很久前讀過一個故事，大概講的是：
20世紀初福特公司一臺電機出現故障，很多工程師都修不好，于是聘請德國專家斯坦門茨來維修。斯坦門茨在電機旁邊觀察邊敲打，然后用粉筆在電機外殼畫了一條線：“打開電機，在記號處把里面的線圈減少16圈。”福特工程師半信半疑地將線圈減少，結果電機真的好了。
這次電機維修斯坦門茨收取了1萬美元酬金，他還特地列了一張費用說明：“用粉筆畫一條線1美元，知道在哪里畫這條線9999美元。”
當時，這個故事被貼上“知識就是財富”的標簽，其實放在今天的工業企業場景中，這是一個“專家經驗發揮價值”的典型。
■經驗主義與數據價值的博弈
在工業經濟時代，經驗主義一度發揮著不可替代的價值。
不夸張地說，當代制造業基本都走過一段經驗主義道路，靠習慣和工作經驗來管理企業，靠老師傅在一線車間的經驗傳幫帶徒弟。
圖1.20世紀工業經濟時代的生產車間
但不得不說，工業經濟時代企業內外部環境相對穩定，挖出多少鐵礦石就一定能生產出多少鐵或鋼材，相對簡單的干擾條件，經驗主義幾乎可以準確地預測和分析結果。而現在，市場的瞬息萬變、技術的飛速發展、工業設備的升級換代，專家的經驗主義是否還能上演“斯坦門茨”般的神奇？
也許并不能。
現今的制造企業，是一個由數據充斥的商業綜合體，其數據有很多種。簡單列舉就包括數據采集、數據存儲與備份、數據安全、數據建模與可視化、數據分析與預測等過程數據；涉及的數據類型包括靜態數據和動態數據，也可以分為實時數據和非實時數據，還可以分為結構化數據、半結構化數據和非結構化數據，來源包括企業的信息系統、設備、傳感器、供應鏈以及社交網絡。
如何從這些種類繁多的數據中挖掘價值？如何讓企業從依靠經驗主義過度到數據價值洞察階段？這既是一個相互博弈的過程，也是一個不斷探索和實踐的過程。
■制造業與互聯網的鴻溝
在經驗主義和數據價值博弈此消彼長的過程中，互聯網技術發揮著巨大的使能作用。但客觀來講，制造業和互聯網之間的鴻溝比大家想象得要大。
筆者曾經參觀過很多制造企業，不管是總裝線上舞動著機器人手臂的汽車主機廠，或是焊接車間電光火石般的重型裝備企業，抑或是需要更換防塵防靜電服才能進入的電子企業，還是正在流水線上發酵或裝罐的釀酒企業，大多數伴隨著轟鳴的機器聲、或多或少嗆鼻的味道。
當這些企業將某一單點應用作為樣板呈現在同行企業面前時，支撐其業務運行的工藝流程、IT系統或是生產線往往被聲聲稱道，因為還有更多企業沒有達到這樣的水平。
但如果做個橫向對比的話，隨便一個IT公司的實驗室、或是互聯網企業的創新中心，都比以重資產著稱的制造企業車間高大上得多，其信息化應用也要成熟得多。
所以，當云計算、大數據、人工智能這些概念鋪天蓋地襲來的時候，仍然需要對中國制造業的發展現狀保持著理性認識：因為還有很多企業MRP都跑不起來，還有很多企業連物料和圖紙以及其他技術資料的關聯性都做不好，還有很多企業必須依靠手工變更BOM信息。
事實是，制造業與互聯網的融合并沒有想象簡單，制造業長期固化和累積的習慣、經驗、模式，在互聯網強調靈活和快速迭代的特性面前，存在著不只是技術就可以逾越的鴻溝。
圖2.國務院印發《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》
這也是中國政府大力推動“中國制造2025”戰略、2016年出臺《關于深化制造業與互聯網融合發展的指導意見》、2017年簽署發布《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》的原因。
鴻溝雖在，跨越在即。
■天合光能與阿里云的結緣
過去三年時間，工信部一共遴選確定了206個智能制造試點示范項目，其中工業互聯網創新應用項目28個，為跨越制造業與互聯網的鴻溝豎立風向標。
圖3.天合光能常州總部基地
直到走進天合光能這家年營業額270億人民幣的傳統制造企業，參觀其生產光伏組件的車間電子看板上實時呈現的運行數據，直到天合光能智能制造負責人告訴筆者7%的A品良率提升，才真正領會到“經驗主義”和“數據價值”的融合可以帶來如此大的效益。
天合光能是全球最大的光伏組件供應商，截至2016年，天合光能組件累積發貨量超過23GW，全球排名第一，位列“全球新能源企業500強”第19名。
作為天合光能的主要產品，光伏組件的A品率直接關乎著企業利潤率（以光電轉化率為標準，其中電池片轉化率在18.8%以上的為A品）。如何提升生產制造過程中的A品率，成為橫亙在天合光能發展進程中的攔路虎。
一方面，天合光能在技術研發方面已經盡可能做到極致，專門成立了光伏科學與技術國家重點實驗室，先后16次刷新了光伏電池和組件的轉換效率、輸出功率等世界紀錄；另一方面，天合光能不斷深化ERP、MES等系統應用，提升信息化管理規范和水平，向管理要效能。
圖4.天合光能電池車間的ET工業大腦電子看板
