“大數(shù)據(jù)”助力下一輪制造工藝流程優(yōu)化

編者按

本文于2014年5月發(fā)表于麥肯錫網(wǎng)站。作者埃里克·奧西茲斯基（Eric Auschitzky）是麥肯錫公司里昂分公司的專家，馬庫斯·漢默（Markus Hammer）是里斯本分公司的資深專家，艾金森·拉佳格保爾（Agesan Rajagopaul）是約翰內(nèi)斯堡分公司副董事，肯·薩默斯（Ken Somers）是安特衛(wèi)普分公司的高級專家。本文介紹了如何在大數(shù)據(jù)時代應(yīng)用高級分析法，診斷和糾正流程缺陷，管理生產(chǎn)流程的復(fù)雜性。

在過去的20年時間里，制造商已經(jīng)可以通過實(shí)施精益生產(chǎn)和六西格瑪項(xiàng)目，減少生產(chǎn)工藝流程中的浪費(fèi)和變化問題，并大大提高產(chǎn)品的質(zhì)量和產(chǎn)量。然而，在醫(yī)藥、化工和礦業(yè)等特定的加工環(huán)境中，極端波動的變化已經(jīng)成為常態(tài)，甚至運(yùn)用精益技術(shù)也無法解決。在上述產(chǎn)業(yè)及其他產(chǎn)業(yè)，影響產(chǎn)出的因素紛繁復(fù)雜，因此，制造商需要一種更加細(xì)化的方法來診斷和糾正工藝流程缺陷，高級分析就是這樣一種方法。

高級分析是運(yùn)用統(tǒng)計(jì)和其他數(shù)學(xué)工具對業(yè)務(wù)數(shù)據(jù)進(jìn)行分析，進(jìn)而評估和改進(jìn)當(dāng)前操作工藝流程的一種方法。在制造業(yè)，運(yùn)營經(jīng)理可以使用高級分析，深入了解歷史工藝流程數(shù)據(jù)，找出離散工藝步驟和投入之間的模式和關(guān)系，找出對產(chǎn)量影響最大的可靠因素，對其進(jìn)行優(yōu)化?，F(xiàn)在，各個行業(yè)和地區(qū)的諸多全球制造商都收集了大量的實(shí)時車間數(shù)據(jù)，也有能力開展這種先進(jìn)的統(tǒng)計(jì)評估。他們對過去彼此孤立的各類數(shù)據(jù)進(jìn)行匯總和分析，從中得出深刻見解。

以生物藥品的生產(chǎn)為例。生物藥品是保健產(chǎn)品的一種，包括疫苗、激素和成分血。生物藥品的制造需要使用基因工程活細(xì)胞，生產(chǎn)團(tuán)隊(duì)往往需要監(jiān)視生產(chǎn)流程中的200多個變量，以確保各成分以及生產(chǎn)藥物的純度。使用同一種方法生產(chǎn)的兩批次的特殊物質(zhì)，其產(chǎn)量的變動幅度可達(dá)50%到100%。導(dǎo)致這種巨大變異的原因還不明確，它會帶來產(chǎn)能和生產(chǎn)質(zhì)量問題，也導(dǎo)致常規(guī)監(jiān)督工作的增加。

一家排名前五強(qiáng)的生物藥品制造商使用高級分析法，顯著增加了疫苗的產(chǎn)量，同時沒有造成任何額外的資本支出。該公司把整個工藝流程分割為一個個集群，每個集群包含一些密切相關(guān)的生產(chǎn)活動。針對每一個集群，公司會廣泛收集與工藝步驟和使用材料相關(guān)的數(shù)據(jù)，并把數(shù)據(jù)儲存在中央數(shù)據(jù)庫中。然后，一個項(xiàng)目團(tuán)隊(duì)會對數(shù)據(jù)進(jìn)行各種形式的統(tǒng)計(jì)分析，來確定不同工藝參數(shù)（上游和下游）之間的相關(guān)性，以及參數(shù)對產(chǎn)量的影響。分析證明，影響最大的參數(shù)有9個，其中最重要的是細(xì)胞接種的時間和傳導(dǎo)性措施，這些措施與色譜法的一個步驟相關(guān)。該制造商針對與這9種參數(shù)相關(guān)的工藝流程作出調(diào)整，從而把疫苗產(chǎn)量增加了50%以上——相當(dāng)于每種產(chǎn)品每年節(jié)省500萬到1000萬美元，而公司目前生產(chǎn)的產(chǎn)品有上百種。

提供意料之外的見解

即使是公認(rèn)最好的制造業(yè)工藝流程，高級分析也可以對之進(jìn)行一定程度的改進(jìn)。歐洲有一家知名的化學(xué)品制造商，該公司為一些造紙行業(yè)、洗滌劑制造和金屬加工業(yè)等行業(yè)提供功能性和特種化學(xué)制劑。公司對工藝流程的改進(jìn)始于20世紀(jì)60年代，其平均產(chǎn)量也一直比行業(yè)標(biāo)準(zhǔn)更高，公司以此為榮。事實(shí)上，工作人員都認(rèn)為公司并沒有太大的提升空間。一位工程師指出：“別人都將這個工廠作為參照榜樣。”

