工业现场，工艺为先，工艺达成以设备操作、工人动作为载体；工艺动作尤其是人工操作难拆解，产品工时难复用，工艺工时基准难制定，管理基准难推广，是工业企业尤其是传统中小企业四大痛点。
1、构建复杂系统的通用方法
解构和重构，是人类构建复杂系统，实现高阶功能，解决各种疑难问题的普适性做法。
物理世界中，人们既可以将复杂的设备拆解成为具有独立功能、尽量通用的零件或元件，然后按照构型方式重构为不同的产品，也可以将一套复杂工艺解构（拆解/降维）成为简单通用的工步和动作，然后重构（组合/升维）为越来越复杂的工艺；在数字世界中，人们以“万物皆数”为指导，把复杂的知识、信息和数据，解构为二进制比特0和1这样两个最小信息单元，然后重构为8位、16位、32位、64位等不同位序、不同组合和不同打包形式的比特化数据集合，表达特定的数值、词语、计算符号、图形或视频等。因此，通过解构而降维，重构而升维，促进知识、信息、数据乃至元器件的复用，是一种通用的方法论。在《人本：从工业互联网走向数字文本》一书（以下简称：《人本》），作者们对解构与重构，用多段文字和多个案例，给出了较为详细的论述。
2、优化工艺知识的基本模型
针对本文第一段提到的四大痛点，在《人本》第三章第三节“工艺与标准联入工业互联网”给出了有效的解决方案建议。《人本》指出，运用基础工业工程理论中模特法“MOD”法（如图1所示）将人的动作拆解成最小动作单位元，“建立动作知识库，采集和分析人的工艺动作数据，把人的碳基知识转化为硅基知识，形成‘工艺-动作-工时’数据库管理系统，沉淀工艺基础数据，使标准生产动作的工时可计算、调取、复用。”
3、对企业碳基工艺知识的梳理
碳基知识是以纸介质、人脑存储的知识形式。在企业中大量存在。碳基知识只能由人以传统方式进行处理。因为人受到的生理和心理的制约，时空限制也对人的工作形成困扰，因此，基于碳基知识的工艺过程，在生产效率上“少慢差费”，在工艺质量上难以保证。
作者以工业工程中常用的MOD法为底层知识逻辑，在为青岛迦南美地家居用品有限公司（以下称“该企业”）进行工艺优化改进时，首先用解构与重构的方法，对现存的整套工艺流程进行了拆解和重构，形成了如图2所示的“工艺-动作-工时”七阶机理图。
在图2中，从右到左是解构和降维过程，整套工艺流程从最右侧的“产线”，向左侧不断拆解为“工序线”“标准工序”等，一直解构到不可再分的、以MOD法表达的“动素”。从左到右，是重构和升维过程，将“动素”重构为通用的“基础动作”，再用“基础动作”来任意组合“生产动作”，通过不断组合与重构，不断进阶，工艺流程逐渐升维到更复杂、更综合的阶段，直至构建好“工序线”，然后匹配现有“产线”能力进行生产。
通过图2所示的“解构/降维与重构/升维”过程，完成了对该企业制造现场既有的碳基工艺知识的显性化、条理化、程序化的梳理，为碳基知识通过数字化处理转为硅基知识做好了知识上的准备。
硅基知识是把物理世界以人脑记忆、纸面表达的碳基知识，经过数字化处理之后，转化为用电脑芯片存储的知识。这一过程通常称之为“资料要素数字化”，是企业数字化转型的最基础的工作。
4、基于碳基工艺知识构建“工艺-动作-工时”知识库
作者把梳理好的碳基工艺知识输入电脑，并在将该企业设备能力、操作流程、工人动作等要素都做了数字化的基础上，作者建立了该企业的“工艺-动作-工时”知识库，实现了基于“工艺-动作-工时”知识库的工艺工时计算，同时支持用户将现场工艺、工序进行复刻重现。用户按照自身产品特点完成产品标准工时自动计算，这是实现工时基准、工时复用的核心功能。管理的本质是衡量，衡量的前提是基准，在没有基准的情况下，任何基于数据的衡量都发挥不了作用，这也许就是很多企业用了各种软件、上了数显大屏也无法解决管理问题的原因之一。
由图2可知，产品生产在产线上完成，产线由工序组成，工序则是工艺的载体，然而完成工艺则需要人员操作，将人的肢体动作拆解成最小动作单元——动作要素，这就完成了工业现场从宏观到微观的解构；由动素组合成人的基本动作，由基本动作组成生产动作，根据生产动作制定标准工艺，根据标准工艺排成为标准工序，根据标准工序串联成工序线，再根据工序线及设备、人力等资源优化重组为实际产线，完成生产，这就完成了工业现场生产制造解构与重构的基本逻辑。
