现在就打造未来工厂

这家致力于“健康、营养和防护”的快速消费品公司借助几乎无处不在、日益普及的物联网 (IoT) 传感器和网络、云技术以及 AI，顺利成为“工业 4.0”企业。

Reckitt 制造部门的 IT 总监 Ben Ellins 介绍了整个行业范围的巨大变化：“我们肯定会在供应链和制造领域经历第四次工业革命。 现在，有足够的理由要求过去 30 年在制造领域所使用的所有计算机技术实现互联互通，更经济、更高效的使用数据以推动生产改进。”

这也是许多企业面临的难题 — 如何将工厂中使用的各种异构技术与 IoT 技术连接起来，收集并理解机器产生的海量数据，然后根据这些数据（通常通过自动化方法）采取行动，以提高安全性、生产力和效率。

这在推动统一的数据管理和可用性方面，给 Reckitt 带来了切实的挑战。 Ellins 认为：“在我们开始利用这些数据之前，必须针对各个工厂的数据和连接制定标准，这非常重要。”

各个工厂的技术成熟度也千差万别。 Reckitt 的数字化转型负责人 Barney Carter 对此有切身体会：“我们的许多生产力计算仍由人工完成，依赖于操作人员的输入。 这对工厂和公司的生产力造成了直接的负面影响。”

为此，Reckitt 正着手实施相关技术，不再依靠操作人员读取和报告机器数据，而是自动获取这些数据并发送给需要它们的人员。 通过在适当的时候将适当的数据交到适当人员的手中，有助于改进公司的整体设备效率 (OEE)、能效和工厂维护活动。

“我们认识到，如果能直接从机器中提取信息，则有助于提高信息的准确性。”Carter 继续说道，“我们将改进所获取的信息量，减轻操作人员的负担。”

“我认为，第四次工业革命带来的陷阱之一就是我们所说的‘试点炼狱’”Ellins 说道，“我们面临的挑战在于，过去我们一直在实施点解决方案，有时是出于技术目的，我们一直都是为了证明概念而非价值。”

“作为一家企业，我们拥有极其丰富的数据；但由于缺乏有效的信息访问方式，只有一小部分数据得到运用。”Carter 说道，“我们不希望再看到有人一头扎进电子表格去寻找信息。 我们希望减少在数据收集方面花费的时间，将更多时间用于根据数据采取行动。”

Reckitt 必须迅速采取行动，因为整个制造业已进入工业 4.0 轨道。“我们进行了几次审核，发现相对于要实现的目标，我们已经落后了。” Carter 这样表示，“当我们认识到落后的时候，我们要做的不只是追赶上来。 我们希望超越竞争对手。”

Reckitt 英格兰诺丁汉工厂的维护团队负责人 Jamie Barnes 回忆起以前的维护监控系统的搜索功能。“一些系统自身具有仪表板，用于向工程师提供反馈。”他说道，“但它们仍需要工程师使用两个系统。 一个用于监控数据，另一个用于创建工单、订购部件等。 我们希望通过一个解决方案满足所有这些需求，并与 SAP 维护系统进行通信。”

Reckitt 还需要解决网络安全问题，这是制造行业中通常被忽视的一个要素。“直到最近，网络安全才引起这个行业的重视，因为我们以前一直依赖于独立的本地系统。 然而，我们连接的对象越来越多，我们资产所面临的风险也越来越高。 仅仅去年，就有 50% 的英国中小型制造商受到过某种网络攻击的打击。”Ellins 表示，“网络安全必须融入我们的所有工作之中，以确保人员、产品和消费者的安全。”

IBM 和 Reckitt 一起选择了制胜战略 — 基于 Reckitt 所选择的 Microsoft 技术和 Azure 云基础架构的 IoT 和云技术的组合。 然后，IBM 使用经过验证的 IBM Garage™ 设计思维方法，让工厂中所有层级的人员都参与到解决方案的设计工作之中。

Carter 回忆道：“我们确实希望从工厂基层起的所有层级都参与进来，而不是 IT 所要求的计划变更。”来自所有层级的约 25 人参加了多场研讨会，包括由操作人员和高层管理者参加的联习会议。 由于新冠疫情，该项目在启动之前就受到影响 — 这些会议在混合环境中举行，既有面对面形式，也有网络会议形式。

Reckitt 最初在 2019 年 11 月与 IBM 接洽，并计划于 2020 年 3 月启动项目，而那时新冠疫情已迫使工厂关闭，旅行陷入停滞。 直到 2020 年 8 月，IBM Consulting 团队才得以亲自到访诺丁汉工厂。 即使这样，项目团队仍不得不以混合方式开展工作，因为其他国家或地区的旅行和工厂产能仍受到限制。

