安泰聚焦 | 上海交大安泰经管学院院长陈方若教授:智能制造与管理创新

来源:上海交大安泰经管学院 | 作者:上海交大安泰经管学院 | 责任编辑:安然
2024.07.31 02:22 | 浏览量:2208
 
 
商学是一门实践性很强的学科,商学院的创立就是要为企业培养专业管理人才。在全球商学院一百多年的历史中,这个初心被维持了几十年。自从上个世纪七、八十年代开始,我们注意到了一个令人担忧的趋势,那就是理论与实践若即若离,甚至有渐行渐远的危险。为了回归商学本源,各地商学院都在尝试不同的变革思路,希望理论与实践可以常态化地、紧密地结合在一起。
 
安泰经管学院于2018年提出了“纵横交错,知行合一”的发展战略,旨在构建学术研究与行业研究纵横交错、相辅相成的商学生态。行业研究成为了连接理论与实践的一座桥梁。上海交通大学行业研究院应运而生,为师生们搭建了一个通往行业实践的研究平台。过去的五年多时间里,行研院每年组建三十多支研究团队,研究领域覆盖健康、养老、金融、能源、制造、服务、流通、文创等关乎国计民生的重大行业板块,在服务社会、政府、企业、教学与科研等方面做出了积极的贡献。
 
2023年,我给自己定了一个行业研究目标:带队走遍中国的灯塔工厂。(灯塔工厂是世界经济论坛偕同麦肯锡在2018年提出的一个概念,从可持续发展、生产能力、敏捷属性、市场响应、定制化等维度评选全球最优秀的制造企业。)在2023年初,全球有132家灯塔工厂,我国有50家;到年末,全球增加了21家,中国多了12家。可惜,这个调研目标比我想象的难多了,最终我们只调研了30家智能制造标杆企业,其中22家为灯塔工厂,权且算是及格吧。每次调研的队伍并不小,除了安泰的十余位老师以外,还有行研院的小伙伴们和对智造感兴趣的校友们,有时也有业界专家同行。整个调研前后历时10个月,跨越江苏、山东、安徽、四川、湖南、广东、上海六省一市的12座城市,覆盖装备制造、家电、汽车、快消品等行业领域。
 
本文是过去一年企业调研沉淀下来的一些想法,其中不少得益于和团队成员们的讨论,借此机会感谢他们,也感谢热情接待我们、耐心回答问题的企业朋友们。
 
 
一、生产力的发展路径
 
 
人类文明的程度取决于生产力发展的水平,生产力越发达,文明程度越高。
 
生产力的发展可以归结为两个方面的进步,即“体力”和“脑力”的进步。就像一个人的能力由其体力(physical power)和脑力(brain power)决定一样,人类社会的生产力水平则要看社会的“体力”和“脑力”水平,比如我们使用的工具和设备代表着我们社会的“体力”水平,它是“手”和“脚“的延伸,一般来源于技术的进步,代表着科学家和工程师的贡献,而社会的“脑力”是指我们所采用的工作或生产方式,它是“大脑”的延伸。其实,社会“脑力”就是管理或治理,即资源的有效利用,它决定了我们是巧干还是蛮干、效率有多高。社会脑力的进步来源于管理创新,它主要来源于管理者的奇思妙想和管理学家的总结升华,同时也可能受益于技术的进步。
 
上述由“体力“和”脑力”构成的生产力二元论有助于我们厘清人类生产力的发展历程。纵观人类历史,生产力的发展都是沿着体力和脑力这两个维度展开的。第一次工业革命的蒸汽机和第二次工业革命的电力把人类社会推进了机械时代和电器时代,社会体力得到了极大的提升。但是我们不要忘记,伴随着这两次工业革命,社会脑力也有了极大的进步。例如福特的流水线和斯隆的事业部制管理方法,这些划时代的管理创新大大提高了生产效率和社会满意度。第三次工业革命的计算机和互联网把人类社会带进了信息时代,而这些技术变革同时推动了社会体力和社会脑力的发展,因为计算机使得设备更加灵活、生产线更加柔性,同时计算机技术又为我们带来了一系列的工业软件,大大提高了管理效能,增强了社会脑力。有趣的是,几乎和第三次工业革命平行进行的是另外一场深刻的管理变革,那就是丰田生产系统的提出,后也被称为精益生产系统。这个博大精深的管理体系迅速在全球传播开来,改变了世界,极大地减少了浪费、提高了效率,这是社会脑力的又一次极大进步。请注意,精益思想的提出和计算机/互联网技术关系并不大,它是几代丰田管理者在实践中不断摸索总结出来的,为推动人类生产力的发展做出了重要贡献。最后,第四次工业革命的主线当然是人们经常谈论的智能时代。顾名思义,这将是社会脑力的一次大爆发,新一代数字技术和人工智能将直接赋能脑力,极大地提升管理水平,提高资源利用的效率。这一点在我们的智能制造企业调研中,不断地得到印证。
 
