新闻动态
“以战代训”共创工作坊,深化内生数字化创新能力建设
来源: | 作者:pmod6d781 | 发布时间: 2022-06-29 | 424 次浏览 | 分享到:

如何将散落在各个“孤岛”无关联甚至看不出意义的数据,创造并输出有价值的数据洞察?如何在实战中推动真正产生业务价值的创新项目,形成适合企业自身的方法论?如何定义智能工厂的蓝图和路径,在组织、人才、体系等方面建立起推进工业数智化创新的核心能力?通富超威携手昆仑数据与上海交大苏州人工智能研究院,通过“以战代训”共创工作坊,找到了适合自己的数智创新密码。


共创工作坊怎么做?

1、选定场景:识别并描述场景,同时以项目的形式,明确对应的资源、计划和风险。优先选择对于生产、设备、质量、工艺等方面的价值,并明确其具备生产现场快速落地应用及后续迭代推广的条件。


在这次工作坊中,选定的场景是面向生产管理人员,对选定某区域生产人员的绩效进行分析,以客观的量化标准,提供生产人员绩效考核参考,降低主观评价的影响;让生产人员和管理人员及时了解工作量和效率的变化趋势,以便及时改善、提升绩效;进而以此为基础,评估生产区域的作业效率与员工属性的相关性。


2、组建创新小组:围绕该课题,快速组建跨领域、跨部门、甚至跨企业的创新小组,由生产总监亲自牵头,组成了由生产总监、生产经理参加的业务专家小组;由懂设备的数据工程师和IT工程师组成的DT小组;以及来自昆仑数据/上海交大的数据科学家、业务顾问。


3、方法导入:教练团队导入K2敏捷分析方法论,用实际场景为牵引,明确所涉及的运行机理,完成业务评估和数据评估。通过数据探索,完成可行性的确认。拆解每一步方法如何落到实际操作上,并实时纠偏,启发思考与共创。


4、协同工程化实现:根据场景目标,充分考虑通用性的基础上,分别进行物理对象建模、数据分析建模与应用服务建模,在真实数据环境下,完成模型设计、模型实现和部署运行。


5、业务评估:在实际的现场环境和实时数据接入的情况下,评估验证其场景价值,对数据、模型、算法和应用进行优化调整,总结并发现下一个创新机会,形成持续迭代的数据场景“创新飞轮”。


以K2Assets平台支撑,整个团队依照K2敏捷分析方法论的指引,走过了四个阶段、七个步骤的从0到1的完整创新旅程,仅仅用了10周时间就成功上线原型应用。


跨领域项目团队怎么配合?

在传统的“多领域团队”中,每个成员都是自己技术专长的拥护者,项目往往会变成一场旷日持久的谈判,也很可能导致骑墙式的妥协。而在通富超威的跨领域项目团队“以战代训”的实践中,想法为集体所共有,每个人都对此负责,用“手”进行思考和学习,缩小了“知行鸿沟”,以创新的速度和加速度作为衡量企业数字化转型的关键力量。


自2021年第四季度开始,在HR的组织下,来自生产、设备、工艺、质量等业务部以及IT团队的40多位骨干深入参加了共创工作坊,启动的试点项目已取得重大的创新成果和业务价值,有效提升了一线员工的工作绩效;并计划从试点部分拓展到整个企业,从员工绩效提升延伸到设备效率提升,让数据不断变现,驱动内部持续变革。


智能制造领导小组负责人:希望有更多的部门、更多人参与进来,学习践行这套方法,以战待训,掌握从业务场景出发进行设计,运用敏捷创新的思维定义创新项目,使我们的数据可以不断增值和变现。


生产总监:这个题目困扰了我们很长时间,当初选择切入点也是最挑战的,能够用这样的创新方法取得突破,很兴奋。老师们都非常专业,方法很赞,做出的应用远远超出我的期望。我会继续投资把这个数据应用做完整。


数据经理:加入这个共创工作坊,一开始的热情是80度。很快就烧到100度,然后就进入了100度的高压锅。最难能可贵的就是挽起袖子下场开干,我们创新小组的经历就是‘实践出真知’。


关于长期选择与落地

Q1:您当时为什么选择使用数字化的技术来管理员工的?为什么不选择管理设备OEE或产品良率之类的课题?

