你和顶级数字化工厂有多大差距？看看这三个要素

导读

所有想数字化转型的工厂都需面对的一个难题：“怎样平稳地对运行多年的生产流程、员工的工作经验进行转型，并且对员工赋能，从而优化生产呢?”

目前许多企业都面临着发展困境，一套新流程意味着员工付出新的学习成本，企业付出时间及效率成本来测试，那么数字化工厂先驱是怎样顺利解决变革管理难题的呢？

根据德勤2020年对涉及化工、塑料制品、消费品、医疗等各行业先进数字化工厂的调查，本文解读出了3点关键的要素，希望能对寻求数字化转型的制造企业提供借鉴意义。

1

如何让变革平稳进行？

1、基于个体真实需求来“做减法”

在设计数字化工厂的新流程和系统时，需从员工使用的角度去考虑，探寻他们真实的需求。

只有充分地了解员工的工作流程、痛点、瓶颈、诉求以及当下的投产比等信息，才可以定位待优化的问题和流程，再去思考新流程应当怎样适配数字化工厂转型。

先进的数字化工厂大都会帮助员工做“减法”。为员工提供更加具有针对性，价值更加明确的信息，可以大大节省员工的时间成本。

这也正是德沃克智造的设计思路：为员工提供针对性的数据界面，筛去冗余数据，有效信息一目了然。帮助员工轻松实现：物料信息实时可查，排程计划灵活高效，质检精度提升，精准投产规范操作等目的。

2、上下层达成共识，双向而行

数字化工厂的转型会有来自各方面的阻力，这就需要领导层和基层的双向支持。

领导者要在顶层提供推动力，因为数字化工厂通常需投入大量的资源，比如人力、时间、资产等等。除此之外，一旦计划开始落地实施，来自中层与基层的支持也必不可少。工厂经理、生产操作工、技术人员等需在车间落实这些变革并且产生成果。

2

如何构建/选择数字化团队

1、“跨职能协作”带来更多价值

德勤研究结果明确显示，具备多样化职能的团队会有更高的转型成功率。

想要实现数字化，你的工厂可能需要制造端、供应链、生产计划、数据分析、营销、财务、用户界面设计和人力资源等协同配合。因为数字化工厂的流程设计需不同经验的共同磨合。另外，跨职能团队还可以降低转型过程中的疏忽与风险。

当然，企业也可选择和专业的数字化团队合作，专业团队往往具备丰富的实践经验，能够为企业快速部署转型，提高转型成功率。

2、帮助员工获得自主学习能力

数字化工厂应当在引入新技术的同时，思考怎样帮助员工获取“自主学习”的能力。

这能够带来巨大收益，比如推动解决方案的认可与采用、在员工适应期间提供帮助，降低学习门槛，并且营造不断学习的企业文化氛围。由此，员工可以持续学习适应新技术、新功能、新流程和企业生态系统的变化。

3

如何打通数据，高效协作？

对数字化工厂转型而言，数据互联互通非常关键，基于此的高效协作能够产生更多价值。

1、“数据聚合” 解锁潜在价值

“数据聚合”是连接资产、流程、人员和设备的多维度数据，并且挖掘其潜在价值的能力。

成熟的大制造企业大都有数据采集系统，数字化工厂和传统工厂的差距就在于数据的分析和使用。

根据德勤报告的案例，某工厂的生产流程涉以及封闭的化学反应，无法直接获取数据。该团队结合了输入温度与时间等多维度数据，进行聚合分析，并推出了所需的实验室数据，最终实现了流程控制，优化了生产质量。

2、“制造协同”创造更多业务可能

德勤认为，不仅需要思考如何规划数据的互联互通，还要思考如何通过网络、生态系统和供应网络进行拓展，进一步挖掘数据的价值。

德沃克智造系统（D-WORK）结合虚拟工位 电子识别技术，将复杂制造现场的全要素和全过程数字化，形成同步、同源、100%数字孪生的「虚拟工厂」。通过数据采集器将工厂订单、物料、设备、制造、质量等流程中的数据实时采集到系统中，各环节实时连接，打破信息孤岛。

德沃克智造系统帮助制造企业搭建“数据沉淀＋实时预测＋智能决策”的数据挖掘平台，让数据产生价值，辅助企业在激烈的竞争环境中生存发展。

知之非艰，行之惟艰。制造企业想要数字化工厂转型，先进工厂的成功转型经验是很好的案例，在研究理论与案例的基础上，再结合自身探索规避常见“雷区”，避免陷入可能会遇到的困境和消耗，是每一个企业领导者都需考虑的事情。