日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

★卡奧斯物聯科技股份有限公司盛國軍，魯效平

★卡奧斯工業智能研究院（青島）有限公司陳錄城，秦承剛

★卡奧斯物聯科技股份有限公司高亞瓊，王超，王朋靜

1　背景

大規模個性化定制是一種集企業、客戶、供應商、員工和環境于一體，在系統思想指導下，用整體優化的觀點，充分利用企業已有的各種資源，在標準技術、現代設計方法、信息技術和先進制造技術的支持下，根據客戶的個性化需求，以大批量生產的成本、質量和效率提供定制產品和服務的生產方式^[1]，能夠顯著提升企業的核心競爭力^[2]，已經成為目前制造業數字化轉型的主要趨勢之一。但大部分企業在實施大規模個性化定制過程中，普遍面臨著戰略規劃不明確、數字化基礎薄弱、落地實施成本高等問題^[3]。

針對以上痛點，海爾集團基于自身近40年的制造經驗，推出了全球首家用戶全流程參與體驗的工業互聯網平臺COSMOPlat。該平臺根植于以用戶為中心的大規模個性化定制模式，構建了跨行業、跨領域、跨區域的立體化賦能新范式，能夠為多個行業提供大規模個性化定制轉型解決方案，目前已經在家電、服裝、汽車等多個行業大規模應用，助力了企業數字化轉型。

2　大規模個性化定制整體解決方案

2.1　大規模個性化定制平臺架構

通過創新BaaS數字工業操作系統、BaaS工業大腦及大規模個性化定制套件，卡奧斯COSMOPlat構建起ONE-COSMO“三駕馬車”平臺架構，如圖1所示。這一架構實現了工業全要素從物聯到智聯的突破，以及數據要素從“散”到“融”到“智”的突破，為企業從大規模制造到大規模個性化定制模式轉型提供了全方位支持。

圖1 大規模個性化定制工業互聯網平臺架構

平臺架構自下而上介紹如下：

（1）物聯設備層，通過物聯網關、協議解析、邊緣智能、規則引擎等支持百萬級先進設備連接，兼容450多種協議，支持多源異構工業組件群和海量數據融合以及第三方開發者的泛在接入，能夠集成處理全生命周期多源異構數據。在物聯設備層還設計了反向控制功能，將虛擬世界的信號和操作反饋到真實生產現場，優化了現場的參數和邏輯，可以實現最佳運行效果。

（2）BaaS數字工業操作系統包含容器云管平臺，操作系統組件服務開放，能夠支持多種方式全面連接工業設備及企業數據源，打通了工業互聯網“最后一公里”。建設面向工業的現代物聯棧，通過嵌入式實時操作系統與數據主線技術，全面連接超過53種的工業設備及企業數據源，能夠滿足工業設備全量接入、云邊協同、數據實時采集等工業企業客戶需求，使用戶享有操作系統不斷增強的性能、可靠性和安全性。

（3）BaaS工業大腦包括工業大腦總控平臺，以及開放和開源的能力市場。目前已沉淀超過5000多個工業機理模型與算法，廣泛應用于工業設計與研發、機理仿真與數字孿生，具備高度的可遷移和可復制性。在生產過程中，平臺上的應用可以任意調用卡奧斯BaaS工業大腦能力網格的能力，同時支持訓練和推理，為用戶提供一站式AI開發能力，助力工業生產自感知、自學習、自決策、自適應、自診斷。

（4）大規模個性化定制套件具有平臺化設計、智能化制造、個性化定制、網絡化協同、服務化延伸、數字化管理等六種能力，已開發25個云端套件、10個邊+端套件，構筑了以用戶為中心的智能產品、智能生產、智能服務等系統。與一般服務商提供的單一化系統或軟件不同，該套件具備獨特性，能夠提供類似樂高的工業服務，所有的產品可以像積木一樣拆解并根據企業需求重新組合，形成適合不同場景的解決方案，極大地提升了開發和應用的效率。

（5）解決方案層，面向中小企業、腰部企業、大型企業、園區、政府等用戶，根據用戶需求，提供覆蓋交互定制、開放設計、精準營銷、模塊采購、智能生產、智慧物流、智慧服務等全業務流程的大規模個性化定制解決方案，目前已在全球20多個國家和地區的家電、服裝、汽車等10多個行業開展了大規模應用。

