智造解读:智能制造与智能决策

发布时间：2016-01-05 作者：佚名来源：互联网*王力

关键字：智能制造智能决策

收藏好文推荐打印

在制造业不断迈向智能制造的过程中，制造业大数据是一个重要的话题。在制造业大数据应用的诸多领域中，智能决策以其重要性和复杂性尤其值得企业管理者关注。这里对如何搞好智能决策进行一些讨论。

　　一.智能决策是决定智能制造水平的关键

　　智能制造是指具有智能运营和管理模式的制造业企业所进行的运营活动的统称。

　　管理者通常通过决策来实现使用设施、利用资源，进而达到有效完成经营活动目的。因此，智能决策的能力和水平是决定企业智能制造水平的关键。本质上说，企业向智能制造发展的过程，也就是管理从经验决策向科学决策、进而向智能决策演进的过程。

　　在这一过程中，决策的不断优化离不开数据与信息，离不开企业信息化。但信息化不等于信息系统化，因为很多离散在IT系统之外的数据也是可以支撑分析的，这一点，在实践中往往会被人所忽视。随着近年来企业信息化建设的不断深入，企业内部各类信息系统不断增多，为决策支持提供了越来越多的信息和数据。

　　二.BI是支撑企业智能决策的核心手段

　　在企业的各类IT系统中，服务于决策支持的BI（Business Intelligence，商业智能）系统，因其汇集企业所有IT系统的数据和各类数据源，专门服务于管理层和决策层以了解业务进展、分析问题、辅助决策，因而被视为分析、决策的核心支撑工具。

　　BI系统工作时需从各类IT业务系统（数据源）提取数据、经过ETL（数据的抽取、转换、加载）将数据加载到数据仓库中，之后根据需要构建出不同的数据分析主题，最后在展现层上实现各种分析和展示功能。示意图如下。

　　三.BI当前的应用状态

　　随着企业信息化建设的深入，数据及数据价值的观念日渐深入人心，管理者迫切地希望从数据的分析中得到启发、对决策带来帮助。但实践中BI项目的高失败率又使人望而却步。管理的需求和现实中存在的问题交织在一起，使BI应用出现了冰（现实）火（希望）两重天的局面。

　　研究表明，与一般的基层管理人员主要以了解业务进展状态为目的这样具体、明确的数据分析需求不同，中高层管理者对数据分析需求会因人、因时而异出现变化，这种现象我们称之为分析需求的“焦点漂移”。

　　另一方面，在构建BI分析系统时，常常需要对不同的信息系统的数据进行抽取、处理、加工、建模，以形成数据仓库、数据集市和指标模型，这一过程要花费大量的时间，导致了对临时出现的管理人员的分析需求不能快速响应和满足。

　　由于对上述两方面的问题认识不足，一些BI应用的先行企业建成的系统随着管理层关注点的迅速变化，出现了上线后的系统利用率下降、乃至废弃的问题，有的企业为了解决此类问题，一再重复尝试，甚至“屡败屡战”、“屡战屡败”。

　　四.解决之道：从有思想的BI到管理最佳实践

　　研究表明，在BI系统中，简单的提供分析报表，只能向管理者展示企业运行的“事实”；在此之上，精心选择的KPI（关键绩效指标）则可以在展示事实的基础上进一步显示企业运行的“状态”；而使用KSI（关键状态指标，比起仅关注内部过程结果的KPI，KSI更加广泛地包括了管理者需要关心的所有管理主题的状态）则能帮助管理者从事实和状态中发现问题；而使用了KSI + T（T代表thought、思想，意即KSI之间具有管理逻辑关系）的系统则能帮助管理者分析导致问题的矛盾；在此基础上使用KSI + T + BP（Best Practice，代表管理最佳实践）的系统则可以借助系统中包含的KSI、管理逻辑和管理最佳实践为管理者带来启发，帮助他们有效地制定和推行业务改善对策和行动计划，更有效地提升业务绩效。

　　所以，要想让BI系统对管理者有更多的帮助，就必须使用不断进化的分析手段和方法来不断提高系统的智能化程度。传统的、仅能够提供报表和KPI分析功能的“BI”系统仅能展示事实、分析状态，不能帮助管理者发现问题、分析矛盾、制定对策，没有智能，故应该称之为BA（Business Analysis，商业/业务分析）。而具有KSI、KSI+T、KSI+T+BP的系统由于具有帮助管理者发现问题、分析矛盾、制定对策的能力，才可以真正称之为BI（商业智能）系统。

　　五.企业可以开展智能决策的领域

　　综合目前的研究和实践，我们可以总结出企业能够开展商业智能和智能决策建设的领域。如下图。

　　在以上各企业管理领域，目前都可以找到通过有效的BI建设提升企业智能决策水平、提高企业经营管理能力的方法、工具和案例。借鉴这些已有的成果，结合企业的实际，我们就可以找到一条通过建设商业智能系统，全方位辅助企业管理者优化决策、改善业务绩效的有效途径，进而推动企业智能决策和智能制造的建设和发展。