大数据时代下的智能制造

国际金属加工网 2018年05月17日

由于互联网的不断渗透,在定制化智能制造的重要创新道路上步履维艰:如何做到精细化销售分析与预测?如何实现产销存一体化?如何做到质量早期预警?以及如何优化零配件库存管理?

面对此种困境,以数策为代表的大数据应用公司起到了关键作用。中国汽车企业纷纷通过大数据应用进行智能技术的创新,以及产业链的变革来实现大环境下的汽车产业转型。

智能制造的趋势无可避免,智能制造的汽车质量也非常值得重视。数策在为汽车企业的质量早期预警方面也做了充分的考量:大数据下的质量早期预警可以使问题提前发现提前解决,并减少受影响的车辆数目,直接节省质量问题成本,间接可以提高客户满意度,提升品牌形象;另外给管理层和工程师提供未来质量问题发展的参考,合理安排问题的优先等级,提高工作效率。

但无论预警哪块儿的质量问题,都需要有准确的指标计算作为基础,并且质量预警在售后质量的重要性和紧迫性更高。因此,利用大数据促进汽车品质的升级,进一步提升智能制造水平是十分必要的。

智能制造最显著的特点除了体现在生产纵向整合及网络化、价值链横向整合、技术应用指数式增长外,更体现在全生命周期数字化。在全生命周期数字化的构建上,零配件库存管理面临很多挑战:售后库存管理的难预测性和客户的多变性、供应链横向供应节点之间的孤立性、上下游步调的不一致性。解决这一问题,需从三个方面入手:经销商预测和库存管理、区域优化、全链条供销的协同。

数策早在2014年开始与某家前沿车企的合作就延伸到了库存优化。 数策提供的销量预测系统能滚动预测每家4S店每个星期、每个月、每个季度不同车型的销量规律,经销商和厂家可以参考该规律优化库存。数策的数据科学家顾恩君表示,“这些都是可以引入的信息,这是大数据技术赋予我们这样做的可能性。”

时代的发展必然带来技术的革命,在“互联网+AI”革命风暴驱动下,智能制造领域以无人驾驶汽车为代表的智能汽车产品的研制、智能工厂和智能生产并支持以用户为中心的个性化汽车产品生产模式的推进、汽车生产过程和工艺环节的自动化和智能化水平的提升,都离不开大数据的支持。

中国制造2025”和“一带一路”为汽车企业的智能制造带来了巨大的机遇,但由于国内企业的自主创新和技术研发能力相对较弱、抗风险能力较弱以及配套产业技术仍需提升,汽车企业的智能制造注定不会一帆风顺。未来车企到底如何运用大数据迎接挑战?是激流勇进,还是细水长流?仍需拭目以待。



网友评论
雷尼绍

编辑推荐

相关主题