顧茜 馮明輝

大數(shù)據(jù)時(shí)代的到來，為企業(yè)質(zhì)量管理工作帶來新的發(fā)展契機(jī)。面對卷煙行業(yè)激烈的競爭格局，立足產(chǎn)品質(zhì)量把關(guān)，用好大數(shù)據(jù)這一當(dāng)下最有力的工具，對提高企業(yè)質(zhì)量管理水平，提升品牌競爭力有重要意義。

在大數(shù)據(jù)時(shí)代的背景下，互聯(lián)網(wǎng)行業(yè)飛速發(fā)展，提出了“數(shù)據(jù)是企業(yè)最寶貴的財(cái)富”的觀點(diǎn)。伴隨數(shù)字化轉(zhuǎn)型的浪潮，這一理念開始深入到企業(yè)日常生產(chǎn)工作中，為質(zhì)量管理工作帶來新的發(fā)展契機(jī)。

一般認(rèn)為，大數(shù)據(jù)有四個(gè)重要特征（4V特征）：數(shù)據(jù)規(guī)模大（Volume）、種類繁多（Variety）、處理速度快（Velocity）、價(jià)值密度低（Value）。卷煙工業(yè)企業(yè)的生產(chǎn)過程中，時(shí)時(shí)刻刻、源源不斷地產(chǎn)生的質(zhì)量數(shù)據(jù)，從數(shù)據(jù)體量上看，企業(yè)數(shù)據(jù)規(guī)模似乎已進(jìn)入大數(shù)據(jù)的范疇。

然而，卷煙工業(yè)企業(yè)的生產(chǎn)經(jīng)營業(yè)態(tài)與互聯(lián)網(wǎng)行業(yè)截然不同，如何把握正確的技術(shù)方向，用好企業(yè)的數(shù)據(jù)財(cái)富？針對這一問題，我們不妨回溯到大數(shù)據(jù)的本質(zhì)，探尋大數(shù)據(jù)技術(shù)誕生的“初心”。牛津大學(xué)教授邁爾·舍恩伯格在《大數(shù)據(jù)時(shí)代》中指出，大數(shù)據(jù)時(shí)代的思維變革，首先是“更多”：大數(shù)據(jù)獲取的不是隨機(jī)樣本，而是所有數(shù)據(jù)，即“樣本=總體”的“全數(shù)據(jù)”模式?！叭珨?shù)據(jù)”是人們追求確定性世界的一種理想，大數(shù)據(jù)技術(shù)正因這一理想而誕生、發(fā)展。

然而，結(jié)合大數(shù)據(jù)的特征，我們會發(fā)現(xiàn)當(dāng)前卷煙工業(yè)生產(chǎn)過程中采集的質(zhì)量數(shù)據(jù)，遠(yuǎn)不是生產(chǎn)過程的“全數(shù)據(jù)”。當(dāng)前企業(yè)采集的質(zhì)量數(shù)據(jù)，距離真實(shí)地還原當(dāng)時(shí)整個(gè)生產(chǎn)過程有著相當(dāng)大的差距。因此，我們需要以“全數(shù)據(jù)”為導(dǎo)向，結(jié)合現(xiàn)有技術(shù)手段，在更大的時(shí)空維度上充分采集質(zhì)量數(shù)據(jù)，建立有效的數(shù)據(jù)分析、挖掘、反饋機(jī)制，實(shí)現(xiàn)傳統(tǒng)質(zhì)量管理的價(jià)值轉(zhuǎn)型突破。

一、全面覆蓋，充分利用質(zhì)量數(shù)據(jù)的時(shí)空多樣性

一直以來，工業(yè)企業(yè)的質(zhì)量管理主要依賴抽樣調(diào)查方法，通過統(tǒng)計(jì)過程控制（SPC）評估生產(chǎn)過程是否正常。然而，這種抽樣形式?jīng)Q定了“樣本總體”，在有限人力資源的投入下，車間一線的質(zhì)量管理無法實(shí)現(xiàn)對生產(chǎn)環(huán)境空間、時(shí)間的全面覆蓋，不可避免地存在漏檢風(fēng)險(xiǎn)。

