Умное производство звучит так, будто это касается только полупроводниковых заводов или крупных машиностроительных предприятий. Но для традиционной упаковочной фабрики всё обычно начинается с очень простых вопросов: на каком этапе находится заказ, в каком состоянии сейчас оборудование, сколько электроэнергии потрачено за месяц — и можно ли получить ответы на эти вопросы, не перелистывая бумажные документы. Только когда на эти вопросы можно ответить, появляется устойчивая база данных для требований закупщиков по прослеживаемости качества, прозрачности процессов и аудиторской документации.
Эта статья начинается с позиций государственных и международных организаций, объясняя, что такое умное производство, а затем на примере практики Jia Huang Paper, которая с 2019 года внедряет ERP, IoT-связь оборудования и углеродный учёт с помощью смарт-счётчиков (эта информация уже опубликована компанией), рассказывает, как традиционная упаковочная фабрика реализует это на практике, как распределяются задачи между тремя системами, и какие вопросы могут задавать специалисты по закупкам и аудиту. На официальном сайте Jia Huang не раскрываются проценты эффективности после внедрения, и в этой статье мы также не будем придумывать никаких показателей эффективности.
Что такое умное производство? Сначала посмотрим, что говорят официальные источники
Национальный институт стандартов и технологий США (NIST) на странице программы планирования и контроля операций умного производства описывает системы умного производства как полностью интегрированные, взаимодействующие друг с другом и способные мгновенно реагировать на изменения внутри завода, в сети поставок и со стороны клиентов (см. программу NIST по планированию и контролю операций умного производства, которая завершилась в 2018 году, но страница по-прежнему доступна). В этом описании три ключевых слова: интеграция, взаимодействие, мгновенность.
Политический язык Тайваня ближе к реалиям малого и среднего бизнеса. Данные Министерства экономики, перепечатанные Исполнительным юанем (2020 год, 109-й год Республики), указывают, что продвижение умного машиностроения отвечает глобальной тенденции развития умного производства — мелкосерийного многообразного производства и мгновенного анализа больших данных (см. «Ускорение развития индустрии умного машиностроения» Исполнительного юаня). На странице описания «Плана продвижения решений для развития умного производства» Департамента промышленного развития Министерства экономики в подпроектах для текстильной и машиностроительной отраслей используются такие термины, как визуализация, прозрачность, предсказуемость и самоадаптация, для описания направления модернизации (см. страницу описания плана Департамента промышленного развития Министерства экономики).
| Термины | Непрофессиональное объяснение в этой статье | Ситуация на упаковочном предприятии (пример) |
|---|---|---|
| Визуализация | Преобразование данных заказов, оборудования и производства в видимые графики и диаграммы | Руководители могут видеть, работает ли оборудование, не посещая производственный цех и не перелистывая документы |
| Прозрачность | Данные можно отследить в обратном направлении, чтобы выяснить причину ситуации | При обнаружении проблемы качества можно отследить соответствующую партию и записи процесса производства |
| Предсказуемость | Использование накопленных данных для прогнозирования возможных будущих событий | Планирование технического обслуживания оборудования или оценка сроков доставки на основе исторических записей |
| Самоадаптация | Система автоматически корректирует свою работу в соответствии с текущей ситуацией | Автоматическое изменение параметров на основе данных в реальном времени |
Приведённая выше таблица — это упрощённая трактовка, сделанная в этой статье для пояснения, а не официальное определение, и она не означает, что Jia Huang уже прошла каждый из этапов. Более разумный порядок — сверху вниз: сначала видимость, затем прослеживаемость, и только потом речь о прогнозировании и автоматической корректировке.
Почему традиционные упаковочные предприятия должны внедрять умное производство
Официальный сайт Jia Huang отвечает на этот вопрос прямо: современные закупщики требуют от поставщиков не только качественной продукции, но и прослеживаемости качества, прозрачности производственных данных и полного комплекта аудиторской документации — и традиционное ручное управление с трудом может стабильно удовлетворять эти требования. Поэтому с 2019 года Jia Huang начала комплексную цифровую трансформацию, внедрив ERP-систему, IoT-мониторинг оборудования в реальном времени и углеродный учёт с помощью смарт-счётчиков, переводя каждый этап производства в цифровые данные.
