大型装备制造企业数字化转型路径_巨星.pdf

IT&AI数字化智能化1042023.61052023.61052023.6近年来，面对市场竞争加剧、产业转型升级、现代产业链打造、客户需求多变、产品混线生产、交付周期持续缩短等内外部压力，大型装备制造企业越来越需要数字化来破局，利用数字技术对传统产业进行全方位、全角度、全链条改造。大型装备制造企业通常参与价值链的各个环节，具有多品种、小批量等特点，因此从客观实际出发应按照“标准化信息化数字化”的转型路径，最终向智能化发展。一、标准化筑基在标准化阶段，大型装备制造企业以业务为基础，实现管理标准化、技术标准化、制造标准化。1.管理标准化围绕企业各管理体系（包括并不限于“两化”融合、质量、环境、安全、能源等管理体系），完善业务关键过程（COP）、支持过程（SP）和管理过程（MP）管控体系，对企业全部管理制度、业务流程、工作标准进行优化升级，实现管理标准化。2.技术标准化从产品标准化、技术标准化及技术管理的角度推动全生命周期技术能力建设，重点打通研发、试验、制造、运维、检修等产品全生命周期技术环节。具体通过纵横两条线来实施，纵线主要围绕产品研制主流程，理顺技术系统各部门之间在产品全生命周期各阶段的输入和输出，并通过制度、模板和表单文巨星大型装备制造企业数字化转型路径关键词 装备制造业 数字化转型 数字化关键能力的形式进行固化；横线主要以核心产品技术的标准化来实现，开展结构标准化、接口标准化、产品模块化、构型管理基础等工作，建立产品谱系化技术数据库，完善产品技术数据规范、技术标准和规范性文件，为产品全生命周期的技术标准化奠定基础。3.制造标准化围绕标准化生产线，实现制造流程标准化。建立标准工位评价标准和标准生产线评价标准，在此基础上开展标准工位和标准生产线的建设，实现生产计划拉动的标准化生产线运作模式，市场、技术、人、机、料、法、环、测各要素都实行标准化管理，为数字化生产线的建设奠定基础。二、信息化落地在信息化阶段，搭建完善的信息系统架构，实现覆盖产品全生命周期的业务管控，有效支撑大型装备产品的业务应用。1.搭建覆盖产品全生命周期的信息系统围绕市场、技术、制造和服务等核心业务打造产品全生命周期的信息化平台，搭建以研发协同平台(PLM)、制造运营管理平台(MES)、供应链协同平台(SRM)、产品运维管理(MRO)、客户管理系统(CRM)、企业运营管理平台(ERP)和企业决策分析系统(BI)为主体的信息化架构。实现主产品流程、主业务流程横向到边、纵向到底的信息化系统覆盖，IT&AI数字化智能化1062023.6支撑大型装备产品的设计、仿真、制造、管理、执行与服务，夯实数字企业建设的软件基础。2.强化数字基础设施和算法保障实施基于工业互联网的建设工程，以信息安全为先导，面向客户、供应商等企业生态伙伴构建新一代信息化基础设施，形成稳定后台、共享中台和敏捷前台。稳定的后台通过 IT 基础设施运维服务体系，满足企业数据驱动多业态业务执行、多源异构数据的存储交换等需求，提供数据管理及安全保障体系；共享中台不断完善企业业务中台和数据中台的功能，实现业务共享服务化和数据共享化；敏捷前台搭建一体化应用门户，实现多种用户信息的互联互通。同时，通过分布式架构集成数据处理、统计分析、机器学习等先进人工智能算法，满足大数据分析、挖掘、数据建模等技术需求，为数字企业建设提供快速、灵活、可靠的算法支撑。三、数字化赋能在数字化阶段，以数据为核心要素，构建全量全要素数据资产，打造“数据驾驶舱”，促使数据要素成为企业发展新动能，创新多业态应用，建成数字企业。1.推动数据资产化企业要围绕研发、制造、服务、运营等数据驱动的业务场景的需求构建企业数据资产。规划数据驱动的共享及服务能力建设方案，分析数据问题，盘点数据资产，建立数据资源目录，重点开展两项工作：一是通过研究数据归集方法统筹制定元数据、主数据、参考数据、业务数据、指标数据等数据标准，构建数据产线；基于统一的数据标准，收集、整理、治理与加工数据，构建数据驱动业务的能力。二是开展数据治理，建立数据治理、管控的制度规范，明确数据治理的管理部门、职责和流程，为数据治理提供保障，构建从数据集成、清洗、融合、应用到数据资产化的全面数据治理体系，提高数据资产价值，保障数字企业建设。2.打造数字化关键能力数字化转型最终聚焦企业数字化关键能力建设，打造客户快速响应能力、产品全生命周期技术能力、定制化柔性制造能力、数字化运营能力等。数据全生命周期的贯通，促进业务高效衔接，打造内外高效协同的数据驱动模式，助力企业高质量发展。（1）搭建数字化营销平台，强化快速响应能力建立统一的销售报价结构模型，搭建内外协同的“政企研学媒”平台、市场需求管理平台和数字化营销平台，实现多部门协同、供应商实时交互、客户及时响应。