TCL空调广州公司AI读书会第三期分享

成熟度的第一步是定义理想状态——"首先，我们要定义出研究对象的理想状态"。这恰恰是我们最薄弱的一环。我们天天讲节能降本，但很少把"能源管理的理想状态"讲清楚：是每一度电都可追溯？是每一个表计的数据都可信？还是每一个用能设备都能自我优化？没有清晰的理想状态，所有的比较都是模糊的，改进也就失去了靶心。

过去我们对能源管理水平的评价，习惯用两个东西：一是指标对标（单位产品能耗、度电成本、KPI完成率），二是体系认证（有没有通过ISO 50001审核、拿没拿到绿色工厂牌子）。但书里这句话让我意识到，这两种评价都不等于"成熟度"。

学习工厂运行与供应链管理成熟度模型后，我对企业数字化转型有了更深理解。企业的智能化建设不能急于求成，需要遵循成熟度路径循序渐进。

工厂层面要稳步推进操作自动化、运营数字化与决策智能化，完善计划、物流、质量等职能单元管理。供应链方面，从已定义、已连接，迈向已集成、已扩展，打通寻源、制造、交付全流程。

只有夯实内部业务基础，再联动上下游供应商与客户，实现业务协同，才能真正发挥数字化价值，切实提升工厂与供应链整体运营能力。

"6R"原则的启发：反思、拒绝、精简、复用、重置、再生。其中"反思"放在首位，强调在策划阶段就重新审视业务实体的价值主张，从源头杜绝无意义的事物。这让我意识到，数字化建设中的很多浪费并非技术问题，而是前期缺乏反思、盲目上系统导致的。先想清楚"为什么做"，再决定"怎么做"，这个顺序不能颠倒。

五阶段进化阶梯将企业从"无知混沌"到"自学习自适应"的进化划分为五阶段：互联化→可视化→透明化→可预测→自适应。前两阶段解决"看得见"的问题，第三阶段解决"看得懂"的问题，后两阶段才真正进入"能预判、能自调"的智能化境界。多数企业卡在可视化与透明化之间——数据有了但看不懂，这恰恰是当前最需要补的课。

设备接入、MES上线和表格汇总都可以快速积累数据，但如果名称不统一、统计口径不一致、系统之间互不相通，最后还是要靠人工解释。结合实际工作，我认为采集设备点位之前，就要统一地址、字段和业务含义，并明确这些数据给谁使用、解决什么问题。只有把数据与生产、质量和设备管理场景连接起来，数据才能从“存着”变成“用着”，真正支持判断和改进。

从数据到信息，从信息到知识，从知识到洞察，从洞察到决策，从决策到行动（计划），由计划（行动）到组织，由组织到执行，数据的全生命周期完成了一个循环，再在业务的执行过程中采集数据，数据的生命周期又进入了新的循环，企业的经营在数据生命周期的循环中不断优化和提升。

第八章讲成熟度模型思维，让我认识到，判断一项工作不能只看“有没有做”，还要看“做到什么程度”。以生产计划为例，从依赖个人经验，到形成可重复的做法，再到流程标准化、结果可量化，最后实现持续优化，这就是计划管理能力逐步成熟的过程。对我们而言，系统上线、报表建立只是基础，更重要的是数据是否准确、流程是否稳定、计划是否真正能够指导生产。

通过这次阅读，我体会到，数字化转型并不只是使用更多系统，而是把经验沉淀成标准，把标准转化为数据和规则，再通过持续改进提升计划管理能力。今后，我也会更加关注计划流程的标准化、基础数据的准确性以及产供销之间的协同，为广州工厂稳定、高效生产贡献力量。

学习《建模：数字化转型思维》第八、九章，成熟度模型让我认识到外机工艺不能只事后救火，要推动工序从事后整改转向事前预防。规模定制思维启示我，面对多机型混线生产，要做好工艺模块化解耦，区分通用和差异模块，强化工位防错管控，减少错漏装问题，切实提升外机装配质量。

学习本书第八章8.2.1数字化能力成熟度内容后，我对企业数字化建设有了更深层次的理解。书中将数字化能力划分为初始级、成长级、规范级、优化级、卓越级五个成熟等级，清晰展示了企业从传统人工管理到智能数字化管理的完整进阶路径。以往车间管理多依靠经验开展工作，流程零散、标准不统一，问题整改被动滞后，正处于数字化初始阶段。通过学习我认识到，数字化转型不是简单上线系统，而是管理能力、流程标准、数据应用的层层升级。结合车间品质、5S及生产管理工作，我明白需对照成熟度模型补齐短板。今后我会梳理现场标准化流程，固化点检、异常处理、现场管理标准，用数据记录问题、分析问题、改善问题，逐步推动车间从经验化管理向标准化、数字化、精细化管理进阶，持续提升现场管理成熟度。

阅读第9章160页9.5.3实施策略"资源是输入，产品是输出，过程是转化。"对照我的调度工作：缺料即输入断供，过线率低即转化不畅，交付延期即输出受阻。排产的本质就是管好"转化"——让资源准时、齐套地进入过程，产品才能按节点输出。所以说料齐不齐、线体顺不顺，决定了输出准不准。所以排产不是填工单，是让"转化"不断流。