企业的数字化诊断调研到底如何进行？

Rose

前面我将未来工厂项目的整体流程梳理了一遍，但内容大部分比较空，不属于操作和实施层面的东西，所以我决定对其中的每一个子流程，都进行较为详细的阐述。
关于意向调研那块内容还是比较详细的，所以不再单独出一期了。
这里插入我上期所做的项目流程总结
<hr/>1. 企业数字化诊断概念及作用

了解一件事物之前，最先需要明确的就是事物的概念。
数字化诊断和数字化评估概念差不多，但目前似乎没有关于数字化评估或诊断的具体概念界定（无论是文献中还是百科资料中），可能是因为大家觉得这种概念不需要界定吧。不过为了行文的流畅性，这里我还是定义一下它的概念吧（依据项目背景来定义）——数字化诊断指企业委托外部专家团队对自身战略管控、组织流程、智能运营、商业创新、基础保障等维度进行诊断评估，并将诊断结果划分为多个模块及相应具体内容，供企业查看。
依据现有文献对于数字化诊断的作用解析，其可以从四个维度来看。

（1）从制造型企业技术革新和业务发展维度看，数字化转型是以数字化技术为手段促进企业价值链提升的过程。数字化改造进程贯穿于企业研发、工艺、生产、检验、采购、仓储、营销、物流、服务等环节，以提升产品和服务模式的持续创新能力成为最终导向。

作者在这个维度并未提及数字化诊断的作用到底体现在哪里，倒将重点放在了数字化转型和改造的作用上了。这部分可能是作者没有考虑好的，所以我们直接跳过。

（2）从制造型企业数字化转型的过程维度看，通过诊断可以帮助企业构建数字化转型策划、支持、实施与运行、评测与改进的PDCA过程管控机制，并基于该过程管控机制推动数字化转型系统性解决方案的构建与优化，实现三者之间的协调联动与互动创新。

什么意思？就是为企业产品全生命周期的流程优化、PDCA循环改进提供依据。同时，从产品全生命周期的过程为度进行数字化诊断，能够帮助专家团队和企业了解哪些部分适合使用数字化手段，如新产品选型时是否应用产品标准数据库、产品验证时是否使用仿真模型等。

（3）从制造型企业数字化转型的要素维度看，通过诊断可引导企业深化应用新一代数字技术，建立涵盖数据、技术、平台、流程、组织、战略六要素的数字化转型系统性解决方案，并实现六要素互动创新和持续优化，为企业新型能力建设、运行和优化提供解决方案支持。

什么意思？简单来说，我对企业的每一个要素都进行数字化诊断后，我就知道哪些要素应用数字技术后能够获得更低的成本、更高的效率，我就可以对这块要素进行数字化的深度赋能。同时，企业的各大要素都是联通起来的，相互关联的，因此通过诊断，可以看出促使各要素更加高效联通的集成方案是什么，那么我就使用这种方案。

（4）从制造型企业数字化转型的管理维度看，通过诊断可以推动企业建立涵盖数字化治理、组织机制、管理方式、组织文化、创新模式等的治理体系，为企业新型能力的建设、运行和优化提供机制保障。

这个应该好理解，就是通过诊断为企业管理层面的优化改善提供依据。毕竟企业日常管理和运营也需要通过数字化手段进行，如通过平台对供应链和生态的赋能、在线组织员工学习（可通过数字孪生提供更好的学习场景）等。
其实，他的这篇文章到引起了我一个思考，从理论研究上将诊断作用从这四个维度划分，好像没什么问题，但实际操作上这么划分是否显得不那么好实施？毕竟项目实际调研需要更加直观的看出来哪里有问题，哪里需要改善，因此顶层框架的设定也应当更接地气一点，如从管理决策层、工厂操作层、设备运行层三个维度考虑诊断作用，可能更加直观。



数字化诊断作用解析的期刊来源

2. 数字化诊断过程

2.1 明确相关人员，准备好符合数字化转型诊断要求的专业人员团队

这里不只是明确人员这么简单，还包括收集企业相关信息（如企业所处行业是什么，是否上市，主营产品是什么，年利润多少，市场地位怎样，使用了什么技术等），明确各大诊断模块，每个模块形成多个问题。同时，专家人员通常需要来自多个不同领域（如自动化、精益管理、信息化、数字化等领域），毕竟很少有全能型专家。
2.2 明确每一项行动步骤

（1）诊断服务启动会。通过启动会现场沟通初步了解企业的基础信息，包括组织架构、主营业务、产品种类、经营状况、数字化建设投入等相关内容，经过初步梳理，可为后续的诊断工作提供基础数据支持，帮助企业选取合适的诊断方法及工具。



图片来源：百度

（2）高层访谈（为了诊断的准确性和全面性，后续会进行多次访谈）。可以了解企业未来数字化建设方向和目标，了解企业的核心业务和主要产品，分析判断企业所属行业，并针对行业现状、行业发展趋势等进行梳理和分析。通过横向对比，明确企业在行业中的数字化规划和应用水平，同时分析企业发展的机遇和挑战。