質(zhì)量是品牌建設(shè)的基石。新工藝、新產(chǎn)品是卷煙品牌進(jìn)一步尋求突破的契機(jī)。在品牌成長最吃勁的階段，消除生產(chǎn)過程的質(zhì)量管理盲點(diǎn)，最大程度阻止瑕疵品流入市場，樹立良好的品牌形象已成當(dāng)務(wù)之急。可喜的是，隨著信息技術(shù)的發(fā)展，我們能看到“全數(shù)據(jù)”在質(zhì)量管理中大顯神通的曙光。

首先，要建立空間維度上非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)采集能力。非結(jié)構(gòu)化數(shù)據(jù)是大數(shù)據(jù)多樣性特征的重要組成部分，是沒有預(yù)定義的數(shù)據(jù)模型，不適合用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)，如文檔、報(bào)表、圖像和音頻視頻信息等。在生產(chǎn)線上，外觀缺陷產(chǎn)品往往呈現(xiàn)明顯的視覺特征，如果我們能夠部署覆蓋全生產(chǎn)線的實(shí)時(shí)視頻監(jiān)控，利用工業(yè)相機(jī)的高速采集能力，依托當(dāng)前較為成熟的無線網(wǎng)絡(luò)和5G技術(shù)，完整采集、傳輸、存儲這些生產(chǎn)過程的非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)而從中發(fā)現(xiàn)特征數(shù)據(jù)，就能做到空間覆蓋的“全”。

其次，要引入時(shí)間維度上人工智能算法的實(shí)時(shí)分析能力。隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，目標(biāo)檢測領(lǐng)域RCNN和YoloV3算法族日漸成熟，模型泛化效果穩(wěn)定，無論是追求檢測精度或兼具檢測精度與速度的場景，都能針對性地提供相應(yīng)的解決方案，已具備工業(yè)化推廣的基礎(chǔ)。在紡織、白酒、建材等行業(yè)的智能質(zhì)量管理實(shí)踐中，瑕疵檢測技術(shù)已較為成熟，能夠在這些行業(yè)上落地應(yīng)用，效果達(dá)到甚至超越人類水平，更產(chǎn)生了顯著的經(jīng)濟(jì)價(jià)值。這些成功的理論研究和產(chǎn)業(yè)實(shí)踐證明，人工智能技術(shù)目前足以勝任復(fù)雜生產(chǎn)環(huán)境下，連續(xù)不間斷的實(shí)時(shí)在線質(zhì)檢，做到時(shí)間覆蓋的“全”。

最后，要打造完整的聯(lián)動(dòng)告警和異常處置機(jī)制。隨著5G、物聯(lián)網(wǎng)等新興技術(shù)的發(fā)展，非結(jié)構(gòu)化數(shù)據(jù)的傳輸和處理時(shí)間大幅縮短，實(shí)時(shí)檢測、即時(shí)告警、設(shè)備聯(lián)動(dòng)已成為可能。當(dāng)前主流的人工智能目標(biāo)檢測模型能夠支持各種場景下的部署，如服務(wù)端部署、邊緣端部署、移動(dòng)端部署等，并提供API接口給客戶端調(diào)用檢測結(jié)果。我們可以解析算法模型的檢測結(jié)果，結(jié)合工控系統(tǒng)構(gòu)建即時(shí)聯(lián)動(dòng)機(jī)制，產(chǎn)品質(zhì)量管理將實(shí)現(xiàn)由事后補(bǔ)救向事中控制、事前預(yù)防的轉(zhuǎn)變，進(jìn)而掌握主動(dòng)，做到流程覆蓋的“全”。

二、賦能一線，推動(dòng)質(zhì)量管理工作持續(xù)進(jìn)化

英國數(shù)學(xué)家托馬斯·克倫普在《數(shù)字人類學(xué)》一書中指出，數(shù)據(jù)的本質(zhì)是人，數(shù)據(jù)的價(jià)值在于服務(wù)人類社會。為生產(chǎn)一線賦能，通過科技手段為生產(chǎn)過程質(zhì)量管理服務(wù)，正是面向“全數(shù)據(jù)”的質(zhì)量管理探索的價(jià)值體現(xiàn)。

