艾瑞咨詢：車企生產(chǎn)數(shù)字化為車企提供的長期隱形價(jià)值將遠(yuǎn)遠(yuǎn)超出想象

車企數(shù)字化丨研究報(bào)告

核心摘要：

發(fā)展背景：

生產(chǎn)數(shù)字化理解：生產(chǎn)數(shù)字化是利用數(shù)字化技術(shù)，解決現(xiàn)有生產(chǎn)制造方式不能滿足客戶需求的核心問題，同時(shí)將生產(chǎn)流程、工藝中的不確定性降到最低。

轉(zhuǎn)型驅(qū)動(dòng)力：國家政策和地方細(xì)則雙輪驅(qū)動(dòng);消費(fèi)者個(gè)性化需求對(duì)于生產(chǎn)提出更高要求;數(shù)字化轉(zhuǎn)型保證企業(yè)競(jìng)爭(zhēng)力;依賴經(jīng)驗(yàn)的生產(chǎn)決策急需數(shù)據(jù)能力全面優(yōu)化。

發(fā)展現(xiàn)狀：

轉(zhuǎn)型目標(biāo)：利用數(shù)字工廠將傳統(tǒng)汽車生產(chǎn)制造方式轉(zhuǎn)變?yōu)槿嵝曰a(chǎn)方式，以便快速的響應(yīng)消費(fèi)者個(gè)性化需求，以及降低為了滿足消費(fèi)者需求而產(chǎn)生的一切不確定性和風(fēng)險(xiǎn)。

困境與挑戰(zhàn)：頂層架構(gòu)缺失導(dǎo)致的內(nèi)生動(dòng)力不足;由于缺乏數(shù)字化認(rèn)知導(dǎo)致的轉(zhuǎn)型失靈;看重投資回報(bào)率，難以接受投資回報(bào)不明確下的巨額支出;生產(chǎn)端附加價(jià)值較低，難以獲得高層重視。

轉(zhuǎn)型建議：自上而下：在集團(tuán)層面設(shè)立數(shù)字化部門，自上而下貫徹?cái)?shù)字化路線;綱舉目張：抓住自身企業(yè)數(shù)字化的關(guān)鍵所在，以點(diǎn)帶面、小步快跑;生產(chǎn)效率提升并非一蹴而就，配置臨時(shí)人員可促進(jìn)產(chǎn)能提升。

發(fā)展趨勢(shì)：

數(shù)據(jù)分析：數(shù)據(jù)分析工具和人才需求不斷增長，既了解汽車制造又能夠熟練使用數(shù)據(jù)分析工具的人才將在行業(yè)中獲得巨大的競(jìng)爭(zhēng)力。

5G工廠：5G將成為數(shù)字工廠的重要通訊手段之一，其大帶寬、高可靠性和低延時(shí)等性能在汽車制造中的適合用性不斷提升。

協(xié)作機(jī)器人：機(jī)器人在制造業(yè)中的持續(xù)優(yōu)化及演進(jìn)，人機(jī)共融的生產(chǎn)方式將重塑人們對(duì)制造業(yè)的刻板印象。

何為生產(chǎn)數(shù)字化?

生產(chǎn)數(shù)字化是應(yīng)用數(shù)字化技術(shù)，以滿足客戶定制化需求為本，以應(yīng)對(duì)車企生產(chǎn)不確定性為核心的生產(chǎn)變革手段

目前，中國車企在制造端面臨的核心問題是現(xiàn)有的制造方案不能滿足客戶個(gè)性化、定制化的購車需求，大批量制造的同質(zhì)化產(chǎn)品已無法得到客戶的青睞，因此車企為提升自身競(jìng)爭(zhēng)力開始嘗試小批量定制化產(chǎn)品。至此，客戶對(duì)于質(zhì)量、配置、服務(wù)和交付時(shí)間要求的不確定性倒逼車企必須對(duì)整個(gè)生產(chǎn)流程做出改變，而生產(chǎn)數(shù)字化便是車企生產(chǎn)流程變革的重要手段。生產(chǎn)數(shù)字化雖然可幫助車企優(yōu)化生產(chǎn)排期、工藝流程等達(dá)成減本增效，但自動(dòng)化設(shè)備的使用、制造經(jīng)驗(yàn)的提升和精益制造的理念已將生產(chǎn)效率成倍提升，邊際效應(yīng)愈加明顯。因此，艾瑞認(rèn)為，車企生產(chǎn)數(shù)字化的核心在于利用數(shù)據(jù)能力應(yīng)對(duì)消費(fèi)者需求轉(zhuǎn)變所帶來的潛在風(fēng)險(xiǎn)，將生產(chǎn)流程、工藝中的不確定性降到最低，其為車企提供的長期隱形價(jià)值將遠(yuǎn)遠(yuǎn)超出想象。

