|
国内制造业的飞速发展，离不开前期庞大的劳动力资源优势。彼时，相比起动辄几万甚至数十万的信息化质量管控系统，制造企业更愿意选择人工操作，在显著的人力成本优势面前，所谓信息建设、数智建设更像是一笔赔本买卖：改造投入巨大，还拿不准这番投入究竟能带来什么效益。 而现在，随着国内工人工资上涨、劳动力减少，东南亚“低廉”劳动力涌入市场，人口红利日益微弱，企业人力成本管控难度上升一个大台阶。与此同时，量产取胜策略也在逐渐失效，人性不可控带来的诸如弄虚作假、成本浪费、流程臃肿问题浮出水面，其必然导致产品质量隐患。 我们都知道，质量是制造业的生命，产品质量将直接决定企业能否在残酷的的市场竞争中生存下来。于是，数字化转型迎来它的时代。
近年来，为落实深化新一代信息技术与制造业融合发展、打造数字经济新优势等决策，国资委制定发布了系列政策文件，组建协同创新平台，遴选推广典型案例，以加快部署推进国有企业数字化转型，建设世界一流企业。
智改数转趋势难挡，政策强势引导是大背景，国有企业、大型企业也在不断发挥自身的强力示范作用，中小微企业紧随其上。 但综合来说，智能制造转型的根本驱动并不在此。
一体化协作导向，激活数据要素潜能
智能制造一词，发轫于2009年IBM提出的智慧工厂概念，短短十几年迅速融入制造业，为制造业带来显著变化——先进的信息化、数字化设备纷纷进入工厂，在各类数字化管理系统的统筹调度下，智能车间、智能品质管控、智能仓储等模块接续实现。 各个模块的信息化、智能化，能有效管控各生产环节的精确稳定，但随着数字化转型进程加深、企业增长难盈利难困境显现，单一模块做得好，已无法确保整条协作链条的品质。 各类硬件设备、管理软件、存档的纸质书面文件、SOP、SIP等等不一而足，数据接口、使用逻辑、存储方式不尽相同，日常调用检索难，定期维护也难。
我们越来越需要一个灵活深入、高弹性、结构化、生态化的数字化新基座，把这些分散的数据聚合起来，让数据对企业经营发挥正向辐射效应，真正达成数据治理。 质量管理数字化的本质，是用数字驱动质量管理，进行实践与变革；质量管理数字化的重点，在于用数字化思维进行组织业务和模式的梳理架构。 当技术能实现对质量数据的自动实时采集、传输、分析、共享、利用，当质量数据能主动指导行为决策，一种以产品为中心的、覆盖产品全生命周期的新型质量管理方式出现了。
难也难在这里。又要有全局性、前瞻性，又要保证企业眼下的生存；又需要结构化、系统化的理念指导，又要保证理念在落地时能融入到日常业务模式中。 该如何实现？请看本期案例智。
生产制造数字化，助力智能制造转型升级
客户T是一家机器加工企业，此前已经采购过相关QMS系统，后续并未续约的原因主要有二： 其一，费用过于高昂。除去软件购买费用，还有二次开发费用、系统对接费用和培训费用，但实际带来的收益并不如预期； 其二，系统在刚部署时的使用感受还算不错，但没多久就发现，数据库读写速度过慢，和其他系统对接不顺畅，对一线生产工人不友好，来料检验甚至不如以前的纸质检验单。
在以往的客户诊断中，我们也偶尔会遇见此类问题。我们的创始人反复和研发部门强调：一套成功的系统一定不能只有功能的表皮，更要有核心，要有严谨自洽的逻辑系统，要有对一线生产、企业运作流程的深刻洞察。 T客户很明确地告知海岸线科技，他们想要的软件系统必须解决这些问题。其实，这也是满足数字化生产的QMS与传统QMS的本质区别所在。
所谓满足数字化生产，就是要基于“数据共享、功能协作、管理协同”设计理念去选型，一套专业的QMS系统，理应辐射到研发质量管理、制造过程管理、供应链质量管理、售后质量管理、质量全生命追溯分析等全链条。
为此，海岸线为T客户制定了一套完整解决方案：基于实际应用场景和数据交互，以PQM（专业版QMS）系统为核心，实现产品全生命周期精细化质量管理。
我们对T客户的以下几个质量领域作了优化——
01检验管理的实时工单驱动，质量记录不再做事后分析，让质量数据主动指导行为决策； 02支持pad端、web端录入方式，兼容多种设备数据接口； 03不合格品处理过程在线流转，结果对接ERP的成本模块； 04异常处理支持8D、5Why法、鱼骨图、六步法等多种工具，并将验证措施回归经验库、故障库、措施库等知识库； 05 一个条码追溯到产品的全生命周期，可实现单件或单批次追溯； 06 实现不同平台数据互通，依托海岸线链企云大平台，打通各部门和上下游数据通道，实现检验结果协同、异常信息同步，沉淀企业知识图谱，达成内外部质量闭环管理。
当前，该系统已经上线数月，从客户反馈来看，在企业内部沟通效率、质量管控方式和产品合格率几大维度有不错效果。我们也将持续追踪跟进，以深度案例拆解形式为更多企业提供直观参考，欢迎关注本专栏。
| 
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