Аналогичные наблюдения есть и на уровне государственной политики. Упомянутые выше данные Министерства экономики отмечают, что поддержка малых и средних предприятий в установке умных контроллеров (Smart Machine Box) с подключением оборудования и отображением производственной ситуации на экране направлена на то, чтобы заменить бумажный учёт, облегчить руководителям понимание текущей производственной ситуации и упростить выявление отклонений в процессе. Иными словами, в государственных документах переход от бумаги к данным рассматривается как отправная точка внедрения умного производства для малых и средних производителей — это не уникальная проблема какой-то одной фабрики.
С точки зрения логики производства, крупногабаритные бумажные мешки — это промышленная упаковка для сырья, и клиентами выступают такие предприятия, как цементные, химические, удобрительные и комбикормовые заводы. Они получают товар целыми партиями, и в случае проблем отслеживать приходится тоже целые партии. Способность поставщика предоставить соответствующие записи зачастую убедительнее устных заверений. Именно поэтому для упаковочной фабрики отправная точка умного производства — это учёт и прослеживаемость, а не роботы.
Как распределяют функции ERP, IoT и умные счётчики электроэнергии
Три системы, перечисленные на официальном сайте Jia Huang, отвечают каждая за своё. ERP управляет заказами, производством, запасами и отгрузкой, обеспечивая бесперебойную передачу информации и снижая ошибки ручного труда; IoT-связь оборудования подключает производственное оборудование к сети, позволяя в реальном времени отслеживать состояние производственной линии и производственные данные, переводя контроль качества от постфактумной проверки к мониторингу в реальном времени. Смарт-счётчики собирают данные об энергопотреблении для углеродного учёта, отвечая требованиям международных закупщиков к прозрачности углеродного следа в цепочке поставок.
| Система | Основные управляемые данные | На какие вопросы можно ответить | Соответствие преимуществам, указанным на официальном сайте |
|---|---|---|---|
| ERP – планирование ресурсов предприятия | Заказы, производство, запасы, отгрузка | Где находится производство заказа, сколько остаётся запасов, когда можно осуществить отгрузку | Основа для полной документации проверки и отслеживаемости качества |
| IoT – Интернет вещей для производства | Статус оборудования и данные производства | Работает ли в настоящее время производственная линия, можно ли обнаружить аномалии в реальном времени | Прозрачность процесса, отслеживаемость качества |
| Умный счётчик электроэнергии | Данные о потреблении энергии | Сколько электроэнергии использовано, достаточно ли для углеродного аудита | Чёткие данные по углеводам |
На официальном сайте перечислены четыре преимущества: прослеживаемость качества, прозрачность производственного процесса, полнота аудиторской документации и ясность углеродных данных. Соответствие в приведённой выше таблице — это обобщение, сделанное в этой статье на основе функций каждой системы, а не пункт за пунктом с официального сайта. Каждый из трёх типов данных отвечает за своё, но их можно сопоставить по единой временной шкале: заказы, работа оборудования и энергопотребление за один и тот же период, рассмотренные вместе, дают возможность ответить на вопрос о процессе и энергозатратах конкретной партии заказа. Насколько такая интеграция уже реализована на практике, следует уточнять непосредственно у поставщика — на официальном сайте об этом не говорится.
Как упорядочить порядок внедрения: сначала диагностика, затем выбор точки для проверки
В описании «Плана модернизации умного производства в электромеханической отрасли» Департамента промышленного развития Министерства экономики указано, что юридические лица и профессиональные технические сервисные организации сначала помогают предприятиям с консультациями по потребностям и диагностическими визитами, а затем выбирают ключевые процессы для проверки концепции и подтверждения осуществимости. Данные Министерства экономики, перепечатанные Исполнительным юанем, также упоминают, что с 2018 года (107-й год Республики) Министерство экономики сформировало консультационные группы по умному производству, которые на тот момент предоставляли малым и средним предприятиям бесплатные консультации и диагностику, а также техническую поддержку; за актуальными мерами следует обращаться к последним объявлениям Министерства экономики. Оба источника упоминают этот этап консультации и диагностики; принцип, выведенный на этой основе в данной статье, таков: не внедрять всё сразу, а сначала диагностировать, затем проверять на небольшом масштабе.