汽車制造四大工藝簡(jiǎn)述

沖壓、焊接、涂裝、總裝

沖壓：由于工作環(huán)境較為惡劣，通常為簡(jiǎn)單、批量化的工作，因此自動(dòng)化率可達(dá)90%以上。但其數(shù)字化程度相對(duì)較低，因?yàn)槠潆m然要求在達(dá)到一定精度內(nèi)的大批量生產(chǎn)，但可通過庫存來解決多數(shù)問題。焊裝：焊裝是汽車質(zhì)量分界點(diǎn)，工藝相對(duì)復(fù)雜，環(huán)境惡劣，部分操作要求帶有計(jì)算機(jī)視覺的設(shè)備進(jìn)行自動(dòng)化激光點(diǎn)焊，自動(dòng)化率可達(dá)80%~90%，但由于分拼線和表面調(diào)整線操作較為復(fù)雜，仍需人工操作。涂裝：工藝相對(duì)簡(jiǎn)單，由機(jī)器人按照既定軌跡噴涂即可，自動(dòng)化率可達(dá)80%以上。但其過程少有復(fù)雜的數(shù)字化系統(tǒng)支持，因此數(shù)字化程度相對(duì)較低?？傃b：由于零部件種類較多且不規(guī)則，使用機(jī)器人成本較高，因此較為依賴人工裝配，自動(dòng)化率在20%~30%左右，數(shù)字化特征較多體現(xiàn)在工時(shí)優(yōu)化和質(zhì)量檢測(cè)方面。

工業(yè)大數(shù)據(jù)如何改善生產(chǎn)方式?

數(shù)據(jù)透明化、敏捷化成為車企生產(chǎn)方式變革的根本所在

工業(yè)數(shù)據(jù)為車企生產(chǎn)環(huán)節(jié)轉(zhuǎn)型的基礎(chǔ)，而數(shù)據(jù)的透明化，決策的敏捷化是生產(chǎn)數(shù)字化轉(zhuǎn)型的根本。通過在庫存、制造、物流、質(zhì)檢等各個(gè)生產(chǎn)環(huán)節(jié)產(chǎn)生的數(shù)據(jù)進(jìn)行有效連接，分析及使用，改變?cè)写址诺纳a(chǎn)方式。用數(shù)據(jù)的透明及快速傳輸能力打造數(shù)字工廠，解決車企生產(chǎn)環(huán)節(jié)長久以來的遺留問題或未被發(fā)現(xiàn)的問題，從而精準(zhǔn)管控生產(chǎn)效率，預(yù)防潛在風(fēng)險(xiǎn)便是工業(yè)大數(shù)據(jù)賦予車企生產(chǎn)環(huán)節(jié)的意義。

工業(yè)軟件如何賦能生產(chǎn)控制?

處于執(zhí)行層的MES賦能生產(chǎn)制造環(huán)節(jié)的數(shù)字決策

生產(chǎn)執(zhí)行系統(tǒng)(MES)是車企生產(chǎn)環(huán)節(jié)重要的數(shù)字化工具，MES借助底層信息，根據(jù)上傳的計(jì)劃數(shù)據(jù)和生產(chǎn)實(shí)時(shí)數(shù)據(jù)做出反應(yīng)、計(jì)算和展示。MES上接車間管理層下接設(shè)備，橫向覆蓋沖、焊、涂、總四大車間，可在生產(chǎn)、物流、人員、工藝、過程等維度做出快速響應(yīng)，提高信息傳遞效率和精準(zhǔn)度，有效降低由于不確定性因素導(dǎo)致的停工、錯(cuò)料等情況。

工業(yè)機(jī)器人如何提升制造水平?

