智能制造的消费运营管理

本文来自课程：智能制造的消费运营管理

主讲人：江志斌 博士
上海交通大学  工程系统管理研究院院长
上海交通大学安泰经管学院 特聘教授
教育部长江学者特聘教授   2020年11月7日   

主要内容：

消费运营管理：开展回忆与启示
智能制造的消费运营管理特征
智能制造消费运营管理的机遇与挑战
智能制造消费运营管理存在的三大问题
总结
消费运营与消费运营管理的内涵：

消费运营/消费运作：一切社会组织将投入的消费要素转化、增值为用户所需要的输出（产品、效劳），并对转换环节停止控制的闭环过程。消费运营是一切社会组织活动的最根本活动。
消费运营管理：以高效、灵敏、准时、清洁地消费合格产品或提供满意地效劳为目的，对消费运营过程停止管理地相关理论与方法。
消费运作地体系如下：

工业4.0——消费运营管理开展地新阶段

以智能制造为主导的第四次工业革命或革命性的消费方法。该战略旨在通过充沛利用信息通讯技术和网络空间虚拟系统——信息物理系统相结合的手腕，将制造也向智能化转型，具有如下特征：
（1）智能机器：用先进传感器、控制和软件应用等新方式连接大量的机器、设备等；
（2）先进的分析才干：基于物理的分析、预见性算法、自动化和资料科学的专业领域知识，电力工程和其他重点学科，这些都有助于理解机器和系统的运行
（3）工作中的人：让工作中的人无论身处工厂、办公室、医院还是挪动中，都可以高质量、安全的停止智能设计、运作、维护。
智能制造：智能产品+智能工厂+智能消费

智能产品：自我感知工作环境、互联与交互，自我决策、自适应工作
智能工厂：智能装备、智能消费系统及智能过程，以及网络分布式消费设备的实现
智能消费：智能消费方案与调度控制、智能制造执行系统、物流管理、人机互动过程。
启示：

智能制造的特征

之一：物理世界与数字世界无缝衔接
       由互联和具有自主决策才干的机器等制造资源动态组成制造系统，并映射到数字空间。通过在分布式制造根底设备中的机器等制造资源快速集成、反响和控制循环，从而可以定制输出、优化分配资源，并在构建、组装和消费的物理和虚拟世界（数字空间）之间提供无缝接口。

智能工厂的主要特征有：互联、优化、透明、前瞻、敏捷，这些特征有助于智能工厂发挥ICT的作用，适应企业内外部环境变化，进而更加合理的运作管理决策。
之二：面向智能消费的企业多维度集成
横向集成：是企业间通过价值链以及信息网络所实现的一种资源整合，是为了实现企业间的无缝合作，推动企业间研产供销、经营管理与消费控制、业务与财务全流程的无缝衔接和综合集成，实现产品开发、消费制造、经营管理等在不同的企业间的信息共享和业务协同，合作提供实时产品与效劳。

纵向集成：整合企业内部各种不同层次的IT系统（例如，CRM,ERP,PLM,ME,执行机构和传感器等），从而打通企业内部信息孤岛，在企业内部实现所有环节信息无缝衔接。

端到端集成：指贯穿整个价值链地工程化数字集成，是在所有终端数字化地前提下实现基于价值链与不同公司之间的一种整合，从而最大限度地实现个性化定制；可以是内部的纵向集成，也可以是外部企业与企业之间地横向继承内容，关注点在流程的整合上，比如提供用户订单的全程跟踪协同流程，将用户、企业、第三方物流、售后效劳等产品全生命周期效劳的端到端集成，个性化定制。

智能消费下基于CPS的资源组织
使用CPS，通过纵向集成、横向集成以及端到端集成，创建灵敏和可重构的企业内部、跨企业的面向特定制造任务（实例）的制造系统：
（1）消费构造不会固定和预定义的，取而代之的是要根据不同的实例不同的实例专业定义一组IT配置规则，从而自动为每种情况构建特定构造（拓扑构造），包括所有相关模型，数据，通信以及算法来定义的需求。
（2）通过模块化和重用战略，以实现特定的网络以及制造系统的可重构性，并有适当的智能系统功能描绘。
之三：制造效劳化趋势日益显现
效劳型制造/制造效劳化（service-oriented Manufacturing）
通过网络化协作实现制造向效劳的拓展和效劳向制造的浸透，实现制造与效劳有效交融，从单纯向顾客提供产品到提供产品及其与之相关的效劳，及产品效劳系统，甚至为顾客提供综合处置方案，制造企业在为顾客发明最大价值的同时获取自身更大市场和利润空间。
（1）工业4.0把Internet of Service作为两大支柱之一。
（2）中国制造把效劳型制造作为一大行动方案