在这个过程中，不仅蕴含了我们精心提炼的面向企业管理、基于生产现场的“工艺-动作-工时”知识体系，也蕴含了如何将生产现场碳基知识转化为硅基知识的经验与诀窍，更蕴含了一整套已经嵌入工业互联网平台和工业APP的机理模型与成熟算法。
4、开发“工艺-工时”数字化工业APP
作者基于图2所示的“工艺-动作-工时”数字化七阶机理图，以及一整套的机理模型与成熟算法，为该企业开发了一款工艺-工时数字化工业APP，该工业APP是该企业工业互联网平台众多工业APP之一。。
作者一贯强调，工业技术与知识是工业APP内涵，机理模型与算法是工业APP的灵魂。如图3所示，以工业工程管理技术为内核，将工业现场管理知识体系化、模型化，然后再将工业知识与机理模型进行数据化、模块化处理，进而将管理知识加持下的模型与算法进行软件化、组件化、微服务化处理，最终实现该企业生产现场的管理决策自动化、智能化。这是开发该工业APP所秉持的核心思想。
本工业APP帮助该企业将多样化产品剥丝抽茧，建立如克重，尺寸等产品变量库、工艺变量库，将变量简单化，模组化，支持建立变量与工时相互影响之算法库，有效为该企业建立多维管理决策提供底层算法和知识建模。随着产品数据量的增大，可引入智能算法模块，真正实现管理决策智能化。
本工业APP还帮助该企业实现了生产现场工作效率的极大提升，已经建立了140个工艺，31个工序，18条工序线，10大类产线。该企业根据工艺-动作分析能够准确找到工艺动作中的动作浪费，工艺工时中的时间浪费，建立工艺动作基准、工艺工时基准、工时成本基准，完成工序优化及产线再造。
我们还将标准工艺-工时与工时费率结合，建立该企业标准工时下的工时成本基准。使用者可在电脑、手机、平板上任意切换，随时计算产品加工成本，为销售人员报价提供数据支持。
在本工业APP应用过程中，该企业新建数字运营部逐步构筑其智力壁垒，提升了从管理层到基层员工用数据知识说话的能力，更是让客户看到了该企业除产能以外的管理体系价值，这也是其销售额增长率稳步保持在8%-10%之间的法宝。另外该企业还成功将管理标准向其客户输出，成为两业融合试点企业，带动合作伙伴一起成长。
经过四年的实践检验和现场验证，这款融汇了知识、算法、模型的工业APP，已经成为迦南美地家居用品有限公司生产不可或缺、助力企业管理升级的有效利器。
5、小结
工业现场，工艺为先。工艺达成以设备操作、工人动作为载体，以工艺知识作指导。
工艺流程及操作规则等，往往以碳基知识的形式存在，以人工方式执行，不好记忆，不好培训，不好优化，难以重构。
当把碳基工艺知识精心梳理并构建成为数字化的“工艺-动作-工时”数据库之后，当把先进的工业工程理论、数字化技术、工业互联网理念、工业APP软件与企业生产现场既有的专业知识、经验诀窍、机理模型结合起来之后，每个企业都可以提炼出来类似的“工艺-动作-工时”七阶机理图，可以让传统的制造业内生出澎湃的新动能，焕发出优化重构的新生机，展现出提质增效的新模式。
《人本：从工业互联网走向数字文明》将会详细地告诉你该怎样去做。
（正文完）
朱铎先简介：
北京兰光创新科技有限公司及机智互联（北京）科技有限公司创始人董事长
20多年制造信息化研究与应用经验规划指导研发的设备物联网、MES制造执行系统等产品已在航空航天、机械制造等数百家企业得到成功应用。
参编智能制造国家标准4项、行业白皮书近20项。
2015年提出“人机网三元战略”，2016年共同提出三体智能模型。
提出“六维智能工厂”、重构工业4.0下MES/MOM等智能制造方面独到见解的理论。
合著《机·智：从数字化车间走向智能制造》、《人本：从工业互联网走向数字文明》、《三体智能革命》等智能制造丛书。
为省部级、军工集团、机械制造等进行过上百场智能制造/工业互联网/数字化转型等讲座。
清华、北大、交大、浙大等高校智能制造外聘授课专家。
多家著名企业智能制造顾问。
朱铎先合著书籍系列 《三体智能革命》、《机智》、《人本》
机智互联(北京)科技有限公司 致力于为“专精特新”成长型企业，提供工业互联网解决方案的专业公司。
机智互联以先进的工业互联网理念，汇聚业内一流工业互联网与行业专家,以"机智人和,互联共生”为历史使命，基于领先的低代码WiseIIoT工业互联网平台，与合作伙伴、用户精诚合作，共同为制造企业提供IIoT设备物联网、设备远程运维、MOM制造运营管理系统、企业数字化转型咨询等工业互联网解决方案和服务，助力企业数字化转型升级，为制造强国梦而持续奋斗。
