2019-12-28 10:16:5311月25日下午，第四届中国最佳工厂/运营卓越奖盛典上，来自获奖车企的代表和科尔尼全球卓越制造中心专家杜宇，在主持人上海数策软件股份有限公司智能制造部门总监王亚中带领下，就“智能制造，降本增效”三方面问题进行了热烈讨论。
这些来自工厂的代表是大陆汽车电子（芜湖）有限公司工业4.0经理的俞洋、中国第一汽车集团工程与生产物流部部长助理张晓胜、中信戴卡铝车轮二号线经理助理孙红岩，以及上海伟世通汽车电子系统有限公司总经理庄立敏。
关于未来先进的工厂，在这里能听到最真实的声音。以下是汽车商业评论根据现场讨论录音整理，此处有删节。
智能化意味着淘汰劳动者？
王亚中（上海数策智能制造部门总监）：第一个议题，今年都在谈寒冬，在寒冬里怎样做降本增效？是不是降本增效就意味着我们需要去裁员，数字化或者智能化能不能帮我们达成降本增效的目的？
杜宇（科尔尼全球卓越制造中心专家）：说到智能化，很多人会担心，智能化会取代自己，但根据科尔尼和全球经济论坛研究的结果来看，有60%的职业可能受自动化的影响，只有不到5%的工作机会可以被全部自动化。
各国的生产规模、生产的复杂性不同，将来制造的很多维度都不同，不同的国家可能有不同的得分。在智能化转型过程中，尤其像中国，中国头20年更多是利用劳动力的红利，但现在可能我们要从劳动力的红利向工程师红利来转变。
我们现在很多的企业，比如在汽车制造行业，已经开始了对人员的再培训，包括智能制造、编程、AI、自动化等方面。这从今年的评选可以看的非常明显，三到四年前没有公司会把工业工程团队、智能化团队还有自动化团队组合到一起，但是现在有很多工厂已经开始越来越多地重塑这种组织，对人进行更多的培训。
科尔尼表示“智能化并不意味着劳动者要淘汰出去，而是劳动者要进行技能的重新掌握”。
庄立敏（上海伟世通汽车电子系统有限公司总经理）：这个议题很有意思。我今天利用这个机会来介绍我们怎么在数字化浪潮之下建设工业4.0智慧工厂，概括来说，应该是叫“全面规划、分布执行”。我们做这件事情应该是在四五年前，这个理念当时非常新，我们团队参考本身业务环境，从那个时候开始把智慧制造作为我们公司的核心竞争力。
无论是叫中国制造2025或者工业4.0，我们大概分成三大实施路径：信息化、自动化、智能化。早期我们先进行信息化，所谓信息化是我们把生产现场原本实物的东西反应到我们虚拟化工厂里面去。无论将来要做多大的智能化，这是一个基础设施。
科尔尼和汽车商业评论领导来到我们这边以后，也参观了我们各种各样的系统。我们全公司从四五年前开始做，大大小小各种信息系统有上百个，它们被有机串联起来。
三年前，我们开始大范围进行自动化，许总问在实施自动化过程中怎么解决成本的问题？我们从头开始做，掌握了自动化的核心技术，供应商和我们能够在这一块进行合理的成本控制，而且我们也会非常务实，不会走得过于超前、冒进。
过去三年当中，我们没有新增员工。信息化、自动化都推进到一定程度以后，我们后续几年会大力度推进智能化。我们这次拿的奖是创新奖，系统自动判断、自动执行，让我们工厂变得更加智慧。整个智能化浪潮之下，不是把人削减，而是让人提升技能，推进汽车行业向更前进的方向发展。
王亚中：我总结庄总发言是三点，信息化、自动化、智能化三头并进一起完成智能制造的目标。
张晓胜（中国一汽工程与生产物流部部长助理）：谈到降本增效，我觉得我们红旗工厂采用的是技术创新的手段，我们会通过技术创新来打造我们绿色、智能、柔性化的工厂。
