.jpg "Matt Kelly：现在即是构建数字工厂的佳机")
I-Connect007编辑团队采访了Matt Kelly，探讨了“未来工厂”及相关领域。此次采访范围涉及广泛，从工厂自动化不再是未来而是现在的关注点开始，接着更深入地阐述了数字化需求，提高员工技能，确保从工厂数字化中获得投资回报率，以及这一切的核心，作为一家公司需要坚定地向前迈进。
Nolan Johnson：Matt，你和John Mitchell一直在强调，在工业4.0和自动化方面，北美似乎落后于欧洲和亚洲5~10年。很显然，在2022年IPC APEX EXPO展会上，你们呼吁北美要尽快采取行动。从你的角度来看，电子行业需要向何处发展？
Matt Kelly：首先，要避免美国与任何其他国家对比。当我们分享“北美落后了”的信息时，这意味着鼓励和设定紧迫的基调，意味着，“不要欺骗自己，因为有很多公司已经在这样做了”。这就是我发现“未来工厂”的魅力所在。构建“未来工厂”的公司比人们想象的多得多；他们只是不说而已。原因是，许多企业的利润率较低，但仍将辛苦赚来的钱重新投资到运营中。企业意识到想要保留的任何收益，要么作为利润用于组织改进或提高运营效率，要么将其传递给客户。
难题之一是，许多公司对自己正在做的事情保持缄默，或者并没有真正开始。他们可能不知道从何处开始，也不知道该做什么。小公司认为“未来工厂”只适用于大公司，但事实并非如此。我们在疫情流行期间看到的大多数发展来自欧洲的中小企业，打破了常规。
归根结底，我们希望推动全球范围内的发展，以改善全球供应链并推动制造业的整体进步，并告知北美企业：不以与欧洲和亚洲相同的速度构建“未来工厂”，就存在巨大的差距，而且差距还会继续扩大。
Barry Matties：当称其为“未来的工厂”时，这是否意味着我们仍在等待技术的出现，还是说它已经出现了？
Kelly：已经有可用的技术，这个问题恰恰指出是否需要改变“未来工厂”这个术语。
Matties：我个人也这么认为。“未来”一词会导致延迟，有些公司认为现在不必考虑这个问题，也许一两年后也不迟。正如你所指出的，目前有一些公司已经在投资并构建“未来工厂”。
Dan Feinberg：看看一些计划中的工厂，比如Intel的新半导体工厂，以及将半导体工厂引入北美的中国台湾公司。他们在使用“未来工厂”术语吗？
Kelly：是的，他们在使用，也必须这么做。半导体行业已经自动化并已使用闭环数据反馈过程20多年了，包括在北美。这类企业必须获得必要的良率和质量才能盈利。
Matties：如何帮助整个电子行业迫切改变？如果在等待未来的到来，我们就会赶不上发展的速度。
Kelly：必须明确产品。事实上，使用“革命”这个词没有好处，我们很清楚这更像是一种进化。公司必须首先确定希望解决的关键业务问题，然后采用适当的工业4.0制造技术。数据分析或其他数字转型技术将改善质量、良率、效率等制造指标。从现在开始，从小处着手，取得成果，并在此基础上采取新的举措，构建新的项目。
数字化
Matties：是什么使企业成为“未来工厂”？是传感器和大数据，还是全部实现了自动化的设备？
Kelly：毫无疑问，首先是数字化；最充分地收集和使用数据，这说起来容易，做起来却很难。然而，在自动化方面，我们需要继续自动化端到端流程，从仓库直到最终组装和测试。
Matties：这是目前可以做到的。
Kelly：是的。
Matties：所有企业都需要构建“未来工厂”吗？
Kelly：是的。技术是有层次的。现在有很多人工智能功能，尤其是基于视觉的技术，但没有数据就无法使用人工智能。数据分析、消费数据和移动数据是实现人工智能和机器学习的先决条件。
同样重要的是保持可持续性。尤其是从最初的设计开始，但该项往往会被排在优先事项列表的最后，但实质上设计是目前需要优先关注的重要因素。说到可持续性，欧洲似乎比北美做得更好。
通过什么实现“未来工厂”？当然。连续的自动化很重要。但是，不是所有流程都是自动化的。例如，需要对仓库进行自动化改进。在测试、机械装配、终端系统机箱装配等方面，也需要后端装配自动化改进。数据有用的同时也很危险，我们需要安全的网络来保护生产性能数据。一方面，公司在质量、良率和交付方面的数据更加透明，另一方面，需要在组装商和客户之间保证数据的安全。本想传递高质量的数据和良率，如不慎落入不法之人手中，将是有害的。
Matties：设计数据不是也有依赖性吗？
Kelly：是的，它是依赖性最强的数据之一。我们知道一切都是从设计开始的。数字线程的概念是核心；它解释了数据和其他一切。数字线程首先取决于设计是否正确，然后根据设计构建到系统级。你可以通过数据看到产品是如何被制造的，材料是什么，以及如何对其进行鉴定。真的需要从全局出发。
