數字化解放了組長的分工排布壓力，讓工人不再等待，每個人做最擅長的工作。深圳龍華區，在贏領智尚龍華智慧工廠，產線開足馬力，智能吊掛機徐徐轉動，將一件件女裝半成品運送至下一個工位。產線的一頭是班組長萬仁艷的位置，她正在電腦前關注著生產系統的實時數據。她管理的車間組來了一個新款服裝的工單，以前這會兒本該是最忙的時候，車間的工人們總能看到她在各個工位間來回走動，培訓技能、打印單子、溝通工序，不可開交。今天她卻氣定神閑，工作怎么排布，她好像已經成竹于胸。一開始，她也沒想到會在服裝行業工作這么久。本來只是在車間工位上，做一些簡單的服裝加工工序。逐漸的，她不甘于眼前的工種，把能學的技術都學了個遍。2017年6月，贏領智尚公司開始安裝試用服裝吊掛系統，她是第一批測試上衣生產的員工。會的東西多了，她也慢慢從車位的普通生產員工做到全能工，又從組檢當上組長。第一次當上生產組長的頭一兩個月，萬仁艷緊張得常常睡不好覺。壓力來自于管理。「因為要安排每一個員工負責做什么，操的心比以前多更多。考慮到大家的工資收入和工作效率，我的壓力還是比較大的。」萬仁艷告訴36氪，那個時候經理一直跟她說加油，但她壓力大得都想放棄當組長了。慢慢地，憑借努力和經驗積累，萬仁艷帶領的生產小組效率逐漸提高，甚至連續一兩年拿過團隊獎。隨著公司規模擴大，她管理的小組也從20人翻了個倍，再加上產線設備和服裝產品的變化，僅靠勤奮和經驗，似乎已經愈發難以為繼。高端女裝平均有150多道工序，每個工單下到工廠，組長需要一個款一個款的做分工排布，對組長能力依賴性很強，不僅要耗費組長大量的時間，也不一定能做到工人和設備利用率最大化。員工想多干活多賺錢，但產線是動態的，有的人忙得熱火朝天，有的人卻只能在工位上坐著等活兒。因此，需要她這樣的生產組長把該分解的工作分解給其他人，把復雜的工序分配給更擅長的人。女裝款式的迭代越來越快，工種也隨之增多，萬仁艷發現，要合理分配好小組員工對應的工序變得力不從心。員工擅長的技能、員工的工作情緒、質量是否達標、工序的站位是否影響挪車等，都是組長需要考慮的因素。量變大了，質也必須過關。「兩條產線有時候同時需要生產四五個款，每天還在轉款。我們對品質要求也很嚴格，生產標準的細節也要一點點去注意。」一款新的服裝下單后，萬仁艷要拆解它的生產流程，把制定好的流向表打印出來，結合新款工藝研發單，與技術員一起評估工藝技術難點與瓶頸點，確定培訓方案，接著才把工序規劃分配給具體的員工。服裝生產完成，萬仁艷也需要這張流向表，按照生產流程依次審核工序流，核對數量和質量，并將員工生產的相關數據結果提交給工資核算部門。不僅是分配工作，服裝從零件到整件的拼配也很容易出錯。剛上吊掛系統的時候，衣架順序一亂，零件一增多，配對的準確率大受影響。這時候，組長需要立馬去現場解決問題，讓產線后面可以繼續正常生產。平均一兩天來一個新款，這一套工作下來，就耗去了萬仁艷一天不少的精力，「所以一天到晚忙著，光去處理這些調配問題，一個班的時間過得很快，好像一下子就過完了。」今天，萬仁艷不用再在產線上時刻緊盯，只需要隨時在手機或電腦的系統看板上，就可以看到今天的生產情況——有多少個站位在工作，整條產線距離當天的目標還有多少件，哪個工序卡殼，哪個工序提前完成，哪批貨需要返工，所有信息一目了然。今年，贏領智尚引入了「員工技能矩陣算法及工序智能分配算法」項目。通過大數據算法，準確定位員工工序所具備的技術能力，按需且快速的將工序進行合適的分配，直接提高員工個人的生產力。