在绿色方面，我们采用一键回收的技术，比如可以把几个车间几十台空压机的热量进行余热提取。还有，焊装车间焊接过程中由于点焊会产生热量。热量用在哪儿？因为长春天气比较冷，就用在三个车间的厂房和办公室的冬季采暖。
还有一个创意也非常好，比如水、电、天然气，大家为了节能经常用手工进行开和关，我们编了一个小的程序，让整个能源管控系统与生产计划产生联动。今天是12点收工，它可能就把水电气自动停下来，1点上班可能提前5分钟把开关打开。
降本上，我们对生产线做了比较大的改动，取名叫“自适应生产线”，它有五大特点：生长、剪断、分杈、嫁接、移植。我们会根据产能的变化，生产线可长可短可宽可窄；可以剪断，减少AB级物流车发车频次和发车数量；把高配车型、装配复杂的车型变成一个嫁接工位，提高运行效率；可以移植，三个人可以干五个人的活，减少车间用人数量。
总结一下，从工厂制造的角度，我们更多的是挖掘一些先进想法。当然我说的这种想法基本上不用通过大量的投资，都是一些小的创意来实现我们的降本增效。
王亚中：红旗张总今天讲了很多干货，总结一下三个方面：第一方面，可以通过绿色回收，把工业副产热量用来给食堂供暖，给浴室供热水；第二方面生产计划跟能源系统联动节约能源消耗。第三方面，整个总装线可以自适应，人员自行调度，物流自行适应整个生产节奏的运作。这几方面，红旗能拿到智能工厂实至名归。
孙红岩：我在我们铝车轮生产一线工作四年，对智能制造方面，理解挺深。我们公司从2011年开始做信息化，那个时候可能投入比较多，没有直接的收益，因为是起步嘛。等到2014年、2015年开始，我们酝酿我们的智能工厂，2016年底、2017年建设智能工厂，到2018年投产，2019年是汽车行业的寒冬。
但我们公司没有裁员，我们目前还在摩洛哥以及国外其他地方建铝车轮生产线，包括信息化的部门。我们专门的信息化服务公司也一直在扩张，他们一直在招IT工程师。从今年开始，我们公司战略是所有的制造模块都要成立专门的智能制造科或信息化科，要有自己的IT工程师。这个就像之前的质量管理或者生产管理，可能公司集团有相应的部门，但是各个智能制造车间会有呼应。
从这个角度来说，我们人员在增加。包括新工厂的建设也是一直从现有工厂持续输出人员，再招一些新的大学生或者是技校生来支持我们的发展。能做到以上的规划，我们的的确确是得益于智能化的升级。
我们刚刚建厂时，生产铝车轮每个人开一台压铸机。现在通过现场控制，可以实现一个人开12台或者一条线。再高一点，设备闭环管控。比如，我们现在是在质量检测之后自动地去对检测结果进行调整，这样大幅降低平衡的废品率，对整体效率提升有很大的好处。
涂装整条产线基本无人，也是智能闭环管控，可以实现32种商品同时生产。在原来的时候，这种生产模式需要分批量切换，可能一批1000件，生产过之后切换下一批。这中间要停线、清理、洗枪，但现在完全不需要，这个都是我们在智能化方面多年工作的成果。
我们公司特别重视智能升级。整个中信戴卡70%设备由我们自主研发制作，包括压铸机等。我们自主设备跟智能系统在产线建立之初就进行同步研发，投产很快，一般快速的可以8个月投产而且达到很高的效率。
这是我对第一个问题的理解，智能化的的确确是让工厂可以受益，可以在这种不好的环境下逆势的去提升，去增长。
王亚中：中信戴卡是中国汽车行业零配件的标杆，已经排到全世界前100，必然有自己非常强的独特竞争优势。
俞洋：降本增效是我们的目标，智能制造是我们的手段，但降本增效也可以分开来看，降本有固定成本和人力成本。
