近年来，随着工业技术的飞速发展，传统的人工生产和管理模式已经无法满足化工行业精益化管理的要求，需要结合新的信息技术，应用更加智能高效的生产管理方式，提升行业的整体效益，更好的保障化工企业生产的安全。
但企业在智能化转型的过程中也遇到一些问题，很多企业走了一些弯路，投入了大量的资金，项目却没有实际的价值，不仅浪费了投资，更为严重的是一定程度上干扰了生产，企业决策者对智能化转型也失去了信心，错过了转型的“最佳窗口期”。
本文通过对以往智能化项目实施的经验总结，提出了一套化工企业智能化转型的实用策略，通过这些方法体系的运用，更好的保障智能工厂项目成功实施。
智能化转型的困境
关于企业的智能化转型始终有一些问题困扰着我们：
如何保证智能化项目的实用价值？
在项目建设之初，如何证明智能化的解决方案能够成功实施？
有没有一套成熟的方法体系能够保证智能化转型的成功？
有的企业决策者还没有把这些问题想明白，就匆匆上马的项目，往往不会得到满意的结果。
当前，我国化工行业的发展是很不平衡的，企业的自动化、信息化、数字化和智能化水平，不同企业处在不同的发展阶段。有的企业在做自动化改造、有的在做信息化建设、有的企业已经在谋划建设智能工厂，面对这样的情况，很多企业的领导会有这样的疑问：“我们化工厂自动化操作的程度较低，还有很多的手工操作过程，面对这种情况，我们能不能开展智能化的转型？是不是一定要等到自动化建设到达一定程度的时候才开始智能化转型的工作？”
事实上，过去的十余年中，很多化工企业开始了智能化转型的探索，整体来说“失败的教训多于成功的经验”。一些文章宣传的成功案例，但真正到企业了解时，才知道实际情况根本不是宣传的那样。甚至就算实地到企业了解，也看到了项目展示的内容，但再深入一些考察实际运转的情况，才知道原来“表里不一”，做的都是表面文章。
项目失败的原因分析
智能化项目失败的原因是有多方面的，既有企业内部的因素，也有企业外部的因素；既有行业固有的特性，也有技术方案的问题等等。
首先，从行业固有特性来说，化工生产是综合性较强的技术密集型工业，在生产过程中工艺流程长、单元反应多、原料复杂、中间过程控制要求严格，而且应用涉及多领域、多学科的理论知识和专业技能。化工行业有句话——“再简单的化工反应系统都是一个复杂的变化过程。”
因此，在实施化工行业的智能化项目时，安全技术、控制理论、反应机理和数据分析等等都是需要用到的技术手段，使得化工行业智能化项目实施的难度比较大。比如：甲烷燃烧的方程式很简单，但是要把甲烷燃烧的过程约束在密闭的系统中受控反应时——这就是工业领域最常用的“加热炉”——但我们对加热炉以及蒸汽系统进行智能化改造的时候，要考虑的因素就很多，也需要用到复杂的机理模型和控制理论。
其次，从技术方案来说，智能化项目内容主要分为工业软件和实施方案两大部分。工业软件的本质是把成熟的、先进的生产流程和管控方法，用软件的形式固化下来，利用数据分析支撑企业生产管理形成正确的决策，也使得先进的方法和技术得以在行业内复制。这也是人们常说的“一切业务数据化，一切数据业务化”。前者说的是我们把生产过程的数据通过数字化的技术进行分析，从而形成正确的决策，后者是指将这种固化下来的方法融入到我们的生产管理中去。
因此，我们在实施智能化项目的时候，我们要面临三个非常困难的问题：
一是什么是行业内的先进经验。
二是这些先进经验如何通过软件的形式固化下来？
三是这些通过软件固化下来的先进经验能否满足客户的一些个性化的需求。
当这些问题都能得到有效解决的时候，我们的项目才能成功。当然，实施方案也是项目的关键环节，如果没有合理的顶层规划、没有经验丰富的实施人员，没有把握好客户生产中的痛点，部署工业软件的功能不完善，系统持续维护出现问题等等，任何一个环节把握不好都会导致整个项目出现问题。