之四：个性化定制制形成为趋势

之五：智能制造系统是复杂事变系统

智能制造的三大交融：
（1）集中智能与群体智能相交融
（2）人、机、物相交融
（3）虚拟与物理空间的交融（数字孪生）
智能制造消费运营管理的挑战

智能制造特征为其消费运营管理提出的新要求

之一：自组织优化配置制造资源

        智能制造系统是自组织环境，面向特定消费任务的自组织的消费单位（Self-Organizing Production Units,SOPU）,寻找订单所需的设备和人员，并规划所需的运行时间。该系统是一个独立但互相关联的多个子系统或消费单元，每个子系统与机器都具有高度的柔性、效率和自主性。将来的智能制造系统最终成为一个大型系统，由众多的独立运作但又成为整体的小系统组成。
之二：去中心化的自主决策与协同控制

     智能制造的消费运营管理是多系统协同而不是集中优化控制。智能制造价值链是分布式的，且依赖复杂的信息和物流，因而需要新的方法来降低制造管理系统的复杂性。在分散式决策模型中，每个独立的网络实体都做出自己的决策，需要价值链合作伙伴之间的协同，提供现今的算法来实现制造业资产全局和部分优化，以对不可预见的变化做出更快和更有效的响应，从而实现订单执行、消费、物料管理、供给链管理和生命周期管理方面的改进。
之三：学习型运营管理

智能制造系统下的机器不只是被管理对象，还可以从完成的任务中学习并优化配置，然后将这些信息与其他机器共享，因而被称为社交机器。通过深度学习产生越来越多越来越详细、准确和有意义的设备和过程的数字化模型，从而实现可以体现更细微差别和有数据根据的方案；设备获得自主决策权利，在更高的认知水平上对事件做出响应，并随着事件的推移获得智能。消费控制成为自我运行并易变（柔性和敏捷）的，从而呈现新的、市场驱动的商业方案。
之四：强大的自优化与适应才干

       由于更强大的计算和分析才干以及更广泛的智能资产生态系统，采用物联网和数据，控制系统可以获得他们所需的实时灵敏性，无需人为交互或中断过程就能适应消费，可以重新配置消费才干，以大批量消费的效率停止小批量消费，可以适应以前很难做到的变化，并自行实现最优化。
之五：前瞻性消费决策

     被动的响应变化和系统干扰，困难且耗时，因而智能制造消费运营管理需要利用智能工厂强大的计算和数据分析才干，要求在问题呈现之前预测并采取行动，包括识别异常、进货和补充库存、识别预测质量问题、监视安全和维护问题。
之六：面向数字供给网络的多维度集成

     从线性的、顺序的供给链操作转变成互联的、开放的网络化操作系统，即所谓的数字供给网络。通过企业内部供给链和跨企业供给链系统的横向集成，驱动组织运行；通过互联的制造系统停止纵向集成；并通过整个价值链停止端到端的整体整合。集成系统范围内的物理设备、操作和人力资产的数据，通过数字孪生和其他跨越整个制造网络的活动，来驱动制造、维护、库存跟踪、操作的数字化。
之七：柔性与网络化的消费

    柔性意味着消费系统可以执行不同的消费流程，要求加工单元具有非常高的可用性。网络化意味着产品制造的所有相关信息都是在不同系统之间实时共享，特别是关于机器故障、订单延迟、零件丧失、人员或资源的信息。通过柔性与网络化的消费，建立灵敏有效、互利互惠的动态企业联盟，有效地实现研究、方案、消费、销售各种资源的重组，从而进步企业的市场快速反响和竞争才干的新形式。实现企业间的协同和各种社会资源的共享与集成，高速度、高质量、低本钱地为市场提供所需地产品和效劳。
智能制造消费运营管理存在地三大问题

之一：制造企业施行智能制造普遍存在自觉追随性，重视开展新信息技术（ICT），对于运营管理（OM）的重视不够，导致效果不佳

智能制造背后的推动力是令人鼓舞的，然而，制造企业要想在将来 日益互联和混乱的环境中取胜，就必需从拥有智能制造才干的组织，转型为拥有智能制造运营管理才干（ICT+OM）的数字化企业。

之二：物联网、大数据、人工智能等新信息技术使得资源和系统高效动态组织和重构成为可能，然而传统开环的资源配置与消费组织优化方法无法支撑智能制造实际场景的高度动态变化与系统的不确定性

之三：网络化制造、全球运维、效劳型制造等场景催生了企业间协同决策的新需求，然而目前以中央方案为主的消费方案与控制体系，缺乏透明度、无法灵敏响应系统需求，且不以用户为中心

总结