当前位置:人工智能行业动态 → 正文

大处着眼 小处着手 —— 从RPA在制造业的应用看中国的企业创新

责任编辑:jcao 作者:曹建菊 |来源:企业网D1Net  2022-01-10 13:44:43 本文摘自:企业网D1Net

引言
 
前段时间笔者采访中国工程院院士、浙江大学教授谭建荣先生,谭老谈到中国制造业的现状时指出:“随着市场需求变化,制造业正在从批量化生产向定制化方向发展;由单一化产品向多品种方向发展;由产品周期长到产品更新速度快发展;由原大众化的产品需求向高端化的需求发展。在此推动下,新一代信息技术和智能制造技术的发展可谓一日千里,从互联网技术到物联网技术;由虚拟现实技术到增强现实技术;从网格计算技术到云计算技术;从机器学习技术到深度学习技术。这些技术形成了典型的综合交叉领域,其中便包括智能制造、混合现实、大数据和人工智能等。但制造业如何向高质量发展?企业如何创新?如何实施?这些问题到目前为止都还在探索。”
 
中国制造业的创新现状
 
谭老的忧患与期待从德勤近日发布的《2021中国制造业创新调查报告》中得到了验证。德勤报告主要针对中国大中型制造企业,该报告围绕受访企业的产品和服务创新、技术创新、管理创新、商业模式创新以及绿色创新五个领域进行分析和讨论。在每个创新领域,又从五个维度评估受访企业的创新成果。调研显示,真正开展相关创新活动的企业占比最少(8%),企业仍以产品服务创新(32%)、技术创新(31%)为主,管理创新(19%)和绿色创新(9%)也相对滞后。
 
上述数据似乎还稍显抽象。从更具体的创新指标来看,大部分受访企业的管理创新在局部领域已经取得了一些成果,比如信息管理IT、HR人力资源、财务管理等等,但大多数企业目前还没有形成管理创新机制。其中,29%的企业把建立创新组织文化作为首要目标,16%的企业则以提升财务回报为首要目标。
 
由此可见,颠覆性的技术涌现中,往往会伴随着大量企业管理的变革。中国的制造业需要在研发设计、供应链管理、组织管理、市场营销、人力资源、财务管理、IT等各环节进行创新并推广。
 
实际上,对制造业而言,创新的方向与指标划分非常多,德勤合伙人陈剑峰认为:“创新可以来自方方面面,不仅体现在产品、服务、技术领域,也可以体现在商业模式、企业管理和可持续发展层面。各类创新活动侧重不同又互为辅助。如产品和服务创新往往需要技术创新支持,创新活动的效果和持续性又与管理创新息息相关。但可以肯定的是,制造业对新技术的应用正在加速。”
 
上图为:德勤合伙人陈剑峰
 
从RPA在制造业的应用看企业创新
 
制造业企业建立整个驱动创新的组织能力,建立创新的体系和框架是如此重要。我们从制造业RPA的应用现状和发展趋势这一“小处”着手分析,其与“大处”创新的趋势不谋而合。
 
全球90家的灯塔工厂,中国的美的集团、青岛啤酒、富士康等企业在生产工厂中已较多使用了RPA。跟踪这些企业使用RPA的情况后发现,初期大量制造业技术使用RPA技术往往会设定一个非常明确的指标,比如设定人力的成本节省指标,以此作为财务的考核回报绩效。但如果以此作为唯一的目标,便忽视了驱动创新组织文化的变革,未来再做深入的推广就会碰到瓶颈。
 
因此,在对RPA进行评估时,人力的节省成本不能是唯一指标,同时还应增加相应的投入,包括软硬件的投入、人员培训投入、组织变革的投入。这些变革的投入往往可以带动我们更多的创新,当我们只关注于财务回报时,往往容易顾此失彼,反而束缚了真正的创新。
 