2.2　大規模個性化定制套件介紹

在業務流程上，平臺通過工業大腦和工業OS提供軟件產品連接與數據匯聚能力，一方面通過交互定制和智慧服務節點與用戶連接，另一方面通過物聯設備層與制造企業儀器儀表、工業設備、工控系統、上位機等連接，經過協議轉換功能統一以MQTT協議將數據上傳到云端，供交互定制、開放設計、精準營銷、模塊采購、智能生產、智慧物流、智慧服務等七大類業務流程調用，如圖2所示。這種方式構建了大規模個性化定制套件系統，提升了企業的智能制造水平。

圖2 大規模個性化定制套件

大規模個性化定制套件已覆蓋24項業務支撐系統，實現了全流程各節點系統橫向集成和協同設計與制造，讓用戶全流程參與其中。

（1）交互定制：利用社群交互系統收集用戶碎片化、個性化需求，并聯全球研發網絡資源整合成需求方案，將用戶不確定的小需求變成確定性的大數據，幫助用戶實現創意到產品轉化。

（2）開放設計：利用PLM系統協同設計，通過PDM系統數據共享，利用CAX系統執行設計，在工藝管理與優化系統進行資源交互，支撐設計師與用戶實時交互。同時，利用虛擬仿真不斷修正產品設計，形成符合用戶需求的產品。用戶信息和訂單需求通過前端定制體驗平臺等端口直達工廠。

（3）精準營銷：通過SCRM會員管理，結合電商系統進行用戶交互，實現產品的預約預售，解決產品生產出來賣不出去的問題。同時，通過大數據研究形成用戶畫像和標簽管理，實現千人千面的精準營銷。最后，將用戶畫像升級為用戶場景定制，創造用戶體驗價值，提高用戶滿意度和忠誠度。

（4）模塊采購：通過SCM系統協同供應鏈，在SRM進行采購管理，實現供應鏈高效運作。以用戶為中心，并整合全球一流模塊商資源，積極參與到用戶交互及前端設計中，通過用戶評價實現自優化，讓用戶自由選擇最優、最合理的解決方案。

（5）智能生產：基于工廠聯全要素、聯網器、聯全流程，通過COSMOPlatAPS處理訂單，在MES、EAM、SCADA、EMS、SPC、QMS等信息系統進行生產排程、生產執行、物料管控等柔性制造，實現生產進展及過程透明可視，真正做到以用戶訂單驅動智能生產。

（6）智慧物流：融合營銷網、物流網、服務網、信息網等，通過COSMOPlatWMS、WCS、TMS等系統進行調度、配送、監控等，構建了智能多級云倉方案、干線集配方案、區域可視化配送方案和領先1KM送裝方案等，實現了用戶訂單完成后直達用戶，有效提高了產品不入庫率，降低了物流成本。

（7）智慧服務：將事后服務轉型到事先服務，通過工單系統、用戶服務中心、產品服務系統等為用戶提供差異化的產品服務。同時，通過企業運營管理平臺、產品分析系統等為企業管理提供決策支持。

海爾集團創新性地將自身工廠實踐經驗模式化為大規模個性化定制套件，將交互定制、開放設計、精準營銷、模塊采購、智能生產、智慧物流、智慧服務等7大節點進行數字化迭代，軟化為可以復制的SaaS軟件應用^[4]。這種方法有效解決了傳統制造業升級過程中面臨的路徑、技術和成本等方面的難題。依托COSMOPlat平臺，海爾卡奧斯能夠為不同企業提供端到端的大規模個性化定制解決方案。

3　案例實施與效果

3.1　家電行業應用案例

以青島某家電工廠為例，工廠面臨著用戶需求更加個性化、產線柔性化能力不足、生產過程數字化水平較低、系統數據孤島等問題。針對這些問題，基于卡奧斯工業互聯網平臺搭建了家電行業大規模個性化定制解決方案，工廠實現了模塊定制、眾創定制和場景生態定制三種定制模式，實現100%定制、100%網器、100%終身用戶。在模塊定制方面，采用不變模塊+可選功能模塊的組合定制方式組合落地了162種產品，讓用戶擁有了專屬定制；在眾創定制方面，通過眾創定制抓取用戶需求，將用戶小需求匯聚成生產大需求并轉化輸出創意方案，眾創出來的產品上市15種新品類空調，單品類帶動產業30%銷量提升，同時節能46%、減排30%；在場景生態定制方面，聚合400+資源生態，共建空氣生態平臺，共創9大家庭全空間6類人群1000多全場景定制解決方案，賦能空調從產品創新到健康空氣生態創新，實現了空氣方案和睡眠方案的定制。