总之,每一次工业革命都是从一个核心技术开始,进而引发广泛的社会变革,并迅速地提升人类的生产力。虽然生产力的提升通常都包括“体力”和“脑力”的进步,但我们注意到,关于工业革命的讨论通常都只关注技术引发的社会体力的变化,而对社会脑力的发展关注不够。这对以往的几次工业革命,特别是第一、二次工业革命,可能是无可厚非的,因为蒸汽机和电力没有直接影响到社会脑力的发展,虽然社会脑力也在不断地进步(如福特和斯隆的创举)。这种情况在第三、四次工业革命中已经有了很大的改变,因为所涉及到的核心技术直接推动了社会脑力的进步,特别是第四次工业革命的核心技术-人工智能-将创造人类的最大“外脑”。因此,人们对社会脑力的发展将会给予极大的关注。换句话说, 管理创新将成为本轮工业革命的一个主旋律,而智能制造就是这个世界变革浪潮中的一道亮丽的风景线。
 
 
社会脑力在各行各业都有它自己的表现形式。在制造业,社会脑力表现为工厂的智能化水平。通俗地讲,就是工厂的巧干水平(smartness)。新一代数字技术使得智能工厂成为可能。如果借用人体功能作为比喻,一个智能工厂必须有六感、神经、大脑,即信息采集功能、信息传输功能、信息处理功能,而这些功能在现代数字技术的宝库中都能找到,如传感器、互联网/物联网、数据/超算中心等。
 
感知系统:通过采集、处理和理解生产过程中涉及的物理量(光学、位置、重量、速度、压力等)与化学量(湿度、酸碱度、离子浓度、电化学气体等)信息,为制造系统提供实时的数据和反馈,及时发现和解决问题,提高生产效率和品质。
 
信息传输:依赖于工业以太网、现场总线、无线通信等通信技术,实现设备、传感器和控制器之间的实时高效信息传输,达到协调工作的目的。智能制造系统还需与外部系统进行信息传输,如ERP系统、供应链管理系统等,实现生产计划、物料采购、库存管理等业务的自动化管理。
 
决策系统:利用先进的求解技术,对生产/流通/销售过程中的各种数据和信息进行分析,以做出最优的决策。一个优良的决策系统可以帮助企业降低成本,提高效率,改善产品质量,更好地服务市场,最后达到增强企业竞争力的目的。
 
执行系统:是一种用于实时监控、即时协调和及时管理制造过程的软件系统。该系统与生产现场和配套支持密切相关,主要功能包括物料配送、生产调度、设备管理、质量控制以及工艺流程管理等。执行系统通过相应的工业软件、控制系统和硬件设备精确地执行决策,实现对生产过程感知、传输、决策、执行的闭环控制。
 
需要指出的是,这些数字技术的成本并不低,百万级的投入通常只是一个基础门槛。因此,企业需要以具体问题为导向,认真分析投入产出,而不可为了数字化而数字化。下面我们会介绍智能制造企业是如何利用数字技术来提高管理水平,实现生产经营效益。
 