再从RPA的推广来看,很多制造企业RPA的应用还是基于局部领域,一个部门、一条服务线、一个板块、一个子公司等一部分服务应用,如何把这些服务应用集成为一个企业级的全局的、甚至于中台型的技术整合,建立起数字化劳动力的能力中心,从而把这项技术从一个局部应用推广到全局应用,这也是企业能从小创新变成大创新的一种重要方式。
 
在制造企业,RPA目前主要应用于产品的开发和设计、制造、供应链、销售和市场营销方面,未来,还可面向工艺新产品的研发、生产的自动化、生产的简化、库存、仓储、数字化销售、市场营销等。
 
四个方面打造创新型能力
 
以德勤的创新为例,德勤最近几年一直在推动整个内外部的数字化转型,其创立的Digital Deloitt专注于如何利用数字化的技术使德勤本身的传统业务变得更加数字化。比如审计业务,传统的审计业务通过大量使用RPA、区块链、数据分析等技术,推动整个传统审计行业变革,使审计质量、审计效率越来越高,最终提高整个资本市场和投资人的信任度。德勤财务机器人已服务了几百个不同的案例,帮助企业推动了上千个业务流程自动化。在这个端到端的服务过程中,不仅仅要关注如何帮助企业从试点、推广到内部的组织变革或者说体系的设计,同时也伴随着企业在内部形成相应的创新驱动或者数字化、自动化驱动的能力,从组织结构、岗位设置、风险管理、机器人审计等各方面去提供一个端到端的治理体系。
 
通过将治理体系标准化,陈剑峰建议应从四个方面去打造企业的创新型能力:
 
第一,企业创新应设定相应的计划。
 
第二,创新应与衡量指标、决策管控包括财务支持等管理手段相组合。
 
第三,应在设计和放大管理创新上提供一些方法、框架,通过一些原型设计、试点和发布来推进创新。
 
第四,应在适当的时机加大投资,从人才、资金和工具等各方面去赋能创新。
 
陈剑峰说:“推动企业创新,不仅仅是改变我们的管理变革,同时也需要在企业内外部进行推广”。
 
 
以上我们探讨了中国制造企业的一些创新现状及可改善的点,下面我们重点探讨RPA的现状及对中国制造业的影响。为此,企业网D1Net记者同期采访了在国内拥有如长城汽车,东风日产,西门子中国,斗山(北京)等诸多制造业客户的UiPath中国区全球服务总监陈磊先生。
 
上图为:UiPath中国区全球服务总监陈磊
 
RPA现状及对中国制造业的影响
 
RPA技术,更形象点可称为软件机器人。最早是为了解决产业工人紧缺的问题,解决多产线和设备集中运营的问题、成本问题、效率问题。但随着RPA得到越来越广泛应用,现在用户希望能从数据中获得数据洞察,从而把人和资源转移到更高价值的任务上。从UiPath目前在全球拥有的9000多家客户来看,其中30%至40%的用户来自制造业,他们从财务、HR领域起步,逐步向设备管理、生产过程、供应链管理等应用领域拓展。
 
从美国RPA市场来看,2005年至2015年为RPA发展的第一阶段,称之为产品孵化期,包括UiPath在内的主流RPA平台都是在这个阶段逐渐孕育而生并发展壮大。2015是一个分水岭,受到市场技术、资本驱动,RPA市场进入规模化落地阶段,全球大型企业的大规模推广在这个阶段得到落地。第三阶段,2015年至目前,RPA得到了爆炸式增长,过去几年美国RPA市场复合增长率超过了100%,2020年的市场规模更是达到了8.5亿美元。相比较而言,中国的RPA落后了0.5至1个阶段,还处于发展的初期到中期过渡阶段,国内的本土化产品开始落地并争取市场的验证。
 
陈磊认为:中国的RPA市场将得到爆发式增长,主要原因表现为以下六个方面:
 
第一,中国市场的劳动力成本正在急剧上升,企业控制成本的意愿越来越强烈,当市场发展非常好时企业更多关注利润,当遇到发展瓶颈,企业会越来越多的关注于降本增效,精细化的管理等等,这对RPA是一个很大的驱动因素。
 
