等机构的多项职责，负责统筹协调大数据管理、信息化建设等相关工作。以省政府直属机构大数据局为例，可从行政管理过程视角下的决策权、执行权和监督管理权三个维度梳理其主要职责。1.决策权：制定大数据政策法规、发展规划和加强省内统筹协调决策权是省级大数据局的核心职能，包括制定大数据相关政策法规、行业发展规划和加强省内统筹协调等职责。首先，省级大数据局负责拟定全省大数据相关政策、法规和标准，为省级人大及其常委会和省级人民政府起草相关地方性法规、规章草案，拟订大数据、信息化行业技术规范和标准并组织实施。其次，大数据局负责制定全省大数据和信息化发展规划，提出大数据和信息化项目投资规模及方向、具体项目的审批备案核准等方面的建议。第三，大数据局负责统筹协调全省大数据资源开发管理使用，以及数字政府建设、政府网站、政务信息系统整合等工作。2.执行权：大数据资源管理、产业发展和推广应用执行权是省级大数据局的关键职能，包括大数据基础设施建设运营管理、产业发展促进、大数据资源管理和推广应用等职责。一是负责全省统一的大数据平台的建设管理利用，统筹大数据中心、政务云、政务网等电子政务基础设施规划建设管理。二是负责大数据和信息化产业促进，支持和引导大数据、信息化等方面的新技术、新产品、新业态发展和应用，推动数字经济与产业发展深度融合。三是负责公共数据资源的采集汇聚、登记管理、共享开放，推动社会数据汇聚融合、互联互通，推进大数据安全保障体系建设。四是组织实施省级政务信息化建设、数字政府等项目，推动“互联网+政务服务”等大数据项目应用落地。3.监督管理权：大数据市场监管与政务监督监督管理权是省级大数据局的基础职能，根据管理对象不同，主要可分为针对企业和政府两类。第一类是对大数据和信息化行业及企业合法合规经营进行日常监督管理，履行软件和互联网信息服务业行业管理职责。第二类是加强大数据局对省级部门和市县政府的业务指导，依据授权对省级部门及市县政府大数据建设管理使用状况进行监督考核评价，有效提升省市县协同联动发展水平。03省级大数据局的发展趋势与面临的主要挑战省级大数据局是机构改革的新生事物，其机构设置和职能配置既有一定共性规律也存在较大差异性，在职能履行过程中仍然面临诸多挑战。总结国内此前各地大数据局运行规律，现阶段省级大数据局呈现出两大主要发展趋势。 （一）“一对多”：大数据管理职能相对集中，由一个机构承接多个上级机构的任务长期以来，我国中央政府层面互联网和信息化职能相对分散，发改委、工信部、公安部、网信办根据职责分工各承担部分管理职能。这种“九龙治水”的管理格局固然有一定的合理性，但也容易造成职能交叉、权责脱节现象。在此前“上下一般粗”的机构设置模式下，地方政府根据中央部委设置和职能配置情况对应设置地方机构履行属地管理责任。基于中央与地方政府职能异构特征，地方政府主要承担大数据和信息化政策执行、市场监管和项目应用等操作性事务，迫切需要整合分散于各部门的政策、资金和资源形成管理合力。在此背景下，一些市县率先探索设立大数据局整合分散于多部门的职责，由大数据局向上对接多个上级部门。省级大数据局在省级层面相对集中大数据管理职能，向上对接发改委、工信部、国务院办公厅等多个部门，向下指导监督市县大数据局职能履行，构建起上下贯通、执行有力的体制机制，发挥了承上启下的关键性作用。在省以下相对集中大数据管理职能有利于统筹调配资源，减少多头管理和职责分散交叉，充分发挥数字化政府转型的整体效应。特别是数字政府建设的整体性理念要求由一个超越原有部门利益格局的行政机构发挥牵头作用，省级大数据局能够以集约化、一体化建设优化资源配置、减少重复投资，构建统一规划、统一政策、统一标准、统一管理的数字政府业务体系。 （二）由单一到综合：大数据局职能配置重点从侧重行业管理、政务管理转变为大数据综合治理目前，我国省级大数据局职能配置仍有较大差异，机构类型和设置方式直接影响大数据局的职责范围。