第一个，智能化的手段是否会给员工带来裁员危机？我们在工厂推行的时候，第一步在内部进行精益生产，前提不希望因为智能制造而去做一些浪费的动作。我们把有价值的事情通过智能化手段帮助员工去做，包括工业4.0部门所有同事，前身都是做精益生产的。做任何项目要剖析其价值和浪费在哪儿，这样我们的投入是降低的。
我们工厂机器人取代员工的初衷，第一是为了减少员工劳动强度，我们推行的是协作机器人，可以人机共舞，同时员工可以简单的进行编程。在向上发展的环境下，我们需要员工做更有价值的事情。我们现在基本上所有的操作工可以简单地维修我们的机器人，这是对他们的提升，希望在这样的情况下，员工可以提升自己做更有价值的事情。我们是以人为本，并不是说智能化就要取代人工，而是让人发挥更有价值的作用。
第二个，智能化运行对工厂增效的方向，我们工厂分了很多步。首先我们有一套（从原材料转变为成品、并给它赋予价值的全部活动）价值流分析，分析价值和浪费在哪里。在价值流的基础上，我们通过ABB Ability，通过大数据进行分析。我们通过机器人取代劳动强度大的动作，结合这些，我们分析计算投资回报率，在这个基础上进行项目的实施。
王亚中：我的总结是你们更多利用协作机器人，通过拿到数据后分析怎样提高效率，通过协作机器人把整个企业价值管好。我觉得你们都是选择了在这个寒冬里面把效率相对不高的人用在价值更高的地方去。大家也在智能化、数字化，从自己的最佳工厂的角度阐述自己的成功案例，大家都说得非常好。
从上往下还是从点到面？
杜宇：由于不同企业可能发展阶段不同，包括比较先进的汽车制造行业，稍微比较落后一点的服装制造业，或者是其他劳动密集型的产业。因为所处的阶段不同，采取的手段也不一样，有的可能还是在量变的积累阶段，有的可能已经从上到下进行统一的规划。
从我们科尔尼最近做的项目来说，我可以给大家提供一些外部视角供大家参考。很多企业在做数字化转型的时候会遇到的一些挑战，缺乏一个端到端的整体转型设计。
包括一些工业品全球领先企业，可能在过去20、30年中，由于中国加入WTO会有一些贸易红利，还有中国大力投资基础建设，获得一些快速发展的红利，导致管理还是比较粗放。现在，中国在倡导智能制造，倡导降本增效，很多公司做的时候不仅要考虑一个点一个点优化，而要考虑整个价值链的提升。
汽车企业做得比较先进的，很多已经成立专门部门推进这个事情，包括在总部层面有专门工业4.0团队，在每家工厂层面也有智能制造团队加以推动和实施，这是非常先进的地方。这是中国最佳工厂在过去四年包括我们全球最佳工厂过去30年，在不断和工厂交流过程中观察到的点，可以给中国的制造企业将来做制造转型和制造升级的时候提供一些借鉴。
王亚中：总结一句话“没有规划，找科尔尼”。
庄立敏：介绍一下我们公司的想法，首先这个想法来自于我本人。我的履历背景是当时在这个企业做运营总监，这个规划当时由我做的。当时整个规划的起因：一个是当时这个概念非常热，我本人对这块非常有兴趣；另外，我和我的团队一起看到了汽车行业可能会面临的这些挑战。我们当时有一定的预见性，但是没有想到挑战的程度这么厉害。
刚才已经讲了，我们是总体规划、分布执行。再讲一下参与程度，我们整个参与是自上而下也自下而上全价值链参与，这是我们整个智慧工厂或者智能制造的理念。
我拿信息化举例。我们先搭一个框架，这个框架当然是需要我和我的核心团队共同完成。我的核心团队里也有一些在智慧工厂、在IT方面特别在行的专业人员。我们对自己的整个信息系统进行了一个分类，认为作为一个实物工厂来说，我们每天接触的是物料、产品、工艺。跟第一线打交道是计算机、传感器或者机器人，他们是收集数据的第一线。从它们这边数据上传以后会进入到大大小小系统，但这些系统并非没有先后的。
