400-868-1122
预约体验
机器驱动世界,ROOTCLOUD赋能工业
为工业各种细分行业提供基于“连接、计算、应用、创新”的解决方案
数字化转型新基座
连接工业资产,打通连接层、平台层、应用层,提供端到端的一站式工业互联网产品
预约体验
请提交需求,我们马上跟您取得联系:
产品与服务 (可多选)*
  • 后市场服务
  • 能耗管理
  • 设备资产管理
  • 融资租赁
  • 云应用
  • 工业可视化
  • AI&大数据分析
  • 云物联
  • 姓名*

  • 公司名称*

  • 手机*

所在区域*

  • 北京
  • 天津
  • 河北
  • 山西
  • 内蒙古
  • 辽宁
  • 吉林
  • 黑龙江
  • 上海
  • 江苏
  • 浙江
  • 安徽
  • 福建
  • 江西
  • 山东
  • 河南
  • 湖北
  • 湖南
  • 广东
  • 广西
  • 海南
  • 重庆
  • 四川
  • 贵州
  • 云南
  • 西藏
  • 陕西
  • 甘肃
  • 青海
  • 宁夏
  • 新疆
  • 香港
  • 澳门
  • 台湾

  • 东城区
  • 西城区
  • 崇文区
  • 宣武区
  • 朝阳区
  • 丰台区
  • 石景山区
  • 海淀区
  • 门头沟区
  • 房山区
  • 通州区
  • 顺义区
  • 昌平区
  • 大兴区
  • 怀柔区
  • 平谷区
  • 密云县
  • 延庆县
  • 和平区
  • 河东区
  • 河西区
  • 南开区
  • 河北区
  • 红桥区
  • 塘沽区
  • 汉沽区
  • 大港区
  • 东丽区
  • 西青区
  • 津南区
  • 北辰区
  • 武清区
  • 宝坻区
  • 宁河县
  • 静海县
  • 蓟 县
  • 石家庄市
  • 唐 山 市
  • 秦皇岛市
  • 邯 郸 市
  • 邢 台 市
  • 张家口市
  • 承 德 市
  • 沧 州 市
  • 廊 坊 市
  • 衡 水 市
  • 太原市
  • 大同市
  • 阳泉市
  • 长治市
  • 晋城市
  • 朔州市
  • 晋中市
  • 运城市
  • 忻州市
  • 临汾市
  • 吕梁市
  • 呼和浩特市
  • 包头市
  • 乌海市
  • 赤峰市
  • 通辽市
  • 鄂尔多斯市
  • 呼伦贝尔市
  • 巴彦淖尔市
  • 乌兰察布市
  • 兴安盟
  • 锡林郭勒盟
  • 阿拉善盟
  • 梅州市
  • 中山市
  • 韶关市
  • 汕头市
  • 深圳市
  • 珠海市
  • 广州市
  • 沈阳市
  • 大连市
  • 鞍山市
  • 抚顺市
  • 本溪市
  • 丹东市
  • 锦州市
  • 营口市
  • 阜新市
  • 辽阳市
  • 盘锦市
  • 铁岭市
  • 朝阳市
  • 葫芦岛市
  • 长春市
  • 吉林市
  • 四平市
  • 辽源市
  • 通化市
  • 白山市
  • 松原市
  • 白城市
  • 延边朝鲜族自治州
  • 哈尔滨市
  • 齐齐哈尔市
  • 鸡西市
  • 鹤岗市
  • 双鸭山市
  • 大庆市
  • 伊春市
  • 佳木斯市
  • 七台河市
  • 牡丹江市
  • 黑河市
  • 绥化市
  • 大兴安岭地区
  • 黄浦区
  • 卢湾区
  • 徐汇区
  • 长宁区
  • 静安区
  • 普陀区
  • 闸北区
  • 虹口区
  • 杨浦区
  • 宝山区
