制造企业数字化的重要方法——低代码(制造业企业数字化)_1

制造企业数字化的重要方法——低代码(制造业企业数字化)_1

制造企业现有数字应用基础

经过多年的建设,制造企业目前都具备了一定的数字应用基础,这些应用与企业采购、生产、质量、计量、物流、仓储、设备等关键生产要素关系密切。一般来说,这些应用包括以下类型:

ERP,ERP是Enterprise Resource Planning(企业资源计划)的简称。企业资源一般分为硬件资源和软件资源。企业的硬件资源有:自盖的厂房、办公楼、生产线、生产设备、加工设备、检测设备、运输工具等。企业的软件资源有:人力、管理、信誉、融资能力、组织结构、员工素质、企业文化等。

因此,ERP一般包含生产管理、物流管理财务管理、人力资源管理等几大管理模块,对企业的人、财、物、信息、时间、空间等综合资源进行平衡和优化管理,以市场导向为目标,最大限度地利用企业现有资源,协调企业各部门开展业务,从而取得更好的经济效益。

ERP最早是由美国Gartner Group咨询公司首先提出的,迄今为止,ERP仍然是国际上最先进的企业管理模式之一,也是制造企业的核心管理系统。国内制造企业使用最多的,就是由思爱普SAP)研发的SAP ERP管理软件。

制造企业数字化的重要方法——低代码(制造业企业数字化)_1

MES,MES是Manufacturing Execution System(制造执行系统)的简称,是一套面向制造企业车间执行层的生产信息化管理系统,负责承接ERP系统下达的生产计划,与ERP关系密切。MES能通过信息传递,做到生产追溯、质量信息管理、生产报工、设备数据采集等功能,实现对从订单下达到产品完成的整个生产过程进行优化管理。需要注意的是,制造行业的MES带有很强的行业特征,与其他行业的MES不一定可以通用。

WMS,WMS是Warehouse Management System(仓储管理系统)的简称,是一套面向原材料及成品的进出信息化管理系统。WMS系统可以准确、高效地管理跟踪客户订单、采购订单以及仓库库存,通过入库管理、出库管理、仓库调拨、库存调拨等功能,适应生产策略、客户需求、生产设备、订单数量的变化,有效控制仓库业务的物流和成本,提升资源利用率,实现仓库执行全过程管理。

APS,APS是Advanced Planning and Scheduling(高级计划与排程),是基于供应链管理约束理论的先进计划与排产系统。APS考虑到制造企业产能、工装、设备、人力、班次、模具、加工批次等多种有限能力资源的约束,依据各种预设规则,通过非常复杂的智能化数学算法,反复模拟、试探、优化、计算,最终给出相对最优的详细计划,解决“在有限产能条件下,交期产能精确预测、工序生产与物料供应最优详细计划”的问题。

CRM,CRM是Customer Relationship Management (客户关系管理)的简称,是一种企业与现有客户及潜在客户之间关系互动的管理系统。CRM通过协调企业与客户在销售、营销和服务上的交互,改善与客户的业务关系,提升客户管理方式,保障客户关系的建立、发展和维持。

SRM,SRM是Supplier Relationship Management(供应商关系管理)的简称,是一种用于改进企业与供应商关系的管理系统。在制造行业中,SRM是极其重要的系统。SRM一般包括供应商全生命周期管理,可帮助企业规范供应商采购流程,综合考察供应商实力,降低采购成本,全面提升供应商资质规范和管理水平。

SCM,SCM是Supply Chain Management(供应链管理)的简称,是一种集成的管理思想和方法,它执行供应链中从供应商到最终用户的物流的计划和控制等职能,与CRM关系较密切。企业通过改善上、下游供应链关系,整合和优化供应链中的信息流、物流、资金流,以获得企业的竞争优势。

PLM,PLM是Product Life Cycle Management(产品生命周期管理)的简称,是一种对所有与产品相关的数据、在其整个生命周期内进行管理的管理系统。PLM涵盖了产品设计、工艺规划、生产、销售和售后服务,能帮助企业建立统一的研发设计和产品质量管控平台,提高研发效率和产品质量。对制造企业来说,产品结构复杂、设计工期长、设计工作量大的产品研发工作,PLM系统在降低产品研发成本、缩短研发周期方面能起到重要作用。

OMS,OMS是Order Management System(订单管理系统)的简称,指一种能进行订单处理、库存管理和物流追踪的信息化系统。OMS能够整合来自各个渠道的订单,以便企业更有效地处理订单,并跟踪订单的整个生命周期。OMS广泛应用于电商企业,如今也被具有ToC属性的制造企业使用。

OA,OA是Office Automation(办公自动化)的简称,原是指利用电脑进行全自动的办公,现在基本所有和办公相关的系统都可以称作是OA,广泛应用于包括制造企业在内的绝大部分企业。企业一般将OA用于企业内部的协作沟通,处理企业办公用品管理、日常办公审批流程、车辆管理、会议室预订等内部工作。