| Этап | Цель | Часто встречающиеся точки заминки (универсальные) |
|---|---|---|
| Диагностика потребностей | Выяснение болевых точек: невозможно найти ход выполнения заказа, статус оборудования неясен или документы по проверке разбросаны | Слишком много болевых точек, отсутствует четкая расстановка приоритетов |
| Выбор точки для проверки | Выбрать один или два ключевых процесса для концептуальной проверки и подтвердить осуществимость | Масштаб проверки слишком велик, критерии оценки не определены заранее |
| Интеграция систем | Интеграция доказанных методов с существующими системами, например ERP | Форматы данных несовместимы, сотрудники цеха продолжают использовать бумажные документы |
| Постоянное использование | Включение данных в повседневные процессы управления и проверки | Собирают данные, но никто на самом деле их не использует |
Приведённая выше таблица описывает общую логику внедрения; шаги диагностики и проверки концепции взяты из описания плана Министерства экономики, а узкие места — это обобщение данной статьи, а не запись процесса внедрения в Jia Huang. В целом порядок действий важнее выбора инструментов: сначала нужно решить, на какой вопрос требуется ответ, а затем выбрать систему и способ сбора данных, иначе легко купить оборудование, но так и не найти того, кто будет анализировать данные.
Умное производство: пример и тренды – временная шкала Jiahang и четыре направления политики
Говоря о кейсах умного производства, официальный сайт Jia Huang может публично подтвердить временную шкалу. В 2019 году началась комплексная цифровая трансформация с внедрением ERP, IoT-связи оборудования и углеродного учёта с помощью смарт-счётчиков; в 2025 году Jia Huang была удостоена признания в категории «Преемственность и трансформация» на 14-й премии для женщин-предпринимателей за вклад в трансформацию умного производства и продвижение циркулярной экономики. С наградами и историей компании можно ознакомиться на странице О Jia Huang, а содержание трансформации изложено на странице Трансформация умного производства. На официальном сайте не указаны проценты эффективности после внедрения, поэтому здесь описано только то, что было сделано, без показателей результата.
Что касается трендов умного производства, государственные документы (2020 и 2026 годов) указывают на несколько направлений, которые обобщены ниже. Эти данные — описание государственной политики и планов, а не прогноз эффективности внедрения для какой-либо конкретной компании, и никаких процентов эффективности здесь нет.
| Тренд | Описание | Источник информации | Значение для упаковочных предприятий (обобщение в этой статье) |
|---|---|---|---|
| Производство малых партий большого ассортимента | Производство переходит на параллельное выполнение большого количества видов продукции и спецификаций | Данные Министерства экономики (опубликованы Исполнительным советом, 2020) | Более частая смена заказов и планирование требуют лучшей видимости производственного прогресса |
| Анализ больших данных в реальном времени | Вспомогательные решения на основе данных в реальном времени | Данные Министерства экономики (опубликованы Исполнительным советом, 2020) | Данные машин и качества необходимо сначала собрать |
| Интеграция ИИ и систем | В объявлении упоминаются приложения ИИ, в некоторых отраслевых подпроектах также упоминается интеграция ERP и MES | Объявление Министерства экономики, Администрации промышленного развития | После стабилизации базовых данных можно говорить об ИИ |
| Энергосбережение и снижение выбросов углерода | В объявлении упоминается энергосбережение и снижение выбросов углерода, в подпроекте текстильной промышленности упоминаются данные по процессам и потреблению энергии, а также платформа интеллектуального управления энергией | Объявление Министерства экономики, Администрации промышленного развития | Данные энергопотребления могут быть связаны с учётом углеродного следа |
Общий посыл этих четырёх направлений для традиционной упаковочной фабрики в том, что базовые данные должны быть готовы заранее. При увеличении числа позиций и спецификаций смена заказов и планирование будут происходить чаще, и без данных о производстве в реальном времени руководителям приходится полагаться только на опыт; ИИ и прогнозирование должны опираться на стабильные и надёжные исторические записи — при разрозненных данных это трудно реализовать; данные об энергопотреблении же, накопленные за долгий период, могут стать источником данных для углеродного учёта. Все эти выводы сделаны на основе логики производства, а реальная эффективность зависит от условий каждой конкретной фабрики.