  • 闵行区
  • 嘉定区
  • 浦东新区
  • 金山区
  • 松江区
  • 青浦区
  • 南汇区
  • 奉贤区
  • 崇明县
  • 南京市
  • 无锡市
  • 徐州市
  • 常州市
  • 南通市
  • 连云港市
  • 淮安市
  • 盐城市
  • 扬州市
  • 镇江市
  • 泰州市
  • 宿迁市
  • 杭州市
  • 宁波市
  • 温州市
  • 嘉兴市
  • 湖州市
  • 绍兴市
  • 金华市
  • 衢州市
  • 舟山市
  • 台州市
  • 丽水市
  • 合肥市
  • 淮南市
  • 马鞍山市
  • 淮北市
  • 铜陵市
  • 安庆市
  • 黄山市
  • 滁州市
  • 阜阳市
  • 宿州市
  • 六安市
  • 亳州市
  • 池州市
  • 宣城市
  • 福州市
  • 厦门市
  • 莆田市
  • 三明市
  • 泉州市
  • 漳州市
  • 南平市
  • 龙岩市
  • 宁德市
  • 南昌市
  • 景德镇市
  • 萍乡市
  • 九江市
  • 新余市
  • 鹰潭市
  • 赣州市
  • 吉安市
  • 宜春市
  • 抚州市
  • 上饶市
  • 济南市
  • 青岛市
  • 淄博市
  • 枣庄市
  • 东营市
  • 烟台市
  • 潍坊市
  • 威海市
  • 济宁市
  • 泰安市
  • 日照市
  • 莱芜市
  • 临沂市
  • 德州市
  • 聊城市
  • 滨州市
  • 菏泽市
  • 郑州市
  • 开封市
  • 洛阳市
  • 平顶山市
  • 焦作市
  • 鹤壁市
  • 新乡市
  • 安阳市
  • 濮阳市
  • 许昌市
  • 漯河市
  • 三门峡市
  • 南阳市
  • 商丘市
  • 信阳市
  • 周口市
  • 驻马店市
  • 济源市
  • 武汉市
  • 黄石市
  • 襄樊市
  • 十堰市
  • 荆州市
  • 宜昌市
  • 荆门市
  • 鄂州市
  • 孝感市
  • 黄冈市
  • 咸宁市
  • 随州市
  • 恩施州
  • 仙桃市
  • 潜江市
  • 天门市
  • 神农架林区
  • 长沙市
  • 株洲市
  • 湘潭市
  • 衡阳市
  • 邵阳市
  • 岳阳市
  • 常德市
  • 张家界市
  • 益阳市
  • 郴州市
  • 永州市
  • 怀化市
  • 娄底市
  • 湘西州
  • 南宁市
  • 柳州市
  • 桂林市
  • 梧州市
  • 北海市
  • 防城港市
  • 钦州市
  • 贵港市
  • 玉林市
  • 百色市
  • 贺州市
  • 河池市
  • 来宾市
  • 崇左市
  • 渝中区
  • 大渡口区
  • 江北区
  • 沙坪坝区
  • 九龙坡区
  • 南岸区
  • 北碚区
  • 万盛区
  • 双桥区
  • 渝北区
  • 巴南区
  • 万州区
  • 涪陵区
  • 黔江区
  • 长寿区
  • 江津区
  • 合川区
  • 永川区
  • 南川区
  • 綦江县
  • 潼南县
  • 铜梁县
  • 大足县
  • 荣昌县
  • 璧山县
  • 垫江县
  • 武隆县
  • 丰都县
  • 城口县
  • 梁平县
  • 开县
  • 巫溪县
  • 巫山县
  • 奉节县
  • 云阳县
  • 忠县
  • 石柱土家族自治县
  • 彭水苗族土家族自治县
  • 酉阳土家族苗族自治县
  • 秀山土家族苗族自治县
  • 成都市