如图所示,数字化应用、企业设备硬件、人员组织共同构成了制造企业的数字化管理架构。同时,通过企业内部的横向与纵向集成,促进企业数字化建设与业务发展脚步保持一致。

制造企业数字化的重要方法——低代码(制造业企业数字化)_1

企业数字化总体架构示例

制造业数字化转型方法论

数字化转型少有行业最佳实践,但有达成共识的转型方法论。制造企业数字化转型必须打好基础,高效利用数字化软件,抓好数据的采集和传输、数据模型的统一、数据的集成与流通这三大关键环节。数据采集、信息可视、数据集成、精益分析和全面转型是制造企业数字化转型的五个阶段。

第一阶段的数据采集,即通过软感知(如日志、埋点),硬感知(如条形码、二维码、传感器)等采集多源实时数据。第二阶段的信息可视,即实时数据可视化直观呈现。在此阶段,也需进行元数据管理、主数据管理、数据标准管理、数据模型管理、数据质量管理等数据治理工作,遍及全生命周期,提升数据精度。第三阶段的数据集成,指在不同采集途径、同一采集途径不同采集工具、同一类型工具不同采集厂商等情况下,实现数据互通、生产要素互联。第四阶段的精益分析,是将过去依赖人工经验诊断升级至实时数据诊断,协助制造企业更高效地发现并改正生产运营问题,积累沉淀形成数据资产,为制造企业的决策优化提供科学支持。第五阶段的全面转型指的是企业在实现内部的数字化转型后,与产业链内的其他数字化企业联动,共同构建协同创新、价值共享、能力开放的数字化产业生态圈。

制造企业数字化的重要方法——低代码(制造业企业数字化)_1

因此,所有制造企业都应优先考虑,通过数字技术的部署和应用来实现企业业务目标,形成涵盖组织、流程、产品、服务和体验等各方面的统一的数字优先战略,走向持续的、情景化的、敏捷的和规模的数字化创新。大型制造企业经过长期经营,具有较为成熟的业务模式和运营流程,也具备变革管理等系统性优势,加以数字化技术的合理运用,更容易产生规模化效益。

数字技术的部署和应用一般指ERP、CRM、OA等企业级综合管理软件,也包括大数据AIoT人工智能物联网)等前沿技术软件和解决方案。制造企业一般较早投资信息化系统,处于数字化转型的相对领先地位。然而这也使得其内部遗留的数据和技术资产较为繁杂,无形中加高了数字化转型的机会成本,加之组织架构与业务流程复杂,技术与业务融合程度受限,使其相对较早步入转型深水区。

制造业数字化转型场景

在计算机软件领域,场景是一种更接地气的分析和描述用户需求的方法。产品经理以使用场景的方式描述需求,能更明确产品是为了帮助用户解决哪些问题,需求的频率和强度如何,这样能更好地理解产品和功能的价值。

B端场景面向企业和组织,并不只满足用户个人需求,而是要匹配岗位角色和专业属性的内容,加上固有的业务场景和流程,从而让场景变得复杂。

这种复杂性也是天然的。这些场景中,例如用户自身工作内容包含填报、上传、审批等环节,制造生产环节中包含很多工序,每个环节都涉及到产品权限控制、表单组件等功能,且对产品功能的能力和丰富度要求极高。另一方面制造企业分、子公司、业务部门很多,对应的业务环节也非常多,各个节点需要保障跨部门畅通协作,对产品的流程能力也有要求。此外,制造企业一般员工人数和数据量众多,高并发量的数据处理要求,也对产品能力提出考验。最后,制造企业往往异构系统林立,系统间的集成打通也是一大难点。

制造企业数字化的重要方法——低代码(制造业企业数字化)_1

目前,众多制造企业对数字化的追求,渐渐深入落实到了“场景化”,即更加追求技术的实用化。我们可以将制造企业亟待转型的场景按特性分为三大类:

中长尾协同场景:一般是相对独立的场景,但目前暂未做到完全数字化,导致严重拖后企业生产管理进度。典型场景如办公协同、人力资源管理、数据填报、生产现场管理、生产设备管理等。这类场景虽已有基础和参考,但涉及员工、用户众多,且流程大多需要重新梳理再线上化,并要考虑到集成问题,所以具备一定的复杂性。此类场景可以在短期内通过低代码方式实现,以最小的成本收获较大的价值,工作效率和成果带来明显改观和收益。且此类场景具有高频重复的特性,可以快速推广复用,帮助更多制造企业解决业务场景问题。

创新验证和个性化场景:企业提出的创新业务和个性化业务,如共享服务中心、AI集成等。此类业务场景定制化程度高,一般还要求快速上线。由于缺少已有应用系统和业务流程参考,要求松散模糊且变化率高,需要从零到一进行建设,并充分考虑到人员使用习惯、流程权限规范、集成上的问题,因此复杂性较高。此类场景通过低代码方式实现,可以用最快的速度做到“所见即所得”,实现业务突破。

跨系统的集成类场景:与企业已有系统集成,如ERP集成、OMS集成等,实现线上线下业务协同,关键设备和业务系统数据共享。大型企业已有系统一般架构复杂,数据量巨大,集成时难度很高。此类场景通过低代码方式实现,可以化繁为简、化难为易。

