智能制造工厂需要具备的技术和管理能力

　　随着时代与时俱进，信息化，自动化接着智能化，许多务实的制造工厂正大胆尝试“自动化+信息化”，大步迈向智能制造!智能工厂、车间管理软件、都是不可或缺的，智能制造贯穿“设计、生产、管理、服务”等制造活动各环节，并具有信息深度自感知、智慧优化自决策、精准控制自执行等功能。时代日趋多样化、定制化、小型化的用户需求，培育了一批跨领域、多层级的系统集成商。智能工厂业务在领域知识的了解和掌握为业务需求向智能制造方案的转换打下了良好基础。在将业务需求转换为智能制造方案并落地的过程中，较强的技术和管理能力是需要具备的。下面5个方面阐述需要的技术和管理能力：

　　具有规划整合能力

　　这体现在智能制造战略的制定及落地上。智能制造战略是服务于企业战略的，如何基于成本、公司现状及各种资源约束规划出效果好、可执行性高的智能制造战略是有一定挑战的;而在规划落地的过程中，从业务交互来说涉及到多个部门、多个层级的业务梳理整合和沟通，从技术上来说涉及不同规模、技术类型的系统集成，这种复杂性要求有很强的资源整合能力和推动能力。很多项目在启动之初看起来很不错，但最后实施下来并不满意，源头可能就在规划和整合上出了问题。

　　HCMES 鸿云制造执行系统-客户现场实图

　　项目管理与运营能力

　　这也是对项目落地过程进行科学管控并保障顺利运行的过程。按照PMP认证的定义，项目管理涉及5大过程(启动、规划、执行、监控、收尾)和9大知识领域(整合、范围、时间、成本、质量、人力资源、沟通、风险和采购管理)，不仅理论上理解这些内容，更重要的是能在实际工作中灵活运用这些知识处理项目实施过程中的问题;项目实施完毕只是项目开始发挥作用的开始，还需要进一步定义规范化的运营规则，持续监控项目运行，纠正偏差，不断优化，使系统始终保持健康状态。

　　方案制定与集成能力

　　这是对业务需求进行调研并转化为系统方案的实际执行步骤，并通盘考虑不同业务类型、不同IT系统之间的集成。下面会谈到智能制造方案中涉及到的不同系统，比如PLM, ERP, MES等，这些系统本身比较复杂，而相互之间有频繁的数据交互。 项目组织中通常有不同的角色，可能有专门的咨询顾问承担需求调研、方案制定等工作，但作为核心人员，了解并能承担这些工作是有意义的。

　　对技术方案及其应用的熟悉

HCMES 鸿云制造执行系统-客户现场实图

　　对智能制造框架中，技术方案涉及到数据仓库、商务智能BI、PLM、ERP、MES、PLC、数据感知(传感器)多种系统，这些系统相互集成共同组成一套相对完整的智能制造方案。不管是那一种系统，需要理解系统的主要操作流程及应用模式、熟悉系统架构及部署方式，对各自系统的应用难点最好也有相应研究，比如数据仓库的建立、BI建模、高级计划及排程、设备的数据集成方式等。另外所有的技术方案离不开IT基础设施的支持，对基本的网络架构、数据安全、服务器架设等需要学习和理解。

　　保持对各类新技术的敏感度，引入合适的新技术支持业务改善。

　　物联网、大数据、云计算、机器人、人工智能AI、增强现实AR、虚拟现实VR、3D打印甚至区块链等多种智能制造时代的新技术层出不穷，有很多已经投入实际应用，在业务运作中发挥着重要作用。自动数据识别极大提高了财务发票匹配的效率，大数据分析在提高设备利用率也显现出效果，机器人在提高效率和良率上有相当的优势，很多的应用也在往云平台上迁移，使IT系统也能轻资产运行。当然对新技术保持敏感度，并不意味着为了应用新技术而应用，要冷静思考工厂是否有合适的业务场景，是否有可信的投资回报，是否能从长远优化业务，优先挑选能带来切实改善的方案。