利用機(jī)器人流程自動(dòng)化和數(shù)據(jù)能力打造數(shù)字智能工廠

供應(yīng)商幫助企業(yè)搭建自動(dòng)化生產(chǎn)線的周期一般為6到18個(gè)月，取決于產(chǎn)線長度和制造工藝復(fù)雜程度等因素。在四大車間當(dāng)中，出于焊裝對(duì)質(zhì)量、精度要求較高，涂裝噴房中環(huán)境高溫高濕且涂料異味較重，因此焊接和涂裝環(huán)節(jié)機(jī)器人用量最大，從幾十到幾百臺(tái)不等，取決于產(chǎn)線生產(chǎn)節(jié)拍。沖壓環(huán)節(jié)因操作流程簡(jiǎn)單，機(jī)器人僅作為抓取、裝卸使用，因此少量機(jī)器人便可滿足需求。而總裝環(huán)節(jié)本身自動(dòng)化程度較低，除玻璃打膠、密封條粘貼等，其他操作機(jī)器人難以執(zhí)行，因此部分企業(yè)用量在8~10臺(tái)不等。總體而言，每個(gè)機(jī)器人的使用約代替5個(gè)人工，可將JPH從30提升至50以上，將OEE從70%~80%提升至90%以上，極大程度上提高生產(chǎn)效率及制造水平。然而機(jī)器人在自動(dòng)化時(shí)代就被各大車企廣泛應(yīng)用，因此機(jī)器人在數(shù)字化時(shí)代的價(jià)值不僅僅是機(jī)器替代人工，而是通過挖掘機(jī)器人采集到的數(shù)據(jù)進(jìn)行進(jìn)一步分析賦能整個(gè)生產(chǎn)環(huán)節(jié)，利用機(jī)器和數(shù)據(jù)價(jià)值的疊加打造數(shù)字工廠，為智能制造和工業(yè)4.0打下基礎(chǔ)。

數(shù)字孿生如何進(jìn)行模擬仿真?

利用數(shù)據(jù)透明化降本增效，減少生產(chǎn)環(huán)節(jié)不確定性因素

在利用數(shù)字孿生進(jìn)行生產(chǎn)仿真時(shí)，規(guī)劃人員利用無人機(jī)等現(xiàn)場(chǎng)勘測(cè)設(shè)備進(jìn)行繪制產(chǎn)線的基本信息，同時(shí)利用工廠已有的歷史信息作為參考設(shè)置變量和參數(shù)建立模擬工廠，其輸出的結(jié)果可作為評(píng)價(jià)工廠具體指標(biāo)的重要參考。例如，通過制造流程孿生體觀測(cè)生產(chǎn)節(jié)拍、機(jī)器人工作狀態(tài)和生產(chǎn)工藝異常值等，可有效幫助現(xiàn)場(chǎng)管理者對(duì)物料輸送、料道規(guī)劃、工位和物料區(qū)進(jìn)行統(tǒng)一規(guī)劃。同時(shí)可對(duì)比物流、工位設(shè)置方案與生產(chǎn)工藝的適配性，提前得知規(guī)劃的生產(chǎn)物流方案是否存在浪費(fèi)，可在方案實(shí)施時(shí)大幅降低試錯(cuò)成本，避免設(shè)備的過度投入，可將物料成本節(jié)約30%左右，最大化降低在傳統(tǒng)工廠生產(chǎn)時(shí)發(fā)生的不確定性問題。

技術(shù)應(yīng)用的終極目標(biāo)—生產(chǎn)模式變革

柔性化模式令每下一輛汽車的生產(chǎn)都成為一個(gè)盲盒

任何新興技術(shù)都并非為了應(yīng)用而應(yīng)用。在車企生產(chǎn)數(shù)字化進(jìn)程中，技術(shù)應(yīng)用的終極目標(biāo)是利用數(shù)字工廠將傳統(tǒng)汽車生產(chǎn)制造方式轉(zhuǎn)變?yōu)槿嵝曰a(chǎn)方式，以便快速響應(yīng)消費(fèi)者個(gè)性化需求，以及降低為了滿足消費(fèi)者需求而產(chǎn)生的一切不確定性和風(fēng)險(xiǎn)，為下一階段的智能化打下良好的基礎(chǔ)。具體體現(xiàn)包含在沖壓車間中以極短的時(shí)間內(nèi)更換胎膜;在焊裝車間中以機(jī)器人自主識(shí)別焊點(diǎn)位置和工藝要求;在涂裝車間內(nèi)自主完成油漆罐清洗同時(shí)降低資源浪費(fèi);在總裝車間內(nèi)AVG自動(dòng)識(shí)別所需物料并及時(shí)配送。總之，在車企數(shù)字化轉(zhuǎn)型過程中，前沿技術(shù)應(yīng)用的目標(biāo)并非在技術(shù)升級(jí)，而在完成一次歷史性的生產(chǎn)方式變革;而變革后的未來工廠將具有快速而經(jīng)濟(jì)地適應(yīng)生產(chǎn)變化的能力，和適應(yīng)由需求改變引起的不確定性能力。