  • 自贡市
  • 攀枝花市
  • 泸州市
  • 德阳市
  • 绵阳市
  • 广元市
  • 遂宁市
  • 内江市
  • 乐山市
  • 南充市
  • 宜宾市
  • 广安市
  • 达州市
  • 眉山市
  • 雅安市
  • 巴中市
  • 资阳市
  • 阿坝州
  • 甘孜州
  • 凉山州
  • 贵阳市
  • 六盘水市
  • 遵义市
  • 安顺市
  • 铜仁市
  • 毕节市
  • 黔西南州
  • 黔东南州
  • 黔南州
  • 昆明市
  • 曲靖市
  • 玉溪市
  • 保山市
  • 昭通市
  • 丽江市
  • 普洱市
  • 临沧市
  • 文山州
  • 红河州
  • 西双版纳州
  • 楚雄州
  • 大理州
  • 德宏州
  • 怒江州
  • 迪庆州
  • 拉萨市
  • 昌都地区
  • 山南地区
  • 日喀则地区
  • 那曲地区
  • 阿里地区
  • 林芝地区
  • 西安市
  • 铜川市
  • 宝鸡市
  • 咸阳市
  • 渭南市
  • 延安市
  • 汉中市
  • 榆林市
  • 安康市
  • 商洛市
  • 兰州市
  • 嘉峪关市
  • 金昌市
  • 白银市
  • 天水市
  • 武威市
  • 张掖市
  • 平凉市
  • 酒泉市
  • 庆阳市
  • 定西市
  • 陇南市
  • 临夏州
  • 甘南州
  • 西宁市
  • 海东地区
  • 海北州
  • 黄南州
  • 海南州
  • 果洛州
  • 玉树州
  • 海西州
  • 银川市
  • 石嘴山市
  • 吴忠市
  • 固原市
  • 中卫市
  • 乌鲁木齐市
  • 克拉玛依市
  • 吐鲁番市
  • 哈密地区
  • 和田地区
  • 阿克苏地区
  • 喀什地区
  • 克孜勒苏柯尔克孜自治州
  • 巴音郭楞蒙古自治州
  • 昌吉回族自治州
  • 博尔塔拉蒙古自治州
  • 伊犁哈萨克自治州
  • 塔城地区
  • 阿勒泰地区
  • 石河子市
  • 阿拉尔市
  • 图木舒克市
  • 五家渠市
  • 台北市
  • 高雄市
  • 基隆市
  • 台中市
  • 台南市
  • 新竹市
  • 嘉义市
  • 台北县
  • 宜兰县
  • 桃园县
  • 新竹县
  • 苗栗县
  • 台中县
  • 彰化县
  • 南投县
  • 云林县
  • 嘉义县
  • 台南县
  • 高雄县
  • 屏东县
  • 台东县
  • 花莲县
  • 澎湖县
  • 佛山市
  • 江门市
  • 湛江市
  • 茂名市
  • 肇庆市
  • 惠州市
  • 汕尾市
  • 河源市
  • 阳江市
  • 清远市
  • 东莞市
  • 潮州市
  • 揭阳市
  • 云浮市
  • 海口市
  • 三亚市
  • 五指山市
  • 琼海市
  • 儋州市
  • 文昌市
  • 万宁市
  • 东方市
  • 定安县
  • 屯昌县
  • 澄迈县
  • 临高县
  • 苏州市
  • 芜湖市
  • 保定市
  • 蚌埠市
  • 吉林省长白山保护开发区
  • 平潭市
  • 香港岛
  • 九龙半岛
  • 新界
  • 图木舒克市
  • 北屯市
  • 铁门关市
  • 双河市
  • 可克达拉市
  • 澳门半岛
  • 离岛
  • 琼中黎族苗族自治县
  • 保亭黎族苗族自治县
  • 白沙黎族自治县
  • 昌江黎族自治县
  • 乐东黎族自治县
  • 陵水黎族自治县