再次，从效益提升的角度来评价智能化项目时，只有两种结果：要么成功，提高了生产效益；要么失败，没有人使用，浪费了投资。而且效益评价的过程是滞后的，需要通过一段时间的检验。若智能化项目没有建立起相应的标准体系和制度规范，就难以发挥长期的价值。
因此，企业的智能化项目有它的独特性和复杂性，我们需要有一套成熟的策略和方法来保证我们项目实施的成功。
运用两个模型体系，坚持一套实用策略。
通过对智能化转型的困境以及造成这种情况的原因进行分析，笔者建议企业要将“两个模型体系”（DIKW数据分析模型和PDCA循环管理模型）作为智能化转型工作的主线，贯穿工作开展的始终，同时以此为基础提出了化工企业智能化转型的六条实用策略。
两个模型体系
DIKW数据分析模型
美国国家智能制造的管理机构“美国智能制造领导力联盟”（简称：SMLC）对智能制造进行了一系列层次化的说明，并且区分了物联网和大数据的主要作用层次，他们提出：实现智能的过程就是将数据转化为信息、将信息转化为知识、将知识转化为智慧、将个体智慧上升为集体智慧的一个过程，这必将是伴随智能制造的实现而达到的一个终极目标。因而，SMLC甚至欧美国家设立的若干个计划和项目，研究的众多使能技术与关键技术，都是在为实现“数据-信息-知识-智慧”（DIKW）这一循环模型而努力。
DIKW金字塔模型（图片来源于网络）
DIKW模型是一个关于数据（Date）、信息（Information）、知识（Knowledge）、智慧（Wisdom）的模型。DIKW模型将数据、信息、知识和智慧纳入到一种金字塔的层次体系，每一层比下一层都赋予了一些特质，从而形成智慧。
在万物互联的当下，数据生态已经覆盖了企业生产管理的方方面面，数据不再只是单纯的经营活动副产品，还成为了企业生产的基础资产和创新发展的战略资源。想要高效低成本进行智能工厂建设，数据化思维都是重要的一环。从这个意义上说，智能化的项目技术方案有很多，但其中贯穿始终的一条主线就是“通过DIKW的模型，挖掘企业生产管理数据的价值”。
PDCA循环管理模型
PDCA循环是一个持续改进模型，他包括了持续改进与不断学习的四个循环反复的步骤，即Plan（计划）、Do（执行）、Check（检查）和Act（处理）。在生产管理活动中，要求把各项工作按照作出计划、计划实施、检查实施效果，然后将成功的纳入标准，不成功的留待下一循环去解决。这一工作方法是生产管理的基本方法，也是企业管理各项工作的一般规律，智能化项目运行的工作也同样要遵循这个规律。
智能化转型的核心通常也被称为IT（信息技术）和OT（生产技术）的融合。随着新一轮工业革命的推进，制造业的智能化转型正在让现实与虚拟世界之间的界限变得越来越模糊，带有IP地址的网络设备正在快速大面积覆盖智能化工厂。当生产过程和信息合二为一，IT和OT进一步深度融合，形成了一个贯穿整个制造企业的技术架构。IT和OT的融合会帮助制造企业改善业务系统以及各部门之间的整体的信息流动，从而提升企业的运营水平。
但融合的本质是要利用“信息化”的技术来协助“工业化”的生产，目标就是要提高企业资源优化配置的科学性、实时性、有效性。因此，在企业生产管理领域坚持的PDCA循环的管理方法，更需要进一步的拓展到智能化的应用中来。
在智能化项目的运行过程中，通过完善的PDCA循环，就能够把生产过程中产生的“正确的数据，在正确的时间，以正确的方式，传递给正确的人和机器，从而形成正确的决策”，这也称之为“数据流动的自动化”。同时，运用PDCA模型来解决生产过程中的实际问题，智能化项目才能得到持续的改进发展，产生持续的效益。
六条实用策略
一是做好智能化转型的规划