生產(chǎn)數(shù)字化轉(zhuǎn)型的困境與挑戰(zhàn)

缺乏頂層設(shè)計(jì)使企業(yè)數(shù)字化轉(zhuǎn)型知易行難

生產(chǎn)各環(huán)節(jié)的數(shù)據(jù)、業(yè)務(wù)、流程、軟件系統(tǒng)等打通都需要頂層構(gòu)架的預(yù)先設(shè)計(jì)和規(guī)劃，而缺乏了頂層設(shè)計(jì)便容易出現(xiàn)流程割裂、建設(shè)重復(fù)、標(biāo)準(zhǔn)不一的種種問題。更重要的是，在面臨短期內(nèi)的大量資金需求、部門間利益平衡和原有考核壓力的問題時(shí)，缺乏頂層設(shè)計(jì)導(dǎo)致各部門間數(shù)字化目標(biāo)難以對(duì)齊，擔(dān)心JPH、資金等短期損失導(dǎo)致數(shù)字化內(nèi)生動(dòng)力不足，進(jìn)而數(shù)字化進(jìn)程受阻。尤其在部分國資背景車企，國資委和集團(tuán)的考核集中在市占率、產(chǎn)銷量和利潤方面，除非承接國家研究課題拿到相應(yīng)預(yù)算，否則使用先進(jìn)科技的決策將極為謹(jǐn)慎。

由于缺乏數(shù)字化認(rèn)知導(dǎo)致的轉(zhuǎn)型失靈

由于生產(chǎn)制造端的數(shù)字化轉(zhuǎn)型仍然為新生事物，國內(nèi)起步較晚，因此車企對(duì)此認(rèn)知仍然處于參差不齊的階段。在員工層面，IT人員認(rèn)為數(shù)字化是軟件和數(shù)據(jù)的利用;生產(chǎn)人員認(rèn)為智能制造設(shè)備是數(shù)字化的體現(xiàn)，各部門如盲人摸象般的認(rèn)知難以統(tǒng)一。在企業(yè)層面，部分管理者并未從其本質(zhì)層面出發(fā)思考問題，認(rèn)為數(shù)字化僅僅為了降本增效，忽略了其應(yīng)對(duì)風(fēng)險(xiǎn)的本質(zhì)，導(dǎo)致短期內(nèi)難以達(dá)成降本增效的目標(biāo)而在迷途中苦苦思索。同時(shí)，部分管理者容易將自動(dòng)化和數(shù)字化混淆，更加導(dǎo)致了認(rèn)知偏差。

生產(chǎn)數(shù)字化的本質(zhì)體現(xiàn)在汽車產(chǎn)業(yè)業(yè)態(tài)、消費(fèi)者需求和外部環(huán)境發(fā)生變化時(shí)第一時(shí)間應(yīng)對(duì)風(fēng)險(xiǎn)和快速響應(yīng)的能力;是在設(shè)備透明化，生產(chǎn)敏捷化的基礎(chǔ)上以柔性生產(chǎn)的方式為客戶定制個(gè)性化、小批量產(chǎn)品的能力;是幫助實(shí)現(xiàn)智能制造及工業(yè)4.0的必要手段和工具。而對(duì)此本質(zhì)認(rèn)知的偏差成為了數(shù)字化進(jìn)程中的重要阻礙。

