2.2 内部新机会

企业内部经常有一些隐藏的、不通过数据分析就发现不了的问题，或者不通过数据分析根本无法解决的问题。针对这两类问题，借助数字化解决方案，有机会识别问题之间的关联性，找到解决问题的方案。本书把这两类问题称为内部新机会，主要是以结果为导向的系统性问题，如提高效率、降低成本、提升质量等。本书从制造业企业最关心的话题角度，总结了企业八大内部新机会。

1.降低成本

目前我国制造业的整体创新水平不高，众多制造业企业主要赚加工费，因此降低成本意义重大。降低成本是一项系统性工作，一般从单点出发很难见效或者效果甚微。曾经有一位上市公司董事长对笔者说，他们公司成本居高不下，但是找不到降低成本的方法。这话听起来很矛盾，但是现实情况往往如此。一方面成本高，另一方面还不知道怎么降，这也是很多制造业企业的真实写照。企业在数字化转型前，一是通过精益管理，对企业成本进行系统的分析，然后逐项分析成本降低的机会和措施；二是借助数字化管理工具，将成本模型数字化，能够实时监控各成本要素的变化情况，及时识别哪些因素推高了成本，以及是如何推高的。通过实时的系统分析，能够准确识别成本居高不下的表层原因和根本原因，对该如何控制成本、控制哪些成本，以及成本降低潜力有多大也都一目了然。这样能够从根本原因出发解决问题，通常有四两拨千斤的效果。

2.提升效率

提升效率和降低成本一样，是一项系统性工作，单点效率提升往往不能带来整体效率提升，有时还会导致整体效率降低。传统管理模式下企业提升效率，需要有精通运营管理的人才，一旦这类人才流失，企业的整体效率一般都会下降，这对人的依赖性非常高。通过数字化手段，能够实时监控人、机，以及各种生产要素的使用效率，分析效率的制约因素，也能够预测消除制约因素影响后的效率变化情况，从而给管理者提供可靠的决策依据。在科学精准决策的指导下，再配备能够解决具体问题的人，就可以有针对性地提升效率了。

3.降低不良率

质量的影响因素不像成本和效率那么错综复杂，一般不同类型的质量不良是由不同因子导致的。只要能识别质量不良的真正原因，针对真正原因来解决问题，质量不良率就能很快降低。依据笔者过去的质量改进经验，1～2个月内将质量不良的影响因子分析清楚，然后确定控制方法，接下来1个月内，不良率通常能下降50%～70%。但这属于事后解决问题，还不能够做到在质量不良发生前（或发生时）就识别并解决。通过数字化手段，实时监控质量不良的发生，同时设定质量不良的响应方式，当不良结果达到响应极限时及时干预，可以阻止批量不良的发生，也能够为及时解决问题提供数据。另外，在积累了一定的数据量后，通过质量大数据分析，也能够更简单地确认各类不良的影响因素以及它们之间的关系，从而找到降低不良率的方案。这种方式比传统的实验设计要简单和高效许多，也降低了对于质量管理人员专业技能的要求。

4.减少安全事故

虽然大多数企业一直把安全挂在嘴边，但是相对于成本、效率和质量，安全经常被忽视。目前国有企业和外资企业对安全比较重视，民营企业的安全意识还较为淡薄。不过随着国家对于安全生产监管的不断加码，减少安全事故对企业而言越来越重要。传统的安全管理基本都属于事后管理，精益管理强调安全要进行事前预防和消除安全隐患。传统管理方式不能够阻止安全事故的发生，精益管理只能够将大多数人为的和安全管理工作没有做到位的安全隐患消除或预防掉，但是针对一些突发安全事故并不能起到很好的预防效果。通过数字化和物联网技术，感知安全事故的触发条件，在各条件接近阈值前进行预警和及时干预，通过人工或者自动控制方式，可以有效预防发生一些突发安全事故。

