工业数字化本质：数字化平台下的业务实践 沈黎钢

从工业数字化转型实战出发，本书阐述了数字化平台的管理和业务固化，诠释了当前制造业数字化转型的重点是把优秀的管理思路和制度固化到数字化平台。通过实际案例，本书为工业数字化的相关人员提供实践参考。 

本书共分为员工篇、制造篇和供应篇。员工篇通过介绍现场员工的因素、辅助部门员工的因素和持续精进的员工能力，充分阐述了与人强相关的关键业务应该如何设定线下的数字化评估指标并把线下指标线上化。制造篇通过介绍直接制造载体、直接制造载体之外和持续精进的制造能力，详细阐明了高效制造的方法论及其线下和线上的指标规则。供应篇通过介绍拉动生产、工厂内部供应和工厂外部供应，系统介绍了辅助部门应该如何围绕产品制造高效运作及其线下和线上的指标规则。

沈黎钢，2004年毕业于苏州大学机械工程及自动化专业，机械工程师、工业数字化独立学者，长期从事制造业数字化转型实践，曾供职于世界500强企业（如明基电通、伊顿电气、施耐德电气等），拥有丰富的研发、工艺、质量、精益等实践经验，具有制造业底层工业逻辑，拥有二十余项发明专利，著有《数字化转型底层思维故事》《变革的力量：制造业数字化转型实战》。

目　　录
前言
导言
员工篇
第一章　现场员工的因素　2
第一节　制造工时　2
第二节　作业指导书　8
第三节　高效的生产和质量追踪　15
第二章　辅助部门员工的因素　21
第一节　对生产现场的快速响应　21
第二节　辅助部门的高效管理　29
第三节　生产现场的信息交流看板　36
第三章　持续精进的员工能力　48
第一节　辅助部门的员工成长　48
第二节　操作人员培训　54
第三节　5S现场管理　63
第四节　合理化建议　70
制造篇
第四章　直接制造载体　78
第一节　生产线设计　78
第二节　仓库运营　91
第三节　标准化及工程变更　100
第四节　厂内物料供给　106
第五章　直接制造载体之外　113
第一节　人机工程　113
第二节　环境　118
第三节　安全　125
第六章　持续精进的制造能力　132
第一节　制程稳健　132
第二节　快速换型　148
第三节　持续改善　152
第四节　全员生产维护　161
供应篇
第七章　拉动生产　174
第一节　价值流程管理　174
第二节　在制品管理　182
第八章　工厂内部供应　185
第一节　主生产计划　 185
第二节　生产控制　194
第三节　库存管理　 198
第九章　工厂外部供应　206
第一节　供应商质量　206
第二节　零部件交付管理　222
第三节　成品交付管理　226
附录　卓越工业平台　231
参考文献　237
后记　238