看重投資回報(bào)率，難以接受投資回報(bào)不明確下的巨額支出

由于數(shù)字化項(xiàng)目花費(fèi)金額較大，同時(shí)車企為避免過度投資會(huì)謹(jǐn)慎考慮前期投資額并對(duì)投資報(bào)率極為重視，因此部分企業(yè)僅將數(shù)字化作為嘗試性的前沿探索，不當(dāng)做重要戰(zhàn)略方向。更重要的是，由于在數(shù)字化前期難以快速見到回報(bào)且過程中存在諸多瓶頸，管理者為企業(yè)短中期利益考慮難以接受投資回報(bào)不明確情況下的巨額投資。雖然管理者此番考慮實(shí)屬合理，但會(huì)一定程度上拖慢數(shù)字化轉(zhuǎn)型的節(jié)奏甚至導(dǎo)致項(xiàng)目的半途而廢，從而失去長期的市場(chǎng)競(jìng)爭(zhēng)力。

生產(chǎn)制造或是汽車生命周期中最難以受到重視的環(huán)節(jié)

汽車工業(yè)被稱作“工業(yè)中的工業(yè)”，其產(chǎn)業(yè)鏈相對(duì)其他產(chǎn)業(yè)更長、更復(fù)雜;同時(shí)汽車的制造能力與其供應(yīng)鏈、營銷、品牌、口碑等有著極其密切的關(guān)系，因此汽車工業(yè)的微笑曲線理應(yīng)更加平緩，而生產(chǎn)制造環(huán)節(jié)的價(jià)值理應(yīng)更高，然而在整體汽車生命周期當(dāng)中生產(chǎn)制造仍然是最不被集團(tuán)高層重視的環(huán)節(jié)。雖然部分學(xué)者表示目前已經(jīng)打破了傳統(tǒng)的微笑曲線由中部向兩端攀升的固定思維，但不得不承認(rèn)的是生產(chǎn)制造的附加值仍然難以提升，因此生產(chǎn)制造在整體汽車價(jià)值鏈中處與較為尷尬的境地。由于銷售量、利潤、市占率等“硬指標(biāo)”的壓力，車企更加重視設(shè)計(jì)、研發(fā)和營銷環(huán)節(jié)。數(shù)字化設(shè)計(jì)/研發(fā)可以加速汽車的更新迭代，數(shù)字化營銷可以精準(zhǔn)觸達(dá)用戶以完成銷售指標(biāo)，而對(duì)于生產(chǎn)制造環(huán)節(jié)的要求則為按照規(guī)定的質(zhì)量及時(shí)間順利交付即可。因此，當(dāng)“硬指標(biāo)”難以達(dá)成時(shí)，生產(chǎn)制造方面的數(shù)字化投入則變成了部分企業(yè)的負(fù)擔(dān)和累贅。

生產(chǎn)數(shù)字化轉(zhuǎn)型關(guān)鍵成功因素

決策層的支持成為生產(chǎn)數(shù)字化轉(zhuǎn)型成功的最關(guān)鍵的因素

自下而上和自上而下的推動(dòng)數(shù)字化轉(zhuǎn)型的差異極其明顯。例如，在缺乏高層支持的情況下，雖各部門均可部署數(shù)字化技術(shù)但短期成本較高，如涂裝車間改造多則需要二到三百臺(tái)機(jī)器人，每臺(tái)價(jià)格在幾十萬到幾百萬之間，在部門間配合和資金審批等事項(xiàng)中將會(huì)產(chǎn)生極大阻礙。同時(shí)，部門間在尚未建立數(shù)字化共識(shí)時(shí)，研發(fā)、生產(chǎn)、供應(yīng)鏈等部門獨(dú)立數(shù)字化難以產(chǎn)生實(shí)際意義甚至?xí)霈F(xiàn)反作用，例如通過工藝流程改造提高生產(chǎn)節(jié)拍后，供應(yīng)鏈部門若無法做到數(shù)字化系統(tǒng)協(xié)同則會(huì)出現(xiàn)暫時(shí)的物料緊張問題。因此，數(shù)字化僅僅是轉(zhuǎn)型工具，而通過部門間協(xié)同達(dá)成生產(chǎn)模式變革才是目的。而達(dá)到此目的則需要高層掛帥，自上而下的進(jìn)行數(shù)字化進(jìn)程，通過工藝、軟件、系統(tǒng)等頂層架構(gòu)減少各部門對(duì)數(shù)字化理解的偏差，建立科學(xué)的決策機(jī)制和流程機(jī)制，最大程度上減少數(shù)字化進(jìn)程中所走的彎路。

