江苏龙网

  1. 首页 > 资讯 > 科技 > >

稻田云图|运营可视化/生产管控/智能决策( 五 )


对应本文决策图示 ， 企业历史数据可以提供决策支持分为四种情况 。
在执行层的决策方面 ， 企业充分应用历史数据积累的经验和教训可以对生产作业的效率、质量、成本的改善发挥很大的积极作用 。
调度决策和计划决策是中短期预测 。 决策对实时数据的依赖远大于历史数据 ， 而且有更好的决策工具 ， 因此通常不会采用大数据技术 。
大数据的应用对企业的宏观战略决策应该大有可为 ， 但是有三个挑战需要应对 。 一 ， 涉及到战略决策需要的数据非常庞大 ， 领域宽广 ， 获取这些数据是一个挑战 。 二 ， 获得的大数据需要清洗和处理 。 三 ， 建立适合的宏观决策模型还需要理论和工具的创新 。 现代信息技术极大提高了信息搜集、存储、处理的能力 ， 具备了在电脑模拟复杂决策过程的能力 。 原则上我们能够借助大数据技术处理宏观决策问题 。 关键是我们如何运用这些信息、资料、知识、技术、经验去获得这个复杂的企业运营系统整体的认识 。 我们还需要理解这两句话：历史会惊人地相似；历史永远不会重演 。 我们必须推动大数据技术的应用 。 但是 ， 当今的宏观决策问题只能以人为主 。
实际上在战略决策层面 ， 就根本不存在“最佳决策” ， 因为未来有太多的不确定性 。 在战略层面的实施“智能决策”一定是以风险控制为策略的 ， 不要指望它做出投机性的“最佳决策” 。
智能决策与物联网
实现万物相连的物联网并没有改变工业生产运营系统属于复杂性系统的这一属性 ， 但是 ， 它的确为我们进入这个系统打开了一扇窗 。
CPS（赛博物理系统）实现车间的设备状态感知以及控制层的数据与企业信息管理系统的融合 ， 使得生产数据可以实时地存储、传输、分享 。 这个机制让企业智能决策系统从底层到高层的嵌套分割架构得到生动的活跃 。 智能决策就是一个控制系统 ， 它必须实时感知系统的现状 ， 由此对各种变化给出积极响应 。 CPS恰恰支持了智能决策系统的对现场反馈和控制的需求 ， 控制由底层逐层反映到高层 ， 最终实现整体的实时优化 。
但是 ， CPS与智能决策在机制上的还是有差别 。 决策是研究有限资源和无限需求之间的博弈抉择 。 而当前人们谈论、畅想未来的CPS的时候 ， 更多的是强调了它的信息无所不在、信息感知、万物相连 ， 以至于CPS无所不能 。 至少现在有两点忽视了或者研究很少 。 一个问题是CPS在资源是有限的情况下是如何运作的？举例：两个订单的“智能物料”都要争着要求某个机床加工 ， 答应谁呢？为什么答应它呢？知道这样做的后果吗？另一个问题是CPS可以实现不同空间不同事件实时连接和实时感知 ， 但是CPS如何做到协同？举例：CPS感知到设计端设计一个部件 ， 它怎么确定物料的采购 ， 怎么约定生产商的产能？
还有一些问题没有想明白 。 CPS实现了万物相联无所不知 ， 那么信息熵到底是多了少了？剩余度会不会太大了？噪声怎么办？
智能决策与自动化
用最少的资源提供最好的产品和服务的企业就是智能工厂 。 作为一种生产资源 ， 有或没有自动化设备/车间都不影响这个定义 。 这样 ， 我们就会发现“数字化——信息化——自动化——智能化”这条路径中自动化是不该有的 。 自动化应该合并到智能化之中 。 其一 ， 自动化本身包含了一定程度的“智能”；其二 ， 在生产作业一线的智能化必须将智能附加在硬件上 。 我猜想 ， 这条路径是德国人提出来的 。 在中国制造2025出台之前的去年初 ， 我写了一篇《德国工业4.0国家战略将在中国实现》 。 德国人强调自动化是看准了中国在工业转型期间存在着大量的需求 ， 看准了自动化硬件设备、相关软件以及后续的服务具有巨大的持续的利润 。 德国4.0战略在中国的确见效 ， 也许这是一条双赢的模式 。 但是 ， 这甲方乙方的位置被自己人颠倒了 。 甲方不需要过分谦卑 。


推荐阅读


上一篇：阿狸巴巴科技|微信又推新功能！网友：终于能眼不见为净了

下一篇：|警惕，量子的新装