在经济和信息化局挂牌的大数据局由于其职能从属性，通常侧重于大数据产业发展和行业管理。合并设立的政务服务和大数据管理局通常牵头推进“放管服”改革，大数据管理方面侧重于电子政务、“互联网+”政务服务、政务信息系统整合等政务管理职能，其职责中一般不包括大数据产业发展和行业管理职能。此外，由省政府办公厅和发改委管理的大数据局也主要偏重于政务管理职能。作为省政府直属机构的大数据局一般兼具行业管理和政务管理双重职能，在机构职能方面逐渐从大数据专项管理机构向大数据综合管理机构转型。此类大数据局职能配置呈现出四个“全”特征。一是对象全覆盖。管理服务对象既包括大数据和信息化企业，也涵盖省级部门和市县政府，以及涉及大数据采集、储存、管理和使用的自然人等社会主体。二是业务全流程。承担大数据管理的决策、执行和监督职能，具体行使大数据相关行政规划、行政审批、行政确认、行政奖励、行政检查等行政权力事项。三是资源全配套。统筹法规政策、财政资金投入、基础设施建设、人才培养等促进大数据产业发展和数字政府建设的各类配套资源。四是应用全打通。负责统筹大数据资源建设管理，促进大数据政用、民用、商用多管齐下、互联互通。当然，大数据综合管理机构正在经历一个从无到有的过程，究竟大数据局的职能配置应当综合到何种程度，仍需在实践中检验。 （三）省级大数据局面临的主要挑战1.大数据局机构性质不明确本文重点分析的省级大数据局是机构改革后明确列入省级党政机构序列的行政机构，实际上全国还有一些省份将大数据局设置为省政府直属事业单位或部门管理的事业单位。例如，内蒙古自治区大数据管理局在本轮机构改革后仍作为省政府直属事业单位履行部分行政管理职能。这些机构性质为事业单位的大数据局多由省信息中心、大数据中心组建而成，但在实际运行中履行部分行政管理职能。事业单位的主业主责是公益服务，出于机构编制限额考虑由事业单位额外承担行政职能，容易造成政事不分、行政职能体外循环、管理不规范等现象。《中共中央关于深化党和国家机构改革的决定》明确指出:“全面推进承担行政职能的事业单位改革，理顺政事关系，实现政事分开，不再设立承担行政职能的事业单位。”在本轮地方机构改革实施过程中，大部分省份全面清理省直事业单位承担的行政职能，将行政职能划归主管部门或职能相近的行政机构，除行政执法机构外，不再保留或新设承担行政职能的事业单位。本轮机构改革后，全国共设立11个省级大数据局行政机构，尚有超过一半的省份由其他主管部门行政机构或事业单位履行大数据行政管理职能。应当承认，目前大数据局履行的职能中究竟有哪些必须由行政机构承担，哪些可以由事业单位承担，在实践中仍存在较大争议。2.大数据局职能定位不清晰分析11家省级大数据局的机构设置和职能配置情况，可以发现一些省份对大数据局的职能定位不够清晰。例如，大数据局究竟应当是一个专项职能部门还是综合职能部门？不论是直属机构还是部门管理机构，单独设立大数据局的初衷就是要解决大数据管理职责交叉分散问题，让这一机构在省政府机构序列中承担专项职能部门责任。与此同时，一些省级政府直属机构大数据局还承担了统筹推进信息化建设、数字经济发展、数字政府建设等原本由发改委、办公厅等综合职能部门履行的职责。即使“三定”规定赋予了大数据局统筹协调职能，但是排序偏后的直属机构能否协调发改、财政、工信等排序靠前的省政府组成部门？可供参考的一个例子是，新组建的应急管理部整合国务院办公厅原国务院应急管理办公室职责后，就出现了综合协调力度反倒不如以前的情况。3.大数据局职能配置不科学机构职能配置主要由“三定”规定和权力清单、责任清单确定，目前绝大部分新设立的省级大数据局已出台“三定”规定，但权责清单尚在编制过程中。经初步调研和梳理，省级大数据局职能配置还存在一些不够科学、不尽合理之处。在职责分工方面，省级大数据局与网信办、工信部门在统筹信息化建设、信息资源开发利用共享、指导信息安全等方面职能划分不够明确。