IT與生產(chǎn)雙管齊下、有機(jī)融合是數(shù)字化轉(zhuǎn)型落地的根本原則

通常IT部門與生產(chǎn)部門存在著不同的業(yè)務(wù)語言和對(duì)數(shù)字化的理解，因此在理解出現(xiàn)偏差時(shí)，生產(chǎn)人員認(rèn)為技術(shù)人員缺乏技術(shù)能力，而技術(shù)人員則認(rèn)為生產(chǎn)人員需求不合理，容易導(dǎo)致責(zé)任推諉及內(nèi)部管理混亂，因此兩者之間溝通機(jī)制的建立成為基礎(chǔ)。同時(shí)，傳統(tǒng)車企中IT等部門僅扮演邊緣角色，而生產(chǎn)、業(yè)務(wù)部門由于直接與產(chǎn)銷掛鉤故話語權(quán)較大;當(dāng)數(shù)字化來臨后，由于數(shù)字化項(xiàng)目通常較為復(fù)雜，耗費(fèi)資金較大，且由于其專業(yè)性導(dǎo)致生產(chǎn)及業(yè)務(wù)部門難以承擔(dān)，因此IT部門被給予了較大權(quán)利與責(zé)任。此舉引發(fā)兩種問題，其一間接削弱了生產(chǎn)及業(yè)務(wù)部門的話語權(quán)，導(dǎo)致部門間利益博弈，配合意愿降低;其二IT部門在過多的被公司寄以厚望的同時(shí)，考核指標(biāo)并未發(fā)生根本變化，導(dǎo)致內(nèi)生動(dòng)力不足。因此，IT部門和生產(chǎn)、業(yè)務(wù)部門需協(xié)同配合，雙管齊下，在各自的職責(zé)范圍中提高期望與產(chǎn)出之間的一致性。

將梳理流程、統(tǒng)一數(shù)據(jù)作為數(shù)字化轉(zhuǎn)型的源頭

問渠那得清如許，為有源頭活水來。在開始數(shù)字化項(xiàng)目之前企業(yè)生產(chǎn)環(huán)節(jié)的流程梳理十分關(guān)鍵，若線下流程混亂則線上流程將毫無意義，因此流程清晰后再做系統(tǒng)和軟件的開發(fā)將事半功倍。生產(chǎn)、質(zhì)控、物流等需求必須要從生產(chǎn)車間各個(gè)部門找到對(duì)應(yīng)的生產(chǎn)負(fù)責(zé)人和工程師將流程厘清，明確流程機(jī)制的核心和業(yè)務(wù)流中的權(quán)責(zé)機(jī)制，否則軟件開發(fā)完成后流程不同便不得不做系統(tǒng)的二次更改，造成人力、物力及財(cái)力的浪費(fèi)。同時(shí)，每種物料、車型等在不同環(huán)節(jié)的編號(hào)、規(guī)格數(shù)據(jù)也需要在開發(fā)軟件之間進(jìn)行統(tǒng)一，規(guī)避不同格式、人稱和操作手法導(dǎo)致的數(shù)據(jù)不統(tǒng)一的問題，為后期的數(shù)據(jù)分析及數(shù)據(jù)庫打下基礎(chǔ)。而對(duì)于供應(yīng)商來講更需要做到與車企的數(shù)據(jù)同步，提供統(tǒng)一標(biāo)準(zhǔn)的數(shù)據(jù)標(biāo)簽，盡可能達(dá)到零部件狀態(tài)可追溯。

