《IBM：认知制造技术对电子行业至关重要——助力下一代生产模式取得成功_精编》由会员分享，可在线阅读，更多相关《IBM：认知制造技术对电子行业至关重要——助力下一代生产模式取得成功_精编（24页珍藏版）》请在金锄头文库上搜索。
1、 认知制造技术对电子行业至关重要认知制造技术对电子行业至关重要 助力下一代生产模式取得成功助力下一代生产模式取得成功 IBM 商业价值研究院 执行报告执行报告 电子行业 IBM IBM 如何提供帮助如何提供帮助 IBM 在市场上拥有独一无二的地位，可以提供认知平台与服 务、特定于行业的解决方案以及专业咨询，为电子企业提供 强大支持。我们能够帮助客户找到认知制造技术的敲门砖， 利用下列各项服务，从关注于降低成本转变为实现制造转 型： 业务与技术战略咨询服务，帮助客户定义认知制造技术战 略与用例，透过技术创造业务价值。 Watson 加速器与服务，帮助客户迅速在目测检查和质量管 理、维护和工厂层面
2、的 IOT 领域实施关键的认知制造用例。 一流的企业搜索平台，帮助客户发现最新趋势，开展深入 探索。 支持全新互动模式与业务模式的咨询、设计与实施方法， 有助于提高认知制造的经济性与可扩展性。 欲知详情，敬请访问 1 当超复杂的生产流程当超复杂的生产流程 与认知计算相遇与认知计算相遇 电子制造业面临着层出不穷的复杂问题。 高层管理人员发现传统的低成本生产市场 的成本优势在不断丧失。他们必须不断提 高定制化水平，缩短订单周期，满足瞬息 万变的需求，应对订单量逐渐萎缩的局 面，同时还要管理复杂的供应网络。他们 需要审视自动化潜力，为企业累积并保持 关键的知识。利润率下降与竞争加剧威胁 到质量稳定，
3、加大了宕机风险，影响到灵 活性。对新设备与自动化系统的投资使得 生产现场产生了大量数据，但大多数信息 并未充分发挥其潜在价值。而现在，认知 制造正在转变生产方式，解决上述复杂性 问题。这些全新系统可以解决制造问题， 整合虚拟与实体系统，从而提高产量，解 读数据，发掘和实现新的价值。 执行摘要执行摘要 为了深入了解电子行业如何将认知计算运用于生产制造，IBM 商业价值研 究院访谈了电子行业所有分支领域的 141 位高管。我们发现，有一个核 心的早期采用者群体已经借助认知制造开启了新一代成功的生产制造之 路，实现了更出色的生产力和投资回报 (ROI)。我们的分析解答了一些重 要的问题。 哪些群体已
4、经准备好迎接认知制造技术？那些充分理解高级分析和工业物 联网（IIoT）的企业，接受认知制造的速度要快于其他企业。 认知制造成熟度标准有哪些？我们通过调研发现，认知制造成熟度可以分 成三个阶段。我们分别将处于不同成熟度阶段的企业称为观望者、新手上 路者和积极实施者。这些群体在以下两个关键特征方面表现截然不同：企 业是否具备建立认知制造技术的整体战略；以及多个项目中认知制造技术 的战略执行程度，执行力度越大，项目成功率就越高，失败项目越少。正 确的战略是提高成熟度的关键推手。 制造商如何消除重重阻碍，提升认知制造成熟度？我们的受访者所遇到的 障碍与企业成熟度密切相关。要提高实施认知制造的成功率，
5、最基本的要 求就是克服这些障碍。 在本报告中，我们将首先描述认知计算以及它如何衍生认知制造技术。然 后，我们将对具体的调研结果进行研究，为电子行业的高管提出行动建 议。 2 为何认知制造技术对电子行业如此重要 34% 的受访电子制造商拥有最 先进的认知制造技术，并持续 开展高投资回报率的项目 57% 的受访者对于自己快速重 新配置生产线的能力并不满意 超过 70% 的受访者已经开始实 施与工业物联网相关的工作， 这是实现认知制造的第一步 电子制造业的现状：高度复杂电子制造业的现状：高度复杂 有人说，我们正在迎接第二次机器革命时代。第一次机器革命时代推动 了工业化进程，而这一次则是利用数字化技术
