智能工厂技术和战略讲座

介绍

• 演讲者: Jay Myers，加拿大下一代制造公司（NGM Canada）首席执行官
• 目标: 在加拿大建立世界领先的先进制造能力
  • 支持尖端的工业4.0项目
  • 促进先进技术的更好部署
  • 重点在于盈利性部署以及必要的业务和技能要求
• 感谢Salesforce 赞助本次会议

工业4.0趋势

• 当前状态: 公司正在收集并连接各系统的数据
• 关键问题:
  • 确定对性能改进至关重要的数据
  • 预测流程中的结果
  • 在流程和产品中建立更大的自主性
• 消费品: 已经趋势向自主性发展

专家小组介绍

• Peter Coffee 来自Salesforce: 讨论行业机会和最佳实践

Peter Coffee的演讲

• 超越效率: 强调避免“更好地做错误的事情”
• 工业4.0概念
  • 预测与揭示: Salesforce揭示当前状态而非预测未来
  • 关键趋势: 需求不确定性、破坏性、世代和人口变化
  • 波动和复杂性: 增长的因素如地缘政治风险、网络攻击、气候变化
  • 供应链弹性: 预见多月的中断，从最低成本转向弹性
  • 持续教育: 快速的技术变革需要持续的技能培训，利用技术进行持续提升
  • 员工投资: 持续提升技能有助于员工保留
  • 远程工作和远程存在: 在制造业中增加，顺畅的就业变化
  • IT与运营的融合: Salesforce作为核心工具
  • 生态系统建设: 全面的整合，持续的服务交付
  • 分布式系统: 将智能移至边缘，避免中心脆弱性
  • 实时数据处理: 智能工具、闭环周期、可扩展的机器学习
• 关键引用: “未来工厂不是关于更好地做旧的事情，而是重新定义如何做事。”
• 自动化系统: 例如Bosch的IOT云和手工具等有形的智能工具
• 机器学习应用: AI在实际和复杂环境中的应用——例如，美洲杯帆船比赛策略
• 生态系统示例: Salesforce与Bosch等公司合作构建集成的智能系统

小组讨论

• 小组成员: Craig Holden（Penivo首席执行官），Penguin San Cao（ATS副总裁），Paul Boris（Pretivm总裁兼首席执行官）
• 小组成员的关键点:
  • 智能工厂的重要性: 采用工业4.0工具以提高生产力、适应性和竞争力
  • 历史背景: 从蒸汽（工业1.0）到数字和人工智能（工业4.0）
  • 现实应用: 来自汽车、农业、制造业的示例
  • 常见陷阱: 采用复杂，高培训成本，数据完整性问题
  • 成功方法: 避免孤岛，确保数据流动，从小处着手并快速扩展，利用供应商试验和资金
  • 总结几点:
    • 从小处开始: 专注于高影响力领域，并以验证成功的方法进行扩展
    • 员工参与: 有效地赋予、培训和留住员工
    • 数据驱动决策: 确保质量、可靠的数据输入
    • 系统性创新: 超越效率思考，重新定义流程和模式
    • 合作并学习: 组建支持小组，与其他领导者网络，利用像NGM这样的资源
    • 最后一点: 智能工厂利用跨各行业的累积革命，创造不同、更高效的操作。领导者必须致力于创新流程，重视员工投资，并愿意接受快速的小规模采纳，从而创造有影响力的长期变化。