16家上市公司的「数字化工厂」实践总结→

随着技术的发展和应用，新型的数字化工厂正悄然引领制造业转型，并推动着制造业的核心向高度定制化的产品和系统迭代。这就引出了三个问题：新型的数字化工厂是什么？它怎样改变企业的生产制造过程？如何才能打造一个真正的数字化工厂？

2022年，MAS智库基于公开信息、报道和论文对16家制造业上市公司的数字化工厂进行了研究。这些公司既包括宝钢、吉利、美的、海尔、格力、三一重工、徐工集团等传统行业巨头，也包括宁德时代、比亚迪、许继电气、金风科技、歌尔股份、九洲电气、三安光电、京东方、立讯精密等新兴产业的翘楚。他们都是我国制造业各个行业中的领军企业，代表了我国制造业领先的运营和管理水平。

基于这16家企业的数字化实践，我们找到了国内领先制造企业数字化工厂的“5-8-4-3”答案。“5”是指数字化工厂为企业生产制造带来五大改变；“8”指的是数字化工厂的八大典型场景；“4”指的是建造数字化工厂要解决的四大关键问题；“3”指的是数字化工厂组织生产的三大模式。

MAS智库发现，目前，数字化工厂（Digital Factoeris，简称DF）并没有确切的定义，人们普遍认为，数字化工厂是一个复杂的系统，能够基于系统融合，将数字化的产品设计数据，在现有实际制造系统的所映射的虚拟现实环境中，对整个生产过程进行规划、仿真、优化和重组。

不仅没有权威的定义，不同企业和机构对数字化工厂名称的表述甚至都五花八门，我们可以在互联网上找到与数字化工厂有关的N个名称，如互联工厂，灯塔工厂，智能工厂、智慧工厂等等。这些令人眼花缭乱的名称，本质上都是数字化工厂的延伸。

数字化工厂是智能制造的一个组成部分。在智能制造之下，传统的制造流程将被重组，其最终目的是要实现产品的智能化。其中个性化的客户需求与设计，供应商和制造商之间的信息接入与共享，售后服务的快速响应等环节与数字化工厂一起，成为智能制造非常关键的组成部分。

数字化工厂能够为企业带来哪些改变？MAS智库基于对上述16家企业案例的分析，为这个问题找到了五个答案：

改变一：工厂、设备、人互联互通数字化工厂将工厂、用户、设备连接起来，可真正实现以销定产，供应链系统对用户需求做出即时响应。工厂能在很短的开发周期内，生产出较低成本、较高质量的不同品种产品。

改变二：真实工厂+虚拟工厂同步运行数字化工厂是一个双胞胎系统，通过虚拟的设计、装配、调试、质检，将用户需求转化为产品方案，同时在生产过程中应用新一代信息技术，实现真实工厂和虚拟工厂同步运行。

改变三：精确化、标准化的生产执行工业机器人、自动化设备是数字化工厂的标配。它们让人机协同成为工厂运行的主要模式，人不再提供单纯劳力，而是做为决策及管理者；机器设备则拥有快速应变及多方沟通能力；助力生产过程的精确化、标准化执行。

改变四：生产全过程可视可控通过将真实的生产过程实时映射到虚拟工厂，实现真实工厂和虚拟工厂的同步运行，虚拟工厂能够对所有数据进行实时记录和传递，可视化展现真实的生产场景，企业能够实时了解设备运行状况和产品生产状况，实现对生产全过程的可视可控。

改变五：平台化产品基于AI、VR等技术对产品进行模块化设计，实现从零件变成模块，从模块到通用再到模块的迭代，通过模块化的自由配置组合，开展产品的定制化生产，满足用户多样化的需求，最终实现产品的平台化。

数字化工厂”提供了全面的制造过程管理，自动化、互联化、虚拟化的数字化车间改变了传统车间的制造场景，并创造出一些新的制造场景。以下是MAS智库基于16家企业实践，提炼出来的在当前中国企业数字化工厂中应用较广泛的八大场景：