在天合光能智能制造負責人徐連榮看來，當企業信息化發展到一定階段，就是向數據要價值的時候。因為ERP/MES等系統是記錄和規范數據，而工業互聯網平臺側重分析和挖掘數據。二者相輔相成，對企業來說可以實現互補。
天合光能是如何在ERP/MES等系統基礎上，向數據要價值的呢？
通常情況下，一片光伏電池的生產需要6大工藝：表面制絨、擴散制結、腐蝕清洗、鍍膜、絲網印刷、測試分選等，每一道工藝都對應著復雜的物理、化學反應，譬如絲網間距、室內氣溫、下壓壓力、絲網間隙、風機轉速、酸堿度……每一個參數都會影響著電池片的成型。
天合光能首先選擇4條光伏電池生產線作為試點，將車間設備進行了升級改造，在產線上增加了數百個傳感器，對密度、風壓、風速、距離、濃度、質量等參數進行采集，并將海量數據輸入阿里云的工業互聯網平臺——ET工業大腦，隨后通過人工智能算法，對所有關鍵數據進行深度學習分析，構建大數據模型，精準分析出與生產質量最相關的關鍵參數。
項目開始，阿里云派駐十余名數據科學家研究光伏電池的業務流程和制作工藝，結合專家經驗構建出數據分析模型；項目中，數據科學家與天合光能的專家團隊一起對工藝參數進行調整、優化，甚至對多維參數組進行調優，找到正相關的影響因素，逐漸調整算法模型。
隨著項目的推進，天合光能最終在絲網印刷環節捕獲到了關鍵因子。絲網印刷是制作光伏電池電極最普遍的生產工藝，在前序環節后，電池片已經可以在光照下產生電流，為了將電流導出，就需要通過絲網印刷在電池表面制作正負兩極。
傳統的人工經驗可以發現兩個單獨因子之間的關聯，而通過阿里云工業互聯網平臺實時、快速的分析計算，則可以挖掘出五個甚至更多因子之間的關聯，遠遠超出了人力所及。
2017年7月，阿里云正式入駐天合光能；10月，經過算法的不斷優化，對生產工藝參數的調整，天合光能試點車間的A品比例提升了5個百分點；12月，試點車間的A品比例從原來的40%提升到了47.3%，提升了7個百分點。
這是傳統專家經驗或簡單產線改造無法實現的提升。
徐連榮透露，在目前試點的幾條產線上，光伏電池A品率的提升帶來的收入增加估計超過2000萬，下一步將在全部產線上推廣，預計每年可提高利潤數千萬。
同時徐連榮還特別強調，制造企業千萬不要一聽到“大數據”三個字就抗拒，甚至被嚇到。對于新興技術可以采取小步快跑的方式，先找一個試點驗證一下，取得效果和良性循環后再橫向擴展。
■最佳實踐和數據價值的轉化
從天合光能出來，還有一個問題疑惑不解：數據之于天合光能的價值，是否可以快速轉化和復制到其他企業、甚至是其他行業？
筆者專門請教了阿里巴巴集團副總裁劉松。
除了在阿里擔任的職位，很少有人知道劉松另一個身份——工信部工業互聯網產業聯盟副理事長。所以當劉松概述起我國工業互聯網產業發展現狀和機遇時，他對數據的價值尤為看重。
在劉松看來，不同企業對數據價值的挖掘，肯定是不一樣的，但仍然可以找出其中的共通之處。他形象地比喻：就如同醫生看病，每個病人進醫院都會進行各項基礎檢查，量體溫、量血壓甚至驗血、拍X光等，初步判斷出病癥后再做進一步確診。給不同的企業挖掘數據價值同樣如此，盡管每個企業的行業特點、業務流程、工藝類型都不一樣，但最基本的方法論是一致的。
以中策橡膠為例，輪胎生產中的主要原材料是橡膠，中策橡膠每天從全球采購千噸量級的橡膠塊，將橡膠塊合成混煉膠最終進入生產線。不同膠源產地、加工廠、批次等數千個復雜因子都會影響橡膠塊質量，這些因子的相親相斥也直接影響了是否能合成優質混煉膠。
和以往更依托經驗的質檢方式不同，阿里云通過人工智能算法，能在短時間內處理分析每一塊橡膠的出身，匹配最優的合成方案，極大地穩定了混煉膠性能，大大降低在加工環節的成本投入。有數據統計，阿里云已幫助中策橡膠提升混煉膠平均合格率3%-5%。
而這一目標的達成只用了28天，這得益于阿里云此前在一個毫不相關行業企業的積累——協鑫光伏。
在協鑫光伏切片的生產過程中，有數千個生產參數會影響到切片良品率，例如上部砂漿溫度、下部砂漿溫度、上部導輪溫度、下部導輪溫度等等，任何一個變量的細微變化都會直接影響到生產結果。通過阿里云的大數據分析算法，就可以對協鑫生產過程中采集到的全部變量進行分析，找出與良品率最為相關的關鍵變量。
從協鑫光伏到中策橡膠，再到天合光能，其實還有液晶屏、芯片、能源、化工等多個工業垂直行業，都已經享受到了阿里云工業互聯網平臺帶來的數據價值。
劉松說，從技術層面來看，只要我們找到跨行業的最小抽象，就可以將原本復雜的事情變得簡單，這是用數據賦能制造業的精髓，只要找準了發力點，哪怕是1%的效率提升，也會給制造業乃至整個社會帶來可觀的價值。
轉載請注明出處：拓步ERP資訊網http://m.guhuozai8.cn/
本文標題：用數據賦能制造業，看天合光能是如何做的？
相關文章