根据中央有关通知精神，省市两级网信机构主要职能要与中央网信办基本对应，统筹信息化工作职能实际上由网信部门负责。单独组建大数据局后，省级工业和信息化部门一般仍然负责工业领域信息化发展和信息化与工业化融合（两化融合）、软件和信息服务业管理等职责。实际上，大数据局承担的产业促进政策的管理服务对象与软件和信息服务业企业多有重合。再以制定大数据（信息）安全监管的法规、标准体系为例，由于信息安全既涉及硬件也涉及软件，职责分散于网信、公安、大数据、工信等多个部门。网络安全执法更是存在不同执法部门对同一单位、同一事项重复检查且检查标准不一的问题。另一方面，新设立的大数据局对外行业管理职权并不完整，大部分大数据局基本没有行政许可和行政执法处罚事项，是典型的行政审批、日常监管和执法职能相分离的行政机构。一旦大数据局与相关部门无法建立起行之有效的公务协作机制，那么很容易出现权责脱节、推诿扯皮现象。一些政务数据管理局只有对政府机构的内部审批管理权限和公共服务事项。04优化地方大数据机构职能体系的建议省级大数据局是新一轮地方机构改革的新生事物，是地方政府完善数据治理体系、提升数据治理能力的重要探索。为解决大数据局在地方机构职能体系中面临的障碍和瓶颈，不断优化大数据局的机构设置和职能配置，当前亟需重点处理好四对关系。 （一）处理好政事关系，科学界定大数据行政管理职能的内涵和外延，加快推进政事分开本轮机构改革后，省以下大数据局在机构性质上既有行政机构也有事业单位。按照深化党和国家机构改革根除“事业局”的具体要求，当前迫切需要科学界定大数据行政管理职能的内涵和外延，非此不足以论证将大数据局设置为行政机构的合法性。从行政法原理分析，大数据行政管理职能应当包括制定大数据领域的法律法规和规范性文件的行政立法权等抽象行政行为，以及行政命令、行政许可、行政确认、行政监督检查、行政处罚、行政强制、行政奖励、行政裁决等具体行政行为。概言之，涉及大数据管理的抽象行政行为和具体行政行为均应由行政机构作出。此外，根据实践经验总结，统筹协调跨区域、跨领域、跨部门的数据聚通用和基础性、保障性的大数据公共服务应被视为大数据行政管理职能。各地应当全面清理由大数据中心等事业单位承担的行政职能，根据机构改革精神因地制宜设立大数据局行政机构或将相关行政职能划归其他主管部门行使。已设置省以下大数据局的地方应当加快转变政府职能，落实简政放权、放管结合、优化服务等改革要求，按照“管办分离”的原则剥离行政机构的大数据运营维护职能，采取政府购买服务的方式由事业单位或企业具体承担大数据系统建设运营维护工作。充分发挥事业单位、互联网企业的专业技术和渠道服务优势，构建政企合作、多元主体共建共享共治的大数据治理生态体系。 （二）处理好党政关系，理顺和优化地方网信办与大数据局的职责关系加强和优化党对网信工作的集中统一领导，是健全党对重大工作的领导体制机制的重要举措。在中央层面，由于网络安全和信息化职能分散于多个国务院机构，中央网信办成立以来有效统筹协调网络安全和信息化重大事项，承担党中央决策议事协调机构、办事机构的职能。本轮机构改革设立省级大数据局的地方要重视理顺和优化地方网信办与大数据局的职责关系，减少重复决策、多头管理，促进党政机构职能分工合理、责任明确、运转协调。具体而言，一要明确党的议事协调机构、办事机构与政府职能部门职责的区别与联系。议事协调机构对相关领域重大工作发挥顶层设计、总体布局、统筹协调、整体推进作用，其办事机构的职能要紧紧围绕上述四个方面行使，做到既不越位也不缺位。政府职能部门是在党委、政府统一领导下，负责管理某一方面工作事务，并相对独立行使管理权的机构。因此，网信办应重点提升领导力，大数据局应重点提升执行力。综合考虑机构属性和省级大数据局在政府机构序列中的排序，统筹协调全省网络安全和信息化建设的职责应由省级网信办承担更为合适。大数据局承担配合网信办指导推进信息化建设和跨行业、跨部门信息数据互联互通的职责。二要把握好省以下不同层级党政机构的职责关系。