场景一：数据实时采集所有数字化工厂运行的前提都是实现数据在线。通过现场终端一体机和物联网技术（RFID、条码等）的识别反馈，企业可实现生产端数据的实时采集。通过互联网、物联网、务联网三网互联和大数据分析等，工厂可基于不同的订单类型和数量组织生产，自动优化调整生产方式。

场景二：数字化工艺仿真数字化工艺仿真是生产规划环节的关键场景。利用产品的三维数字样机，对产品的装配过程统一建模，能够实现产品从零件、组件装配成产品的整个工艺过程的机器模拟和虚拟仿真；配合参数优化模型,检验不同组参数的合理性及有效性；结合机器学习与员工经验,识别重要参数及参数间的最优关系；回归到仿真模型中进行反复验证,最终得到最优参数；根据推送的推荐参数,自动实现工艺优化。

场景三：柔性制造柔性制造或许是数字化工厂中最耳熟能详的场景之一。它以用户需求为导向，对生产线和供应链的反应速度提出了较高要求。同时，在一些智能化程度更高的数字化工厂中，用户甚至可以在制造过程中实时与设备进行对话，获取订单进程，了解定制产品在生产线上的进度和位置。

场景四：数字孪生工业数字孪生正成为智能制造的核心环节,也是智能化工厂的核心数字底座。它贯穿了制造企业研发、采购、生产、销售、服务等全业务场景,让决策者能实时监控工厂各环节的运作状况,从而快速决策、指导生产。甚至也可以模拟仿真各种决策的业务结果,实现决策和经营的弹性。

在调研中，MAS智库发现，数字孪生场景在所有数字化工厂都有应用。在总部大屏上，最新的生产、设备、品质等数据，工业仿真实现生产制造的产线上实时数字孪生的镜像，以及每个订单从接受到物料采购、组织生产、出库、配送的全过程都可以获得实时可视化呈现。

场景五：产销协同产销协同在欧美企业多被称为销售与运营计划（Sales and Operation Plan：S&OP），在日本多称“贩在生计划”（销售、在库与生产协调计划）。中国企业的叫法也不一，钢铁企业多称“早调会”、“生产调度会”，有些企业叫“经营计划与分析会”，“订单落地会”。

不管怎么称呼，产销协同最核心的特点就是通过产销对接、资源平衡，对销售订单、最大限度满足客户需求前提下实现均衡生产，通过在终端所呈现出来的用户需求信息来指引上端供应商、工厂生产、流通资源分配，减少货物流转等中间环节是产销协同的典型应用。

场景六：智能质检智能质检利用AI视觉识别技术来模拟人的视觉功能，从客观图像中提取信息，加以理解并进行处理，最终用于实际检测、测量和控制，能够实现品质控制从分析、预警、管控、预测和决策全面智能化，极大降低过程不良率，提升产品质量。

场景七：预测性维护预测性维护（PHM）是工业企业设备管理维护的最高阶段。企业基于对所有设备进行统一的数据采集和存储，能够支持工程师对所有设备进行实时可视化透明监控，查看设备的实时数据和历史数据曲线，系统能根据预置的各种规则，发现潜在的故障风险，并在故障发生之前，自动发送预警通知，触发维修作业。

场景八：数字化仓库作业在仓库作业中，最难的点在于拣货和复核。拣货的技术从Pick by paper(按纸质拣货单拣货)、Pick by RF(用无线射频枪拣货)、pick to light(电子标签拣货)、Pick to voice(声音拣货)。应用AR技术，企业可实现Pick by vision（目光拣货）。工作人员带上智能眼镜后，AR技术通过箭头导航到拣选货位，然后准确显示需要拣选的数量。在完成拣选后，工作人员只需要将手在空中一挥，即可确认完成拣货。

在调研中我们发现，尽管不同制造企业建造数字化工厂的姿势各不相同，但集体都指向这四大关键问题：如何“以用户为中心”开展生产；如何实现全链路互联互通；如何将生产、采购、供应链、财务等多个系统连接和融合在一起；如何实现数据赋能。

