论文部分内容阅读
2019年5月31日,中国制造Model 3开启预订。
2019年1月,特斯拉上海工厂正式开工建设,这家位于上海临港的超级工厂项目总投资达500亿元人民币。按计划,初期将先建成组装产线,随后推进特斯拉“国产化”进程。
马斯克表示,特斯拉将努力把上海工厂建造成世界最先进的工厂之一。
为什么是临港?
传统的上海汽车产业集中在国际汽车城——城市西北安亭区域。世上本没有“临港”这个概念。15年前,上海临港新城总体规划通过专家评审,这块上海东南角的开发走上快车道。2010年,国家工业和信息化部正式授予上海临港装备产业区“国家新型工业化产业示范基地”。现在,临港已经成为大型船舶关键件、航空零部件配套、汽车整车及零部件、海洋工程设备、发电及输变电设备等装备产业制造基地。混合动力汽车上汽荣威550就是在临港量产。
了解临港的发展,不妨参考世界传统汽车中心底特律的历史。
19世纪末到20世纪上半叶,底特律城市进入飞速发展阶段。通用、福特和克莱斯勒三大汽车公司总部都设在底特律。最繁荣时期全城440万人口中约有90%以上人以汽车工业为生。
汽车制造技术含量高,进而决定了其行业研发的重要性。2007年底,整个密歇根洲有330家汽车工业工程设计和研发中心。底特律地区有135家围绕汽车工业的研发中心和科研机构,有6万多名工程技术人员,研发技术相关投入达到107亿美元。世界排名前十的车厂,全都在密歇根州建有研发中心。
知识经济背景下,持续的创新能力开始成为区域经济发展的重要因素。产业集群内部的企业受益于共同区位带来的信息交流,从而获得其他区域无法获取的优势。区域内部的系统性联系网络可以让隐性知识高速度、高密度、高强度的流通和传播。专业技术的共享、会议学习、对新研究成果的理解、文化分享等——这一切都有助于创造竞争,进一步激发产业内公司不断互相模仿、创新、反向创新、进行产品差异化。
迈向国际智能制造中心的路上,临港也正在形成具有自身特色的产业知识发展体系。
近期,《陆家嘴》杂志采访上海临港国际人工智能产业研究院(Slailab以下简称产研院)刘江副院长。刘江是通用汽车全球精益六西格玛黑带大师、智能工厂规划专家,已在数十家企业内成功策划和推行精益及流程优化改善活动。曾任职于通用汽车、德尔福、英国气动等公司,分别在美国、日韩、德国等地有过国外培训及项目实施的经历。
在采访中,刘江实际详细介绍了临港人工智能产研院面向人工智能行业创新与发展提供的多种类公共服务,并以结合案例剖析,阐述了产研院“产业生态构建者、技术创新集散地、产融结合粘结剂、行业应用推进器”的独特定位。
《陆家嘴》:请首先介绍一下临港人工智能产研院的定位吧。
刘江:我们是一个集产业研究、产业促进、产业孵化于一体的综合机构,由临港科投、COCOSPACE、可可资本三家机构共同发起设立。
研究院的设立参照了德国弗劳恩霍夫应用研究促进协会、中国台湾工业技术研究院等国内外科创转化平台模式和机制,以市场化机制、专业化能力、国际化视野来推进人工智能产学研融合,希望进一步助推临港乃至上海人工智能产业的集群发展和高质量发展。
临港作为上海建设具有全球影响力的科技创新中心的主体承载区,正积极谋划推进人工智能产业发展。我们目前以临港地区的部分企业作为研究的样本,做深入的调研,发现了一些生产活动中的实际痛点。
客观来讲,我们很多企业,对于智能制造的理解还没有形成统一认识。未来在企业的模式转型过程中,还需要一定的实践积累。这是一个循序渐进的过程。我们的产业研究院就是想在此过程中起到促进作用。
例如,我们正在尝试对从业人员进行知识体系的更新;以培训课程作为基础,走进临港智能制造之旅。
《陆家嘴》:产研院的具体课程有哪些?服务对象包括哪些人群?