公司所在行业*

请选择
  • 农林牧渔
  • 采矿业
  • 制造业
  • 水电燃气
  • 建筑业
  • 批发零售
  • 交通运输
  • 住宿餐饮
  • 互联网
  • 金融业
  • 房地产业
  • 商务服务
  • 科技服务
  • 居民服务
  • 教育
  • 公共卫生
  • 文体娱乐
  • 公共机构

如果您有其他想了解的信息或者疑问,欢迎给我们留言(选填)

大败局!大众透明工厂,工业4.0标杆败走麦城
来源:树根互联2019.10.24

以下文章来源于知识自动化 ,作者刘朱锋

标杆工厂的陷落

再见胜利之神,再见透明工厂。工业4.0的一场豪华盛宴,以惊人的前瞻性提前登场;而在工业4.0帷幕徐徐拉开之际,它又以惊人的速度轰然塌落。

在工业4.0狂飙直上之际,大众汽车,究竟都干了什么?

2016年3月29日,是工业4.0最值得悲伤的一个日子。这一天,德国东部德累斯顿城市的一个透明工厂——工业4.0的圣地,黯然失色,十四年历史的德国大众旗舰车型——辉腾,停止生产。

大众透明工厂曾经作为德国工业4.0考察的标杆,智能制造的代表。这可以算是世界范围内第一个陨落的智能制造标杆工厂,究竟是什么原因?

此事令人心生疑窦,细思极恐。标杆工厂的破灭,是不是意味着“工业4.0救不了制造业”、“制造核心竞争力与工业4.0无关”呢?

失败是因为不智能?

有人说,大众透明工厂有大量的人工作业,算不上是智能制造,其失败恰恰说明是因为它没有严格遵照智能制造的发展方向。反过来说,就是如果它完全符合“智能制造”和“工业4.0”的规范体系,那么它应该就不会出现目前的问题。

如果工业4.0是未来的方向,是制造业发展的更高阶段,那么透明工厂的陨落是不是因为它不够智能呢?从实际层面看,制造过程有大量的手工操作,和常规意义上的全自动化制造甚至都不搭边。

自动化是否是智能制造的必备基础和前提条件?

这里不敢妄下结论,一般意义上好像先做自动化,然后才会有信息化和智能化。国内炒作很热的红领案例,之所以招致很多争议的原因之一是,西服制造过程自动化程度差,大量人工作业,很多参观者都觉得这算什么智能制造的示范,所以被广为诟病。


图1:透明工厂的辉腾手工装配线

对于透明工厂来说,其实也是手工作业为主,为什么就被称为德国工业4.0的典范呢?

六大方向来对标

就智能制造体系而言,不同的专家未必一致,而且德国的很多专家也并不完全认同智能制造的说法。Fraunhofer研究所的研究员Ermakov博士提出针对制造业企业进行数字化(国人称之为智能制造)转型的体系架构,非常值得借鉴。 


图2:智能制造的六大方向

表1:智能制造的主要方向与内容


那么大众透明工厂,是如何树立起工业4.0的标杆典范?

☆ 以客户为中心

完全新的理念来构思整个工厂,颠覆了传统汽车制造模式,打造完全以客户为中心的业务流程:通过私人客户经理,从订单的确认到新车的诞生,根据客户的个人喜好自由选择各种配置和装饰,亲身参与完整的制造过程,并可以选择在现场观看汽车制造过程中最具决定性的步骤,全球车主可选择在辉腾的生产地透明工厂交车,享受与众不同的交车体验。

☆ 全面的客户化定制

个人认为辉腾应该是真正实现了C2M的生产模式。

顾客可以通过Vision World的交互式多媒体平台以虚拟方式了解辉腾的生产过程,高度现代化的驾驶模拟装置以及带有全球最大触摸屏的汽车配置装置以独特方式向您展示全新车型的技术和定制应用,客户企业通过触摸屏直观显示外观中的车漆与颜色、轮圈,内饰中的原木和真皮材质、配色,以及各种选装配置在内的所有定制内容信息,客户可以在现场选取自己喜爱的搭配,全程电子化确定一套完整的方案,并最终下订单。以辉腾木质配件为例,每一件切片都要精确到0.1毫米的切割力度,再以原始的手工方法,用砂纸、蜂蜡等辅料打磨处理十余次,历时300多个小时方能呈现温润如玉的效果。客户可以亲自来到这里按下电脑屏幕上的特别按钮,为他们的爱车举办“婚礼”(车架与车身的结合)。辉腾生产的过程可以被诠释为:在全球最大的触摸式荧幕中,打造出完全个性化的梦想轿车。