Как отдел закупок и аудита оценивает интеллектуальное производство поставщиков
Если вы отвечаете за закупки или контроль качества и оцениваете уровень цифровизации поставщика, важно не название системы, а то, на какие вопросы могут ответить данные. Вот вопросы, которые стоит задать: какие данные фиксируются системой; до какого уровня можно проследить проблему с качеством, если она возникнет; какие документы можно предоставить при аудите; можно ли предоставить данные об энергопотреблении и выбросах углерода и в каком формате; какова процедура уведомления и реагирования при сбое оборудования.
На примере Jia Huang: официальный сайт указывает такие преимущества для закупщиков, как прослеживаемость качества, прозрачность производственного процесса, полнота аудиторской документации и ясность углеродных данных, а также отмечает, что компания может предоставить отчёт по углеродному учёту; фактический объём следует уточнять у менеджера по продажам. При запросе цены или оформлении документации рекомендуется сразу указать необходимые пункты аудита — например, какие документы требуются и для какого отчёта будут использоваться данные, — чтобы менеджер мог подтвердить, что именно можно предоставить.
Часто задаваемые вопросы об интеллектуальном производстве
Что такое интеллектуальное производство?
Согласно описанию NIST, система умного производства — это полностью интегрированная, взаимодействующая друг с другом производственная система, способная мгновенно реагировать на изменения на заводе, в сети поставок и со стороны клиентов. В тайваньских политических документах это часто упоминается вместе с мелкосерийным многообразным производством, мгновенным анализом больших данных, подключением оборудования к сети и визуализацией управления производством.
Могут ли традиционные заводы без крупного автоматизированного оборудования внедрить интеллектуальное производство?
Можно начать с малого. В политических документах Министерства экономики упоминается продвижение внедрения умных контроллеров для малых и средних предприятий, что за счёт подключения оборудования к сети и визуализации управления производством позволяет сократить зависимость от бумажного документооборота. С чего именно начать на практике, зависит от имеющегося оборудования и болевых точек; рекомендуется сначала провести диагностику, а затем выбрать направление для проверки.
В чём различие между ERP, MES и IoT?
Обычное распределение задач таково: ERP управляет корпоративными ресурсами, такими как заказы и запасы, MES управляет исполнением производства на месте, а IoT-связь оборудования подключает оборудование к сети и передаёт данные. Системы, перечисленные на официальном сайте Jia Huang, — это ERP, IoT-связь оборудования и углеродный учёт с помощью смарт-счётчиков.
С какого момента компания Chia Huang начала внедрять интеллектуальное производство?
С 2019 года Jia Huang начала комплексную цифровую трансформацию, внедрив ERP, IoT-связь оборудования и углеродный учёт с помощью смарт-счётчиков, а в 2025 году была удостоена признания в категории «Преемственность и трансформация» на 14-й премии для женщин-предпринимателей. Подробнее см. на странице Трансформация умного производства.
Какой примерно эффект даёт внедрение интеллектуального производства?
Официальный сайт Jia Huang не публикует проценты эффективности после внедрения, поэтому в этой статье они не приводятся. Эффективность зависит от исходного уровня управления на фабрике, масштаба внедрения и способа использования систем; рекомендуется спрашивать у поставщика, какие записи и документы он может предоставить, а не ориентироваться только на цифры.
Заключение: интеллектуальное производство — это язык данных, а не просто покупка оборудования
Возвращаясь к исходному вопросу: путь внедрения умного производства на традиционной упаковочной фабрике — это не одномоментная автоматизация, а постепенный процесс, при котором сначала данные о заказах, оборудовании и энергопотреблении становятся видимыми и прослеживаемыми, а затем постепенно развиваются в сторону прогнозирования и интеграции. Jia Huang Paper с 2019 года внедряет ERP, IoT-связь оборудования и углеродный учёт с помощью смарт-счётчиков, стремясь дать клиентам больше уверенности при закупках; что касается конкретных результатов, официальный сайт не публикует цифр, и в этой статье мы их не приводим. Если вы собираете данные для аудита поставщиков или оформления документации, обращайтесь на страницу Контакты — укажите необходимые пункты аудита и цель использования данных, и менеджер по продажам Jia Huang ответит в течение одного рабочего дня.
