以數據驅動價值服務 建構工業賦能之路

文：摘錄／富士康工業互聯網(FII) 首席執行官 鄭弘孟 演講

企業數位化轉型 工業4.0 應用價值 智慧製造 數據賦能

站在富士康的角度，我們更多談的是從實踐出發，怎樣把理念轉化成技術，並利用這些技術真正轉化成價值，Value as Service。關燈工廠是在富士康內部代表智能化製造水準最高的工廠，現在在全世界有八座這樣的工廠。

「關燈工廠」的背後是無憂工廠

▲編者按：鄭弘孟首席執行官於鼎新電腦「2019企業高峰年會-企業數位化轉型」活動上發言分享

首先燈塔工廠的定義就是麥肯錫和達沃斯世界經濟論壇ＷＥＦ共同評定在工業4.0 推廣歷程中，無論在技術可行性還是經濟可行性上，都具有典範作用的工廠。為什麼把它叫做燈塔工廠？

其實我們要實現的是三個Ｗ的優化：一個Ｗ叫Waste Reduction 節能，就是怎樣減少浪費，過去靠的更多的是組織，包括流程改善、人員訓練等，現在我們慢慢要把它變成數位化的精益，讓浪費變得可見，並且能夠及時管控，這是我們做的第一步。第二Ｗ叫Work Reduction 減勞，這並不意味全部替代人工，而是說把像電子製造、裝備製造這樣的製造業中大量的重複性工作，或者一些危險性的工作以及人不願意做的工作，用這些自動化設備替代掉。在自動化領域裏，除了過去強調和追求的全自動化之外，我們更關注柔性生產，也就是自動化怎樣適應並滿足工業4.0 階段下的小批量個性化定制。第三個Ｗ 叫Worry Reduction 無憂，我們常看到的自動化工廠，在廠區裡還有很多人，那些人會經常需要現場巡視，確保不會出現設備當機、關鍵參數出錯等這樣的問題。所以如果我們能用數據分析，實現這些隱患的自動識別並且能夠及時預測，這樣在生產現場就沒有憂慮了，那個時候我們就可以把燈關掉。所以熄燈工廠的核心並不是無人，而是說我們要把它做到無憂，也就是無憂工廠。

因此燈塔工廠衍生出了兩個重要價值，首先是在「創新生產系統」上的價值，就是怎樣用更高的效率、最小的成本，生產出最高最好品質的產品。在這其中我們更看重的是，在生產系統中怎樣避免不確定性，其中我們所要優化的一個對象是每單位小時能夠帶來的利潤。另一個價值面向是「創新端到端價值鏈」，如何整合供應鏈資源快速推出新的產品和服務，從而更加靈活地適應及滿足小批量多批次生產模式下，更短的生產週期和更快的產品迭代要求。富士康工業互聯網(FII)首席執行官 鄭弘孟：富士康累積四十多年的生產製造經驗，不僅有專業知識更建立工業互聯的實驗場域，透過數據實踐的獨善其身，更透過價值服務平台兼善天下。

燈塔工廠價值引領創新場景應用

在這樣的價值驅動下可以說「燈塔工廠﹂引領了三大科技趨勢，一個是互聯，就是在離散的網路節點之間建立連接。過去不論是工廠自動化還是資訊化，都是在單點設備上或者在產線上單點做一些數位化轉變。現在我們要更關注的是怎麼能夠建立一個互聯互通網路，並希望有更好的靈活性以及更好的拓展性，同時能夠具備更好的安全性和更好的私有化，這方面將會有非常多的探索。

第二個就是工業智能，通過互聯網路把這些設備連接起來後將產生很多數據，智能就是怎樣迅速地把數據轉化成洞察，再變為決策的過程。這裡我們會關注怎樣完成一個事件的自動識別，過去雖然把設備連起來了，並且數據做到可視化，但是到底發生了什麼事情，還是靠人的經驗來判斷進而做出決策。能不能基於數據分析，基於ＡＩ來實現自動化決策，也體現了在工廠上的智能化。

第三方面我們叫靈活的自動化，人機料法環中所有的這些流程或元素能不能在一個平臺上被整合，這些決策能不能迅速地下達到製造系統中去，從而被迅速執行。過去都是人在現場盯著事，現在能夠讓事情來主動找人，從而實現一些自動化的決策支持。從具體應用場景的角度，我們看到全世界的燈塔工廠當中，其實用的最多的應用，還是在ＯＥＥ管理、人員管理、設備健康管理、過程品質和過程關鍵參數的管理，以及物料和資源協同和匹配的優化。我們看到很多的需求可能是共性的，但是在不同行業中，應該怎麼被具體體現，應該會整合哪些要素，這些可能是會有些區別。

連接人事物 構建工業智能協同閉環

回到剛剛提到的工業智能。我引用一下FII 副董事長李傑教授新書中的一張圖，其實在整個生產系統中的幾個重要要素是人、物還有系統。其實不論是互聯網或是移動互聯網，更多是把人和人聯在一起，網約車、外賣等這些O2O服務，則更多的是實現人和服務之間的連接。而在工業領域，大概十年前互聯網技術才剛剛有了突破。