☆ 制造智能化

从接到订单到产品测试下线,全过程实现了制造智能化。基于订单生产,完全的JIT模式,零部件通过城市有轨电车运输,零库存拉动式生产;零部件通过电梯送到各层工区,工区内是通过行驶在镶木地板上的无人驾驶运输系统送到各工位,每个工位上都有旋转升降台,可以自动将车身调整至各个不同的位置和高度,方便装配。线边的工作台和所有工具都是数字化的。检测过程更是完全的智能化,尤其是灯光隧道内独特的“漆面检测”技术可以自动定位漆面上存在的一丁点瑕疵,检测通过后再经过工厂内的试车场和市区道路30公里的自动检测。

☆ 环境友好

工厂照顾到所有你能考虑的地方:包括灯光照明布置节能环保、室内自适应温度调节和通风系统、加拿大枫木地板劳动保护,敏感动植物保护以及保持城市生活质量等多方面的因素。 

工厂的四周新种植了350多棵树,让工厂与毗邻的公园融为一体。面积50000平方米的室外区域,也被设计为绿化面积和水面;外部场地还安装了独特的钠气灯,黄色系的灯光甚至不会惊扰到附近植物园内的昆虫;大楼四周,使用扩音器播放多种鸟类鸣叫的声音,使鸟儿远离玻璃幕墙;建筑地基的深度经过周密设计,旨在不影响地下水的平衡;除车身外壳以外,所有的汽车零部件都通过电动车进行运输,从而将生产环节中的废气排放量降至最低。

☆ 智能产品

辉腾从座椅、空调、天窗、悬挂等多方面践行着产品的智能化和自我感知能力。

以悬架为例,空气悬架的对行驶稳定性有着积极的作用,悬架高度可以根据车辆速度进行自动调节,在高速行驶时定量降低车身高度,这样既节省了燃油消耗,又可以降低翻车的风险,当车辆在不良路面上行驶时,自动调节能够具有最佳的方向稳定性。

☆ 创新服务 

配有完备的高标准的售后服务,为期五年的VIP专享道路救援服务。辉腾给客户提供多达17项专属贵宾服务。

由此可以看出,透明工厂是完全符合制造业往智能制造(数字化)方向转型的体系架构标准的(或者说,工业4.0架构就是德国基于西门子、博世、大众、宝马等几个大企业的领先实践总结提升得来的)。这也是为什么它一直被标榜为德国工四的代表和典范的原因。

按照德国人的评价体系,大众透明工厂应该是非常接近工业4.0和智能制造的工厂了。

自从德国人提出4.0的概念后,好多中国人就得了一种病——“小数点病”。专家们参观考察完任何一个工厂都要量化评估一下这个工厂的智能制造水平究竟是几点几,据说什么华为是3.6,海尔是3.4,笔者很难理解这都是怎么量化出来的。

经过上述分析,既然大众透明工厂是符合智能制造的规范,而且是如此接近工业4.0的标杆工厂,那它的陨落能说明什么呢?能作为一个反例说明企业向智能制造的升级的方向不对吗?

这一点,应该没有人会同意。

我和一些专家交流过,他们大多觉得大众透明工厂本身并没有问题,确实是智能制造的典范,停产的原因应该是辉腾这个产品有问题。

透明工厂的失败是因为产品的问题?

咋一看上去,确实是如此,辉腾这款产品有问题。

辉腾虽然产品技术一流,配置一流,质量一流,但可识别度太差,低调到大家都不认识——网上的段子颇能说明问题。开这个车,碰到不识货的,停车场被保安训斥,开帕萨特的,停边上,离那个宝马5系远点,碰了你赔得起吗?如果碰到真正识货的人却又说“这是辉腾啊,SB才花那么多钱买这个车,不就是辆大号的帕萨特吗?!”