6、以及机器功能，令这些数 字资产实现价值。这赋予了机器以及机器操作者更多的智慧。“虚拟/实 体”系统结合了先进的制造技术和计算技术，令二者无缝对接，密切协 作。这些新系统可以交换信息，延长设备正常运行时间，并且彼此提供 支持，以及为用户提供支持。 这种新的制造方法对于电子行业至关重要，因为该行业的多条“战线” 都在发生翻天覆地的变化。想想这些趋势： 多个电子制造业集中的地区都面临工人老龄化和劳动力短缺问题 大多数经济体中，工人工资都普遍上涨，曾经令人向往的制造业工作 岗位如今却乏人问津 数十亿传感器从机器中收集数据，但是电子制造企业通常无法访问这 些信息，更不用说出于制造目的利用这些数据了 用户
7、希望制造的电子产品提供更多功能以及个性化体验。 未能实现关键指标导致负面成本不断增加，这对质量、灵活性和产量 提出了更高的要求（见图 1）。 3 长久以来，电子产品制造一直被视为全世界最复杂的行业领域，但这个 行业需要继续发展，满足全球不断提高的需求。同时，该行业必须保持 覆盖全球的供应链，从世界各地采购定制的任务关键型部件。工厂仍然 需要实时协调，分享预测结果、专业技术以及成果。据预测，影响产品 和生产过程本身的监管压力会越来越大，而且更具地方特色。 为了应对日益增长的复杂性，许多电子制造商越来越依赖于先进技术， 主要是分析和机器人自动化技术。然而，这些解决方案的效果在第二次 机器革命时代也
8、仅此而已。我们真正需要的是一种思考问题的新方法， 一种将数据统一起来并利用其价值来转变生产模式的方法。 而这种方法就是认知制造。 图图 1 1 制造领域的关键绩效指标 (KPI) 以下绩效指标对您生产工厂的重要性如何? 72% 以较低的单位生产成本实现更高 的产量 71% 缩短机器停机时间 66% 提高准确率，最大程度减少缺陷 64% 当多种产品配置的装配顺序不断 变化，缩短准备和调整的时间 62% 以最少的付出灵活整合多个产 品变体 来源：表示此 KPI 很重要或非常重要的受访者百分比。n = 140。 4 为何认知制造技术对电子行业如此重要 新一代电子制造业新一代电子制造业 图图 2 2
9、从认知计算到认知制造 认知计算认知计算 丰富了人类与机器专丰富了人类与机器专 业知识，业知识， 可以从各类海量数据中提取情报， 并发展成大规模的深入洞察。 推理推理 认知计算建立了“人类和机器”之间的合作关系，提供理解、推理和学 习能力（见图 2）。它有助于理解制造过程中产生的海量数据。此外， 它还能够更轻松地找到复杂运行问题的答案，提供颠覆性建议，同时推 动不断创新。它可以放大分析和自动化技术的优点，实现更出色的灵活 性以及更快的行动速度。 实现生产流程数字化是认知计算之所以能够改变制造业的主要原因。为 了满足全球对各种规模的电子产品的需求，几十年来，人们一直在使用 电子表格、本机应用来管理
10、生产，一切都要依靠工程师、生产领导和技 术人员的头脑，是他们在维持机器的正常持续运转。随着越来越多的数 字化数据可供使用，认知系统可以访问这些数据并加以综合运用，从而 形成深入洞察。随着传感器和测量系统开始用于处理流式数据，人们开 始希望在它的帮助下做出更明智的决策。 因为认知计算可以组合新的数字化数据点，所以它可以通过包含来自设 备、位置和传感器的流式数据，发现整个工厂中的模式并回答相关问 题。认知制造可以利用自然语言和基于传感的能力，而制造领域普遍存 在的传统分析技术却无法做到这一点。认知制造可以“放大”最新生产 技术（例如 IIoT、分析、移动、协作以及机器人技术）的投资价值，为 工厂创
11、造切实的效益。 理解理解 学习学习 认知制造技术认知制造技术 采用认知计算、分析、采用认知计算、分析、 工业物联网工业物联网 以及其他技术，解决特定的 制造问题。 来源：IBM 商业价值研究院分析。 5 认知型维护方法可以为超过 50% 的受访者提供潜在的解决方案，这些受 访者均表示他们面临着与计划外机器停机相关的挑战。此外，还有 40% 的受访者在快速配置机器以提高灵活性方面面临挑战，而认知方法可以 帮助他们加快速度，并推动实现灵活的自动化功能。 当被问及“你们制造工厂的运营有多成功”时，只有三分之二的受访者 表示非常成功。超过 40% 的受访者表示他们在保持所期望的生产速度方 面存在挑战。
