2022年,在疫情多發、市場需求不振等因素的影響下,中國一些地區的工業生產一度呈現出放緩之態,隨著國家持續落實利好政策和出臺新政策,加上各地陸續放開,工業經濟逐漸呈現回轉之勢,根據中國國家統計局的數據顯示,2022年1月-10月,全國規模以上工業增加值同比增長4.8%,較二季度回升4.1個百分點。
與此同時,我們也看到了一些不確定性,供需偏緊、物流不暢等問題時有發生,工業經濟恢復的基礎尚不穩固。面對2023年,西門子數字化工業軟件將我們看到的確定性與不確定性總結為三個趨勢方向,希望與產業鏈上下游合作伙伴和客戶攜手探尋平衡之道。
供應鏈中的數字孿生
麥肯錫的一組確切數據能夠直觀地向我們展示現在供應鏈正在面對的問題:平均每3.7年就會發生一次持續1個月或以上的供應鏈中斷。今天的供應鏈已經越來越復雜,涉及到的領域也越來越廣泛,加之外部環境的快速變化,如果依然采用簡單方法來跟蹤和管理供應鏈流程顯然已經不足夠。我們過去經常從產品設計和工程的角度來考慮數字孿生,但其實數字孿生對于供應鏈和業務流程而言也是十分必要的。供應鏈的數字孿生能夠幫助企業更好地了解自身價值鏈的復雜性,并通過復雜性來識別問題和制定解決方案。當然,這種方法需要依賴于公司供應鏈中數據的可用性,只有數字化方法才能獲得這種能力。
舉例來說,在工業元宇宙中托管供應鏈和業務流程的數字孿生。這種方法能夠使企業利用大規模計算和深度可視化的能力來分析和判斷數字孿生模型,這就解決了傳統的供應鏈管理解決方案存在的一個關鍵缺陷 —— 無法在整個供應鏈層面上為管理者提供切實的情境感知能力,如果在工業元宇宙中托管覆蓋整條供應鏈的綜合性數字孿生,使用AR/VR技術創建直觀的可視化管理界面,就可以幫助企業管理者在全球范圍內提高態勢感知水平。
在此過程中,如果將人工智能和機器學習(AI/ML)也集成到工業元宇宙平臺,將進一步提高數字孿生模型的價值。今天的AI/ML技術已經可以針對大型數據集輕松地排序和分類,當應用于供應鏈管理時,這種能力將針對供應鏈產生的復雜數據獲得更大程度的釋放,幫助企業管理者洞察收集的數據中產生的重要趨勢和模式。同時,由于AI/ML系統的持續學習能力,這樣的解決方案還能帶來時間效益,即,使用得越長久,越能更好地進行識別,甚至在出現供應問題之前就能預測未來可能發生的問題,幫助企業防患于未然。
以技術賦能可持續目標
2023年對于追求可持續發展的企業來說將更為重要,在疫情的影響下,越來越多的企業將可持續發展作為最重要的發展策略之一。在尼爾森 IQ近期發布的《趨勢觀察 2023:可持續性》報告中,尼爾森IQ將2023 年稱為 “采取可持續行動的關鍵一年”。
為了把握可持續策略,企業可以使用數字化技術,對當前的實踐進行分析和描述,提高公司開發可持續解決方案的能力。可持續從某種程度來說也和供應鏈管理緊密相關,因此,AI/ ML技術對于可持續性計劃的實施也很重要,可以幫助企業聚合信息,讓員工不會因為繁瑣重復的信息檢索而負擔過重,而這些信息最終將會形成一種“集體智慧”,覆蓋企業的方方面面,對企業的可持續性績效進行客觀評估,并制定有針對性的解決方案。
增材制造是企業在可持續發展中可以使用的另一個方法。增材制造技術能夠幫助企業減少傳統制造工藝產生的廢料。在傳統生產中,鑄造和機械加工都是產生廢料的常見工藝,如果使用增材制造,可以通過消除模具需求降低先前鑄造或加工的零件材料成本;與其他制造工藝相比,增材制造也不會對設計造成約束,設計團隊可以通過多種方式創造效率更高的組件,在材料使用、熱性能和強度重量比等方面尋求更優解,在按時生產的同時減少能源和資源的浪費。
用數字化縮短勞動力技能差距
同樣值得思考的還有勞動力問題。勞動力短缺在2022年尤為突出,導致這一現象的原因除了人口老齡化的加劇,還有職業技能的不匹配。過去幾年,許多行業的產品性質發生了變化,公司所需的技能或核心能力也隨之改變,尤其是向高級軟件和電子產品的轉變。這種轉變在當前勞動力的專業知識和創造下一代產品所需的技能之間造成了技能差距。
在幫助員工學習新技能或新方法時,如果單純地投資流程上的數字化而不考慮整體策略,就可能會讓員工掉隊。對于企業來說,在現代化和技術賦能員工之間取得平衡是十分必要的,直觀易學的技術將幫助員工更有效地提高學習速度,沉浸式培訓環境更有價值。技術人員和制造人員可以在元宇宙中進行虛擬培訓, AR和VR的應用可以使員工在虛擬場景中進行操作訓練。這些虛擬場景不僅安全而且易于重復,可以高效地幫助員工完成培訓任務。工業元宇宙創建的虛擬空間將改變企業的工作方式,使其更具協作性和互動性。
同時,靈活辦公的需求也不可忽視。基于服務的軟件能夠交付無縫體驗和互操作性,可以為企業吸引更多人才;SaaS的部署方法可以確保員工使用的軟件保持每天最新,并與客戶、供應商和合作伙伴使用的工具形成相互操作的能力,讓工作變得更加有效,支持整個公司提高生產力。