关键一：如何以用户为中心开展生产传统制造业的模式是一个链状模式，出发点以生产企业为中心，从研发、计划、生产、交付，最终把产品送达用户，效率主要体现在大规模、标准化流水线的生产或者是自动化的实现。但是它产生的问题往往是产销难以协同、供应链不协同、库存挤压、产能过剩等等。现在，制造业的发展已经呈现出多品种、小批量、个性化定制生产的趋势，所以需要将传统的链状模式重塑成C2M制造平台模式，将各职能的数据打通、相连，形成一个网络平台，通过数据的共享实现跨职能的无缝连接，以快速推动、响应需求的波动。这种模式以用户为产品设计和生产的核心，甚至让用户主动参与到产品设计过程中，通过数据的收集、积累、透明、打通、利用，打造极致的用户体验，这才是生产的出发点。

对于这一问题，让我们看看海尔的答案：

海尔集团希望推动能快速响应用户需求的全流程价值链的变革，实现从大规模制造向大规模定制转型。通过与用户共同建立一个基于网络的生产模式，海尔让完全不懂技术的用户，和苦恼于不了解需求的设计师、供应商，在海尔提供的共享设计平台上互动协作，实现真正的用户个性化订单生产。

模块化是海尔个性化生产的基础，产品通过模块化设计，将零件变为模块，通过模块化的自由配置组合，满足用户多样化的需求。海尔从2008年开始探索模块化。例如，一台冰箱原来有300多个零部件，现在在统一的模块化平台上整合为23个模块，通过通用化、配置化来满足用户个性化、定制化需求。

互联自动化驱动海尔个性化生产的实现。互联自动化不是简单的机器换人，而是攸关方事先并联交互，实现用户驱动下的设备联动、柔性定制体验。一方面，将设备供应商由单线买卖模式变为设备商集成各攸关方资源，提供整体解决方案并提供设备全生命周期服务。另一方面，将设备由孤立自动化、机器换人模式变为用户需求驱动的互联自动化。

用户下单后，订单送达工厂，工厂随即开始定制所需模块，通过模块化的拼装，可以实现用户对不同功能的选择，并且最大限度缩短产品制造所耗时间，在整个制造过程，用户可以实时与设备进行对话，获取订单进程，了解定制产品在生产线上的进度和位置。整个流程包括需求、交互、设计、预售、制造、配送、服务等，循环迭代升级，实现从线上用户定制方案，到线下柔性化生产的全定制过程。

关键二：如何实现全链路互联互通。前面我们已经提到，数字化工厂给企业带来的一大改变就是实现了工厂的虚实融合。这意味着，企业需要基于生产全链路的在线连接，应用三维可视化技术，构建一个与真实工厂一样的数字孪生虚拟工厂。那么，做到这件事的前提就是实现生产全链路的在线连接、互联互通，实现人机互联、机物互联、机机互联、人人互联，实现计划调度、生产物流、工艺执行、过程质量、设备管理等生产全过程的自动化、透明化、可视化。

如何应用物联网，实现生产全链路的互联互通，让我们看看三一重工的答案：

没有机器的轰鸣声；没有切割钢板时的火花夹杂着金属烧焦的难闻气味；没有大量工人驾驶着叉车将沉重的材料运送到生产线。如果用三个词来形容三一重工的5G全连接工厂，它们应该是：高效、整洁、快速。

进入工厂后，首先映入眼帘的是整齐排列的生产线，机器人整齐划一的操作。偌大的工厂，有诸多的产品线，竟然看不到多少工人。

技术工人凭借一台电脑，就可为所有工位提供物料和零部件提取、配送服务；满载物料的重型AGV小车，在厂房内有条不紊的运行，将配料运送到指定位置；在智能系统控制下，几百台机器人可实现毫无误差的协同工作。

所有这一切都依托于遍布工厂的1540个传感器和200台全联网机器人，实现工厂架构全连接，使机器、设备和人能够自动化协同工作。同时，这些传感器和机器人每天能产生超过30TB的大数据，相当于一座20万人口的县城一天产生的手机网络流量。通过数据中台及工业应用，工厂实时运行数据映射到虚拟工厂，让海量数字资产从“摸清楚、管起来”到“用起来”。