3.2　服裝行業應用案例

以青島某服裝公司為例，公司面臨著庫存高、產銷不匹配、定制化訂單效率低等行業痛點，雖然市場上存有大量的多品種、小批量、定制化訂單需求，但是工廠習慣了大規模批量化生產，沒有承接能力。基于卡奧斯工業互聯網平臺，結合服裝公司行業知識，公司搭建了服裝行業大規模個性化定制解決方案，涵蓋基礎模塊、定制模塊、設計定制、虛擬試衣、生產管理、訂單管理、結算管理、在線幫助、評價系統等功能，為用戶提供從量體、設計、制造到物流的軟硬件解決方案。通過服裝個性化定制業務模式，消費者可以自由DIY設計服裝，實現了服裝“一人一版”，服裝定制更加智能化，在網絡平臺上實現真正的“量體裁衣”。該平臺對傳統庫存式生產和銷售模式，尤其是對傳統服裝經營店進行了顛覆性大規模個性化定制變革。通過應用解決方案，服裝公司的定制訂單增加了30%，產品開發周期縮短70%，訂單響應周期縮短50%，不入庫率達到65%，成衣生產周期縮短36.6%，產能提升50%。

4　進一步討論的問題

人工智能、大數據、物聯網等技術的快速發展和廣泛應用已經極大地提升了當前的生產力^[5]。面向未來，如何利用新一代信息技術和智能技術進一步提升工業互聯網平臺的能力、降低企業數字化轉型成本是需要進一步討論的問題：

（1）設備連接的穩定性和可靠性：工業互聯網平臺讓制造服務資源泛在連接成為可能^[6]。在工業過程中，工業設備實現互聯后，設備的連接穩定性、可靠性對于數據和模型的準確性至關重要，也直接影響到工業互聯網平臺能力的提升。如何確保設備在各種環境條件下都能夠保持穩定的連接，數據能夠實時可靠傳輸，是需要進一步考慮的問題。

（2）數據的質量和完整性：工業數據是工業互聯網廣泛應用、實現智能制造的基礎^[7]，其質量和完整性直接影響到模型的準確性和預測能力。如何有效地處理和分析數據，以確保其質量和完整性，是另一個需要深入研究的問題。

（3）模型的優化和適應性：工業大模型是企業數字化轉型的重要工具，需要不斷地優化和適應不同的工業場景。如何根據不同的工業場景和需求對模型進行優化和調整，以提高其準確性和適應性、降低企業數字化轉型成本，也是需要考慮的問題。

5　結論

海爾集團基于自身數字化轉型實踐，提出了ONECOSMO“三駕馬車”平臺架構，創新性推出BaaS數字工業操作系統、BaaS工業大腦和大規模個性化定制套件三大核心能力，為企業數字化轉型提供了大規模個性化定制解決方案。該方案涵蓋交互定制、開放設計、精準營銷、模塊采購、智能生產、智慧物流、智慧服務等七大類業務流程，通過工業APP的排列組合，可以為企業定制數字化轉型的個性化方案，實現客戶價值最大化。該方案已經在家電、服裝、汽車等行業大規模應用，有效提升了企業的市場競爭力，未來將面向更多行業推廣，以支撐我國制造業的高質量發展和提高我國制造業的國際競爭力。

作者簡介：

盛國軍（1970-），男，浙江紹興人，工程師，現就職于卡奧斯物聯科技股份有限公司，研究方向為工業互聯網、智能制造關鍵技術等。

魯效平（1981-），男，山東泰安人，教授級高工，現就職于卡奧斯物聯科技股份有限公司，研究方向為工業互聯網、智能制造關鍵技術等。

參考文獻：

[1] 陳錄城, 馮泰文. 大規模網絡協同定制: 價值創造機理與驅動因素[M]. 北京: 經濟管理出版社, 2021.

[2] SVENSSON C, BARFOD A. Limits and opportunities in mass customization for "build to order"SMES[J]. Computer in Industry, 2002, 49 (1) : 77 - 89.

[3] Gupta A M, George J F. Toward the development of a big data analytics capability[J]. Information & Management, 2016, 53 (8) : 1049 - 1064.

[4] 劉玉平, 孫新濤, 牟堂峰, 等. 大規模個性化定制模式探索與實踐[J]. 中國儀器儀表, 2020(02) : 29 - 33.

[5] 霍鵬, 李遠. AI對工業自動化的影響研究[J]. 自動化博覽, 2023, 40 (05) : 44 - 47.

[6] 李心雨, 等. 基于Self-X認知制造網絡實現認知大規模個性化定制-一種工業知識圖譜及圖嵌入技術使能的途徑(英文) [J]. Engineering, 2023, 22 (03) : 14 - 19.

[7] 王宏志, 梁志宇, 李建中, 等. 工業大數據分析綜述: 模型與算法[J]. 大數據, 2018, 4 (05) : 62 - 79.

摘自《自動化博覽》2023年9月