A1:一开始也确实考虑了设备和良率这类课题,之所以最终选择员工绩效有几个原因。

第一,人员管理确实是一件很头痛的事情,对我们现场的管理者而言也是刚需。之前主要是靠现场主管给每一位现场作业员工打分,工作量大不说还缺少客观的打分依据。

第二,目前长三角地区的人力成本在持续增加,疫情也给企业运营带来了一定的压力。我们一直希望员工的整体效率在现有条件下能有一个稳步提升,但是这个提升不是靠传统强压式的方式,需要有新的思路。提升员工整体效率首先就要解决员工个人技能水平的差异问题,尤其是新加入的员工。绩效管理不是目的,主要还是想通过数 字化的方式把我们员工的业务数据化,有了数据以后呢我们可以分析,发现问题,找到改善点,有针对性的提升员工能力。这就是一个业务数据化和数据业务化的一个过程,我相信对于每个企业而言都是有意义的。


Q2:提高员工个人效率和团队效率课题关键动作后,有更进一步数字化转型动作关键动作么?

A2:回到生产5大要素人机料法环,我们分别有不同的同事在进行一些大数据和AI智能的开发应用。我们有个最终设想,把这些要素都链接到一起,搭配起来,比方说在封装工厂,我们可以预测用哪个员工,哪台设备,用多少原材料,什么样的profile/recipe,在什么样的温湿度洁净度条件下,制造出来的产品良率是最高的,成本又是最低的。我想,如果能达成这样的效果,客户和公司股东肯定都是非常欢迎的。当然,要达成这样的效果,工厂还有许多的探索要做。


Q3:数字化员工绩效管理在实施过程中遇到那些阻力?员工配合度如何?员工认可绩效结果吗?这个过程工程量较大,数字化成本大概是多少?

A3:数字化的过程本身就是一种探索,阻力会来自各个阶段。

首先,在我们打算做这件事情的时候,就会有很多怀疑的声音。“这个事情听起来不错,不容易的,我觉得太理想了”。这样大的项目,肯定不是几个人、一个部门可以完成的,还没开始的时候,有些人就已经打了退堂鼓,正式开始了,还能拿到足够的支持吗?

其次,在设计阶段,什么样的绩效评价方案才是公平合理的?每次提出的方案,在讨论的过程中总有一些特例,但是我们要明白,工厂是以盈利为目的,其次本来就没有绝对的公平。从主观的绩效管理到以数据为主的绩效 管理,已经是公平的质的飞越了。所以这个时候需要有人来拍板方案。

在开发阶段,为了让评价维度更多,数据量更多,需要协调不同的系统的数据对接,这可能会花费团队比较多的精力。

最后东西做出来了,上线了,遇到的阻力会更大,这是个全新的工具,拿了这个工具,表面看是对员工的绩效管理,实际上同时也量化了管理人员的管理水平,通过使用工具提高人员管理水平,提高对生产过程的贡献。最终目的是提升机台利用率,减少质量问题。我们的一线管理人员会有额外的工作去做,  所以一开始他们会找出各种理由来抵触。这个时候需要敦促大家去养成使用的习惯,在用的过程中再不断的改进迭代完善系统。

其实我们在2012年的时候,就用类似的概念作出了初代的绩效管理系统。前面说的这些阻力当时也都遇到过,最后当大家养成了习惯,发现绩效相对更公平,管理更透明、更容易的时候,大家还是非常认可和支持的。


案例背景

苏州通富超威半导体有限公司是全球技术领先的专注于CPU、GPU封 装测试的半导体制造企业,也是国产高端芯片的封测基地。在半导体行业需求和技术高速发展的大背景下,为保持企业的行业领先地位,提升软实力,通富超威着手加快企业数字化转型和深化智能工厂建设。为此,与昆仑数据、上海交大苏州人工智能研究院进行深度合作,基于昆仑数据自主创新的K2敏捷分析方法论及工业数据智能平台产品K2Assets,以共创工作坊为抓手,以战代训,共同进行数字化升级转型的探索,构建数字化转型的体系,培养数据化转型的复合人才。