IBM Consulting 英国和爱尔兰地区的合伙人兼供应链和采购实践负责人 Tom Woodham 回忆道：“主要以远程方式工作的团队使用在线协作工具，共同开发操作人员所需的解决方案，这让人印象深刻。 大家很快就适应了新的工作方式，采用它实现项目目标。”

​​​​Reckitt 和 IBM 针对以下所有三个用例应用并定制解决方案：OEE、工厂维护以及能效和可持续发展。

为了提高运营和制造效率，Reckitt 部署了“Connecte-OEE”解决方案，用于自动收集生产力数据，并提供针对工厂机器的资产监控功能。 现在，用户只需轻触屏幕即可获得信息，而不再需要人工读取数据； 他们可以集中精力持续提高效率，消除导致生产力损失的主要因素。

在解决制造维护问题时，Reckitt 需要从基于日程的维护计划转变为基于状况和循环的模式。Barnes 表示：“以前我们采用基于时间的策略，不管机器状况如何，每个星期或每个月都会进行维护。

新的互联维护平台将数据从车间传感器抽取到云端，并将数据发送到公司的 SAP 系统。 然后根据机器的实际状况自动触发维护活动 — 例如，根据机器运行的循环数。

Reckitt 还希望通过将其能源计量表连接到云平台来提高能效。 现在，现场经理可使用仪表板，跟踪能源使用情况，发现趋势或异常情况，并跟踪 Reckitt 雄心勃勃的可持续发展目标的进展情况。

这些解决方案旨在确保从工厂车间到董事会的所有层级都能轻松了解和使用数据。 它们的目标是能够在其他工厂进行复制，而不需要进一步的重大基础架构投资。“我认为，我们的与众不同之处在于实现了规模化扩展。 我们对能否扩展充满信心，因为我们在同一个平台上构建解决方案，公司作为统一团体使用这个平台。”Ellins 这样表示。

目前的计划是首先改进 OEE。 部门经理和操作人员现在可以即时访问机器数据，操作人员不再需要将数据输入到电子表格，然后必须搜索这些数据才能获得相关信息。 现在，这些数据自动从机器上传，因此更加准确、更加可靠。 随着数据的可信程度显著提高，经理可以将更多时间用于分析运营，而不是搜索信息并验证其有效性。 这有助于提高决策和问题解决的速度，并最终改进生产力。

从基于日程的维护转变为基于状况和基于循环的维护，也有望帮助 Reckitt 提高生产力和效率。 自动化系统仅在满足设定的条件时才会触发维护事件，例如，当机器状况超过容许的范围或资产运行了设定的小时数之后。 Barnes 表示：“这有助于提高工程师的工作效率，因为他们只需关注需要处理的资产，而不是每个月都要完成所有机器的工单。”

IBM 的 Woodham 认为：“单一数据主干还使 Reckitt 能够轻松使用机器学习和 AI 推动运营和维护工作。” 例如，数据可以揭示机器何时可能发生故障或何时需要立即维护。“机器学习算法可以帮助 Reckitt 理解数据，并预测事情的走向。” Woodham 说道，“预测可以转变成系统指示的指令，而不是某个人对问题的看法和决定，他们可以用数据来决定要做什么，最后形成闭环。”

这种预测性分析还可以应用于公司的能源管理系统，因为这些系统现在也连接到同样的数据主干。 由于 Reckitt 现在能够获得有关能耗的统一数据和工厂级别的视图，因此它可在所有工厂中取消人工读取计量表的工作。 这种可视性使每个工厂都能够有的放矢地减少能耗，满足公司的总体可持续发展目标。

“连接是关键”这个理念已成为 Ellins 个人乃至整个公司的新准则。 随着扩展到其他地方，Reckitt 可在相同的基础架构平台和数据主干上构建解决方案。“可以这样说：我们为工厂建立了能够顺利扩展的数据平台，这是我们成功的关键。 随着平台不断成熟，它会带来越来越多的价值。”

在实施“未来工厂”解决方案的过程中，Ellins 还发现，IT 与运营技术 (OT) 逐步融合成面向未来的混合 IT-OT 基础架构。“在向工业 4.0 转型的过程中，我们看到 IT 系统是如何连接到工程系统的，他们使用相同的‘语言’。”这种融合也使 Reckitt 能够实施牢固的网络安全环境，同时覆盖 IT 和运营系统。