第二,新冠疫情两年,让众多企业提高了企业抗风险意识,同时也提升了企业对于数字化、虚拟化、远程办公等劳动力的需求。
 
第三,企业在数字化转型过程中都面临着最后一公里的问题,如何打通企业最后一公里,把单点应用转化为协同演进这一点也给RPA带来大量需求。
 
第四,行业覆盖面越来越宽广,2016年主要应用于财务机器人,2017年过渡到智能机器人,现在金融、零售、制造业、教育、政府等行业的应用面正在得到显著拓宽。
 
第五,应用场景得到进一步延伸,应用场景的延伸往往伴随着AI技术的整合,AI技术的整合越多,RPA覆盖面会越广,RPA应用场景识别和延伸也会更顺。
 
第六、劳动力红利正在消退,用工荒倒逼生产制造企业把能够用机器人或者软件自动化的这部分的工作找出来,实现自动化。
 
RPA与AI的融合
 
RPA与AI的融合,为制造业打开了一个风景无限变化的窗口。过去五年,RPA+AI模式越来越多的在工业企业中实施。Gartner的预测表明,到2022年,90%的大型企业将部署某种形式的RPA,其中80%的企业将引入AI。而陈磊则进一步表示:RPA和AI的融合将分为两个阶段,一个是AI赋能前,一个是AI赋能后。
 
AI赋能前,主要是指RPA的三大套件:设计器、控制台、机器人,可以做一些基本重复的工作,目前成熟度已经非常高;
 
AI赋能后,也可以分为两个阶段,RPA+AI 1.0阶段和RPA+AI 2.0阶段。RPA+AI 1.0阶段即增强智能RPA,这是在现有的RPA基础上拓展能力,比如调用一个API或者是完成一些RPA工作中可能完成不了的工作。RPA+AI 2.0则是一个全面的智能化,这是从整个应用场景视角,通过充分融合各种技术,包括把RPA也作为技术基础的一部分,全面模拟人类的业务决策和处理能力,是智能机器的概念,这是RPA+AI的未来趋势。
 
RPA与AI的融合主要是两条路径,一条路径就是很多企业先有RPA能力,后整合AI技术,甚至在传统RPA的平台上整合一些AI模块,从而实现一个全面的智能化。另外一个路径是一些企业先有AI能力,或者在AI能力和AI应用基础上整合RPA,使原先企业内部的AI应用更好帮助业务应用部门。大多数企业的业务部门并不了解大数据平台,当业务应用的触点用RPA整合了之后,整个数字化劳动力的功能应用便更加具体化。
 
写在最后
 
我们从RPA这个小处着手去探讨创新,这是一个方法论。而如何部署成功适合自身企业的RPA,“小处着手,大处着眼”也同样适合。所谓大处着眼,首先要明确企业构建的RPA在整个企业内部的定位和未来应用的目标;其次,企业应选择适合自身应用的产品平台以及咨询服务的合作伙伴。而从“小处着手”,则是需要从一些具体的场景、具体的流程、具体的系统整合点、具体的AI技术来获得效益。根据全球灯塔工厂网络(麦肯锡和世界经济论坛)的一份报告,那些早期采用RPA和AI等技术的制造企业报告称,他们的产品上市时间加快了30-90%,工厂产量增加高达200%。与大众的理解相反,RPA机器人可以部署在每个业务部门,包括供应链、产品及客户服务、运营、研发及员工赋能等。
 
RPA本身是一个非常敏捷的技术,在快速的行业应用与敏捷的技术中间,如何进行流程设计与固化,推动企业构建创新为驱动的组织能力,这是一个很大的课题。但不管如何,建立系统性的创新能力,实现创新的突破和延续,才能不断提升中国制造业创新的影响力和持久力,更好地助力中国高质量发展,这是我们作为企业人的职责,也是我们对谭建荣先生忧患与期待的最好回答。
 