关键三：如何实现多系统的连接与融合

通过将智能制造系统MES系统（Manufacturing Execution System）与ERP系统(Enterprise Resource Planning，资源计划系统)、PLM系统(Product Lifecycle Management，产品全生命周期管理系统）、工业控制系统、物流管理系统进行融合，将制造、管理、研发、物流等环节紧密地互联互通，整个工厂可以变成一个类似人脑一样的智能系统，实现高品质、高效率、高柔性的订单响应、定制生产、快速交付，打通生产、供应链、销售、物流、财务等价值链全过程，推动工厂的数字化、智能化、可视化、定制化等先进模式的落地。

在系统融合方面，MAS智库发现，这些企业的做法大同小异。我们以金风科技为例：

金风科技PLM系统对产品模型、技术文件、BOM及机构化工艺进行变更和集成管理。与设计工具的集成实现设计协同，与下游系统ERP、SCC、MES的集成实现业务协同，同时通过工艺数据的机构化及闭环的变更管理来保证从设计到制造、采购业务环节的数据一致性。

金风科技ERP系统包括了物料管理、生产管理、仓储管理、质量管理、项目管理、财务管理等模块，实现了按照项目客制化需求进行风电机组的生产模式，实现了从生产计划到生产执行的联动与调整和完整过程控制，实现了生产消耗与采购供给的物料平衡。

金风科技MES系统在生产管控方面，建立生产过程的管理控制模型，实现关键工序与原材料、人员、设备、质量、环境与生产过程相关数据的实时采集、监控与调度，实现从产品生产任务分派、设备管理及现场动态调度的集成信息化管理；在追溯管控方面，满足RoHS指令和WEEE指令的要求，可精准实现正查、反查、横查、纵查等手段实现原材料与成品、半产品、备品备件、风机现场返修器件追溯、生产过程追溯、生产制程文件追溯、生产环境追溯和生产设备追溯等管理；在质量管控方面，对生产过程提供动态质量分析手段，实时质量问题报警，使质量管理模式由手工检验过渡到自动处理、实时控制的方式。通过采集、分析、处理、积累的循环过程，实现质量的持续改善。建立质量知识库，促进质量标准的优化；通过对生产全过程的管控，实现了生产实时管控和信息可视化。

此外，金风科技对物料采购供应商和产品维护业务也分别实施了SCC和FEMS系统，并依据业务对数据的不同需求分别与系统PLM、ERP和MES进行集成，实现数据同源和共享。

关键四：如何实现数据赋能？数字化工厂将机器、设备、人连接在一起，实现了数据共享、准时配送、协同作业，生产全过程的各类数据被机器和设备实时记录下来，汇入数据池。企业需要构建智慧决策中枢系统，基于庞大数据库实现数据挖掘与分析，驱动工厂的精细化、智能化管控和决策，并在此基础上完成能源消耗的优化、生产决策的自动判断等任务，实现数据价值最大化。

数据赋能贯穿数字化工厂建设的全过程，体现在生产制造和运营管理的各环节中。下面是宁德时代的例子：

宁德时代立足制造本质，成立大数据团队进行数据治理和价值变现工作，针对海量数据整合成本高、建模困难等突出问题，通过关键工艺创新和数字化集成来实现动力电池制造的智能化改造；同时，打造远程运维监控大数据平台，延伸产品价值，延展服务链条，解决运营状态监控及持续运维问题。通过深挖数据价值，在数字化转型、网络化协同、智能化变革中更上一层楼。

具体来说，针对动力电池制造过程中海量数据整合成本高、质量差、建模困难等突出问题，宁德时代重点解决多种信息的泛在感知和互联互通，实现生产现场采集、分析、管理、控制的垂直一体化集成，极大提升复合工艺流程中的异构数据融合程度，通过在关键工艺环节实现数字化集成来实现动力电池制造的智能化改造。

针对电池制造全过程，宁德时代从来料、设备、工艺及制造环境等多个方面出发，对影响电池产品质量的各类因素进行分析，探究各类因素间的关联性及关联程度。基于分层赋时Petri网等方法，对电池生产过程中各类状态的变迁进行融合建模，实现对各类质量因素的跨工艺、多因素、变尺度分析，构建动力电池生产过程质量数据空间，实现对产品生产全过程的质量溯源。