Johnson：Matt，说到这里，哪个是起点，哪个是终点？是设计工具环境推动制造转变，还是反之？
Kelly：设计数据应该驱动一切，但接下来会发生的是，数据会根据每个实体关心的数据段进行剥离。这不是整体的观点，即使它来自原始设计。例如，元件放置的核心数据来自原始电路板文件；模型设计来自设计文件的顶部铜层。
Matties：很明显，将工厂纳入数字线程会带来巨大的好处。
Kelly：这正在成为赢得竞争的当务之急。如果北美想要在以商品为基础的电子制造业中竞争，需要超高产和超高效，“未来工厂”就可以实现这一目标。
Matties：也许“数字化工厂”是一个更好的术语？当了解如何利于数据，数字化工厂为制造商提供了竞争优势。但如果放任数据的使用，数据可能会让人不知所措。
高技能员工
Matties：数字化工厂对员工有什么要求？
Kelly：有人担心数字化工厂会夺走一些人的工作，我非常不同意这种观点。我将其视为低附加值领域的减少，工程师或操作员能够同时管理流程更多部分。例如，原先需要一位负责丝印和贴装的前端主管，还需要一位后端主管，现在只要一位主管即可负责整条生产线。这样做的目的是让员工拥有“超级能力”。他们可以实时查看生产水平、质量和良率，所有数据都在掌控中。我认为数字化工厂可扩大员工规模，而不是淘汰员工。
Johnson：半导体也有先例。我们制造的尺寸与半导体差不多，当时他们不得不改变制造方式，否则会因低良率而失去盈利能力。
Kelly：实质上，你是对的。我们正在做半导体行业多年来一直在做的事情。
Matties：Dave，我很想知道你对这个问题的看法。
Dave Hillman：Matt完全正确。有些人可能会觉得，如果引进了一台设备，那么就会削减一些员工。更确切地说，既然设备可以做到，为什么要让人每天要重复500次动作？应该让人们做一些设备做不到的事情以及需要人类大脑思维的事。让我们把人才放在需要的地方。重复性任务是设备和机器人的活。我的同事Tim Pearson曾在一家从事统计过程控制的铸造厂工作，那家工厂不需要手工完成任何工作。在半导体领域，人们接触使用的气体和材料时往往会导致死亡，所以工厂要求是100%自动化，设备完成了所有的工作，并输出了大量的统计控制数据，然后由人管控数据。
让人和设备各自做最擅长的事情。在PCB组装领域也达到了这一目标。通过自动化设备，两分钟内就能安装5000个电阻，再不需要人完成这种工作。半导体公司已经实现了这一目标，他们利用数据来驱动流程，而对于设备不能完成的工作，再由人来完成。
投资回报率
Johnson：当你说“我们需要更数字化”时，这条信息会传递给谁？
Kelly：我认为有两个主要群体。一个是大型跨国公司，现在依靠全球供应链完成工作，所以他们可能会在泰国、新加坡等地提出这种需求。但还有一些可能不是跨国公司的北美制造商。它可能是中小型企业（small to medium enterprise，简称SME）类型的企业。这就是困境：我们必须确切地知道要把信息传达给谁，因为大公司和小公司的目标是不同的。
Matties：无论二级制造商在哪里，它们都可能是进入数字化领域空间最大的群体。正如你所指出的，制造业的大型跨国公司已经实现了自动化。
Kelly：我第一次看到真正商业智能制造的标志是2016年在深圳。
Matties：我们也有一些案例。我四五年前参观过一家在圣克拉拉的公司，在整个工厂建立了自己的通讯系统。那时，这可能是我在这个行业见过的最好的DIY。当时得到的结果非常令人信服。
如果想引进传感器并实现工厂数字化，那么其中的数据部分是基于知识还是成本？
Kelly：绝对是成本，这就是为什么我们需要讨论投资回报率的原因。
Matties：他们把资金投在哪方面？
Kelly：设备。他们在机器人、Cobot和机器上投入了大量资金。CFX（互连工厂数据交换）可以作为一个例子：CFX的采用率正在增长；CFX连接性是许多新设备的固有特性，与传统设备的CFX集成也是如此。业界现在也在寻找通过CFX激活传统设备的新方法。当然，实现这一目标需要研发时间和成本。
但也需要像Dave这样的数据科学家讨论统计过程控制、收集数据、提出见解。需要比现在更好地激活数据科学功能。当然，所有这些活动都有成本。经常被问到的问题是：“这对我有什么好处？”总是回到操作改进上来，这项投资必须以更好的良率、更快的交付和更快的NPI周期出现，不一定是利润流，但要么是利润来源，要么是成本优势。
Hillman：成本是更简单的方法。如果准时交付率达到99.9%，就可以证明正是使用了数据分析而取得的成果，那么就不必省钱了。这本身就是价值、利润。
Matties：当我在圣克拉拉时，他们的工厂装料方式已优化到了仅仅靠一个人来规划生产计划无法达到的程度。当这些好处开始积累时，工厂的能力就可提高，可以开拓新市场，以吸引新客户。