关键字:RPA德勤 UiPath

本文摘自:企业网D1Net

x 大处着眼 小处着手 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

大处着眼 小处着手 —— 从RPA在制造业的应用看中国的企业创新

责任编辑:jcao 作者:曹建菊 |来源:企业网D1Net  2022-01-10 13:44:43 本文摘自:企业网D1Net

引言
 
前段时间笔者采访中国工程院院士、浙江大学教授谭建荣先生,谭老谈到中国制造业的现状时指出:“随着市场需求变化,制造业正在从批量化生产向定制化方向发展;由单一化产品向多品种方向发展;由产品周期长到产品更新速度快发展;由原大众化的产品需求向高端化的需求发展。在此推动下,新一代信息技术和智能制造技术的发展可谓一日千里,从互联网技术到物联网技术;由虚拟现实技术到增强现实技术;从网格计算技术到云计算技术;从机器学习技术到深度学习技术。这些技术形成了典型的综合交叉领域,其中便包括智能制造、混合现实、大数据和人工智能等。但制造业如何向高质量发展?企业如何创新?如何实施?这些问题到目前为止都还在探索。”
 
中国制造业的创新现状
 
谭老的忧患与期待从德勤近日发布的《2021中国制造业创新调查报告》中得到了验证。德勤报告主要针对中国大中型制造企业,该报告围绕受访企业的产品和服务创新、技术创新、管理创新、商业模式创新以及绿色创新五个领域进行分析和讨论。在每个创新领域,又从五个维度评估受访企业的创新成果。调研显示,真正开展相关创新活动的企业占比最少(8%),企业仍以产品服务创新(32%)、技术创新(31%)为主,管理创新(19%)和绿色创新(9%)也相对滞后。
 
上述数据似乎还稍显抽象。从更具体的创新指标来看,大部分受访企业的管理创新在局部领域已经取得了一些成果,比如信息管理IT、HR人力资源、财务管理等等,但大多数企业目前还没有形成管理创新机制。其中,29%的企业把建立创新组织文化作为首要目标,16%的企业则以提升财务回报为首要目标。
 
由此可见,颠覆性的技术涌现中,往往会伴随着大量企业管理的变革。中国的制造业需要在研发设计、供应链管理、组织管理、市场营销、人力资源、财务管理、IT等各环节进行创新并推广。
 
实际上,对制造业而言,创新的方向与指标划分非常多,德勤合伙人陈剑峰认为:“创新可以来自方方面面,不仅体现在产品、服务、技术领域,也可以体现在商业模式、企业管理和可持续发展层面。各类创新活动侧重不同又互为辅助。如产品和服务创新往往需要技术创新支持,创新活动的效果和持续性又与管理创新息息相关。但可以肯定的是,制造业对新技术的应用正在加速。”
 
上图为:德勤合伙人陈剑峰
 
从RPA在制造业的应用看企业创新
 
制造业企业建立整个驱动创新的组织能力,建立创新的体系和框架是如此重要。我们从制造业RPA的应用现状和发展趋势这一“小处”着手分析,其与“大处”创新的趋势不谋而合。
 
全球90家的灯塔工厂,中国的美的集团、青岛啤酒、富士康等企业在生产工厂中已较多使用了RPA。跟踪这些企业使用RPA的情况后发现,初期大量制造业技术使用RPA技术往往会设定一个非常明确的指标,比如设定人力的成本节省指标,以此作为财务的考核回报绩效。但如果以此作为唯一的目标,便忽视了驱动创新组织文化的变革,未来再做深入的推广就会碰到瓶颈。
 
因此,在对RPA进行评估时,人力的节省成本不能是唯一指标,同时还应增加相应的投入,包括软硬件的投入、人员培训投入、组织变革的投入。这些变革的投入往往可以带动我们更多的创新,当我们只关注于财务回报时,往往容易顾此失彼,反而束缚了真正的创新。
 
