-
微信扫码登录
产品大数据管理变成企业面临的重大必选项。原来企业管图纸、工艺卡片和文档资料，在电动工具智能制造时代，这些都时过境迁了。现在企业必须面对数字化的数据，如果管理不好，在迎接未来的数据经济时代，必然会落伍甚至被淘汰。
2015年以来，大家都极其关心“中国制造2025”和“德国工业4.0”。在两会上李克强总理重点讲“互联网+”。“+”什么?显然是指传统的各行各业。“互联网+”制造业就是“中国制造2025” ，那就是寻找全新的业务模式、工作方式和商业模式。
“中国制造2025”不是因为德国提出我们才提的，2012年十八大就已提出了制造强国战略；2013年1月，中国工程院院长周济主持了制造强国战略研究会议，推进制造强国战略研究。因此，“中国制造2025”是中国对于电动工具批发网制造业发展的一个必然思考。“中国制造2025”与“德国工业4.0”殊途同归，然而侧重点各有不同。“中国制造2025”简单描述就是“创新引领、提质增效、绿色发展、两化融合为主线，电动工具智能制造为突破口”。
“互联网+垃圾产品=0”
数字化世界的逻辑就是0和1，大量的数字积累就是数据，构成了数据经济的基础。对企业而言，“互联网+垃圾产品”等于0，只有“互联网+优秀产品”才能等于1。因此，尽管我们与互联网进行了嫁接，但核心要素仍然是产品，而不是互联网。工业4.0的概念源于德国，中德各界都进行了广泛的解读。但在工业4.0的体系中，很少提到“质量”二字。为什么?德国人的答复非常轻描淡写，“我们的质量问题，六十年代就全解决了”。这是一个预料之中的答案。
但是，“中国制造2025”的方向有所不同，一定要把质量放在核心问题上。原因很简单，中国没有经过完整工业化的社会过渡，工业文明缺失，工业化没有完成就进入信息化社会。中国的两化融合，必然要解决工业社会中没有解决的问题。中国制造2025有四个关键：制造业是关键环节，是国家经济重要支柱；制造业是主战场；制造企业是主力军；智能制造是竞争的制高点。
“产能真的过剩了吗”
产能过剩是当前压在中国经济发展的一个重担。然而，制造业真的产能过剩吗?NO!产能过剩是低端产业才会出现的问题，高端产业永远是供不应求。这就是制造业时代的变化。
中国的产能过剩，准确地反应了中国消费者的需求变化。
过去15年，中国的中产阶级增加了7倍，中产阶级解决了衣食住行的基本生活问题，下一步必然要向提高生活品质迈进。然而，中国的制造业没有准备好。因此，不是没有需求，也不是经济疲软，而是因为咱们中国制造企业造不出来能满足中产阶级需要的好产品。这就是近几年中国人在香港、日本、欧洲、美洲热买扫货的原因。如果中国企业都能生产出类似华为的产品，企业还会关门吗?所以说，企业转型既要满足人民生活品质提高的需求，也要满足国家对高精尖产品的需求，这是产品的核心，即要有品牌，更要有品质，这样在全球都可以卖出去。
“智能制造的核心是产品大数据”
谈到产品，我们就会讲BOM(指产品物料清单)。得BOM者方能得天下，将工程EBOM、工艺BOM和制造BOM这三者搞清楚了，中国的制造业乃至全球的制造业才可以了然于胸。
其次是流程，没有好的流程，结果往往是不稳定的，这就是质量管理体系，包括国际标准、行业标准、作业指导书等。这个过程涉及大量资源和经验的知识管理，需要数字化、模型化。模型就是数据，只有积累大量的模型化数据，才能真正形成工业大数据。
对工程BOM而言，目前在许多领域，虚拟设计已经基本解决。航空产品过去都是这么干的，在计算机上完成产品设计、产品仿真、工艺设计、工艺仿真、工装设计、工装仿真、装配设计、装配仿真。找到问题改模型，快则几分钟，慢则几小时。智能制造的实践过程，需要我们把传统以试错为中心的工业体系，逐渐转化成以网络化、数字化、智能化为中心的工业体系。
在航空工业过去发展的十六年间，最困难的是工艺。工艺不是传统的手工工艺，而是基于三维模型的工艺，也就是大数据的工艺。许多产品设计，都是用手工画的图纸，手工写的工艺卡片，手工写的系数文件，这个可以变成数据吗?很遗憾，这些都不是大数据。
以飞机为例，数字化设计飞机的过程就是大量的数据爆炸的过程。比如说中国第一个飞机全机数字样机，仅仅是三维的几何模型，2000年字节数就达到了50G；而如果要工艺、制造过程、试验过程等全部数字化，至少2T左右的数据——而这仅仅是一个30吨重的早期飞机。当下我国的大型飞机已经达到200吨，各种航电、机电、软件系统极为复杂，数据字节量会达到数十个T的水平。想一想世界上最复杂的产品是航母，10万吨级，核潜艇，一万多吨级。烧一下脑洞，算一下全部数据化，该有多少的产品数据?那是一个天量数字——这才是产品大数据的魅力。智能制造，必须搞清楚这件事。
因此，产品大数据管理变成企业面临的重大必选项。原来企业管图纸、工艺卡片和文档资料，在智能制造时代，这些都时过境迁了。现在企业必须面对数字化的数据，如果管理不好，在迎接未来的数据经济时代，必然会落伍甚至被淘汰。