数字化工厂是否为企业带来了创新的生产模式？基于对这些企业实践的研究，MAS智库的答案是肯定的。

模式一：大规模生产+个性化定制大规模定制被认为是二十一世纪的生产模式，它的核心就是既要大规模生产，又要个性化定制。大规模生产与个性化定制本身是矛盾的组合，大规模生产的特点就是大批量，而个性化定制往往意味着小批量。在过去，把所有个性化需求组合起来形成一个大规模，是根本不可能实现的。但是数字技术的发展应用向我们证明这一矛盾可以化解。

通过对生产线进行柔性化处理，生产的灵活度获得了大力提升；广泛的连接技术解决了企业供求两端的信息不对称，客户订单能够被拆分后直达生产体系的各个终端；由此规模化生产能够深入小众化、多元化的细分市场，在确保低成本的同时，实现高效率生产，有效满足市场多样化需求，解决制造业长期存在的库存和产能问题，实现产销动态平衡。

MAS智库观察到：即使在家电、汽车等生产传统标准化产品的企业，菜单化、个性化定制都已不再新鲜。得益于数字技术的助力，中国制造业在“大规模生产+精细化定制”领域的革新一直在稳步推进，目前已经呈现从产品外观向核心功能、从小家电到大设备、从单一生产环节到产业链全链的深化趋势。

模式二：网络化协同制造协同制造不是新概念，在航空、汽车等行业，工厂协同制造已有超过10年历史。但是，云计算、大数据、移动互联网等新一代信息技术的发展却赋予了协同制造新的内涵和应用。

网络化协同制造指企业借助互联网、大数据和工业云平台，发展企业间协同研发、众包设计、供应链协同等新模式，能有效降低资源获取成本，大幅延伸资源利用范围，打破封闭疆界，加速从单打独斗向产业协同转变，促进产业整体竞争力提升。

网络化协同包括协同研发、众包设计、供应链协同等模式，为传统企业高效、便捷、低成本的实现创新开辟新渠道。

模式三：创新生产+大规模定制数字化工厂为企业带来了创新生产能力。创新生产的关键词是快，它支持生产进程中灵活、精确地动态调整。通过加速新技术应用，缩短产品迭代周期，增强新供给对新需求的拉动，并减弱全球供应链波动的冲击。创新生产意味着产品的高迭代。MAS智库发现，创新生产往往不会在数字化工厂单独应用，工厂往往会将创新生产能力与大规模生产或定制化生产能力相结合。

创新生产+大规模生产不仅意味着能够基于产品迭代优势主导市场技术标准、建立客户粘性，从而在细分市场上形成头部优势；还可以通过规模效应大幅降低产品成本、占领市场蓝海，在后疫情时代，随着全球“独角兽”在技术水平上的竞争日趋激烈，生产能力领域的攻守或将成为决定存亡的关键命脉。

创新生产与定制化生产结合，使工厂能够基于生产线的灵活性，以及对用户需求及应用场景的大数据挖掘，显著缩短产品的迭代周期。由此，凭借更为高频、细致的品质迭代，企业将更好地抓住用户的新痛点，形成“唯快不破”的竞争优势。而高迭代的产品也为引入、验证和推广新技术提供了便利，从而激励研发端加速技术革新，进一步形成“研发-生产-消费”的正向循环。

总结我国拥有41个工业大类、207个工业中类、666个工业小类，是全世界唯一拥有联合国产业分类中所列全部工业门类的国家。产业门类齐全、基础设施完善，得之不易。但在许多领域仍是大而不强、产业链高位价值链低位，完善建设现代化产业体系，依然任重道远。

而制造业无论迁移与否，都凸显了一个更核心的话题：科技是第一生产力，制造业要占据价值链高位离不开创新和数字化。

落地数字化工厂，不是一个单点的事情，需要企业将从研发到售后的各个业务环节串联起来。数字化工厂也不仅仅只是生产车间的集合，而是应该与企业的研发、供应链、采购、销售等各个业务环节连接在一起，开展数字化协同合作，提高创新效率，降低研发和供应链风险和成本。

......