企業(yè)戰(zhàn)略層：自上而下

在集團(tuán)層面設(shè)立數(shù)字化部門，自上而下貫徹?cái)?shù)字化路線

目前部分車企并未有專門的數(shù)字化部門負(fù)責(zé)相關(guān)項(xiàng)目，而以項(xiàng)目組或某一部門冠名的形式居多，其專業(yè)性仍有待考量。因此在數(shù)字化決策初期，企業(yè)應(yīng)在集團(tuán)層面建立數(shù)字化部門，任命生產(chǎn)與IT的復(fù)合型人才作為CDO，保證其與生產(chǎn)、業(yè)務(wù)部門的順暢溝通。同時(shí)決策層在建立數(shù)字化轉(zhuǎn)型路線后，需從長遠(yuǎn)考慮，從頂層設(shè)計(jì)出發(fā)向下貫徹，因?yàn)橐坏┛傮w系統(tǒng)模型建好后將來業(yè)務(wù)或者需求需要拓展，流程的兼容性以及不同供應(yīng)商之間的系統(tǒng)兼容性可能對(duì)系統(tǒng)性能產(chǎn)生重大影響。同時(shí)，市場(chǎng)、消費(fèi)者、技術(shù)、競(jìng)對(duì)等在不斷變化，不應(yīng)將數(shù)字化孤立的看待為靜態(tài)的路線，相反應(yīng)建立循環(huán)式流程，周期性的對(duì)上述各項(xiàng)因素進(jìn)行判斷，而認(rèn)知的不斷刷新也將促使企業(yè)走向適合自身的數(shù)字化道路。

企業(yè)管理層：綱舉目張

抓住自身企業(yè)數(shù)字化的關(guān)鍵所在，以點(diǎn)帶面、小步快跑

車企每日被無數(shù)的偽數(shù)字化所包圍，不排除部分軟件企業(yè)以推銷為目的將自身產(chǎn)品及服務(wù)包裝為數(shù)字化概念，其動(dòng)機(jī)仍有待商榷。而數(shù)字化并非是可以解決一切企業(yè)問題的良藥，因此企業(yè)需要明確階段性數(shù)字化目標(biāo)和自身變革的細(xì)節(jié)，對(duì)應(yīng)頂層設(shè)計(jì)和企業(yè)現(xiàn)狀篩選出可以解決關(guān)鍵問題的數(shù)字化手段，只有對(duì)業(yè)務(wù)有實(shí)質(zhì)性的提升，企業(yè)戰(zhàn)略層才能看到價(jià)值從而給與資源支持。同時(shí)嘗試從關(guān)鍵的小問題著手，做好數(shù)據(jù)標(biāo)準(zhǔn)和底層軟件為將來的全面數(shù)字化和智能化打下基礎(chǔ)，采取綱舉目張、以點(diǎn)帶面，小步快跑的方式進(jìn)行數(shù)字化轉(zhuǎn)型。此舉可以將一次性的大額投資進(jìn)行分?jǐn)?，減輕短期內(nèi)資金壓力，降低對(duì)投資回報(bào)的擔(dān)憂，進(jìn)而有目的、有重點(diǎn)的促進(jìn)生產(chǎn)環(huán)節(jié)的數(shù)字化轉(zhuǎn)型。

企業(yè)執(zhí)行層：循序漸進(jìn)

生產(chǎn)效率提升并非一蹴而就，配置臨時(shí)人員可促進(jìn)產(chǎn)能提升

生產(chǎn)效率的提升是車企數(shù)字化中關(guān)注較多的課題之一，而由于停線頻率、物流問題、人員操作等不確定性因素，使用數(shù)字化工具得出的提升指標(biāo)仍需經(jīng)過現(xiàn)場(chǎng)驗(yàn)證和磨合才能真正體現(xiàn)價(jià)值。因此，工廠可采取配備候選人、提前測(cè)試等循序漸進(jìn)的方式完成生產(chǎn)效率的提升。

車企生產(chǎn)數(shù)字化水平評(píng)估模型

了解自身才能在競(jìng)爭(zhēng)中胸有成竹

艾瑞針對(duì)生產(chǎn)數(shù)字化建立了評(píng)估模型，旨在幫助車企初步了解自身的數(shù)字化程度以便對(duì)自身競(jìng)爭(zhēng)力做出基本判斷。此模型結(jié)合了大量外部資料審閱與行業(yè)專家深度驗(yàn)證，包含24項(xiàng)評(píng)估指標(biāo)并對(duì)其重要性進(jìn)行分析和量化，內(nèi)容涵蓋軟硬件、機(jī)器人、仿真模擬、標(biāo)準(zhǔn)化、生產(chǎn)模式等方面。

如何使用數(shù)字化模型進(jìn)行自測(cè)?