在過去，需要萬仁艷這樣的班組長憑個人經驗去進行工序分配；而現在，只需在系統中轉變為算法即可自動進行工序分配。經評估，工作效率將比現有人工排班提升15-20%，工序分配時間將從40分鐘降低至5分鐘。對于員工來說，優化后的分工排班，讓他們在工位上等活的時間少了，每天的生產目標能以更高的效率達到，不用加班加點，收入也可以提高。原來一個新員工要半年到一年的培訓期，現在通過數字化系統，可以精確的找到員工的技能短板，進行針對性的培訓，新員工能夠上手輔助機器生產作業的時間被縮短到一個月左右。萬仁艷告訴36氪，現在她自己同時管理兩條產線的員工，反而比之前感到更輕松。
當務之急，數字化
服裝業是典型的勞動密集型、重資產的行業。像贏領智尚這樣的服裝生產企業里，縫制班組的效率高低決定了整個工廠的效益。生產工人的工法技藝是服裝產業的競爭力所在，也是提效的關鍵環節。復雜的各項服裝制造工藝下，運營效率普遍偏低，對工人依賴性很大，導致招到有技術的工人也越來越難。要解決這個行業難題，亟需通過數字化轉型升級優化業務流程，從而在服裝制造業有限的效益里，挖掘更大價值。過去，傳統服裝企業的信息化建設，已經通過半自動化設備和配套軟件，完成了將生產在線化、信息化的過程。而機器設備尚不能夠滿足愈發復雜的技藝制作需求，因此服裝產業的生產車間依舊離不開傳統技術員工。贏領智尚持續改善中心總監杜武略告訴36氪，目前在服裝行業，人工操作機器生產的比例在80%以上。只有在產品技法與材料單一的情況下，機器才能替代部分人力。因此，柔性制造的智能車間不在于無人，而在于生產信息的透明化、生產工序的精細化以及生產流程的便捷化。數字化要解決的最核心問題之一，就是實現組長對生產中的人、設備、工序分工排布的智能化。傳統服裝制造企業中，工序排布只依靠班組長的個人經驗，輔以簡單的辦公軟件。而個性化、高頻次、小批量的行業特性，使服裝業需要響應的計劃變更頻率，是傳統工廠的百倍左右。傳統的APS（高級排產排程軟件）沒有考慮調度上百個不同形態、不同設備的車間，也沒有適應成千上萬個產業工人的技能水平會隨著工作內容和時間逐漸淡忘或加強。現在，贏領智尚和華為一起，已經找到了這個更實用的工具。結果上看，AI算法平臺不僅對班組長的生產管理起到了良好的輔助作用，讓一個人可以同時管理多條產線；還提高了生產效率和準確率，解決了服裝廠招工難的問題，也為企業節省了不少的人力成本。在同樣數量的人、技能、設備和時間下，數字化智能生產正在創造出更大的產值。2017年2月，贏領智尚就成立了智能制造項目部。這個部門集聚了軟硬件廠商的專家，與公司內部業務骨干一起，一共三百多人，共同研制服裝智能制造系統。從設計到交付，贏領智尚實現了柔性化混合式生產，更將數字化實踐延伸到服裝設計領域、供應鏈運營領域、智能制造領域、全渠道銷售中臺等環節。現在，定制訂單下單后，七個工作日就可以交到顧客手中，最快只需要三天。在班組縫制排布的「智能化」實現之后，接下來，贏領智尚將向「智慧化」邁進。在創始人兼董事長陳靈梅的暢想中，五年后的服裝智慧工廠，很有可能只需要2名生產經理管理1000名工人，生產現場管理人員將進一步「少人化」，絕大部分場景將是軟件直接取代人腦做決策。從物理載體的低頻、手工信息流，到數字世界的高頻、自動數據流，從基于人工經驗的排班決策到基于數據+算法的自動決策，數字化給服裝企業帶來的將是全新的想象空間。帶著十幾人的博士項目團隊，華為陳博士開啟了服裝生產行業的初體驗。在深圳龍華和江西于都的兩個工廠，團隊都去實地產線做了深入的調研。