12、一半以上的企业希望在整体制造运营中实现所期望的高水 平协作。57% 的企业在快速重新配置生产线方面所取得的成绩不及预 期，而这对于实现小批量、多组合以及高利润的未来而言至关重要。 随着电子行业的复杂性与日俱增，如果这些压力得不到缓解，那么压力 势必会不断加剧。 6 为何认知制造技术对电子行业如此重要 发现认知能力发现认知能力 认知计算与认知制造具有同样高的价值，但其采用率仍不理想：仅 7% 的 受访者表示正在全面推广此项技术。虽然这个比例看似很低，但电子行业 仍是这种新能力的早期采用者，采用率几乎比其他行业高出一倍，另有 50% 的受访者表示他们进行了有限的推广和试用。实际上，65% 的受访者
13、 表示已经准备好迎接认知技术。 为了使自己具备认知能力，企业需要积极采用高级分析技术。这可能包含 预测性分析或大数据分析技术。多数受访者正在积极涉猎这些领域，我们 发现超过 3/4 的受访者正处于试用或推广阶段。70% 以上的受访者已经 采用 IIoT。 然而，分析和 IIoT 并不是支持自动化和认知制造转型的唯一技术。为实 现由丰富信息支持的电子品生产，必须有多种技术参与不断演变的基础架 构。这种基础架构结合了虚拟/实体模式，意味着它通过双向信息流将实 体和虚拟层整合起来，使机器和人员能够更加无缝地协同工作（见图 3）。 7 图图 3 3 数据技术和用户在支持认知制造的“虚拟/实体环境”中实
14、现有机统一 实体层（传感器和系统生成实时数据） 来源：IBM 商业价值研究院分析。 我们的研究探索了如何结合使用云平台以及其他七种技术，建立认知制 造环境（见图 4）。由于认识到了其中的潜力，许多电子品生产商都在 积极采用这些技术，这并不奇怪。然而，受访者所取得的成果程度各不 相同。 云计算 协作层 认知 - 数据语料库 IoT 层 移动交付 增强层（增强现实与虚拟现实） 认知学习和互动层 预测性分析 大数据分析 8 为何认知制造技术对电子行业如此重要 图图 4 4 认知制造解决方案中采用的各种技术 19% 17% 13% 38% 35% 22% 42% 26% 26% 17% 1% 17%
15、6% 20% 4% 来源：调研问题：“贵组织在多大程度上实施了这些技术？”n=101。 在我们调研的八项技术中，所有受访者都正在实施或已经实施云计算， 这是认知制造的基础。83% 的受访者至少实施一个移动技术试点项目； 有 19% 已经广泛实施。紧随其后的是协作，78% 的受访者至少已在实施 一个试点项目，17% 的受访者已经广泛实施。大数据分析排在第三位， 至少有 77% 的受访者在实施一个试点项目，13% 的受访者已经广泛实 施。相比之下，只有 57% 的受访者在试点或已实施认知计算项目，仅 7% 的受访者广泛实施了认知计算。 我们已广泛实施 我们已在有限范围内实施 我们已经实施了试点方案
16、 我们有实施计划，但还未 执行案 我们还没有实施计划 移动技术 协作 大数据分析 预测性分析 工业物联网 认知计算 增强现实 19% 17% 13% 11% 17% 7% 7% 38% 35% 22% 39% 28% 26% 16% 42% 25% 28% 26% 26% 24% 18% 17% 1% 17% 6% 20% 4% 19% 9% 21% 5% 38% 6% 40% 20% 9 认知制造成熟度的三个等级认知制造成熟度的三个等级 具备认知能力仅仅是开始；利用这些新技术培养专业知识，这才是促进 认知制造价值和现代生产能力的关键因素。大多数电子品制造商都在努 力实施多种技术。然而，仅仅实施技术并不足以获得成功。 认知制造成熟度不仅与技术密切相关，另一个因素也在发挥着重要作 用。电子品企业必须拥有明确定义的认知制造战略。通过以这种方式对 受访者进行研究，我们