二、数字化转型的本质是管理创新
 
 
管理的本质是发现问题、解决问题。数字化转型的核心价值在于更好地发现问题、解决问题。
 
上个世纪八十年代,日本丰田汽车提出的“丰田生产系统(Toyota Production System, TPS)”,后被总结为“精益生产(Lean Production)”,是一个非常完整的管理体系,从目标到办法、再到制度和企业文化等,各个方面都有详细的阐述。在我看来,精益生产真正抓住了管理的本质。例如,它对“浪费”的认识就十分深刻、系统,如一位员工的流程改进想法没有及时得到重视和实施,这就是一种浪费,再如供需没有做到完美匹配,这也是一种浪费,它的一个重要表现形式就是库存,这是准时生产(JIT)背后的核心思想,等等。精益生产把所有浪费看成是“头号敌人”,而这些浪费背后的问题都必须个个击破。精益生产也十分重视问题的及时发现,如“安灯”就是一种让任何问题没有藏身之地的装置,一旦问题出现,立即让相关人员知晓并采取行动,任何的拖延都是浪费。当然,精益生产也为问题的解决提供了许多工作机制甚至是文化上的安排,如“人人都是科学家“,“持续追问五个问题”,“问题攻关小组”,“终身聘用关系”等等。所以我认为,精益生产就是做好“问题”、“发现”、“解决”这三篇大文章。
 
在我看来,八十年代日本的崛起在很大程度上是因为日本制造业的崛起,而这后面的动力源泉就是丰田生产系统或精益生产,这是一次划时代的管理创新,它极大地增强了前面提到的“社会脑力”,为社会生产力的提升注入了一股强劲的力量。在那个年代访问过丰田工厂的人们都记得,其实工厂里的硬件设备都是非常普通的,甚至是简陋的,而这样的条件却能输出如此强大的生产力,其原因就是管理“脑力”。 这是前述生产力二元论的又一有力印证,“社会体力”和“社会脑力”都是生产力的重要源泉。
 
在当下的数字时代,管理的本质并没有发生变化,还是发现问题、解决问题,只是我们发现问题的手段越来越先进了,解决问题的能力越来越强了,因此我们能够解决的问题也就越来越多了。
 
1.发现问题的手段越来越先进。
 
人发现问题的手段可谓高明,我们有六感,即视觉、听觉、触觉、味觉、嗅觉、直觉,以此收集八方信息,再通过神经网络,把信息传递到大脑。当然,人类的感知系统有很大的局限性,我们还有一个巨大的未知空间,但这些缺憾正在被现代数字技术所弥补,各类传感器可以捕捉到温度、湿度、震动、图像、声音、语言等信息,而互联网则起到了神经网络的作用,把收集到的信息传递到数据/监测/决策中心。在工厂调研中,我们看到许许多多感知技术的应用。例如,博世无锡工厂利用机器视觉技术来进行质量检测,通过微米级的连续拍照和高精度的人工智能判断,把零件照片与标准件照片进行对比,实时开展智能化诊断,解决了肉眼目测的疲劳和不精确问题,并且将原本生产后的批量化抽检,提前至生产过程中的100%实时监测。在博世工厂,我们还看到一个有趣的机器视觉应用,即所谓的“智纹保”防伪标签方案。钢制器件在研磨抛光过程中都会产生一些随机性纹路,而这个“天然指纹”可以被机器视觉技术拍摄并记录下来,再结合系统自动生成的加密二维码,一个“智能指纹”便生成了。比起传统的防伪系统,“智能指纹”具有低成本、高门槛、可鉴别、可追溯的优势。另外,感知技术也可以用于健康管理。成都富士康为员工打造了一个线上健康管理平台,利用一个自主研发的检测设备“小域精灵”来检测心率、血氧、尿酸等8个指标,再通过大数据分析等技术,为员工提供个性化的健康建议和预防措施。生理和心理健康有助于员工有效应对工作压力,有利于发挥员工的积极性与创造力。所有这些既维护了生产的效率与稳定,减小了安全风险,也体现了企业的社会责任。在2022年上半年的疫情中,拥有12.5万名员工的富士康成都智慧园取得了零感染的骄人业绩。
 