陳博士發現，原本以為服裝生產已經像優衣庫一樣實現了高自動化，而事實上，高端女裝的生產更追求定制化和精細做工。經過半年的前期溝通和一個月的正式調研，團隊認為，要提高產線的效率，人員技能的管理和分工，是數字化賦能的更大空間。他在車間看到，工人的技能各不相同，基于人工經驗的排班，也讓已有的生產設備和系統所產生的各項數據，沒有被充分利用起來。另一方面，一件衣服所需要的工藝環節是很復雜的，組長分配任務時要考慮的因素很多，往往需要花很長時間去做拆解和分配，結果卻并不一定理想。下午兩點要生產的一批衣服，組長從上午十點就要開始準備分工，要是遇到工人臨時請假、產線變化等情況，還需要花更多時間調整。陳博士在想，如果只需要在生產前花一點時間在系統里跑一下算法，就能完成分工和及時調整，對產線管理效率的提升將有多大？贏領智尚已經有一定的數字化基礎，要幫助企業提效，就需要從這兩方面把已有的數據盤活，提高自動化和智能化的水平。結合華為的大數據產品、機器學習訓練與推理技術、運籌建模技術、AI開發平臺、天籌AI求解器等多項技術能力，華為團隊和贏領智尚共同開發了「智慧工廠生產系統優化與仿真平臺」。平臺將自動化設備中大量的生產細節數據都存儲下來，并根據業務邏輯和流程進行算法優化。根據智能車間MES系統的歷史數據，對原始數據進行抽取、清洗、特征提取、統計學分析等一系列處理后，自動輸出準確的員工技能矩陣表，每個員工擅長什么工序，效率和良品率是多少。相關負責人提到，項目成功后，人工的技能測評工作就可以取消了，直接減少成本。另一方面，工序智能分配算法能夠對每張工單，自動輸出最佳的工序分配方案。每張工單需要哪些員工、哪些設備、在哪個站位、做什么工序，系統都可以直接算出來。在保障交期的前提下，在生產資源不變的情況下，用最短的總工時完成生產，班組的人均產出也更高，直接提高勞動生產力。華為多年沉淀的算法技術能力已經相當成熟，真正的難點藏在實際產線中。服裝制造與高度自動化的電子制造不同，依賴手工工藝的服裝生產無法簡單對接一個系統就能直接使用。項目試運行的過程中，團隊發現，落地更要適配真實的生產和管理習慣。比如，工人完成了一批服裝的生產后，下一批服裝往往需要做另一個工種，其中搬運新的設備就要花去十幾分鐘。同時，原來員工技能的培訓也依靠組長經驗決定。通過算法對技能數據的識別，可以找到最應該培訓的人和能力。這在硬核的工業制造產線上沒有遇到過的問題，就需要算法在通用模塊之外，針對服裝生產中特殊問題，開發出新的模塊，適應服裝產線的實際需求。陳博士告訴36氪，不僅是服裝生產，在更多依靠人工工藝的制造行業，都可以通過算法平臺，解決自動化之外的人效問題。在華為與贏領智尚的調研與研討中，設計了「數據及算法推動的靜態生產系統設計、仿真模型驅動的動態生產調度優化、基于模型的柔性精益智能制造」的三步走策略。未來，該平臺還會向生產的仿真場景延伸，通過仿真技術實時動態的調度生產計劃，幫助解決產線的擁堵問題，助力服裝生產行業進一步增質提效。萬仁艷20年的服裝生產從業經歷中，四分之三都在贏領智尚度過的。現在，她身邊的工友大多還是過去這批老員工，最長的甚至在這里工作了15年。
他們見證了數字化對車間的改造，也發現自己慢慢擁有了更強的能力，比如將擅長的事做到最好。
文章來源：36氪
【免責聲明：本文版權歸原作者所有。為尊重版權，我們盡量標注文章來源，若不愿被轉載或涉及侵權，請及時通過在線客服和郵箱聯系，郵箱地址：wutongtai@wttai.com，我們將第一時間予以刪除】