我们有三大系统是核心系统，分别是PDM（Product Data Management）、ERP（Enterprise Resource Planning)、MES (Manufacturing Execution Systems)系统。首先，这些系统它非常广泛；另外，它们能触及到核心的第一手数据。这三个系统本身我们集团也都有，但是可能实施程度不太一样。我们利用这些数据，打开这个接口以后鼓励团队做创新。
在这个基础上，我们增加很多系统，包括我们跟供应商如何对接，质量如何管理，我们跟客户如何对接，我们内部的管理、供应商管理模块、制造管理模块、设备管理模块、工艺模块，有上百个系统来维持工厂运作。我们整个理念得到了很多核心客户的认可。
再说说自动化，现在自动驾驶理论分五级，我们把自动化也分成了五级，除基础的纯手工外，再往上的装加料是人工，加工过程是自动化的，再往上全部自动化[11] ，但是工艺参数调整、新产品导入还是需要人工进行的。第五级是说整个制造，从市场端来的反馈，生产过程当中有质量问题自动进行调整。目前，我们做到是三到四中间。越往上走需要自动化程度越来越多，这样就形成了整个智慧工厂或者智能工厂、智能公司的创新体系。
王亚中：第一块，以三大系统为主体延伸各种各样系统，第二块从纯手工开始往自动化走，第三步、第四步时需要信息化和智能化结合。
张晓胜：年初的时候中国一汽成立了数字化部，专门打造红旗的数字化工厂。现在我们是跟西门子全面战略合作，不仅是前期规划，后期运营也开始了。整个系统，MES系统进行了升级。
我的总结，如果从新工厂建设规划角度来讲，我是赞成总体规划分布去实施，但同时我觉得我们老工厂一点一点规划也是很有意义的。比如说，我们在新生产导入的时候，我们就一点点去规划。因为老的生产线已经在那里了，没法推翻了，很多东西已经成现实，尤其你要进行大的动作的时候，有一些设备终端就有可能报废。
比如新产品导入的时候，总装要进行适应性改造或者通过性改造，在改造过程中我会把柔性化、智能化的东西加进去，所以说，我觉得从整个公司运营的角度来讲，我也赞成一点一点的去规划。
现在改造完之后，可以逐渐地打造数字化管理平台，我们可能叫MTM（Methods-Time-Measurement ）平台，整个车间所有运行的状况都可以通过中控来进行控制，但是我不希望一进车间有个大的屏幕去显示我们所有的智能化的状态。我更多会把这样的控制系统加到每个管理者前面那台电脑里面去，他在办公桌前就可以查阅他的信息，比如说今天我出差实时查看运行状况甚至发出指令，每个点运行状态，都可以实时察看。当然系统有各层权限的控制。
生产部门可以查看计划，销售部门可以个性化定制车辆。比如许主任买台车会提醒你有个推送，今天下午几点可能要进入涂装线，如果愿意看可以打开视频看一看，这个里面的技术，我想我会取名叫“身份识别”。销售系统做到一周下订单，30天开到楼下，这是用户可以接受的，4S店也不用备那么多车，大大降低其融资成本。
我就是要实行看板管理，实时察看整个生产信息，知道线上有多少产品、库里有多少产品、在途有多少产品，工厂库有多少件，可以随时来调整它的生产计划。对于质量来讲，几年之后再来扫二维码都能发现当时谁是操作者、生产温度是多少，都能实时调出来。