Kelly：这是关乎成本之外的讨论。同样，这都是定位。我们也在试图提出其他问题，比如弹性。我不知道你是如何计算弹性的，但正如我们今天非常了解的那样，如果不能将部件送到需要它的地方，全球供应链模型可能就会造成严重破坏。我一直试图强调无形资产，比如供应链的可持续性或供应链的弹性。在任何情况下，保证持续生产才是有价值的。
Matties：如今，供应链总是不安全，这是人们必然会关注的主题。
Johnson：这是保证按时交付需要衡量的因素。
Kelly：同意。
Johnson：Matt，这个行业似乎对投资和向前发展保持沉默。早些时候，你说有很多公司在做这项工作，他们只是不宣传。如果我们要推广“未来工厂”，是应该大力宣传促进企业做出改变，还是悄无声息地完成企业转型？
Kelly：2020年中期，实施率为20%；我不认为现在会高很多，可能是25%。
Johnson：那么，已实施的企业中，是否已完成了很多构建工作？
Kelly：是的，但这取决于地理位置。欧洲的实施效果会更好；在北美，实施情况并没有那么好。对于全球范围内，实施情况仍然很低。
管理承诺和愿景
Matties：那么，我们该如何向前发展？显然，这是OEM和制造商需要选择并决定是否要投资这笔钱。Matt，正如你所指出的，在某个时刻，将别无选择，做业务是必须的。
Kelly：就下一步而言，我们有大型跨国公司和SME。这需要放在待办事项清单的首位，因为我们不希望北美的中小企业不情愿地说，“如果我有7亿美元，我就会投资未来工厂。”
对于大型跨国公司来说，向领导层展示了前沿企业会做什么。我认为，消除差距的关键在于北美的中小企业。构建“未来工厂”不需要7亿美元，而是应该且必须做的事情。
Matties：第一步是构建数字平台，因为需要在设备、人工智能、通信等之间建立其他依赖关系。
Kelly：这就是为什么所有的“云战争”已经持续了10年或更长时间。每个人都认为云基础设施是我们需要的东西。
关键点在哪里？
Matties：IPC APEX EXPO时，你们的“未来工厂”就建在了展厅内。从展会中得到了什么反馈？
Kelly：我们看到了一些不错的发展趋势。例如，一些公司就设计中的机器语言和人工智能问题与我联系。但对于“未来工厂”中其他一些领域的质量，我认为一般，仍然处于倡导和教育的阶段。
Johnson：Happy，你能否回忆一下半导体行业的一次引人注目的活动，他们当时可能会说“好的，现在我们需要这样做了” 。
Holden：是的。这与半导体复杂性的迅速增加有关。我上大学时，每个芯片有6个晶体管。40年后，现在每个芯片可有数十亿个晶体管。复杂性和密度使已有技术达到了极限，我们已经在半加成技术和加成法技术中讨论了这一点。现在的几何尺寸是用微米表示的，半导体行业的人过去是用的微米级结构。我认为这是我们的转折点。如果要做6~7密耳的线宽及线距，可能不需要在数字化上投入太多，但如果要研究微米范围内的特征，投资数字化就是必要的。
如果计划开始生产30微米、20微米、10微米或8微米的线宽及线距，那么必须做一些不同的事情。半导体行业之所以这么做，是因为复杂性和其他因素，比如预测性维护。不是预防性维护，而是预测性维护，因为设备变得如此昂贵，公司无法承受任何停机时间。其价值为半导体行业带来了大量的自动化和数字化。但紧接着就是液晶显示器行业，然后是采用同样策略的光伏行业。
Dave提出了模型的实例。使用模型的下一个合理步骤是，AOI查看焊膏步骤的输出。然后，再进一步，在回流焊之后，是否有任何墓碑缺陷或类似的预期？通过各种模型，采用传感器和统计数据，产生了一种因果关系，即为了减少缺陷数量，应该如何改变焊膏的压力、角度、速度或黏度。
有一种取决于模型设计方式的因变量，你不仅会将这个因变量反馈给模型制造商，最终还会反馈给OEM，“我们这里有一些可以提高质量、良率和吞吐量的最佳方法。但这意味着您需要更改一些库功能。”数字化的全部意义在于闭环以获得更好的性能，意味着有希望提高生产率、利润和投资回报。
Matties：对于此次采访，您的结束语是什么？
Kelly：我想我们都有同样的观点。采取所有这些措施并将其付诸实际执行，实施下一步是向前推进的关键。这并不容易。
Matties：是的，不容易。
Kelly：Happy，我真的很喜欢你的方法。应该从小处着手，做一些非常容易消化的项目，这些项目都是成功的，并且能带来价值，这样就可以为下一个项目获得资金。
Holden：一切都是从设计开始。但当在制造业时，一切都是从有洞察力的因果工程开始，这个问题的根本原因是什么？无论你如何定义这个问题。
更多内容可点击这里查看，文章发表于《PCB007中国线上杂志》22年6月号，更多精彩原创内容，欢迎关注“PCB007中文线上杂志”公众号。