首先，要以降本增效為導(dǎo)向，撬動(dòng)技術(shù)轉(zhuǎn)化為生產(chǎn)力的杠桿?！案?、精、尖”是很多傳統(tǒng)的質(zhì)量檢測儀器的特點(diǎn)，檢測精度高、價(jià)格昂貴、維護(hù)困難，極大地限制著企業(yè)質(zhì)量管理工作。新技術(shù)向生產(chǎn)力的轉(zhuǎn)化，如果總是需要以高昂的成本為代價(jià)，必然舉步維艱。而在大數(shù)據(jù)技術(shù)發(fā)展歷程中，大規(guī)模部署普通服務(wù)器獲得商業(yè)成功經(jīng)驗(yàn)，帶給人們新的啟示：“一切質(zhì)量問題，本質(zhì)都是數(shù)量問題”。如果我們要加強(qiáng)車間雜物管控的能力，沿著現(xiàn)有生產(chǎn)線部署幾十個(gè)高清智能攝像機(jī)，其性價(jià)必將遠(yuǎn)勝過采購動(dòng)輒百萬美元的除雜機(jī)。

其次，要以沉淀數(shù)據(jù)為基礎(chǔ)，建立完整的數(shù)據(jù)標(biāo)注機(jī)制。人工智能技術(shù)是大數(shù)據(jù)“喂”出來的。然而，只有按照特定規(guī)范整理和標(biāo)注的數(shù)據(jù)，送入人工智能系統(tǒng)才能有效“學(xué)習(xí)”。數(shù)據(jù)標(biāo)注的體量和準(zhǔn)確性，直接決定了人工智能系統(tǒng)能否勝任賦能一線的使命。數(shù)據(jù)規(guī)模越大、標(biāo)注數(shù)據(jù)越多，智能應(yīng)用的檢測結(jié)果就越準(zhǔn)確、效率越高。相關(guān)統(tǒng)計(jì)資料顯示，2019年國內(nèi)數(shù)據(jù)標(biāo)注行業(yè)市場規(guī)模為30.9億元，未來幾年的平均年增長為21.8%，預(yù)計(jì)到2025年，國內(nèi)數(shù)據(jù)標(biāo)注市場規(guī)模將突破113億元，充分證明了數(shù)據(jù)標(biāo)注的重要性。因此，企業(yè)需要建立數(shù)據(jù)標(biāo)注流程，對數(shù)據(jù)采集、加工、應(yīng)用過程進(jìn)行規(guī)范，這些沉淀下來的標(biāo)注數(shù)據(jù)才能形成數(shù)據(jù)資產(chǎn)，助力企業(yè)在生產(chǎn)力競爭中取得優(yōu)勢。

最后，要以能力建設(shè)為支撐，形成數(shù)據(jù)應(yīng)用的良性循環(huán)。缺少自主能力的建設(shè)，沒有強(qiáng)大人才隊(duì)伍作后盾，質(zhì)量管理工作的創(chuàng)新就是無源之水、無本之木。面向“全數(shù)據(jù)”的分析方法，較之傳統(tǒng)的樣本數(shù)據(jù)歸納存在較大差異;人工智能是自然學(xué)科和社會學(xué)科的交叉學(xué)科，技術(shù)學(xué)習(xí)路線陡峭，同時(shí)還需要較強(qiáng)的綜合認(rèn)知力。企業(yè)只有構(gòu)建起掌握新技術(shù)原理、方法的內(nèi)部人才梯隊(duì)，洞悉數(shù)據(jù)應(yīng)用的發(fā)展脈絡(luò)，結(jié)合對企業(yè)生產(chǎn)經(jīng)營活動(dòng)的深入理解，才能總結(jié)出切實(shí)符合企業(yè)質(zhì)量管理需求的場景，讓新技術(shù)在一線生產(chǎn)中有所作為，形成良性循環(huán)，推動(dòng)企業(yè)質(zhì)量管理工作的進(jìn)化。