雖然2022年的一些不確定性會持續到2023年,我們仍然需要保持樂觀情緒,大膽擁抱數字化,將先進技術集成到現有流程,在協同合作、數據采集和分析、決策洞察等方面獲得創新能力,在不確定性中尋求確定,在變局中開創新局。
與此同時,我們也看到了一些不確定性,供需偏緊、物流不暢等問題時有發生,工業經濟恢復的基礎尚不穩固。面對2023年,西門子數字化工業軟件將我們看到的確定性與不確定性總結為三個趨勢方向,希望與產業鏈上下游合作伙伴和客戶攜手探尋平衡之道。
供應鏈中的數字孿生
麥肯錫的一組確切數據能夠直觀地向我們展示現在供應鏈正在面對的問題:平均每3.7年就會發生一次持續1個月或以上的供應鏈中斷。今天的供應鏈已經越來越復雜,涉及到的領域也越來越廣泛,加之外部環境的快速變化,如果依然采用簡單方法來跟蹤和管理供應鏈流程顯然已經不足夠。我們過去經常從產品設計和工程的角度來考慮數字孿生,但其實數字孿生對于供應鏈和業務流程而言也是十分必要的。供應鏈的數字孿生能夠幫助企業更好地了解自身價值鏈的復雜性,并通過復雜性來識別問題和制定解決方案。當然,這種方法需要依賴于公司供應鏈中數據的可用性,只有數字化方法才能獲得這種能力。
舉例來說,在工業元宇宙中托管供應鏈和業務流程的數字孿生。這種方法能夠使企業利用大規模計算和深度可視化的能力來分析和判斷數字孿生模型,這就解決了傳統的供應鏈管理解決方案存在的一個關鍵缺陷 —— 無法在整個供應鏈層面上為管理者提供切實的情境感知能力,如果在工業元宇宙中托管覆蓋整條供應鏈的綜合性數字孿生,使用AR/VR技術創建直觀的可視化管理界面,就可以幫助企業管理者在全球范圍內提高態勢感知水平。
在此過程中,如果將人工智能和機器學習(AI/ML)也集成到工業元宇宙平臺,將進一步提高數字孿生模型的價值。今天的AI/ML技術已經可以針對大型數據集輕松地排序和分類,當應用于供應鏈管理時,這種能力將針對供應鏈產生的復雜數據獲得更大程度的釋放,幫助企業管理者洞察收集的數據中產生的重要趨勢和模式。同時,由于AI/ML系統的持續學習能力,這樣的解決方案還能帶來時間效益,即,使用得越長久,越能更好地進行識別,甚至在出現供應問題之前就能預測未來可能發生的問題,幫助企業防患于未然。
以技術賦能可持續目標
2023年對于追求可持續發展的企業來說將更為重要,在疫情的影響下,越來越多的企業將可持續發展作為最重要的發展策略之一。在尼爾森 IQ近期發布的《趨勢觀察 2023:可持續性》報告中,尼爾森IQ將2023 年稱為 “采取可持續行動的關鍵一年”。
為了把握可持續策略,企業可以使用數字化技術,對當前的實踐進行分析和描述,提高公司開發可持續解決方案的能力。可持續從某種程度來說也和供應鏈管理緊密相關,因此,AI/ ML技術對于可持續性計劃的實施也很重要,可以幫助企業聚合信息,讓員工不會因為繁瑣重復的信息檢索而負擔過重,而這些信息最終將會形成一種“集體智慧”,覆蓋企業的方方面面,對企業的可持續性績效進行客觀評估,并制定有針對性的解決方案。
增材制造是企業在可持續發展中可以使用的另一個方法。增材制造技術能夠幫助企業減少傳統制造工藝產生的廢料。在傳統生產中,鑄造和機械加工都是產生廢料的常見工藝,如果使用增材制造,可以通過消除模具需求降低先前鑄造或加工的零件材料成本;與其他制造工藝相比,增材制造也不會對設計造成約束,設計團隊可以通過多種方式創造效率更高的組件,在材料使用、熱性能和強度重量比等方面尋求更優解,在按時生產的同時減少能源和資源的浪費。
用數字化縮短勞動力技能差距
同樣值得思考的還有勞動力問題。勞動力短缺在2022年尤為突出,導致這一現象的原因除了人口老齡化的加劇,還有職業技能的不匹配。過去幾年,許多行業的產品性質發生了變化,公司所需的技能或核心能力也隨之改變,尤其是向高級軟件和電子產品的轉變。這種轉變在當前勞動力的專業知識和創造下一代產品所需的技能之間造成了技能差距。
在幫助員工學習新技能或新方法時,如果單純地投資流程上的數字化而不考慮整體策略,就可能會讓員工掉隊。對于企業來說,在現代化和技術賦能員工之間取得平衡是十分必要的,直觀易學的技術將幫助員工更有效地提高學習速度,沉浸式培訓環境更有價值。技術人員和制造人員可以在元宇宙中進行虛擬培訓, AR和VR的應用可以使員工在虛擬場景中進行操作訓練。這些虛擬場景不僅安全而且易于重復,可以高效地幫助員工完成培訓任務。工業元宇宙創建的虛擬空間將改變企業的工作方式,使其更具協作性和互動性。
同時,靈活辦公的需求也不可忽視。基于服務的軟件能夠交付無縫體驗和互操作性,可以為企業吸引更多人才;SaaS的部署方法可以確保員工使用的軟件保持每天最新,并與客戶、供應商和合作伙伴使用的工具形成相互操作的能力,讓工作變得更加有效,支持整個公司提高生產力。
雖然2022年的一些不確定性會持續到2023年,我們仍然需要保持樂觀情緒,大膽擁抱數字化,將先進技術集成到現有流程,在協同合作、數據采集和分析、決策洞察等方面獲得創新能力,在不確定性中尋求確定,在變局中開創新局。