刘江:结合智能制造的发展现状,我们已经设计、研发出多套适应不同对象的全新课程。
第一块是智能制造总裁班,面向企业的总经理、董事长。注重智能制造发展现状、数字化企业规划与设计等等话题。
第二块是智能制造规划师班,它面向制造业的部门经理,副总裁等中高层管理人员。它涉及的内容包括数字化供应链管理、信息化系统项目管理、数字化核心应用软件等。
第三块是智能制造工程师班,它面向数字化项目经理、相关职能部门负责人。它的内容包括工业机器人技术、数据安全管理等。
上述只是大体的课程框架,进一步细分的话,我们还会根据不同的专业,设置专业核心课、专业方向课。当然我们始终秉持开放的态度,也会和世界范围内的高校合作。比如,我们针对在校的学生,帮助他们把学校里的知识和企业里所需要应用的知识联系起来,改变毕业生到企业之后,团队还要重新安排培养的局面。
《陆家嘴》:了解,产研院开设专业课程之外,还有哪些业务?
刘江:授课只是我们的一部分业务。
产业研究不仅是理论知识的研究,我们还非常注重把研究成果落地,或者可以说“我们研究怎么落地”。
我们观察到,中国的制造业不缺发展大方向,也不缺技术本身,而是缺一個落地的流程、方案、步骤——这就是我们产研院的重点价值所在。
例如在汽车行业里,某些公司已经把数字化工厂做到一定的规模。我们就会以产研院的身份找到这些企业,组织学员去参观,加深大家对数字化工厂的理解。 我们也会请业内领先的企业来谈一谈,如何走到目前的状态,介绍他们在实施阶段经历了哪些难点、怎么去克服难点。
通过企业之间互相认识沟通,就会发现那些技术已经可以解决的问题,也会发现新的需求。
我们希望在产业链中起到真正的桥梁作用,让技术企业和需求企业对接,联结起的持有技术的创新企业、应用技术的需求方,还有资本和园区等外部资源。
《陆家嘴》:刚刚我们多次提及“落地”和“应用”两个关键词,能展开讲一讲企业落地应用的挑战吗?
刘江:有一种说法,工业2.0是自动化技术、3.0是信息化技术、4.0是数字化技术。这些技术方案都有现成的方案摆在那里。有些企业可能已经使用了一部分4.0的技术解决方案;但是用了一个智能方案并不代表整个工厂已经成为一家智能制造的工厂。
现在有些企业就跑偏了:一上来想着要工业4.0;其实他们自动化2.0的阶段还没实现。
实现智能化落地的时候,必然会基于数据,而数据的自动获取又要用到自动化的设备。这是一个系统化的整体工程,千万不要脱离了整体,只考慮单独的问题。如果在某个阶段只是单独的上一套软件、买一部设备,那等到后期再想要做升级,就会碰到麻烦。
回到产研院的功能,我们现在正是想要把这个课补上。
制造企业的利润从哪里来?不同的行业会有不同的价值链,各个生产环节带来各自的增值。我们可以用智能技术在全部的价值链上都提高效率;但并不一定要整条价值链都上智能技术。
可能一些企业目前还没有完成信息化,它们可能还刚刚实行自动化。比如服装行业,大部分还是人工为主,这时候我并不一定需要马上变成一家黑灯工厂(全自动操作工厂)。
我们并不是为了智能而智能,帮助企业从中获益才是关键。
《陆家嘴》:从业多年后,你认为智能技术能帮助企业解决哪些问题?
刘江:我想从管理精益化、运营数字化、执行自动化三方面回答这个问题。
精益管理本质上是一个理念,它的核心是速度。企业的盈利能力和产品利润率、资金周转率都有关。以往没有智能化技术的时候,都是靠管理人的行为去完成精益管理的落地;现在我们可以通过智能技术来提高企业效率。
这里要说明一下,智能并不是取代人,它只是弥补了人的一些弱点。比如传统的生产环节中,有大量的人员参与,但人难免犯错、难免疲劳,或者执行率打折扣,或者稳定性下降,不同的生产环节之间沟通也需要成本。人的这些特性导致了整个系统的生产率降低。
智能化就是希望解决这些问题,而不是解决人。智能技术可以做人不想做的事情,或者让人少犯错误,减少人为失误和不确定性。
如何让效率提高呢?
我们以数字化为基础,来进行工场的规划设计,让工厂的核心软件都基于数字化,以数据驱动生产。
当信息化系统和业务逻辑串联,我们就能通过动态信息的可视化带动沟通效率额的提升;通过传感器等设备,让工厂内的信息也能自动化收集,我们进一步就能让操作自动化,让生产资料搬运自动化,让执行自动化;通过智能技术实现精益生产、精益供应链、精益产品研发和精益市场营销。