图片来源：百度

（3）部门和现场走访。通常是为了更好对应访谈内容，或者是访谈中无法明确的问题，均会通过现场走访方式来诊断。



图片来源：百度

（4）调研诊断报告。从企业数字化装备应用、设计数字化、生产数字化、物流数字化、业务数字化、数字化平台及系统集成等方面精准描述现状以及与未来工厂要求之间的差距，分析企业在数字化转型中面临的问题和主要原因及痛点，形成诊断调研报告。PS：报告中除了描述目前的现状外，还应描述与未来工厂建设的差距，以及可以改善的内容。


（5）专题汇报会（关于专题汇报会，我的建议是将诊断内容与为未来工厂建设要求、调研诊断报告、项目建设的目标体系放在一起，便于企业了解其与未来工厂建设的实际差距，从而明确每一个实施项目的具体含义）。根据高层访谈中明确的数字化建设目标和部门现场走访中所调研评估的结果，依据调研诊断报告，归纳总结并给出建设性建议，分析出差距及痛点，并开始着手准备数字生产线、数字化车间、数字化工厂、工业互联网等方面的建设规划。



图片来源：百度

有一点这里提一下，无论是何种诊断，都需要参考诊断模型，这里未来工厂建设导则其实就气到了诊断模型的作用。相应地，其他诊断模型还有(T/ALLTRE10002-2020)《数字化转型价值效益参考模型》、(GB/T 39116-2020)《智能制造能力成熟度模型》、(GB T 39117-2020)《智能制造能力成熟度评估方法》、(GB T 37393-2019)《数字化车间 通用技术要求》、相关产品标准等。
3. 数字化诊断内容

重点内容来了。数字化诊断究竟要如何诊断，诊断哪些内容，这些内容如何区分才显得有层次感？
前面已经提到了，数字化诊断通常要准备好大致的诊断问题，最好分成每个模块（供应链、研发、计划、生产、仓储物流、质量、设备、模具、销售、保障策略等），这样进行访谈的时候就可以依据模块依次对不同部门进行访谈了。
PS：再次说明，诊断内容需要参考模型来设定，否则就是无的放矢。这里参考的是未来工厂建设导则。
3.1 供应链模块/采购模块（解决方案：SRM/SCM）



（1）生产计划与供应计划的衔接程度
可能包括：

• 目前的物料采购情况、采购种类；生产周期、采购周期；安全库存水平；生产主计划、月计划、周计划、日计划等。
  
• 生产计划发生变更，物料需求信息能否实时更新，并传达给供应商？
  
• 采购执行过程中，原材料信息突然发生变动，供应商能否及时收到相关信息，并实现及时供货？
  
• 能否与供应商共享客户需求信息，从而实现供应链资源最优配置？
  
• 能否自动统计供应商的及时交货率，以及按承诺日期的达成率？
  

PS：对这块内容进行诊断时，注意区分不同物料种类（可参考制定物料分类规则参考的标准和常见方法及流程，以及【实用派】三种好用的物料分类法），因为种类不同，采购周期不同，重要程度也不同。
（2）对供应商的管理程度
可能包括：

• 供应商导入的审核、过程问题处理情况。
  
• 供应商准入与淘汰机制建设情况。
  
• 对供应商的绩效考核评估体系情况。
  
• 供应商信息及采购数据如何管理？实现自动化和数字化程度如何？
  
• 执行采购相关的质量问题如何处理、闭环？
  
• 供应商交付能力怎样？
  
• 能否与供应商共享生产和库存数据？
  
• 采购信息能否溯源？程度如何？
  

3.2 计划管理模块（解决方案：MRP/APS）



可能包括：

• 与计划管理相关的信息化系统建设情况（MRP、APS）。
  
• 从客户订单到生产准备的流程之间，自动化程度和人工化程度分别是怎样的？
  
• 客户需求信息若产生变动，企业是如何处理的？（如是通过ERP订单变更信息直接传递至APS，还是手工传递？）
  
• 计划下达后，仓库的物料齐套性的检查是人工检还是系统自动检？若物料出现异常，如何反馈信息？
  
• 生产前，仓库的物料齐套性是人工检还是系统自动检；向车间传达的信息反馈是人工传还是系统自动传？
  
• 物料异常信息传递之后，仓库与车间之间调度的自动化、数字化程度如何？
  

3.3 生产执行管理模块（解决方案：MES、WMS）



（1）生产调度、运营及可视化
可能包括：

• 来料入库的数字化水平如何。如供应商是否将配送信息发送至企业ERP，信息是否实时，或具有一定延迟时间？再如是否采用RFID技术进行物料信息的存储？再如来料入库自动化、数字化水平如何？再如来料分拣是人工还是自动化？
  