合資車企表現(xiàn)更勝一籌，自主車企壓力下精進(jìn)不止

由于國內(nèi)合資企業(yè)可以更有效的借鑒國外先進(jìn)的制造經(jīng)驗(yàn)，生產(chǎn)數(shù)字化水平較高。而自主車企雖然起步較晚，暫時(shí)稍顯落后，但其擁抱數(shù)字化的態(tài)度與積極性不斷提升，逐漸縮短與合資企業(yè)的差距。而新勢(shì)力車企則后發(fā)優(yōu)勢(shì)明顯，部分新勢(shì)力工廠數(shù)字化程度極高，部分生產(chǎn)環(huán)節(jié)如沖壓、焊接可達(dá)到95%以上甚至100%的自動(dòng)化率，并利用數(shù)字化技術(shù)進(jìn)行管理調(diào)度。

數(shù)據(jù)分析工具和人才需求不斷增長

汽車產(chǎn)業(yè)數(shù)據(jù)量的增長將導(dǎo)致相關(guān)人才的巨大缺口

隨著數(shù)字化趨勢(shì)不斷擴(kuò)張，全球數(shù)據(jù)數(shù)據(jù)量將持續(xù)指數(shù)型增長，2020年數(shù)據(jù)量相當(dāng)于世界上所有沙子的57倍，而多數(shù)為非結(jié)構(gòu)化數(shù)據(jù)。在數(shù)字化工廠中，傳感器、機(jī)器人等數(shù)據(jù)的處理及分析將成為汽車制造領(lǐng)域中的一大挑戰(zhàn)，因此數(shù)據(jù)分析相關(guān)人才的重要性不言而喻，BI、Business Objects和Cognos等數(shù)據(jù)分析系統(tǒng)的使用將成為日常，而既了解汽車制造又能夠熟練使用數(shù)據(jù)分析工具的人才將在行業(yè)中獲得巨大的競(jìng)爭(zhēng)力。

機(jī)器人在制造業(yè)中的持續(xù)優(yōu)化及演進(jìn)

人機(jī)共融的生產(chǎn)方式將重塑人們對(duì)制造業(yè)的刻板印象

2014年丁漢院士、楊學(xué)軍和鄭南寧院士主導(dǎo)推動(dòng)了國家自然科學(xué)基金委重大研究計(jì)劃“共融機(jī)器人基礎(chǔ)理論與關(guān)鍵技術(shù)研究”，推動(dòng)人、機(jī)、環(huán)境共融機(jī)器人的研究，包含了剛-柔-軟耦合順柔結(jié)構(gòu)設(shè)計(jì)與動(dòng)力學(xué)、多模態(tài)環(huán)境感知和人機(jī)互協(xié)作等方向，逐漸成為當(dāng)前機(jī)器人的發(fā)展趨勢(shì)。而協(xié)作機(jī)器人在汽車生產(chǎn)制造中的應(yīng)用仍然取決于場(chǎng)景的開發(fā)，預(yù)計(jì)5~10年后將逐漸開始成熟。協(xié)作機(jī)器人的研究并非為了不斷增加機(jī)器人的用量以取代人類，人類的智慧更不會(huì)因協(xié)作機(jī)器人的出現(xiàn)而停滯不前甚至衰退，而是在生產(chǎn)制造中相互適應(yīng)、彼此支持的共同優(yōu)化與演進(jìn)。

數(shù)字化服務(wù)商的不斷成熟與發(fā)展

為解決車企實(shí)際痛點(diǎn)，服務(wù)商的產(chǎn)品價(jià)值將不斷提升

除機(jī)器人或硬件服務(wù)商外，多數(shù)數(shù)字化服務(wù)商為互聯(lián)網(wǎng)及IT企業(yè)，其互聯(lián)網(wǎng)思維與傳統(tǒng)的工業(yè)制造思維有所差異，而數(shù)字化也并非是簡(jiǎn)單的互聯(lián)網(wǎng)與制造業(yè)的結(jié)合，因此部分車企在與數(shù)字化服務(wù)商合作后發(fā)現(xiàn)其實(shí)際產(chǎn)生的價(jià)值不如預(yù)期。而數(shù)字化服務(wù)商也在探索中不斷成長，更加聚焦于解決車企的實(shí)際問題而被車企廣泛認(rèn)可，以BATH為代表的大型互聯(lián)網(wǎng)企業(yè)正在不斷奪取外商市場(chǎng)份額，而少部分宣傳偽數(shù)字化概念的服務(wù)商將逐漸退出歷史舞臺(tái)。

本文編選自“艾瑞咨詢”，智通財(cái)經(jīng)編輯：韓永昌。