智能化转型之路，只有起点，没有终点。智能化转型规划是企业数字化、智能化转型的开始，能够起到明确目标、设计模式、框定蓝图、确定路径的作用，要以解决生产问题为根本出发点，以效益提升为价值目标，分批次、分层次推进智能工厂建设。智能化转型之路确实会遇到许多困难，甚至反复，但不论遇到何种困难，我们都必须坚持到底——放弃不仅意味着前期投资全部归零，更为严重的是会对现实的生产造成影响。因此，转型之初做好规划，会在后续的过程中少走弯路，同时也会减少整体投资。
二是建立统一数据平台，编制数据标准，做好数据管理
管理好数据资产是指企业为保障数据的内外部使用和交换的一致性、准确性的基础，是智能化转型过程中非常重要的环节，越早建立好数据管理标准，所付出的代价也越小。如果蕴藏着答案的数据分布在不兼容的不同系统、格式和流程中，没有统一的数据标准，那么准确识别如何以及在何处改善运营则非常具有挑战性。
数据标准管理则是一套由管理制度、管控流程、技术工具共同组成的体系，是通过这套体系的推广，应用统一的数据定义、数据分类、记录格式和转换、编码等实现数据的标准化。目标是要通过统一的数据标准制定和发布，结合制度约束、系统控制等手段，实现数据的完整性、有效性、一致性、规范性、开放性和共享性管理，为数据资产管理提供经管理依据。
三是问题管理闭环，做好决策支撑
管理闭环和决策支撑二者是解决问题相辅相成，不可分割的两个方面，只有通过PDCA流程处理的过程问题，才能形成有效的经验，形成对决策的支撑。在智能化的项目中，我们通过收集数据、分析数据来更好的指导业务的运转。不过纯粹的展示数据，不能带来价值，只有通过闭环处置分析的数据并展示带来的决策才有价值。
智能化转型最重要的使命就是要通过数据的管理，支持决策，因此在智能项目建设初期，我们需要找好突破口，完善好数据和管理的流程，做好局部闭环，形成有效的决策支撑。
四是系统持续完善，计划长期投资
智能化转型是长期的过程，任何一个智能化项目都不能是一次性投资，要在整体规划的体系下，持续完善相应功能，做好模块之间的协同，不断赋予智能化转型新的模块，做好长期投资的计划。
五是做好信息化人才匹配
人才是智能化转型中最为关键的一环，为实现智能化转型的成功，不仅需要注重企业外部力量的支持工作，还需要注重企业內部的智能化能力培养，挑选有动力、有潜质的复合型人才进行智能化能力的补全及提升，在给业务带来发展的同时也给员工个人发展带来益处。还要根据企业自身发展需求引入高端的智能化人才，形成团队化、规模化、梯度的技术储备，并通过管理层的决策影响将智能化的意识从技术领域扩展到企业管理层领域。同时，企业需要考虑通过设置合理的考核激励以鼓励创新，实现智能化人才的全面开花。
六是完善标准体系，做好制度保障
智能化转型不是“刮一阵风、下一场雨”，而是要“日复一日”坚持完善的事情，是要通过流程再造和管理模式的变革，这背后绝不是简简单单工具的堆积，而是从战略到业务模式和流程，再到人员和组织文化，包括技术和系统的全面转型。这一套体系中，必须要有完善的标准体系和制度规范来保障转型的顺利实施。同时，在公司的企业文化中内化“智能工厂”的管理思维，利用文化建设的“软实力”，来带动智能化的“硬科技”不断发展。
---- 行业方案 | 推荐 ----
文章来源：兴园化工园区研究院
编辑：云朵匠 | 数商云(微信ID：shushangyun_com)
【数商云www.shushangyun.com】致力于提供企业级的电商网站建设服务，长期为大中型企业打造数据化、商业化、智能化的网上商城系统解决方案，同时我们还提供B2B电子商务平台、B2B2C多用户商城系统、B2C电子商务系统、跨境进口电商平台、供应链scm管理系统、供应商srm管理系统、新零售电商平台等一系列系统定制开发服务。
评论