当然了,制造企业内部的业务场景众多,有些场景不可简单地归类为某种类型,而是多种类型场景的集合体。如供应商管理场景,除单一的供应商管理功能外,因涉及到多家分子公司供应商管理系统和采购管理系统集成和上下游供应链协作,即为中长尾协同场景和跨系统的集成类场景的综合。

低代码如何助力制造业数字化转型

梳理复杂业务和复杂流程,并实现线上化迁移

低代码平台自身充分利用先进开发理念,敏捷地承接多样化的业务模式及需求,让平台可以“多快好省”地满足业务的需求。

统一的低代码平台在线上可帮助制造企业实现研发、生产、运营等流程的变革和再梳理,重塑技术研发部门、业务部门、管理部门等多个职能部门,将僵化的业务流程灵活化,以标准化职能管理为主轴建立一套自动化工作流程,实现资源调配、优化业务流程、降低管理成本、提高服务质量,适宜、高效的管理创新架构能够优化业务与应用的迁移流程,并使不同部门更好地发挥协同效应,及时响应敏态业务需求,减小创新阻力。

制造企业数字化的重要方法——低代码(制造业企业数字化)_1

已有系统处理升级,轻松实现二次开发优化

制造企业整体ERP、OMS、WMS等系统应用多年,体量庞大,二次开发成本高,周期长。且这类系统采购成本高、使用成本更高,在流程灵活性、权限管控等方面较为笨拙,集成时的难度也很高,较难满足如今快速变化的业务发展需求。然而,制造企业的业务流程和场景一般更加复杂和碎片化,定制化软件、应用自开发必不可少。

低代码平台提供了大量可复用的数据模型、组件、数据标准与模块,这些模块在当下已经非常成熟,企业软件开发人员、业务人员甚至终端客户都可以一同参与软件开发,高效、快速完成二次应用开发和应用集成,实现复杂应用的制定和扩展。

原先,低代码的使用往往通过日常办公场景或边缘业务场景切入。目前,客户企业中使用低代码构建的CRM、ERP已经不鲜见,制造型企业核心的复杂流程以及涉及硬件的场景,完全可以考虑通过低代码的方式快捷实现。

创建敏捷的开发环境,快速落地创新业务

在数字化、消费者驱动的经济中,速度和敏捷度将是成功的关键决定因素。随着变革持续加快,锐意尝试、快速迭代将成为未来业务战略的核心。与传统高代码的开发模式相比,低代码开发平台具有诸多优势,如简化开发流程、高效率低成本、较高的敏捷性、极低的试错成本、开发即部署等。低代码开发平台可以更贴合业务的个性化需求,收获来自业务的高认可度,从而创造真正的业务价值。这种易于定制的特征可以让企业开展敏捷开发与创新活动,加速实现业务创新与场景的拓展。

成功的企业通过保持强大的技术和运营的灵活性而把技术战略与业务战略结合在一起,创造敏捷的开发环境,设计并测试新技术可实现的可能性,预测并管控意外事件的发生,在生命周期的任何阶段拥抱变化,专注于业务的持续改进,优化产品创新。

制造企业数字化的重要方法——低代码(制造业企业数字化)_1

促进资源调配,构建业务闭环

使用低代码平台对数据和流程进行整合,主要是根据数字化的管理需求来进行资源调配和业务流程的再造,是对一系列数字化管理系统的整合与重塑。具体来说,按照数字化的技术发展趋势,低代码平台可以承载重新设计了的覆盖企业全服务周期的工作流程,并在此基础上将各种业务操作系统、职能管理系统和数据的操作入口整合到统一的界面,使各种系统和数据库互联互通,形成完整闭环。

此外,低代码平台将既有系统的业务与平台分析引擎、推断技术、移动接口等各种各样的功能集成在一起,从而为核心业务构建新的交付方式。随着部门之间的互相交互,以及各生态系统之间的交汇和关联,企业业务将持续演变,从而促成动态的业务模式,使业务、客户、部门之间的交互充满韧性。

系统集成,数据融通

制造企业庞大的生产体系包含部门间、分总公司间、甚至海内外分公司间的沟通协作,要充分考虑原有ERP、OMS、WMS等系统和新系统间的协同集成,避免出现数据孤岛。同时要注意将系统进行盘整,不盲目建立新系统并及时精简合并已有系统,增加系统间的数据采集和分析功能。

低代码平台能充分打通研发设计、运营管理、生产制造的全业务系统和数据,与企业内外部系统和开放的数据治理方式相结合,既兼顾既有IT资产,又满足企业对多云、多数据类型的需求,实现整个生产制造过程的闭环,达到系统集成,数据融通,敏捷治理的效果。

其次,低代码平台有灵活的扩展能力,以搭载第三平台和创新加速器技术的各种相关应用,对第三方服务提供标准的、开放的接口,从而使平台融合更多服务,比如接入边缘计算、大数据、人工智能、流程自动化等应用,以满足企业和生态伙伴特定业务的个性化服务。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

(0)
上一篇 2024年7月8日 下午1:18
下一篇 2024年7月8日 下午1:30

相关推荐