图3:辉腾汽车的大众脸

这看起来确实是产品的问题,简单说是产品定位和支撑产品定位的设计不匹配带来的问题,但这和智能制造有没有关系呢?

世界上失败的产品案例比比皆是,好汽车卖不火的案例太多了,不说汽车业,苹果推出的电脑Apple III、牛顿 PDA也曾经严重失败,LG的手机、家电产品,无论是质量还是功能创新,很多方面都比三星还好,但是产品就是卖不火。我相信LG的产品制造水平肯定不差,所有这些,如果我们要归结,我们可以统统称之为“产品的问题”,那这种产品的问题,是智能制造所能涉及的范畴吗?是不是智能制造并不如专家们所说的那样包治百病?我们如果由此推断出智能制造解决不了“产品的问题”,很多专家肯定也是不同意的。

假设大众的辉腾是产品本身外观设计有问题,但产品本身恰恰是智能制造的重要组成部分。

为什么在设计阶段没有考虑到潜在客户的需求?这看起来归根到底应该还是智能制造水平不够的原因。智能制造概念的领域和范畴涵盖了产品的全生命周期,从产品早期市场调研、产品策划、项目立项、研发过程、制造过程,一直到使用过程、再制造过程、报废回收过程,可谓无所不包。

按照智能制造的体系,如果是产品的功能设计缺陷,应该在仿真和验证阶段就解决掉,外观和审美问题应该在市场调研阶段解决掉,价格定位不合理也应该在市场调研和产品宣传及推出市场之前就解决掉,所以有了智能制造,应该不可能出现“产品的问题”。

通过这个推导,我们是不是可以得出结论:大众透明工厂的问题,尽管看上去,主要是辉腾产品的问题,但归根到底还是因为大众不够智能制造!?

智能制造能否解决产品问题?

以辉腾为例,笔者认为,辉腾虽然从配置、质量方面是个优秀的产品,但是品牌却没有和大众其他车型有效的区分,这是个致命的问题,尤其是辉腾80%的客户是中国人。买得起辉腾的人估计是没时间专程从中国跑到德国来体会自己专属的新车发布仪式的,以中国消费者的心理,汽车是不是纯手工打造,从订车到提车的过程服务是否尊贵,这些不是最重要的,买个豪车就算是低调的奢华,但也总得让别人认得吧。辉腾的竞争对手可是奔驰S系和奥迪A8,入门就是3.0V6的配置,但识别度却是极低。

中国的富豪会为这辆个性化定制+纯手工打造的顶级豪华车买单吗?这就是典型的产品战略问题,个人认为大众对辉腾的商业模式设计没有问题,只要有好产品好故事,世界上愿意买单的富人有的是。但是辉腾的产品战略却非常糟糕,消费者都分不清辉腾是谁,怎么可能不失败。至少可以换个车标,产品设计风格也要与大众现在的车型谱系完全不同嘛,正如丰田对雷克萨斯所做的那样。

浅显的讲,辉腾的主要问题是产品设计定位和目标消费人群诉求不够匹配,那么在智能制造的整个框架体系下,该如何解决呢?

根据智能制造的标准体系,在产品概念设计阶段,就要收集潜在客户的需求,目前提的最多的就是人工智能和大数据,基于大量潜在消费者的数据采集和人工智能分析,寻找和定位目标客户,通过对目标客户的数据收集、指数建模研究,基于一系列真实数据之上的目标用户模型分析,将多种信息集合在一起并形成在一定类型上的独特的特征与气质,形成了用户群体的独特的“画像”,然后基于此画像来做产品的定义和设计。这并非非常前沿的技术,现在国内的家电行业都号称已经把大数据分析应用到了新产品研发和改型设计中。