然而，該公司使用神經(jīng)網(wǎng)絡(luò)技術(shù)（一種以人類大腦的信息處理方式為基礎(chǔ)的高級分析方法），就不同生產(chǎn)投入對產(chǎn)量的相對影響進(jìn)行衡量和比較，并有了意想不到的收獲。公司檢測的因素包括冷卻劑的壓力、溫度、數(shù)量和二氧化碳流。分析找到了一些以前不知道的敏感因子。舉例來說，二氧化碳流的變化程度會顯著減少產(chǎn)量。這家化學(xué)公司相應(yīng)地調(diào)整了參數(shù)，成功地將原材料浪費(fèi)降低了20%，將能源成本降低了15%，進(jìn)而提高了整體產(chǎn)量?，F(xiàn)在公司正在實(shí)施高級工藝控制，以配合基礎(chǔ)系統(tǒng)，自動調(diào)整生產(chǎn)。

無獨(dú)有偶，非洲的一家金礦對不甚全面的生產(chǎn)數(shù)據(jù)進(jìn)行嚴(yán)格評估，進(jìn)而增加了產(chǎn)量和盈利能力。當(dāng)時，該金礦正處于礦石品位逐漸下降的階段，礦場維持生產(chǎn)水平的途徑屈指可數(shù)，其中之一就是要努力加快或以其他方式優(yōu)化開采和提煉工藝。從礦石中提取黃金的流程極為復(fù)雜，一般會涉及到10到15個變量，需要15種以上的機(jī)械設(shè)備，提取處理過程包括氰化、氧化、研磨和浸出等。

這家非洲礦場運(yùn)營團(tuán)隊(duì)可獲得的生產(chǎn)和工藝數(shù)據(jù)極為分散，因此，分析團(tuán)隊(duì)的第一步工作就是數(shù)據(jù)清洗。團(tuán)隊(duì)使用數(shù)學(xué)方法，解決數(shù)據(jù)不一致問題，彌補(bǔ)缺失的信息。然后，該團(tuán)隊(duì)分析了試劑、流速和密度等一系列工藝參數(shù)的數(shù)據(jù)，研究發(fā)現(xiàn)，溶解氧水平（浸出過程中的關(guān)鍵參數(shù)）的變化似乎是對產(chǎn)品影響最大的關(guān)鍵因素。這項(xiàng)分析還發(fā)現(xiàn)，根據(jù)過去的情況分析，在氧氣含量最高的日子里，礦場的績效最高。

根據(jù)這些分析結(jié)果，礦場對自己的浸出回收工藝進(jìn)行了微調(diào)，在三個月的時間內(nèi)，將平均產(chǎn)量提高了3.7%——考慮到同期礦石品位下降了約20%，這一提高水平已經(jīng)相當(dāng)不錯。由于產(chǎn)量提高，在不需要進(jìn)行額外的資本投資或?qū)嵤┲卮笞兏锎胧┑那闆r下，礦場的年利潤增加了1000萬到2000萬美元。

充分利用大數(shù)據(jù)

對于希望使用高級分析法來提高產(chǎn)量的制造商來說，第一個關(guān)鍵步驟就是對現(xiàn)有可用數(shù)據(jù)進(jìn)行整理。很多公司都收集了大量工藝流程的數(shù)據(jù)，但這些數(shù)據(jù)往往只用于跟蹤，并沒有成為改善運(yùn)營操作的基礎(chǔ)。對于這些公司來說，他們的挑戰(zhàn)就是對系統(tǒng)和專業(yè)技能進(jìn)行投資，以改善對現(xiàn)有信息的利用。舉例來說，公司可以將多個來源的數(shù)據(jù)進(jìn)行集中，或建立索引，這樣可以降低數(shù)據(jù)分析的難度，也可以聘用訓(xùn)練有素的數(shù)據(jù)分析師，去發(fā)現(xiàn)內(nèi)在模式，對信息進(jìn)行可供操作的解讀。

有些公司的數(shù)據(jù)太少，對分析師來說沒有什么統(tǒng)計(jì)學(xué)意義。對于這些公司的高層領(lǐng)導(dǎo)來說，他們需要對系統(tǒng)和運(yùn)營方法進(jìn)行投資，以便收集更多數(shù)據(jù)。他們可以逐漸增加投資。例如，在一系列活動中，先選擇一個特別重要或特別復(fù)雜的工藝流程，進(jìn)行信息采集，然后對這部分工藝流程進(jìn)行高級分析。

大數(shù)據(jù)時代才剛剛出現(xiàn)，但是在數(shù)學(xué)研究和科學(xué)應(yīng)用領(lǐng)域，高級分析的應(yīng)用已有多年的歷史。高級分析法是提高產(chǎn)出的一個重要工具，對于工藝流程復(fù)雜度高、變化大和存在容量限制的制造業(yè)來說尤其如此。事實(shí)上，如果可以成功進(jìn)行定量評估，公司就可以在眾多競爭者中脫穎而出。

（趙 燦 編譯）