- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
麦肯锡重磅报告:企业如何挖掘“工业4.0”的价值?〔收藏版〕
原创2016-06-12物联网智库
------?【导读】?------
“工业4.0”的概念炒了这么几年,究竟实施进展如何?企业又该如何挖掘“工业4.0”的价值?麦肯锡的这份长篇报告也许能给你答案!
〔欲下载麦肯锡“工业4.0”原版报告全文,后台回复关键字【麦肯锡】即可!〕
全球制造业的行业专家进行了一项新的调查:探索企业目前实施“工业4.0”进展如何?不可否认这一进程仍然面临许多的挑战,但更多的玩家会参与进来并开辟更多的价值路径。
?
在过去的几年里,“工业4.0”的概念被大肆炒作,除了让许多企业认识到了这个概念,也在公众心中留下了这样的印象——老工业的复兴就得靠它了!引领这一切的人总的来说还是保持乐观,但是在某种程度上,幻灭也在悄悄蔓延,因为到目前为止,实施改造的结果好坏半掺。
?
一方面,我们仍然不是很确定制造业是否真正需要实施“工业4.0”——即使许多人正准备开始朝着这个方向努力。比方,我们发现,只有30%的技术供给商和16%的制造商有整体的“工业4.0”战略,并且其中只有24%有明确的方案来实施战略。另一方面,受到数字化趋势的影响,大多数的技术供给商已经能够相对快速的调整自己的工程组合。
尤其是当制造商不拘泥于“工业4.0”这个术语,而是把眼光聚焦于那些更有价值的、以业务为导向的应用时,越来越多的企业有了实质性进展。为了实现目标,一些企业甚至重新命名了他们的“工业4.0”规划,以此来摆脱疑心心理,同时保存那些能真正创造价值的元素。
为了观察这些复杂而多样化的进程,说明为什么一些“工业4.0”玩家取得了进展而另一些却没有?我们重复了我们在2015年实施的“工业4.0”全球调查。我们关注行业对“工业4.0”的态度,但更注重实施该理念后取得的进展,尤其是在智能能源消耗、实时供给链优化、远程监控和控制、数字质量管理以及数字绩效管理等领域。
不过,一些企业仍然在这样几个领域里步履维艰:在企业内部之间的各管理部门协调行动;维护网络平安标准;在与第三方供给商合作时确定数据所有权;激进改革时的勇气以及招聘必要的人才。
因为制造商仍然在为如何解锁“工业4.0”的价值而拼命挣扎,在这里,我们列出了五个务实的步骤:
?
一.制造商应该聚焦局部“工业4.0”应用,而不是全部
我们观察到,那些能在“工业4.0”实施过程中取得重要进展的制造商大都只关注局部应用(参见文本框1),而不是试图同时应用所有的“杠杆”去撬动“工业4.0”。
?
文本框1
制造商正在寻找有潜力被应用到整个制造业组织架构中的五大“工业4.0”应用:从上到下,从头到尾。然而,解锁价值并不需要企业实施所有的“工业4.0”应用。
这里有一个应用列表,正在实施“工业4.0”的制造商能从中获取最大价值。这份列表并不是对所有的制造商都同样适用,有的制造商可能更适合那些没有出现在列表中的应用。但是,考虑到在这些领域有许多成功案例,我们认为这份列表是一个很好的起点——制造商的首要目标应该是获取价值。
数字绩效管理
由于最小的资源需求和简单、快速部署的解决方案,数字绩效管理可谓是一扇通向数字制造业的大门。该应用加速了现有的精益管理流程,帮助企业建立数字化能力和数据驱动的理念体系,为更加先进的数字技术奠定了根底。我们已经见识了一些数字化管理工具,如支持性能对话的数字仪表板,在三个月内实现了高达20-50%的OEE〔设备综合效率〕提升。此外,数字性能数据支持标准化的计算和报告,使得KPI、工厂和业务部门都能实现共享,这不仅保持了一致性,还方便各个部门随时进行最正确实践分享。
预测型维护
尽管预测型维护这个术语已经存在多年,但是在数据可获得性、机器学习技术和云计算方面的重大进展都能为其提供全新的方法:新式预测型维护集成了不同的数据集,并且使用复杂的深度学习算法,比方神经网络。在引入新式预测型维护算法后,机器的寿命增加,而维护本钱能够明显下降10-15%。企业要想成功应用预测型维护,需要三个必不可少的组成局部:对各自资产深度维护的专业技术和理论知识,强大的先进分析技术,能够适当灵活变更的管理能力。
收益、能源和生产量的优化
将过程控制集成数据与其它数据——比方本钱数据——进行集成,将对企业收益、能源和生产量的优化大有帮助。我们看到,制造商已经通过结合那些容易获得的工厂数据和正确的软件,对工厂实施了不小的改善。此外,他们必须建立正确的算法。最后,同时为最初的试点和由此扩展的不同站点提供支持是成功的关键因素。
下一层次的自动化
几乎所有的公司,都还存在很多潜在的可以增加使用自动化的蓝领和白领阶层工作。就拿蓝领阶层的工作来说,我们预计在未来的5到10年内,工厂里机器人的使用将实现显著增加。直到2020年,工业机器人的本钱都将以每年
您可能关注的文档
最近下载
- PICC护士进修汇报心得ppt.pptx
- 一次性使用止血套环产品技术要求北京中诺恒康生物科技.docx
- Q/GDW 13238.3—2018 10kV电力电缆采购标准(第3部分:10kV三芯电力电缆-专用技术规范).pdf
- 佛山事业单位真题2023.docx VIP
- 〖地理〗亚洲及欧洲——河流课件-2024-2025学年七年级地理下学期(湘教版2024).pptx VIP
- 水文地质学基础,课件(15章全,共400页).ppt
- 绿城企业文化系列读本绿城管理者论.doc
- 2025年轻人文娱消费趋势图鉴.docx VIP
- GBT17395-2008无缝钢管尺寸外形重量及允许偏差.pdf VIP
- 右正中神经电刺激早期干预对颅脑损伤昏迷患者的临床疗效观察.pdf VIP
文档评论(0)