再从RPA的推广来看,很多制造企业RPA的应用还是基于局部领域,一个部门、一条服务线、一个板块、一个子公司等一部分服务应用,如何把这些服务应用集成为一个企业级的全局的、甚至于中台型的技术整合,建立起数字化劳动力的能力中心,从而把这项技术从一个局部应用推广到全局应用,这也是企业能从小创新变成大创新的一种重要方式。
 
在制造企业,RPA目前主要应用于产品的开发和设计、制造、供应链、销售和市场营销方面,未来,还可面向工艺新产品的研发、生产的自动化、生产的简化、库存、仓储、数字化销售、市场营销等。
 
四个方面打造创新型能力
 
以德勤的创新为例,德勤最近几年一直在推动整个内外部的数字化转型,其创立的Digital Deloitt专注于如何利用数字化的技术使德勤本身的传统业务变得更加数字化。比如审计业务,传统的审计业务通过大量使用RPA、区块链、数据分析等技术,推动整个传统审计行业变革,使审计质量、审计效率越来越高,最终提高整个资本市场和投资人的信任度。德勤财务机器人已服务了几百个不同的案例,帮助企业推动了上千个业务流程自动化。在这个端到端的服务过程中,不仅仅要关注如何帮助企业从试点、推广到内部的组织变革或者说体系的设计,同时也伴随着企业在内部形成相应的创新驱动或者数字化、自动化驱动的能力,从组织结构、岗位设置、风险管理、机器人审计等各方面去提供一个端到端的治理体系。
 
通过将治理体系标准化,陈剑峰建议应从四个方面去打造企业的创新型能力:
 
第一,企业创新应设定相应的计划。
 
第二,创新应与衡量指标、决策管控包括财务支持等管理手段相组合。
 
第三,应在设计和放大管理创新上提供一些方法、框架,通过一些原型设计、试点和发布来推进创新。
 
第四,应在适当的时机加大投资,从人才、资金和工具等各方面去赋能创新。
 
陈剑峰说:“推动企业创新,不仅仅是改变我们的管理变革,同时也需要在企业内外部进行推广”。
 
 
以上我们探讨了中国制造企业的一些创新现状及可改善的点,下面我们重点探讨RPA的现状及对中国制造业的影响。为此,企业网D1Net记者同期采访了在国内拥有如长城汽车,东风日产,西门子中国,斗山(北京)等诸多制造业客户的UiPath中国区全球服务总监陈磊先生。
 
上图为:UiPath中国区全球服务总监陈磊
 
RPA现状及对中国制造业的影响
 
RPA技术,更形象点可称为软件机器人。最早是为了解决产业工人紧缺的问题,解决多产线和设备集中运营的问题、成本问题、效率问题。但随着RPA得到越来越广泛应用,现在用户希望能从数据中获得数据洞察,从而把人和资源转移到更高价值的任务上。从UiPath目前在全球拥有的9000多家客户来看,其中30%至40%的用户来自制造业,他们从财务、HR领域起步,逐步向设备管理、生产过程、供应链管理等应用领域拓展。
 
从美国RPA市场来看,2005年至2015年为RPA发展的第一阶段,称之为产品孵化期,包括UiPath在内的主流RPA平台都是在这个阶段逐渐孕育而生并发展壮大。2015是一个分水岭,受到市场技术、资本驱动,RPA市场进入规模化落地阶段,全球大型企业的大规模推广在这个阶段得到落地。第三阶段,2015年至目前,RPA得到了爆炸式增长,过去几年美国RPA市场复合增长率超过了100%,2020年的市场规模更是达到了8.5亿美元。相比较而言,中国的RPA落后了0.5至1个阶段,还处于发展的初期到中期过渡阶段,国内的本土化产品开始落地并争取市场的验证。
 
陈磊认为:中国的RPA市场将得到爆发式增长,主要原因表现为以下六个方面:
 
第一,中国市场的劳动力成本正在急剧上升,企业控制成本的意愿越来越强烈,当市场发展非常好时企业更多关注利润,当遇到发展瓶颈,企业会越来越多的关注于降本增效,精细化的管理等等,这对RPA是一个很大的驱动因素。
 