 
2.解决问题的能力越来越强。
 
从企业管理的角度来看,我们解决问题的能力主要表现在两个方面,问题的复杂度和决策优化的程度,复杂度和优化程度越高,能力越强。在数字技术的推动下,企业可以解决越来越复杂的问题,而且可以做到越来越接近最优解。这主要归功于算力和算法的飞速发展(如高端芯片、超算中心、求解器、软件系统等),这两者的进步使得我们可以快速处理海量的数据,并在巨大的变量空间中找到最优(或近似)答案。在博世长沙工厂,我们看到一个全厂范围的生产能源管理系统,该系统的目标是在保生产、保订单的前提下,尽量减少能耗。该厂有100多条产线,每天有上百种客户需求,排产的难度可想而知,再加上减少能耗的目标,问题就更加复杂了。为此,工厂研发了一个生产能耗预测模型,结合多项业务数据(客户需求和设备能耗信息等)与环境数据(天气状况和温、湿度等),滚动给出未来7天内产线级的生产排产及其能源预测(误差低于3.2%)。于此同时,该系统还能提供优化的停机管理和精确的能耗异常监测,让节能减排深入到生产制造的各个环节,比如在新的设备能耗比较低且空闲时优先使用。这套管理办法为企业从容应对复杂能源环境如夏季突发限电做出了积极贡献。另外一个案例是青岛啤酒利用数字技术赋能产品研发。啤酒中的各种风味物质成分数量是很高的,有500多种(白酒只有200种),不同的配比带来不同的口味。可想而知,通过不同的配比可以设计出无穷无尽不同口味的啤酒。为了更好地服务消费者的个性化需求,青啤通过风味图谱解码技术,实现了口味、风味物质、工艺技术的数字化。例如,消费者口味指数包括醇酯比、麦香、酒花香、果香、花香等;产品典型风味物质包括醇类、酯类、有机酸类物质等;工艺技术包括酵母菌种、原料标准、配方标准以及发酵工艺标准等。数字化驱动的风味图谱解码技术让青啤的研发效率提高了三倍,口味更加精准,可以快速满足消费者个性化需求,实现市场引领。
 
3.能够解决的问题越来越多。
 
数字技术增强了我们发现问题、解决问题的能力,也因此使得我们所能解决的问题变得越来越多样。以前我们解决的问题通常都是已经出现的问题,现在我们可能在问题还没有发生之前就把它消灭在萌芽之中。众所周知,任何一个问题其实都有一个发展的过程、成熟的过程。在工厂调研中,我们看到一些企业已经开始着手解决那些“不成熟的问题”,换句话说,管理已经走到了“问题链”的上游,去消除问题的根源,去改变问题发展的轨迹,就好比中医说的“治未病”。博世长沙工厂的设备预测性维护就是一个很好的例子。工厂90%的生产线实现互联,智能传感器、可视化装置实时捕捉振动、扭矩、电压和电流等一系列过程参数,能毫秒级别了解设备的动态。数据团队使用深度学习算法,建立数据模型,并通过自我学习和训练来不断强化模型。该系统可以自动监测设备的异常及其原因,对设备24小时内的健康情况进行预测,并给出预警,帮助维修和生产人员提前准备和快速响应,减少了紧急维修工单的产生,保障了生产的稳定性。当然,问题的多样性还体现在其他许多方面,如美的的“一盘货”实践,他们对传统分销渠道进行了“去中介化”改革,把“货权”和“销权”分离开来,代理商和分销商只有“销权”,而“货权”即库存则集中在集团的中心仓,并由中心仓来完成配送,实现全渠道“一盘货”。这里,管理解决的问题是供应链上下游的整合,包括信息流与货物流的重新设计与管理,而这背后的技术支撑是全链路联网、大规模市场信息捕捉和一个强大的需求预测模型。再如,酷特智能,一家山东西装定制企业,为了有效应对大规模、个性化定制生产的挑战,打造了一个C2M平台,把顾客订单分解为一系列具体的工作任务,再把任务信息直接传递到产线的每一个工位,消除了科层结构,提高了效率。员工没有了“老板”,直接听令于信息平台,增强了幸福感。另外,具有相似工作能力的员工组成一个“细胞单元组织”,而这个组织起到了自组织、自协调的作用,减少下来的管理成本用于补贴员工福利,又增强了员工的获得感。这是一个优化组织架构的例子,在数字技术的驱动之下,新的组织架构变成了可能。
 