5.生产计划

生产计划是企业的大脑，也是制造业企业中最复杂的工作。完整的生产计划系统有主计划、月计划、周计划、日计划四个层级，再加上产能分析、生产日报和日生产异常反馈和处理机制。还有一些企业有年生产计划，由于年生产计划的主要目的是进行投资规划和决策，不是直接为生产制造服务，所以一般不将年生产计划归到生产计划系统。过去生产计划管理较好的企业一般是开发Excel工具，来完成产能分析、各级生产计划排程、生产日报汇总等工作。现今通过数字化系统，可以进行实时产能分析，自动完成主生产计划、月计划、周计划、日计划四级生产计划排程，还能分析生产计划排程不合理的原因，比如结合日生产计划异常的反馈，及时调整日生产计划，使日生产计划会更合理，不仅能提升设备利用率，更能提升企业的整体生产能力。

6.生产过程监控

很多企业的生产过程是一个黑匣子，投料后就等着产品出来。如果管理者想要查询某一订单处于什么状态，什么时候能够完工，就需要安排人员去现场确认。这种完全靠人的管理方式，在制造业企业依然十分普遍。过去进行信息化改造时，很多企业安装了报工系统，但报工系统是在设定的报工点通过人工输入或者扫描方式录入信息，属于事后控制，只不过是控制点多了一些，能够在每班结束后知晓订单的状态信息。而通过数字化生产管理系统，可以实现订单信息、工艺信息、图纸信息、物料信息、生产信息同步，再结合相应的可视化解决方案，管理者能够实时了解全部订单状态。

7.管理决策效率

现代企业管理者要做一个决策可能要花几天、几周甚至几个月的时间。究其原因，是数据整理和分析效率低下，需要一群人提供数据，然后通过数据模型将结果运算出来。以国内非常普遍的价格战为例，如果竞争对手开始打价格战，那么通常来说企业有两个选择：一是不理会；二是跟着降价。但是企业若想做出恰当的决策，可能需要很长时间，因为要进行精确的成本分析。对于没有精确成本分析模型的企业，完成这项工作大概要2个月左右；对于有成本分析模型的企业，也需要先整理数据，然后才能算出各产品的真实成本，也需要1～2周时间，然后在真实成本分析的基础上，再去评估竞争对手的成本水平，最后才能做出决策。而通过数字化方式，开发实时动态成本分析系统，可以实时精准地呈现当前各产品的真实成本，也能够提供过去一段时间内产品的真实成本，为管理者及时提供决策数据。企业类似这样的管理决策场景还有很多，通过数字化、智能化辅助决策系统，可以大幅提升企业管理决策的效率并降低管理成本。

8.知识管理

企业知识一般分为通用知识和专有知识：通用知识是在不同企业都能共用的知识，比如办公软件操作技能、沟通技能、领导力等；专有知识是企业在发展过程中沉淀下来的，针对特定场景解决特定问题的知识。专有知识通常换一个环境，有效性就会打折扣或者根本没有用，如企业文化、解决问题的经验等。一般企业的知识都比较分散，没有形成统一管理，比如通用知识由人力资源部管理，图纸由研发部管理，工艺由工程部管理等。目前大多数企业的知识是以电子档存在服务器、员工电脑里，或者以纸质形式保存起来，非常不便于查找，因此使用价值相对较低。借助数字化管理方式，建立通用知识管理平台和专有知识库，定义知识管理标准和标准化管理规则，可以将各类知识系统地管理起来，便于使用时查找和提升知识利用率。

以上八大内部新机会场景包含了提质降本增效，这也是目前企业数字化转型要实现的核心目标。其他新机会的数字化赋能方式和企业解决内部其他问题的方式基本一致，只是解决问题的复杂程度不同。

针对内部新机会场景，目前部分场景还没有成熟的解决方案，如实时成本分析系统和辅助智能决策系统等，需要在健全的实时动态数据基础上进行开发。

企业在进行数字化转型时，将同步解决常见问题和内部新机会场景纳入智能制造顶层构架设计，在项目实施过程中，最大限度地完善各数字化系统功能和挖掘数据价值。