省级党政机构承担全省顶层设计、统筹协调等职能，市县党政机构主要是落实中央和省级决策部署，越往基层越应当注重提升执行力。由于机构限额层层递减，许多市县党委机构中不单设网信办，而是将网信办设在宣传部门。根据基层事务特点和工作实际需要，一些市县将网信办承担的统筹推进信息化职责划转到大数据局也不失为可行之策。此外，根据十九大报告和深化党和国家机构改革精神，市县网信部门和大数据管理局可以探索合并设立或合署办公，整合优化党政机构力量和资源，发挥统筹信息化建设和大数据管理应用的综合效益。 （三）处理好左右关系，明确大数据局与其他综合管理部门、行业管理部门的职责分工本轮机构改革提出优化协同高效原则，坚持一类事项原则上由一个部门统筹、一件事情原则上由一个部门负责，改革机构设置与职能配置。根据管理服务对象可以将大数据管理涉及的“一类事情”“一件事情”分为行业管理和政务管理两大类。对大数据局而言，要重点明确与工信部门的行业管理职责分工，明确与发改委、政府办公厅的政务管理职责分工。已设置为省政府直属机构的大数据局，应逐步划转大数据地方立法起草、行业产业发展规划编制、大数据和信息化项目投资规模及方向建议、软件和信息服务业行业管理等职责，提升综合管理协调能力。设置为部门管理机构的大数据局，要在确保职能相对独立完整的前提下与主管部门建立科学高效的决策执行业务流程，完善宏观、中观和微观管理决策分工，既要更好地发挥主管部门的统筹协调能力，也要充分履行部门管理机构的专业职责使命。设置为挂牌机构的大数据局，要准确把握、完整履行挂牌机构的职责权限，在机构编制管理法规框架内履行机构职能。随着大数据相关法律法规不断健全和完善，大数据局需要与其他职能部门建立流程顺畅的公务协作机制。由于机构改革多采取由易到难分步骤进行的渐进改革策略，一些地方大数据管理领域可能出现了行政审批、日常监督管理、执法和技术支持辅助职能分别由不同部门行使的现象。为避免出现信息孤岛和职责推诿等问题，迫切需要加强业务全流程的跨部门衔接协同。地方政府应当加快完善大数据管理公务协作制度和监督约束机制，建立跨部门协作配合的信息共享机制，实现行政审批、监管、执法和支持辅助机构之间的信息互通、资源共享、行动协同。 （四）处理好统分关系，构建上下协同、政企合作、多元参与的共建共享数字政府体系省级大数据局承担着加快推进数字政府建设的重要使命，首当其冲的任务就是确立“全省一盘棋”的理念，花大力气破解长期以来制约政府治理水平提升的信息资源碎片化、业务应用条块化、政务服务分割化等问题。在推进数字政府建设过程中要特别注意处理好“统分结合”关系，破解难题固然需要统一规划、统一标准、统一上云、统一应用，但也不能由政府一家包打天下，省大数据局不宜过度集权。构建科学合理、运行高效的地方大数据治理体系，要充分调动各级政府、不同职能部门和市场社会主体的积极性，处理好政府与市场关系，发挥各类主体优势打造共建共享共治格局。优化省对部门和市县大数据工作的领导管理体制，由省级大数据局承担业务指导、绩效管理、督促检查等职能，构建省级大数据局与省直部门、市县之间的高效协同机制。建立集中统一的全省政务“一朵云”“一张网”“一平台”，统筹管理政务大数据资源。省直部门信息化运行建设项目原则上应进行集中建设管理，由政府直接投资建设转变为向符合条件的运营企业购买服务。信息化水平较高的市县要实现本地应用系统与省级平台的对接和数据共享，信息化欠发达地区由省级统一规划、建设基础设施和技术支撑平台，市县根据实际需要开展本地政务应用和服务。尤其要探索和完善政府购买大数据运营管理、应用开发、决策分析等服务的监管评价机制，确保网络和信息系统安全稳定。（本文来源《电子政务》，作者张克）
大数据,人工智能
2023-03-17
浙公网安备33020302001030号浙ICP备15001112号-2
品牌：千妙科技 Qianmiao Cloud
运营：宁波千妙科技有限公司
站点索引