三、思考与展望
 
 
智能制造的未来发展趋势。制造业是关乎国计民生的大事,在创造财富和提供就业方面发挥着举足轻重的作用,而智能制造则是制造业全面提升的一次大好机遇。过去一年,我们走访了一些优秀的制造企业,他们是行业实践的模范,为企业数字化转型树立了标杆。 虽然数字技术日新月异、眼花缭乱,但管理的本质并没有变,还是不断地发现问题、解决问题。管理有多高明,就看企业发现问题的手段有多先进、解决问题的能力有多强、具体解决了哪些问题。我们还发现精益生产的理念一点都没有过时,优秀企业都把精益生产理念作为智能制造的基石。当然,数字技术为精益生产插上了翅膀,把一个传统(但不过时)的管理理念推上了一个新的高度。未来,我相信企业发现问题的手段会不断进步,解决问题的能力会不断提升,我们所能解决的问题边界将会不断扩展。例如,数字孪生技术,顾名思义,为我们开辟了一个平行于现实世界的虚拟空间。在这个虚拟世界里,我们可以做各种各样的模拟试验,可以提前看到“未来”,由此我们获得了“治未病”的能力。有了这样的数字技术,我们有望到达“无忧工厂”,即任何问题都可以被消灭在萌芽之中。再如,数字技术将大大增强我们解决问题的能力,特别是人工智能技术的飞速发展将极大地增强人类的“脑力”,在收集信息、分析整合信息、优化决策等方面都将有飞跃式的发展。总之,人类的生产力将从数字技术赋能脑力中得到无限的生机。
 
制造业生态建设的重要性。我们去年走访的三十家企业都是些头部企业,但这并不表明我们只关注金字塔的顶端,相反我认为整个制造生态的健康发展是十分重要的,没有塔基就没有塔尖。我们经常听到的一个说法是,企业之间的竞争其实是链条之间的竞争,这说明供应链的重要性。我想更好的说法是,企业之间的竞争其实是产业生态之间的竞争。一个企业的竞争力不仅取决于自身的作为,也很大程度上取决于其所在的产业生态是否健康。中国有全球最多的灯塔工厂,一个很重要的原因就是改革开放这么多年来我们积累下来的家底,即优质的产业生态。我们要好好地保护这个生态。我们可以从美国的产业生态变化中吸取教训。大家知道,上个世纪八、九十年代,美国制造业开始了一个“外包”浪潮(outsourcing),把劳动力密集型的工厂全都搬到低劳动力成本的国家,特别是中国。这次浪潮严重影响了美国的制造业生态,不仅造成了大面积的失业,而且还引发了后续的许多政治问题和社会问题,当然也为中美目前的紧张关系埋下了祸根。我们的产业政策不能只关注“高精尖”,而要营造一个生机勃勃的产业生态,这就需要“物种”的多样性。 健康的产业生态是实现中国式现代化的重要一步,特别是人口规模巨大的现代化。
 
 
交大安泰行业研究在路上。如前所述,智能制造是我国制造业全面提升的一次重要机遇,日新月异的数字技术为企业提供了许多新的机会,从产品创新、到管理创新、再到商业模式创新等。我们要把握好第四次工业革命的机遇期,让数字技术惠及所有企业,不断地提高它们的竞争力。我们的企业调研才刚刚开始。未来,我们将扩大调研范围,密切关注产业生态发展,梳理成功与失败的经验,研究不同企业类型的数字化转型之路,希望最终总结形成中国特色的管理理论,为全球制造业的发展贡献中国智慧。
快讯
更多
  • 中国地质大学(北京)经济管理学院24级MBA联合会圆满举行
    昨天
  • 大连理工大学2024级EMBA2班中广核大亚湾核电基地企业行
    昨天
  • 浙江财经大学MBA师生参访起梦跨境,共探TikTok跨境电商新机遇
    昨天
  • 扬帆启航暨四海,开启马来西亚加速出海之旅 | 暨南大学MBA智能制造俱乐部会员活动
    12月05日
  • 首次全国一等奖!江南大学MBA在第二届中国研究生企业管理创新大赛斩获佳绩
    12月05日
院校排行榜
1
清华大学MBA(经济管理学院)
2
北京大学MBA(光华管理学院)
3
复旦大学-MBA(管理学院)
4
上海交通大学-MBA(安泰经济与管理学院)
5
复旦大学-MBA(泛海国际金融学院)
6
中国人民大学MBA
7
北京大学国家发展研究院
8
清华大学五道口金融学院
9
南开大学MBA
10
香港大学MBA
查看更多
人物
更多
易靖韬 最近发布
院长声音 | 易靖韬:商科教育应体现中国特色,驾驭技术变化,服务企业实践
张菀洺 最近发布
中国MBA网·华说赛专题|专访中国社会科学院大学商学院执行院长张菀洺老师
倪海英 最近发布
中国MBA网·华说赛专题|专访上海高金金融研究院助理院长、SAIF金融MBA项目执行主任倪海英老师