前　　言
2022年11月，G20峰会的成功召开为当前世界发展指明了方向，峰会以“共同复苏、强劲复苏”为主题，聚焦全球卫生基础设施、数字化转型、可持续的能源转型三大优先议题。这明确了数字化转型在世界范围内的重要地位和影响，全世界都在往该方向迈进。
2023年2月，中共中央、国务院印发了《数字中国建设整体布局规划》，指出建设数字中国是数字时代推进中国式现代化的重要引擎，是构筑国家竞争新优势的有力支撑。加快数字中国建设，对全面建设社会主义现代化国家、全面推进中华民族伟大复兴具有重要意义和深远影响。
2023年10月25日，国家数据局正式挂牌成立，其重要职能之一就是推动工业数字化转型，这标志着我国坚定推行数字中国战略毫不动摇。
本书的目的是：在数字中国的国家战略和宏观政策指引下，推动我国数字化转型更好地落地，帮助企业“强身健体”，增强核心竞争力。
谈及本书的写作缘由，主要基于以下因素。
1）当前，我国正在引领世界范围内的数字化转型，我国的探索已经进入“无人区”，已经没有其他国家的先进做法可供参考了。
2）目前尚没有对工业数字化转型的明确定义，实事求是地说，当前工业数字化转型还处于初始阶段。
3）市面上大部分工业数字化转型知识都是由IT人员撰写的，IT人员不太懂制造的业务逻辑，而数字化项目通常却是由IT部门挂帅。由不懂业务逻辑的部门去推动数字化转型，失败风险很大。
作者是机械工程及自动化专业出身，是一位在制造业精耕细作了20年的工程师，有专业实践方法论的工业逻辑（体系化的业务底层运行规则），长期亲历工业数字化转型实战，深知工业数字化转型的底层逻辑。
作者在前两本书里曾提出，企业中以关键绩效指标（Key Performance Indicator，KPI）衡量的业务流是由运营体系有效支撑的，比如制造业的丰田制造体系（Toyota Production System，TPS）、施耐德制造体系（Schneider Production System，SPS）、美的业务体系（Midea Business System，MBS）、丹纳赫业务体系（Danaher Business System，DBS）等。这些世界500强和中国500强企业凭借优秀的管理思路和制度保障各级员工都执行一个运营体系，从而能够高效高质量地开展生产制造，以优异的质量（Q）、最低的成本（C）和最快的交付（D）向用户提供最好的产品。
工业数字化转型的本质正是要把这种优秀的管理思路和制度固化到数字化平台中。如何鉴定这些管理思路和制度在固化到数字化平台之前是否合理，其实属于业务层面。业务的执行要用数据来评估，而且还要是真实的数据。
本书将重点阐述数字化平台下的业务实践，即进入工业数字化转型的深水区，探索工业数字化转型的本质。只有理解工业数字化转型并践行工业数字化转型，才能最终戴上工业数字化转型的“皇冠”。
本书介绍的数字化评估模型是基于《智能制造能力成熟度模型》（GB/T 39116—2020）和作者长久以来在工业企业里的实践，不做枯燥的说教。
本书的评估模型不针对研发创新阶段，研发创新阶段的评估思路可以借鉴该评估模型的思想，但是作者不建议研发创新阶段的评估像制造运营端那么细致、严格。因为太严格、太细致，反而会扼杀研发创新的活力。作者曾亲历世界先进企业的研发，知晓研发的KPI项目少。KPI项目少，才能静下心来仔细思考，无须担心自身的KPI影响收入，心态就会比较平和，创造力自然就出来了。
本书仅为探讨工业数字化本质起抛砖引玉的作用，如有不妥之处，请读者指正。

沈黎钢
2023年4月17日于苏州

　 导　　言
在数字化时代，当你作为一名首席信息官（Chief Information Officer，CIO）进行战略目标体系化分解时，当然要基于年度数字化评估标准来分解业务，并为其在数字化平台中设定自动取数规则，让数字化平台可以基于后台的取数规则，自动得出业务评估的结果。
年度评估标准有一维的、二维的，甚至还有多维的。维度越多，评估的复杂度就越高。但是评估标准复杂了，评估准确率不一定高，两者不是正比关系。工业制造领域毕竟不是研发领域，需要设定多个维度进行高通量筛选，从而获得最优解。工业制造领域需要大道至简，践行工程师实践思维，故其年度评估采用一维或者二维表格即可。一维年度评估表见表1。
表1　一维年度评估表
某核心业务 年度评估分数
1 2 3 4 5

分数解释参考《智能制造能力成熟度评估方法》（GB/T 39117—2020）：1分=规划级，通俗来说是年度评估不合格，企业总经理需要自查自责；2分=规范级，通俗来说是待改进，给予一年的时间改进，下一年度评估若还是2分，没有达到3分，部门负责人也需要自查自责甚至申请离职；3分=集成级，通俗来说可以正常拿年终奖，一般来说达到3分，在制造业已经属于较高水平了，后续章节阐述的数字化平台的KPI取数规则，基本都是根据年度3分的评估标准来定义的；
4分=优化级，通俗来说可以和评估团队商定几年评估一次，不再一年一次；
5分=引领级，通俗来说是作为标杆向社会传播或向同行企业推广的最佳实践。