第二,新冠疫情两年,让众多企业提高了企业抗风险意识,同时也提升了企业对于数字化、虚拟化、远程办公等劳动力的需求。
 
第三,企业在数字化转型过程中都面临着最后一公里的问题,如何打通企业最后一公里,把单点应用转化为协同演进这一点也给RPA带来大量需求。
 
第四,行业覆盖面越来越宽广,2016年主要应用于财务机器人,2017年过渡到智能机器人,现在金融、零售、制造业、教育、政府等行业的应用面正在得到显著拓宽。
 
第五,应用场景得到进一步延伸,应用场景的延伸往往伴随着AI技术的整合,AI技术的整合越多,RPA覆盖面会越广,RPA应用场景识别和延伸也会更顺。
 
第六、劳动力红利正在消退,用工荒倒逼生产制造企业把能够用机器人或者软件自动化的这部分的工作找出来,实现自动化。
 
RPA与AI的融合
 
RPA与AI的融合,为制造业打开了一个风景无限变化的窗口。过去五年,RPA+AI模式越来越多的在工业企业中实施。Gartner的预测表明,到2022年,90%的大型企业将部署某种形式的RPA,其中80%的企业将引入AI。而陈磊则进一步表示:RPA和AI的融合将分为两个阶段,一个是AI赋能前,一个是AI赋能后。
 
AI赋能前,主要是指RPA的三大套件:设计器、控制台、机器人,可以做一些基本重复的工作,目前成熟度已经非常高;
 
AI赋能后,也可以分为两个阶段,RPA+AI 1.0阶段和RPA+AI 2.0阶段。RPA+AI 1.0阶段即增强智能RPA,这是在现有的RPA基础上拓展能力,比如调用一个API或者是完成一些RPA工作中可能完成不了的工作。RPA+AI 2.0则是一个全面的智能化,这是从整个应用场景视角,通过充分融合各种技术,包括把RPA也作为技术基础的一部分,全面模拟人类的业务决策和处理能力,是智能机器的概念,这是RPA+AI的未来趋势。
 
RPA与AI的融合主要是两条路径,一条路径就是很多企业先有RPA能力,后整合AI技术,甚至在传统RPA的平台上整合一些AI模块,从而实现一个全面的智能化。另外一个路径是一些企业先有AI能力,或者在AI能力和AI应用基础上整合RPA,使原先企业内部的AI应用更好帮助业务应用部门。大多数企业的业务部门并不了解大数据平台,当业务应用的触点用RPA整合了之后,整个数字化劳动力的功能应用便更加具体化。
 
写在最后
 
我们从RPA这个小处着手去探讨创新,这是一个方法论。而如何部署成功适合自身企业的RPA,“小处着手,大处着眼”也同样适合。所谓大处着眼,首先要明确企业构建的RPA在整个企业内部的定位和未来应用的目标;其次,企业应选择适合自身应用的产品平台以及咨询服务的合作伙伴。而从“小处着手”,则是需要从一些具体的场景、具体的流程、具体的系统整合点、具体的AI技术来获得效益。根据全球灯塔工厂网络(麦肯锡和世界经济论坛)的一份报告,那些早期采用RPA和AI等技术的制造企业报告称,他们的产品上市时间加快了30-90%,工厂产量增加高达200%。与大众的理解相反,RPA机器人可以部署在每个业务部门,包括供应链、产品及客户服务、运营、研发及员工赋能等。
 
RPA本身是一个非常敏捷的技术,在快速的行业应用与敏捷的技术中间,如何进行流程设计与固化,推动企业构建创新为驱动的组织能力,这是一个很大的课题。但不管如何,建立系统性的创新能力,实现创新的突破和延续,才能不断提升中国制造业创新的影响力和持久力,更好地助力中国高质量发展,这是我们作为企业人的职责,也是我们对谭建荣先生忧患与期待的最好回答。
 

关键字:RPA德勤 UiPath

本文摘自:企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^