最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

普华永道思略特:数字化工厂2020高管调研

[复制链接]
跳转到指定楼层
楼主
发表于 2018-4-20 15:42:40 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
据普华永道思略特近期对来自德国及欧洲大型工业及制造业领域内的200位企业高管开展的“数字化工厂2020 — 欧洲数字化工厂高管调研”显示, 91%的工业企业正投资数字化工厂,但认为他们的工厂已经“完全数字化”的仅占6%。同时,大多数的受访企业将收回数字化工厂投资的期限定为五年。

参与此次调研的高管均为各自企业在产品开发、生产或技术领域的决策者。调研发现,领先的工业企业已经完成了项目的试点工作,开始着手推广数字化解决方案。以成熟的数字化战略为依托,这些工业先驱者采用创新型的数字化战略,拥抱全面的数字化转型。此外,通过培训和沟通,他们让员工参与转型,为企业的数字化成功做出自己的贡献。

“中国的数字化工厂目前也在蓬勃发展,但大多数中国企业并不能明确阐述他们希望中的数字化工厂,而是寄希望于有现成的智能化工厂定义,能够毫不费力地直接照搬。”普华永道思略特合伙人夷萍女士表示,“缺乏一套数字化的愿景和企业文化是让企业在数字化工厂面前裹足不前的最大阻碍。其他阻碍因素还包括机会不定、经济效益不明、投资代价不菲。所以,企业所需要的不仅仅是一套清晰的愿景,更需要一张切实可行的数字化路线图。”

“数字化工厂2020”关键调研成果
战略
• 数字化工厂在高层心目中的战略地位甚高:调研结果显示,91%的工业企业正投资数字化工厂,但认为他们的工厂已经“完全数字化”的仅占6%。
• 数字化能围绕客户提供更好的生产支持:在计划对数字化工厂追加投资的受访者中有四分之三的人表示,通过本地化制造来更贴近客户,以及个性化、灵活化的生产是促成投资的两大主要因素。
• 数字化工厂对“德国/欧洲制造”起到推进作用:在计划对数字化工厂追加投资的受访者中总共有93%的人表示,有意在未来五年内将部分或全部的数字化工厂迁至德国。未来五年内的投资中有77%将用于新建数字化工厂或扩容。数字化正在强化欧洲工业中心的竞争力。

效益
• 短期内难见回报 — 对数字化工厂的投资是战略性的举动,收回投资需要两到五年:近半数的受访者希望能在五年内收回对数字化运营的投资,而仅有3%的受访者希望在一年内收回投资。
• 企业希望五年后显著提升效率:几乎所有的受访者(98%)都将提升效率视为投资数字化工厂的主要原因。综合规划、资产利用率提升、质量成本降低以及自动化均有助于效率的提升。

技术
• 通过综合的制造执行系统 (MES) 实现工厂内外部互联:数字化的第一步,是通过共用基础架构实现机器与其他资产间的互联。MES系统能实时规划和控制生产,提升效率、生产柔性和资产利用率。为了实现效益最大化,MES系统需要与ERP系统整合,从而让企业不仅实现内部流程的数字化,还能实现整条供应链的数字化。
• 协作机器人、数字孪生或增强现实等技术促使运营更精益、生产率更高:能够协助工人提升生产效率和产量、改善流程和产品质量的数字化技术正在迅速普及 — 未来五年,采用这些技术的企业数量有望翻番。工人和机器间的协作是重点发展领域,并诞生了数字孪生这种虚拟工厂的表现形式。增强现实的相关解决方案协助员工生产零缺陷的产品。
• 企业通过预测性数据分析和机器学习等手段做出更明智的决策:人工智能和数据分析是数字化工厂的推动力,半数以上的调研对象企业已经采用了智能化算法来做出更合理的运营决策。工厂内部和企业生态系统内部的全面互联,以及信息的智能化应用,对于保持竞争力而言将不可或缺。

人才
• 数字化生产意味着打造数字化劳动力:数字化工厂需要全新的工作方式。劳动力的组成将会发生变化,企业需要招聘和挽留相应的人才。数据科学家需要发现智能算法来提升运营表现,而人机智能交互也需要全新的技能。数字化培训项目以及招聘外部的“数字原住民”能确保成功打造数字化工厂。
• 数字化转型必须由高层挂帅、立即开始:企业的数字化转型需要高层的领导和指导。随着全球范围内的竞争对手迈上数字化之路,企业需要立即行动起来。







楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-15 19:49

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表