孙红岩（中信戴卡铝车轮二号线经理助理）：这个问题不同企业推行方式不一样，但是对于中信戴卡，我们推行过程中是先有整体的规划，实施是由点到面分步去实施的。为什么这么做？我们开始探索这个事儿，请专业公司给我们做规划，发现的问题是在整个实施过程中，如果没有阶段性成果或者没有一个点成功的话，大家在实施过程中容易失去信心，而且实施速度也没有那么快，尤其是像现场的员工可能就不愿意去用那个操作它。
我们正在大力做的是现有系统的集成，包括我们MES系统是自主做的，包括ERP跟别的系统集成，再到上层做BI（Business Intelligence，指用现代数据仓库技术、线上分析处理技术、数据挖掘和数据展现技术进行数据分析以实现商业价值）。因为之前有整体规划，下边这些分的系统有一定成果之后，我们才有可能或者是能相对快的看到曙光，把它做起来。没有整体规划制约的话，这些系统冲突很大，浪费了人力、物力，而且都需要推倒重做。
从我们这边来看，长期规划或者集中规划要有，要分步或者分点去实施，一能保证快速，第二在实施过程之中也能反馈对规划进行调整。
王亚中：智能制造最大的挑战是创新人员、规划人员的规划非常好，但是实际现场落地人员的认识不一样。从我们角度来讲，基层操作工文化水平或者能力相对比较普通，怎么样让他们意识到创新的点对他们有帮助非常重要。如果他们不用或者不支持，其实对规划是一个很大的挑战。
俞洋（大陆汽车电子（芜湖）有限公司工业4.0经理）：大陆集团每年会去分析一下目前的市场，第二年会去重新评估一下当初的决定和你走的路是不是有问题。从工厂层面，每年通过战略的分析会，去评估我们的现状，通过现状与目标之间的差异去定义我们将要做什么。
王亚中：也就是从业务角度出发，有一个三年的规划，每年不停的迭代，在迭代的同时看这些规划对KPI有没有实际的提升。如果没有提升，我们做一些方向的转变。
俞洋：在个案实施过程中，我们要做人才的培养、人才的储备和基础架构的建设。举个基建的例子。2014年我们开始引入协作机器人，当时工厂引入了第一台，全部要求让供应商集成，我们只能辅助支持。为了降本增效，我们做了人才的培养。这样就从刚开始配合供应商做到最后完全自我集成。我觉得这个也是一个共同成长的过程。
再举一个新产品的例子。今年客户会跟你说明年要100万件，可能到明年3月份的时候突然说不要那么多，只要50万件。这种情况下，我们会根据客户的需求、产品的特性去规划我们的新生产线，去看目前的生产线或者老的生产线，哪些平台可以去兼容这种产品。
同时，我们在自动化方面，不是一步到位，因为你投资可能达不到需求。我们是一步步根据客户需求和自我的需求实现智能化、自动化，使目标最大化、利益最大化。
智能制造未来着眼什么方向？
杜宇：作为一个全球化咨询公司顾问尤其是专注于制造行业的顾问，有幸能去全球包括欧美包括东南亚、包括中国所有的工厂去参观，可以了解到一些不同国家的不同的制造文化。
我们拿日本举例，日本是非常关注于人的，不同的工作方法和知识希望通过人来传递。但是德国它不太相信人，想把这些知识都存到设备里。对于我们国内这些制造企业来说，可能不同的阶段、不同的行业会采取不同的路径，有的企业更像日本一些，有的工厂更像德国一些，但都是条条大路通罗马。
大家在做的过程中，可能还是内部视角比较多，参照本行业的视角比较多，跳出本行业参照得可能比较少。智能制造影响程度最大的行业不是汽车制造业，它其实是快消品行业，快消品行业更面向客户。数字化、自动化、智能化更面向客户，反应要更快，我觉得在做智能化的时候可以有外部视角。