假定辉腾的潜在客户是低调有品位的富人(其实大众当初根本没有预料到这款产品最后80%靠卖给中国人),这类人群在中国可能广泛的存在于煤老板、IT新贵、互联网高管、传统产业拥有者、富二代、网红、演艺明星等等,是不是他们只要行事低调号称有品位,都是潜在客户呢?这些人的买车诉求肯定差异很大,但他们也许都是自认为行事低调和颇有品位,网上戏谑中国新富起来的人消费“只买贵的不买对的”,辉腾让人感觉既不是“对的”,相对其配置来说也不算是很“贵的”,尤其是国内的实际成交价。

不靠谱的市场调研和大数据

大众打算开发辉腾这款产品的时候肯定也是做过调研的。时任大众汽车董事长技术狂人费迪南德·皮耶希超过10亿欧元的研发投入、100多项的专利申请,希望提升大众的高端品牌,以技术引领未来,打造一款梦想旗舰车型,卖给真正懂车的有品位的富人。辉腾(Phaeton)以古希腊神话太阳神之子命名,代表着“耀眼”、“光明四射”,是皮老爷子心中的完美汽车。

众所周知,汽车行业对产品立项是非常严格的,一款全新车型动辄上十亿的研发费用,必须要把产品定位、目标人群、市场容量、销售预计、盈亏平衡点等等大量分析指标量化,更何况辉腾除了10亿欧元的研发投入,还另外投资2亿多欧新建了透明工厂,当年大众对这款车型寄予厚望,做过详细的市场分析和潜在客户调研,大众对辉腾制定了保底年销2万台的计划。

既然做了这么多前期工作,为什么会出现彻底失败的结局?就算进一步采用大数据分析的工具,强化推进智能制造,就能解决辉腾面临的问题吗?

辉腾是2002年推出市场的,那个时候根本没有考虑中国市场(当时中国汽车市场规模才116万辆,高端车更是少得可怜),主要是面向美国和欧洲市场的,美国市场一直没有起色,直到2005年,辉腾的全球销量仅在9000台左右。原本被寄予厚望的美国市场也业绩欠佳。2005年前十个月,在美国销量大幅下降52%。同年11月,大众宣布将从2006年起停止在美国市场销售辉腾。


图4:2007—2015年辉腾国内上牌量一览

 

此后几年,丢失美国市场的辉腾全球销量徘徊在5000到6000辆之间,从2009年开始,出人意料的,辉腾在中国市场迎来一丝生机,但即便有中国市场的支撑,但这个低调贵族整体的没落却已不可逆转。当然,这种青睐看上去仍然不是根本性问题,如果真的在中国市场得到青睐,也不至于没落,区区2万辆/年的销售量在中国高端车市场并非难事。

由此可见,市场调研何其复杂,目标市场都在不断变化,客户需求也是模糊不清,个体诉求在潜移默化,如果大数据真的能解决这些产品设计的问题,那么大公司也就不会有那么多失败的产品了。

相反的,还有另外一些专家认为,以市场调研的结果来作为产品设计的输入往往毫无价值可言!

亨利·福特的名言:如果我问客户他们需要什么,他们总是说要“一匹更快的马”!

史蒂夫·乔布斯坚信用户“不知道自己要什么”,他曾经说过的话被广为传颂:“不必做市场调查,因为消费者自己也不知道自己想要什么,客户都是肤浅的。” “只有在产品面世后,人们才知道他们想要什么。”

既然市场调研都不可信,或者说不正确,也就是说数据来源都不可靠,那么大数据分析是不是也必然会出现严重的偏差?以此为基础构建的“用户画像”也必然非常不准确。

关于大数据不靠谱的案例有很多,“谷歌流感趋势”(Google Flu Trends)未卜先知的故事,常被看做大数据分析优势的明证。2008年11月谷歌公司启动的GFT项目,目标是预测美国疾控中心(CDC)报告的流感发病率。甫一登场,GFT就亮出十分惊艳的成绩单。2009年,GFT团队在《自然》发文报告,只需分析数十亿搜索中45个与流感相关的关键词,GFT就能比CDC提前两周预报2007-2008季流感的发病率。