（2）打造产品研发数字化体系，提升新产品全生命周期开发能力以打造产品全生命周期技术服务和协同研制能力为目标，构建新型数字化研发技术体系，深度开展构型管理、模块化、MBD 等研究与应用。夯实研发设计数据基础；健全设计规范、标准，搭建谱系化公共数据库，通过提升研发设计数字化水平，推动模型驱动的设计、工艺、运行一体化设计；通过强化数字协同设计能力，应用开放式网络协同设计模式，打造产品全生命周期管理架构和面向产品全生命周期的技术服务模式。（3）完善数字化制造，打造定制化柔性制造能力聚焦计划、供应链、工艺、成本、质量和安全，构建一体化生产调度指挥系统，实现业务数据高效传递，通过数字化赋能，实现高质量、低成本数字化制造落地。构建供应链、计划排产、资源管理、质量管控、安全管控业务模型，合理调度公司制造资源，降低能源消耗，缩短在制品周期，促进企业降本增效，从制造成本方面打造竞争优势。（4）打造面向产品全生命周期的数智化服务能力市场、设计、制造、运维、检修和运营全过程数据的贯通，支撑数字化转型聚焦企业数字化关键能力建设，打造客户快速响应能力、产品全生命周期技术能力、定制化柔性制造能力、数字化运营能力等。IT&AI数字化智能化1062023.61072023.6产品配置、产品履历、产品技术参数、产品项目成本控制、产品生命周期成本、产品可靠性分析以及资产管理与运营决策等数据应用分析，从而快速响应产品运维、服务需求。实现产品全生命周期数据追溯、产品运行状态洞察，设备故障预警、远程维护健康管理、寿命评估和运维决策。（5）打造数据驱动的运营管控能力整合各系统业务及资源，实现流程敏捷、内外高效协同，打造全方位数字化运营能力，建设支持高层决策、运营分析、业务过程分析的多层次、多维度数字化运营平台，实现运营管控可视、可控、可分析。可视是通过各种仪表盘和统计分析报表，能够实时查看各组织指标完成情况及过程分析，形象、直观地掌握公司经营管理情况；可控是通过指标完成情况和业务预测预警体系，将指标实际值与设定目标值进行对比，找出差距及原因，便捷、高效地分析经营管理中出现的问题，控制经营风险，确保经营目标达成；可分析是通过建立各种分析模型来模拟决策分析结果，简单、直观对经营管理问题进行挖掘、追溯、模拟、预测等。充分发挥数据价值，提升运营管控能力。3.坚持数字化机制导向坚持价值导向、突出成效，坚持业务主导、模式创新，坚持数字赋能、培养人才，打造数字化转型标杆。（1）从项目推进向业数融合转变，突出数字化转型长效机制要充分发挥业务职能单位数字化转型的主体作用，围绕业务核心，通过信息技术应用及推动业务模式、管理模式和商业模式的转变，实现企业运行模式的转型。构建符合企业发展需求的业务管理模型，深度开展业务流程和数据综合治理，围绕企业制造产线打造数字化典型应用。（2）从功能建设向价值创造转变，突出数字化转型成效在进一步夯实数字化建设成果基础上，通过构建完善产品研发数字化体系和服务化模式，提升产品技术全生命周期应用能力，支撑产品和服务创新，培育市场增量；以经营为中心，通过落实改革举措，实现定制化、柔性化制造模式落地，提升企业盈利能力，促进企业提质增效，突出数字化转型成效。（3）从流程驱动向数据驱动转变，突出数据价值应用数据信息能够在业务之间贯通是实现数字化管理的基本要求，在此基础上，通过深度挖掘形成在价值链之间流通的数据资产，改变各业务的运行模式，从而帮助企业创造并传递价值。围绕产品、组织（事业部、产线、工位）、项目等开展数据资产化治理，通过面向业务过程、运营管理定义数据标准，面向业务上下游开展业务流程和数据治理，通过数据的结构化应用，整合并构建可直接用于业务执行和运营管控的数据模型，将数据应用嵌入业务流程之中，使业务数据看得到、看得懂。系统面向各层级人员提供数据推送服务，打造“流程敏捷+数据驱动”的实时运作能力，提升企业运营效率。4.制订数字化转型保障措施（1）将数字企业建设作为“一把手”工程明确数字企业建设目标，绘制数字企业建设蓝图，通过整体计划抓落实，确保转型方案落地。成立数字企业转型办公室，统筹开展企业数字化转型的推进与落实工作。组建数字化研发、数字化制造、数字化服务和数字化运营等专项工作组，由主管领导直接负责，组织协调各职能单位落实推进。（2）以评估和考核机制调动全员积极性对数字化能力进行评估，验证数字企业建设情况及落地效果。通过目标引领、指标拉动、任务驱动的方式，将企业各部门的数字化水平作为年度核心指标，与组织绩效、业绩评价直接挂钩，保障企业数字化转型的有效落地。（3）强化数字化人才的投入和培训打造数字化人才培养体系，制定人才评价标准，将人才评价结果与员工职业发展体系有机结合。培养具备行业战略发展眼光与数字化思维的领军型人才，培养兼具数字化技术与管理能力的专家型人才，培养能够快速适应业务数字化转型的应用型人才。配套奖惩机制，营造选先进、树典型、学榜样的良好氛围，促使人才队伍良性发展，为企业数字化转型提供原动力。作者单位 中车唐山机车车辆有限公司