庄立敏：我们公司做的形形色色的案例有很多都是从同业部门学来的，他们也学习我们，我们互相学习。每一次向同行学习、参考都是很好的学习机会，也是我们进步的阶梯。我刚刚提了自上而下、自下而上，还有一个问题，我们不断地在跟行业内、行业外做对标。
谈到未来的规划，我个人觉得没有特别确定的未来规划，但是有一点是肯定的，汽车行业从目前来说还没有那么care消费者和客户，但是往后走的话，我觉得会像杜总说的向快消品行业方向去走。汽车行业面临寒冬，大量洗牌，有些不行的会被洗出去，再次起来的时候，这个形态跟之前会有很大的区别。
我们面临的消费者70后、80后第一辆车已解决，买第二辆车，他们需要找到买它的动因。90后、00后慢慢开始买人生第一辆车，他们对这些产品提出的要求，会通过主机厂客户传达到我们这里，会给我们带来完全不同的思考方式。
现在，确实应该在这样的寒冬里思考未来的形态会怎样，所以我们这边是抱着非常open的心态向各位同业学习，寻找我们最终的一条道路。
张晓胜：我再举个案例，比如说我们为了降本增效，整个工厂建设目标是不挖地坑，上面不做钢结构或者少做钢结构。这有什么好处呢？我们在改造的时候基本上可以实现不停产改造。只有这样做之后，改造的工作量才能减少，改造量的减少意味着整个投资成本降低，基本上是可移动式的自适应生产线。自适应生产线还有一个特点，用号称“三明治”方法可以实现高度柔性化，这里边有一些窍门，我就不细说了。
所以，通过不限制车型和减少改造的工作量，可以实现整个投资的大幅下降，我提出每个车型投资要做到1000万元以下。目前按照传统的方法，每个车型投资一个亿多，主要花在焊装和总装的结构化投资上，不包含工装设备的投资。
我们同时大量进行预测性维护，基本上可以提前三个月发现设备运行的异常。我们把这些设备装上各种传感器，有温度、电流、热压、润滑、磁场、扭距各种传感器，每个车间每个专业有几十类传感器，，把这些年经常坏的零部件统计上来装上传感器，如果提前三个月预测准，工厂不需要建备件库，利用周末时间稍微有异常恢复一下就可以了。如果能实现这样的目标，我想整个维修成本会得到很大下降。
还有一个智能排产，用户的订单，库存件的数量等等这些信息都要加到整个的生产计划里面去，然后排出一个生产计划的顺序或者优先级。耗能大的时候尽量安排在晚班生产，耗能小的尽量安排在白班生产，当然，还需要根据不同的情况做一个比较。如果实在不行，开始再建改造或者新的生产线，这也是从成本方面去考虑的。
王亚中：焊装车间永远是四大车间里的产业瓶颈，要做好排产确实有很高的难度。
孙红岩：从“提效”角度，刚才提到了我们生产过程之中闭环的管控，这是重新定义人、产品、设备之间的关系。以前可能都是设备出现问题了或者产生废品了才需要人去调整，但是现在压铸工艺参数、机架参数包括平衡角度，再有涂装喷涂粉末厚度，这些都需要自动化检测。检测之后反馈给控制系统去自动调整工艺参数，这样的话最大限度的减少不良品，减少处理故障的时间，从而能提升效率。这块，我认为我们是在提效上做得比较好的，也是想大力发展的方向。
另外一个“降本”，从采购角度谈一下，整体采购效率包括采购成本对我们的整体制造成本影响很大。我们公司有统一的采购平台，几十家基地。 铝合金是大宗资料采购，一般都是以长江（联合金属交易中心）的价格作为依据跟客户谈，但是油漆粉末差距很大。由于整个粉末价格有上涨的趋势，有很多厂家要找我们涨价，但是我们靠集团性的采购量去跟这些客户谈判，也能保证成本只有很小的波动。
对于未来发展，我们正在摸索，自己现有的想法体现在三方面：