等到2014年,美国Lazer等学者在《科学》发文报告了GFT近年的表现。

2009年,GFT没能预测到非季节性流感A-H1N1;从2011年8月到2013年8月的108周里,GFT有100周高估了CDC报告的流感发病率,高估甚至达到两倍之多。那么不用大数据会如何?作者报告,只用两周前CDC的历史数据来预测发病率,其表现也要比GFT好很多。

所以说大数据、人工智能的可靠性尚且值得斟酌,如此说来,似乎智能制造不太可能解决“产品的问题”,如果智能制造真的包治百病的话,那企业家和产品经理就没什么价值了,企业的竞争力全部靠大数据和智能制造来操纵就能解决,这显然是大家目前难以认可的。

综上所述,从大众透明工厂来说,辉腾的失败很难靠智能制造来拯救。

既然企业的失败靠智能制造不一定能挽救,那么企业的成功是不是一定是智能制造的功劳呢?

智能制造肯定会有功劳,但是这份功劳的重要程度需要仔细甄别,其实很多企业的成功,可能真的与智能制造没有完全的关系,比如小米当年的成功,现在VIVO和OPPO的如日中天,这些成功能都归功于智能制造吗?笔者去过OPPO的主装配车间,拥有大量工人的U型手工装配线依然是制造的主角!

狭义的智能制造可以缩短产品开发周期,降低产品成本,实现产品质量最优,生产效率最高,这些在一定程度上可以帮助企业带来竞争优势,但并不能完全解决产品在市场上的竞争力问题,更不能解决市场需求的问题。

广义的智能制造,涵盖了企业商业模式的重塑,产业链的优化整合,新业态新模式的创造,但是这一切都是要和企业自身的战略来绑定的,没有企业的战略实践,任何新模式、新业态都将无法成立!

根基在哪里

中国企业应该通过大众透明工厂的反例认真反思,无论政府倡导中国智能制造2025也好,互联网+也罢,无论去欧、美、日参观多么接近4.0的工厂,环境如何优美,产线如何精致,设备如何先进,讲解如何动人,其实这一切都是为企业战略服务的,其核心还是企业要如何打造自身的核心竞争力。离开了这个根本,一切都是空中楼阁。

凡是去参观领先企业,都应该认真深入思考一下:

企业核心竞争力究竟是什么?成功源自于什么战略?背后的价值理念是什么?智能制造在其战略之下取舍和配置是否得当?智能制造的哪些方面有力的促进了企业的战略落地和竞争力提升?

那么回来之后,不要先去参照标杆来找自身智能制造的短板,如果你满眼看到的只是标杆企业的智能制造,那么你回来就肯定满脑子想的是如何搞自动化、上机器人、弄智能检测、上软件系统……结果只能是学得四不像,东施效颦,何其悲哉!如果没有国家的资金扶持,不知道国内有多少企业搞的智能制造工程将会像大众透明工厂一样变成昂贵的负担?

先抛开智能制造一小会儿吧。首先来思考标杆企业的战略定位是否清晰,资源配称是否妥当,战略执行还有哪些短板。然后再来看,这些短板是不是需要通过智能制造的手段来提升,换言之,需要基于制定自身的智能制造推进计划,结合精益生产,大力促进质量、成本和交付QCD各要素的提升,取得切实可行的成效。中国的现状是“五化都在路上”,自动化在持续,信息化在努力,精益化在考虑,数字化在练习,智能化在传递。在新制造的大趋势下,如何找到适合自己的智能转型之路实现弯道超车,是每个企业应该思考的问题。

(知识自动化授权发布,作者:刘朱锋 佰思杰科技CEO)

立即联系树根互联专家团队,为您定制解决方案
400-868-1122
COPYRIGHT © 2021 ROOTCLOUD. ALL RIGHTS RESERVED. 树根互联股份有限公司 版权所有粤ICP备19026860号-1 粤B2-2010747 Powered by vancheer