• 原材料是否能依据生产计划实现自动配送。如生产期间物料缺失时，信息传递和物流调度是通过人工还是系统自动实现？
  
• 工段之间的物料如何流动？是通过人工传递，还是系统自动实现？
  
• 生产过程中的质量检测手段如何？是否使用了智能装备？
  
• 质量判定标准是什么？依靠人工判定还是系统判定？
  
• 生产过程中出现异常时如何呼叫相关人员？如设备异常停机、物料次品、缺料等情况。
  
• 是否对异常信息进行统计？统计方式是人工还是系统？
  
• 生产指导、进度是否具备可视化？如车间内的大屏显示。
  
• 整个生产运营、调度的过程中都用到了哪些数字化手段？如数字孪生、AGV运行、在线视觉检测等。
  

（2）设备与模具管理

• 产线的自动化、智能化和数字化水平如何？哪些车间使用了自动化、智能化装备，使用了哪些装备？能否自动采集数据？发生异常时，有无自动预警功能？
  
• 是否有专门部门管理设备？是否对每一种设备进行详细分类？管理设备的系统分属MES还是ERP？设备采购流程如何？如何进行设备的保养与点检？设备能否联网监控并采集数据？每一种设备的关键运行参数是否能够记录、保存并查看？是通过人工记录保存还是系统记录保存？当设备出现故障时，如何维修？是否有专门的设备故障知识库？
  
• 对于模具的管理使用了何种系统？是如何进行管理的？当模具寿命快结束时，如何预警提醒？对于模具的全生命周期是否做到了精细化管控？
  

3.4 仓储物流（解决方案：WMS）



可能包括：

• 是否有立体库？
  
• 是否区分线边库、原料库、半成品库和成品库？智能化水平如何？
  
• 与上下游企业是否存在库存水平的动态共享，并能够基于业务进行库存水平优化？
  
• 能否进行物流规划仿真，程度如何？
  
• 物流的调度情况如何？
  
• 每一种物料、半成品、成品信息是否能自动定位？通过人工方式还是系统方式寻找每件物品的所在位置？
  
• 是否设定了安全库存机制？
  
• 每一批次物品，是否通过条码方式标记？如何处理呆滞品，流程怎样？
  

3.5 质量（解决方案：QMS）



可能包括：

• 供应商的来料到货后，如何进行来料检验？能否采集物料质量信息并保存？是人工记录保存还是系统记录保存？
  
• 是否有质检的校验指导书及相关技术文件？
  
• 当来料数量庞大时，如何进行检验？是否能及时校验、及时入库？（这将影响计划排程时的齐套性检查时间和生产状况）
  
• 能否对质检数据进行智能分析，并利用SPC等统计手段对数据进行深度应用？
  
• 对于不合格品（包括来料、半成品和成品）的审批流程是怎样的？
  
• 能否实现产品全生命周期的质量追溯？目前做到了哪一步？
  

3.6 营销（解决方案：CRM、其他）



可能包括：

• 市场数据的获取手段，或市场调研手段。信息和数据的获取渠道有哪些？关注了哪些市场数据类型（如客户需求信息、行业信息、产品信息、区域信息、竞争对手信息等）？
  
• 有无专门的市场信息数据库？
  
• 市场数据分析手段，能否全面分析用户/潜在用户画像
  
• 销售数据能否在各大子公司及企业内部各部门间共享？
  
• 营销渠道有哪些？
  
• 负责营销的人员占比，以及他们是否能达成数据共享和业务协同？
  
• 从客户订单到形成采购订单之间的流程是怎样的？
  
• 有哪些客户拓展方式（如展会、客户转介绍、流量推广等）？公司如何关注客户体验与个性化？
  
• 售后服务体系如何？
  
• 能否与上下游形成数据（如订单信息、市场信息）的共享？
  

3.7 保障策略（包含人力资源、文化、组织等）



可能包括：

• 目前的组织架构如何？
  
• 有无专门管理人力资源的系统？如何与其它系统对接？
  
• 有没有专门培养未来工厂建设的团队和人才？
  
• 数字化文化如何在员工中传播？
  
• 有没有对外引进数字化建设的专家、人才和团队？包括各种数字化解决方案的供应商。
  
• 员工招聘培训体系、绩效考核制度和晋升机制如何？
  

<hr/>OK，进行未来工厂项目建设中，大致要诊断的问题就是这些，当然，这些基本是访谈时需要问到的，但肯定还需要进行实地走访才能进一步确认企业目前存在的问题，并能够在走访中关注到更进一步的细节。
还有一件事，调研诊断报告中不仅需要按模块列出目前存在的问题有些，还要依据诊断模型，即未来工厂导则，找出之间的差距有哪些，并在相应模块中列出差距，同时还需要给出相应的解决方案，也即从目前状态跨越到未来工厂状态的实现路径。

原文地址：https://zhuanlan.zhihu.com/p/613881875