第一，做信息化包括智能化大家都有一个痛点——数据量太大，数据爆炸。每天信息、报表或者反馈数据特别多，开始看的时候觉得特别新鲜，时间长了有可能小问题就不看了，因为没有时间去看也来不及去看了。回到提效这一块，设备自己处理的话，你的尺寸可能有异常，你的工艺有异常，设备会主动反馈自己调解，这样不需要人参与能提升效率。
第二，只接收关键的信息，系统处理不了或者需要优化的时候我们再介入，这样是一个方向，减少以后数据量、人的工作量，避免信息爆炸。目前来看，没有完完全全达到特别高智能化水平的时候，就已经让我们感受到数据的压力了，以后大数据处理和人工智能自动反馈、自动去变化，我觉得是主攻的方向。
大家面对现在或者面对行业的未来可能担心不知道会怎么样，因为变化太快了，有可能适应不了，智能化领域，我们怎么做呢？增强我们的自主化。之前我们做信息化系统，跟很多大的IT公司合作，他们帮我们做，来一个团队几十人做一些项目，分期去做，做了几年。但是后来发现，因为我们的产品、技术和客户需求都在变，要持续对我们系统进行优化，如果那时再找到这个公司，不能说对方不配合，它会反应不及时，造成现场慢慢有些人会有一些情绪不爱用。
所以我们公司不仅要在自己的信息化部门有自己的IT工程师，在前期开发系统或者是做信息化推广的时候就要介入，一起研发。同时要在现场配备IT工程师，小的改动要完全自己去做，增强自主性，避免以后在发展过程中有这个问题的时候，还要等别的工程师过来帮我们解决。这个是应对信息化和智能化未来变化的一个准备，我们现在也在储备人才，包括培养自己的IT工程师。
第三，面对未来，我们觉得定制化、个性化需求会越来越多。从整车美观角度来看，轮毂对一个汽车的外观效果是有一定影响的，占一定的比例。我们未来想的是可以把上下游的产业串起来，我们的系统以后一定要融入到整车厂系统，跟主机厂联合，把信息化智能化串联在一起，实现以后定制化、个性化的需求。
因为未来去定制化一个汽车的时候，有可能不仅车身颜色变，车内功能变，包括内饰等都要变，轮毂也要雕上自己的名字或者特殊的信息。这样的话，就需要我们的产品是在4S店或者是在客户选购的时候就可以自主去选择。
王亚中：孙总说得非常好。我从消费者角度来考虑，如果说有一个车厂跟我说可以自己定制轮毂，我对于这个品牌的认可度或者购买的倾向性肯定要强非常多。因为轮毂是一个最能彰显90后、00后个性的元素。孙总说了三个方向，第三个方向把整个C2B下探到供应商，供应商跟主机厂一起帮客户进行定制化生产。
俞洋：我们知道客户的需求是希望我们产出高质量、交付期短的产品。对于我们来说，研发新产品包括建立新生产线的周期得越来越短，也就是怎样快速建立高质量的生产线，同时更快产出高质量的产品给客户？
现在我们工厂加入了AR的理念，它会通过前期建模，建模之后，设计新生产线的时候直接佩戴AR眼镜，把每一站需要什么样的设备、需要什么样的功能块建立起来。之后，我们搭配人工需要多少人，怎么满足客户的需求，同样通过智能AR眼镜、人工虚拟装配去达到我们的实物模拟的效果。
在智能工厂做的生产线同时引入其他智能化的概念，比如传统站与站传递是通过传送带，现在它们会通过协作机器人做传递。未来我们公司主要着手于通过智能化设备取代人工高强度劳动力，通过大数据解决日常烦琐工作或者短时间无法去分析的问题，主要是从这两个方向为主导去走下一步。
王亚中：通过大数据帮助我们重要的员工给予决策的辅助，提升我们未来的交付以及研发效率。三个问题都已经问完了，在座的各位从自己的角度做了非常完美的诠释，谢谢各位。
当前位置:
