中小企业智能制造入门：先上哪3类系统?

去年秋天去过一家做冲压件的小厂，四十来号人，两台老冲床，一台新买的激光切割。老板带我转车间，走到半路停下来，指着一堆码在墙边的半成品说，这批东西他不知道是哪天做的、给谁做的、还剩多少道工序没走。 我问他，那你怎么排产。他说靠老王。老王在厂里干了十一年，脑子里装着所有订单的进度。老板补了一句：老王去年请过一个月病假，那个月厂里乱成一锅粥。 这个场景，是中小企业智能制造真正的起点。不是"要不要上系统"，是"厂里的关键信息是不是只装在一个人脑子里"。 先说一个几乎必败的开局 我见过太多厂子的第一笔投入，是买一套"全模块"的东西。销售在演示的时候把采购、生产、库存、财务、质量、设备全点了一遍，老板听得挺满意，觉得一次到位，省得以后折腾。 落地的时候会出另一件事。系统上线三个月，实际在用的只有两三个模块，剩下的挂着。原因很朴素：全模块意味着全流程都得规范，而厂里现在的流程本来就不规范，为了让系统跑起来，得先停下来梳理流程。梳理流程要人，要时间，要各部门吵架。中小企业的现实是，这三样都缺。梳理到一半，订单来了，所有人回去干活，项目就停在那儿。 所以顺序不该按"系统完整度"排，该按另一条线排： 哪一步的浪费最看得见、最快能验证、错了不至于伤筋动骨。 按这条线，我会建议先上三类。 第一类：现场报工与设备状态采集 这一类解决的是"看不见"。 具体做什么：在关键工序放一个报工入口，可能是车间的一块屏、一台平板，也可能是工人手机上的一个页面。工人开工点一下、完工点一下、不良品数量填一下。设备那边加个采集盒子，读开机时长、停机时长、报警记录。 听着特别简单，但它是一切的原料。没有这一步，后面所有的分析都是猜的。 我在一家做注塑的厂看过对比。上之前，老板判断哪台机器效率低，靠"感觉"和"哪个师傅抱怨得多"。上了采集之后发现，被抱怨最多的那台机器其实稼动率不差，真正的问题在换模——一款产品换另一款，平均要停两个多小时，其中一半时间花在找模具和找参数表上。这个问题在原来的视角里根本看不见，因为换模不算"生产"，没人记。 这一类落地，有几个坑要绕开： 采集点别贪多。 先选两三个瓶颈工序，别一上来全车间铺。铺得越广，工人抵触越大，数据质量越差。 报工动作要足够短。 我见过一个方案，工人报工要点五次、填四个字段。上线两周，工人开始集中补录，一天的量攒到下班前一次性填完。这种数据在时间维度上全是假的，后面的分析跟着一起假。判断标准很直接：这个动作能不能在十五秒内完成。做不到就重新设计，不是培训工人的问题，是设计的问题。 别让工人替系统干活。 采集的目的是让管理看见问题，不是给工人加一道考核。如果工人发现报出来的数据最后变成扣钱的依据，他们会用最省力的方式应付：不良品少报、停机原因填"其他"。数据一旦开始撒谎，这个项目就废了，而且很难救回来。 设备采集先做"有没有"，别做"精不精"。 老设备没有接口，加个电流互感器、加个行程开关，能判断开没开机、有没有在动，就已经够用了。非要读出主轴转速、进给参数，投入翻几倍，收益并不成比例。 第二类：仓储与物料的条码化 这一类解决的是"数不清"。 第一类做完，很多厂会立刻撞上第二个问题：账实不符。系统里显示这批料还有三百件，去仓库找只剩一百二。车间领料的时候发现不够，临时改计划，前面辛苦采的数据全乱。 物料不准，后面所有东西都虚。排产是虚的，成本是虚的，追溯也是虚的。 我一般建议的做法是：先条码化，别急着谈智能。每个物料一个码，每个库位一个码，收发料扫一下，领用扫一下，退料扫一下。这套东西技术含量很低，投入也不大，但它带来的变化很直接——从"大概在B区"，变成"第三排第二层货架"。 有个做五金件的厂，做这件事之前，找一批特定规格的螺栓平均要二十多分钟，几个人翻。做完之后，扫码定位，两分钟。这个改善不上报表，但车间里的人天天感受得到，这种事最容易赢得配合。 条码化之后，才谈得上齐套。什么叫齐套？一个订单要的七八种料，是不是都到齐了。以前靠人算，算漏一种，开工做到一半停下来等料，整条线跟着停。系统能提前一天告诉你缺哪一种，你可以先去催那一种，而不是等到停机。 这里有个常见误区：把仓库当成财务科目管。仓库的账不是给会计看的，是给车间用的。账做得再漂亮，车间领不到料，一样白搭。所以判断标准不是"账实相符率多少"，是"车间因为缺料停线的次数有没有下降"。 第三类：质量追溯 这一类解决的是"说不清"。 前两类做完，你知道了东西什么时候做的、料从哪儿来的。第三类要回答的是：出了问题，能倒推回哪一批、哪台机、哪个人、哪个参数。 为什么放在第三？因为它依赖前两个。没有工序记录，追溯只能追到"这批货是这个月做的"；有了工序记录和批次对应，才能追到"这三件是周三夜班二号机做的"。 我在一家给汽车配件做二级供应的厂见过这个价值。客户投诉一批零件尺寸超差，要求两天内给出原因分析。以前的做法是把留样翻出来重新测，猜是哪台机的问题，写一份含糊的报告，客户不满意，扣分。 有了追溯之后，扫一下批次号，出来三段信息：这批用了哪卷原材料，经过哪几道工序，每道工序的设备和操作人。再调出那台机当时的参数记录，发现是一段温度波动。整个过程二十分钟。报告递上去，客户那边的态度完全不一样。 追溯这件事，最容易犯的错是追求"过度精细"。有的方案一上来就要做到单件追溯，每个零件一个唯一码，成本极高，中小企业扛不住。正确的做法是先问客户：你要追到哪一级？批次级？箱级？还是单件级？客户的合同要求就是标准答案。超过要求的精度，是花钱买自己用不上的东西。 另一个容易忽略的是追溯的"反向"用途。多数人只想着出了事倒查，其实它更大的价值在正向——发现某一卷原材料有问题，能立刻查出这卷料做成了哪些成品、发给了哪几个客户。这个动作如果做不了，出了质量问题只能全批次召回，那个代价中小企业很难承受。 为什么不先上排产 每次讲这个话题都有人问：为什么不先上排产？排产不是最痛的吗？ 排产确实痛。但排产系统要吃三样东西：设备实际产能、物料到位情况、工序实际进度。这三样正好对应上面三类系统。原料都没有，排出来的计划只是Excel的一个更贵的版本——第一天看着挺合理，第二天现场一变，计划全废，然后没人再看它。 顺序不是绝对的教条。有些厂订单结构特别简单、品种少、设备固定，先上轻量排产也能跑。判断的标准是： 你手上有没有真实的历史节拍数据。 有，可以先排；没有，先采。 部署这件事，选型阶段就该定下来 这三类系统都要碰数据，而且碰的都不是无关紧要的数据：工艺参数、客户图纸、报价、供应商价格、良率。这些东西一旦流出厂门，损失不是钱能算清的。 所以部署方式不是实施到一半才想起的技术细节，是选型时就要写进合同的前提。 常见的两条路：一条是私有化部署，服务器放在自己厂里或者自己的机房，数据不出门。另一条是走公有云，用云上的资源，开通快、前期投入小、运维省心。万达宝LAIDFU（来福）在这两种方式上都支持，既可以私有化部署，也可以部署在阿里云这类线上环境。 这话的实际意义在于选择权留在企业自己手里，而不是被产品绑死。我的建议通常是分阶段：先从线上跑起来，把流程跑通、把数据跑准，这时候投入小、试错成本低；等数据积累到一定程度，或者客户合同里明确要求数据不能出厂，再迁到私有化。反过来先重投入建机房，流程还没跑通就先背上运维负担，很多厂撑不到见效那天。 有一点要提前问清楚：数据来源安全这件事，不只是"存哪儿"，还包括"谁能看、看不看得到导出、离职的人带不走"。这几个问题在演示阶段没人问，在出事之后人人都会问。 收个尾，留几条能直接用的判断 如果只留一张清单，我会写这些： 先做能看见的，再做能算的。看不见的东西，算出来也是假的。 采集点先选瓶颈工序，报工动作压到十五秒内，否则数据会开始撒谎。 物料先条码化，别急着谈智能。账实不符的时候，所有分析都是空转。 追溯精度按客户合同定，别自己加码。 排产放在后面，等有了真实节拍数据再上。 部署方式在选型时就定，私有化和线上各有各的适用阶段，别等到实施中途才发现客户的合同不允许数据出厂。 回到那家冲压厂。后来他们没上大系统，先在两台冲床上装了采集，车间放了一块屏做报工，仓库拉了一批标签。花了不到两个月，投入不大。老板跟我说了一句我印象很深的话：现在至少不用等老王上班了。 智能制造的入门，往往不是从"智能"开始的，是从"记得住"开始的。