三、關(guān)注反饋，向創(chuàng)造增值的質(zhì)量管理轉(zhuǎn)型

反饋迭代、價(jià)值導(dǎo)向是互聯(lián)網(wǎng)行業(yè)依托大數(shù)據(jù)技術(shù)飛速發(fā)展的秘訣。傳統(tǒng)的質(zhì)量管理更關(guān)注缺陷管理，在標(biāo)準(zhǔn)化的流程中，每一個(gè)工序的質(zhì)量管理過程到呈現(xiàn)給消費(fèi)者產(chǎn)品的轉(zhuǎn)化鏈路非常漫長。由于卷煙快速消費(fèi)品的特點(diǎn)與煙草行業(yè)的特殊性，獲取消費(fèi)者對產(chǎn)品的真實(shí)反饋一直以來都是行業(yè)難題，如果能在產(chǎn)品生命周期的“全數(shù)據(jù)”利用上實(shí)現(xiàn)突破，既是質(zhì)量管理由成本中心向價(jià)值轉(zhuǎn)化的契機(jī)，更將助力卷煙品牌再上新臺階。

首先，要建立全面的消費(fèi)者評價(jià)采集機(jī)制。在電子商務(wù)領(lǐng)域，商品的評論區(qū)不僅是潛在客戶購買商品的重要依據(jù)，基于商品評論的分析結(jié)果，更是新品研發(fā)、爆款識別的重要依據(jù)。長期以來，煙草制品的消費(fèi)者評價(jià)數(shù)據(jù)非常有限，面向消費(fèi)者的質(zhì)量管理多為投訴處理，如果我們能從企業(yè)全局出發(fā)，加強(qiáng)質(zhì)量管理頂層設(shè)計(jì)，將產(chǎn)品質(zhì)量管理與精益營銷建設(shè)相結(jié)合，合理地前置消費(fèi)者評價(jià)機(jī)制，廣泛收集消費(fèi)者關(guān)于包裝、吸味、營銷活動(dòng)的真實(shí)評價(jià)，并進(jìn)行針對性分析研究，無疑將幫助品牌在市場拓展與行業(yè)競爭中把握先機(jī)。

其次，要形成貫穿產(chǎn)品全生命周期的質(zhì)量文化。隨著消費(fèi)者評價(jià)數(shù)據(jù)的持續(xù)收集，產(chǎn)品全生命周期質(zhì)量管理的PDCA循環(huán)將得到持續(xù)迭代升級，企業(yè)需要形成與之相適應(yīng)的質(zhì)量管理文化。質(zhì)量價(jià)值的創(chuàng)造過程不是孤立的節(jié)點(diǎn)，需要企業(yè)上下一致，從更全面的角度對產(chǎn)品質(zhì)量進(jìn)行思考：設(shè)計(jì)、研發(fā)、供應(yīng)、生產(chǎn)、倉儲、銷售，在產(chǎn)品質(zhì)量的全生命周期管理中，人人有責(zé)。

最后，要開展以產(chǎn)品增值為導(dǎo)向的質(zhì)量管理探索。長期從事質(zhì)量管理研究的美國質(zhì)量協(xié)會研究院專家妮可·拉齊維爾指出，我們現(xiàn)今處在質(zhì)量4.0的起點(diǎn)——“質(zhì)量即探索”階段。由于新技術(shù)的出現(xiàn)，我們處于一個(gè)新的前沿趨勢中，探索的過程往往是曲折的。在這個(gè)適應(yīng)性強(qiáng)、智能化的環(huán)境中，唯有始終以為價(jià)值增值為導(dǎo)向，才能用好價(jià)值密度并不高的“全數(shù)據(jù)”，持續(xù)不斷地為企業(yè)創(chuàng)造財(cái)富。

四、結(jié)語

技術(shù)進(jìn)步為提升企業(yè)質(zhì)量管理水平開辟了新的道路。如果說，面向“全數(shù)據(jù)”是通過技術(shù)手段填補(bǔ)了傳統(tǒng)質(zhì)量管理工作“力所不及”的空白，那么，探索質(zhì)量管理的價(jià)值驅(qū)動(dòng)轉(zhuǎn)型之路更進(jìn)一步詮釋了質(zhì)量的定義。面對行業(yè)激烈的競爭格局，用好大數(shù)據(jù)這一當(dāng)下最有力的工具，提升企業(yè)質(zhì)量管理水平，必將為卷煙品牌建設(shè)增添新的動(dòng)力。

（作者單位：福建中煙工業(yè)有限責(zé)任公司）