大咖说|东华智能转向唐惊幽：《数字时代——数据让企业经营更“聪明”》
近日，2023帆软商业智能峰会·南京站，邀请到南京东华智能转向系统有限公司数字化总监唐惊幽作为特邀嘉宾，唐惊幽先生就《数字时代——数据让企业经营更“聪明”》发表演讲，分享东华转向在制造企业数字化经营管理上的探索与建设成果。
东华智能转向加速数字化建设
我是来自南京东华智能转向的唐惊幽，很高兴今天有这个机会和大家探讨一下，关于制造企业数字化经营管理上，东华转向有哪些探索。
东华智能转向是一个老公司，它成立于1958年。但是东华转向又是一个很年轻的公司，它在60多年的发展历程里面，经过了两次转型，在2017年成功从商用车市场转移到了乘用车市场，所以东华转向又是一个比较年轻的公司。现在，它也是我们国家所有转向系统技术标准制定的秘书长单位，负责制定整个行业的技术标准。东华转向隶属于上汽集团，我们主要制造整个乘用车的转向系统总成。转向系统大家可能不是很熟悉，可能好多人一听到汽车转向系统都认为是方向盘。其实转向系统不是方向盘，而是方向盘以下到车轮两边整套负责车子转向的系统。
东华转向转型成功后，连续多年都保持正增长的态势。但在整个汽车转向系统领域里面，垄断的还是合资企业或外资企业。这对于我们这种自主品牌来说，生存压力是非常大的，这也是我们制造业目前面临的问题。对于自主品牌来说，我们既要保证技术水平和质量水平来获取市场。同时又要把成本控制到最低，让我们的产品更有竞争力。这是比较复杂的一个过程，也是数字化应用未来最有希望的一个地方。
一体化数据链条和数据平台
发挥数据价值
对制造业来说，数据是数字化转型后，用来提升整个运营水平的财富。我们要想通过制造企业数字化经营来改善，要做的第一件事就是把数据采集出来，但是这些数据采集出来并不容易。在思考过程中，我们遇到了四个问题。怎么能够快速响应质量问题？怎么保证大规模生产的稳定性？怎么提升效率？除了日常的工艺手段，还有没有别的工具可以帮助我们找到更多的效率提升点？
2019年，我们整个数字化应用水平非常低。除了一套ERP系统，基本上没有任何的业务系统可以支撑我们看到数据，每一个环节都是黑匣子。同时，我们发现每个业务部门有自己的关注点。质量部门要全流程生命周期追溯，生产部门要看生产环节的情况，物流想把仓库管得更好……我们意识到，首先要把每个环节的表征数据做出来。也因此，我们要上系统。上系统并不是数字化转型的终极目标，它只是一个起步。我们要有了系统，才能采集数据；有了数据，我们才能做分析。
所以第一步，我们把关于产品的全流程生命周期的各个环节都进行了梳理，基于此开发了业务系统。我们做出了数字工厂的架构，它是从产品生命周期数据的角度去思考的。我们还做了底层的设备互联，有设备数据也是关键点，如果我们所有数据靠人工统计，那数据的可靠性和准确性会大大降低。因此，我们所有数据尽量都从流程里面，或者是设备自动采集出来。通过一体化数据链条和数据平台，将所有智能制造的内容涵盖进来，最终把产品的全流程生命周期做一个有效的串联和存储，作为数据分析的基础。
我们拿到了大量的数据，从系统上线截至去年，我们的数据量增长了2000%+。这么多的数据，给了我们一个新命题。前面我们更多的是在补信息化，那如何让这些数据真正产生价值？如何指导我们的业务进行经营的提升？所以总结下来，我们是做了两个步骤，第一个步骤就是上系统，第二个步骤是做数据分析。
从精益思维看数字化应用场景
对于制造业的企业经营来说，我们认为有一个很重要的思想就是精益，制造必须要实时掌握它的成本质量，通过数据要效益。其实我们是着重去做这两个思维的转变。第一个是把被动安全式的思维转变为主动拉动式的思维，第二个思维是从静态式决策转向动态式决策。下面我举三个场景。
01 智慧化运营
我们根据业务关注的KPI指标，我们建立了一套监控体系，会实时地通过系统采集出来的数据，对比KPI指标的变化，做趋势预警。当发生超出预警或者有变化趋势的时候，会发出提醒，让相关责任人关注指标的变化，采取相应的措施保证指标能够平稳度过或有所改善。
我们在21年的时候做了一下对比，原来我们的库存周转天数有103天，库存资金接近3000+万，通过后面一步步改善，我们的库存周转天数变为56天，库存资金降低了1600+万。这是怎么做到的呢？
1、双循环拉动式生产
2、让伙伴成为伙伴
3、让计划适应变化
4、让厂内物流更精益
02 透明化质量
1、供应链质量控制
我们会设置模具寿命预警，依据供应链数据自动计算；同时会关注供应商产品质量的表现，出现问题实时上报一体化数据链条和数据平台，依据产线数据实时计算。
2、全流程质量追溯
我们在业务系统的单据上设定串联信息，通过产品上面的精确追溯码，就能把监控信息串起来，从而对产品进行全过程监控。正向来说，出现质量问题后，能够通过扫码快速确定这个产品属于哪一批次？装了什么零件？在哪个车间？由谁加工？过程参数是多少？同时，我们认为最有意义的是逆向追溯。就是我们把每个环节的失效模式做了相应的积累和串联，当数据积累到一定量，只要出现问题，就可以快速告诉我是哪个环节出现了问题。在监控加工过程时，一旦出现偏差，还可以发出预警，告诉我未来可能出现什么问题，这件事情其实更有意义。
3、SPC监控
SPC对于制造业来说，是一个系统运行的工具。通过系统导入SPC算法及产品的合格区、预警区、不良区，数据实时采集，生成SPC管控图/趋势图实现过程预控。
4、质量预控
质量预控里面很重要的一点是上下游的关联分析。我们发现拧紧过程中里面有好多小的间隙，这个很难判断出来。只有把整个拧紧的过程进行统计，才能发现在某个环节的曲线上有异常。因此我们对拧紧过程进行数据采集，找到包络线，并把它变成数学公式。把这个数学公式作为判断标准，来保证我后面不会出现缺陷。
03 可视化管理
我们针对可视化管理，做了很多大屏。大屏首先得让大家看到，看到之后要能产生相应的预警，设置预警帮助大家解决问题。根据这个思路，我们做了四个控制塔，包括运营、质量、成本、安全。我们把生产执行情况和产线状态搬到了FineReport搭建的报表系统里做展示，加上钻取和预警报警的形式让工作人员快速找到问题。
不破不立
拥抱数字化转型
在这个过程中，我们也有自己的一些思考。
总体来说，数据肯定是企业未来提升效益很重要的基础，数据分析也是我们很好的工具。我的分享就到这里，谢谢大家。
立即沟通