在「物」上加感測器和網路，會發現「物」中的一些狀態和關鍵數據就可以告訴「人」，「人」在接收到這些數據後，就可以去管理「物」，這是過去互聯網的思維。這期間其實並沒有看到系統性的提升，或是效率的大幅改善。這其中很重要的原因在於，如果我們只是把人從現場操作換成了遠程操作，其中的決策機制和人扮演的角色其實並沒有本質上的變化。所以這裏我們看到的是，把事和系統連起來，把物和事跟系統連起來，然後系統再去對接人。我們怎麼把人機料法環所有這些用一個系統管理起來，設備加上感測器加上網路，再結合軟體，從而構成這樣一個系統，才能真正體現和實現協同。

在物和系統的連接上，核心技術就是資訊物理系統CPS，這裏是5個C，即智能化的連接、智能化的分析、數位化的建模、還有包括智能的認知以及自動化的決策。在人和系統的連接，我們提出的「六流」和「六管」，其中「六流」就是怎麼去管理數據流、技術流、資金流、人員流、物料流和過程流。大量的工業軟體比如MES，就是管理我們的過程流或者技術流，ERP管理我們的物料流，過去我們的很多管理其實是線性平行的，現在我們要把它變成一個個離散的節點，一起織成一張網。 同時我們也關注系統層面的一些技術，我們認為工業互聯網的四大支撐技術就是數據技術(DT)、分析技術(AT)、平臺技術(PT)、運營技術(OT)，在這個閉環中，我們要透過數據3R分析不斷地讓這個閉環自動運轉起來。首先我們需要對數據做來源性分析，即劃分不同來源的數據，對應做管理、應用和分析；第二需要從數據中尋找關係性，比如產品品質跟中間過程的關係，關鍵過程參數如何定性定量地把它建模出來；第三就是參照性，什麼樣的數據對應什麼樣的管理指標體系，這背後對應了做決策的一些需求。

工業智能核心價值：自主識別事件並轉化為決策

因此，我們認為如果能夠把這樣的機制建立起來，就可以變成一個自成長的智能化工業系統，從而實現自主完成事件識別並轉化為決策。所以我們會關注從設備到數據採集，到數據服務，然後到分析建模到工業應用系統，通過這樣的迴圈，讓設備數據進到AI模型中去，變成分析後的洞察，再回饋到決策。但這其中還有很多問題要去解決，比如從設備到數據，這裡面會有幾個問題，首先我們現在發現採集數據也變成了難題，並不是感測器貼上去這數據就採對了，我們要關注這個設備，熟悉它的機理，還包括數據採集和信號處理的一些技術。

另外我們發現在工業領域的建模能力是比較弱的，所以要有一些工具能夠迅速的去建立敏捷低門檻的建模和開發平臺。那模型訓練好了，怎麼能夠上線？借用安筱鵬博士提到的所謂微服務池的概念，其實每一個模型和演算法背後都是一個服務，服務要在建模平臺建好之後快速上線，而不再被中間的平臺開發技術所束縛，這就需要一個快速上線的模型服務運行環境。因此，我們需要的是雲平臺架構，不一定是一個雲平臺，並不是所有的數據都要上雲，但是我們希望未我們的工廠IT系統都能夠使用雲平臺架構下的一些開放系統。

最後，從分析到執行中間還要解決一個問題，就是分析的時效性、確定性和活動閉環。在工業系統中，很多問題是開放性的，有很多不確定性，我們怎麼去管理這種不確定性？這個是我們從分析的結果到執行閉環中所要打通的一個重要環節。另外就是我們可能並不需要所有的事，所有的分析都是集中式的，並不一定都要放在雲端，或者放在工廠的伺服器當中，我們也可以把它放到我們的邊緣計算層當，這樣也會更加靈活。

打造富士康工業互聯網生態體系

因此，我們認為如果能夠把這樣的機制建立起來，就可以變成一個自成長的智能化工業系統，從而實現自主完成事件識別並轉化為決策。所以我們會關注從設備到數據採集，到數據服務，然後到分析建模到工業應用系統，通過這樣的迴圈，讓設備數據進到AI模型中去，變成分析後的洞察，再回饋到決策。但這其中還有很多問題要去解決，比如從設備到數據，這裡面會有幾個問題，首先我們現在發現採集數據也變成了難題，並不是感測器貼上去這數據就採對了，我們要關注這個設備，熟悉它的機理，還包括數據採集和信號處理的一些技術。

整體而言，工業富聯的業務理念可以用李傑教授的「煎蛋模型」概念來說明，「蛋黃」部分代表我們的核心產品，包括雲網層、平臺層、核心層這三個方面，還有燈塔工廠整體解決方案，在「蛋白」部分的賦能就是類似Micro Cloud 這樣對外的服務生態以及包含節能、環保、安全等在內的周邊賦能層面，從而打造雙蛋黃和蛋白的增長引擎。除此之外，我們也希望打造富士康工業互聯網的生態體系，包括鼎新也是我們非常緊密的合作夥伴，無論是服務性的工業軟體，還是在硬體設備層，我們也跟很多硬體廠商合作，將設備變成聯網的智能設備。未來希望跟我們的合作夥伴共同攜手，打造整個工業互聯網生，推動行業發展和進步，降低我們的製造業客戶應用工業互聯網的門檻。

相關資訊