作為世界第一制造大國，制造業是中國的“立國之本、強國之基”。在“中國制造”到“中國智造”的產業升級之路上，IBM 不斷調整自身定位，從為中國制造、在中國制造、與中國合作、到今天的與中國共創，攜手中國制造企業，為行業做大、做強、屹立于世界舞臺提供可信任的技術平臺。

IBM “攜手共創，智造創新”短視頻系列，涉及汽車、電子、工業制造、消費和零售等細分行業，基于 IBM 與客戶及生態伙伴的大量實踐經驗，提煉展示了企業最關心的 24 個技術應用和業務場景，全面涵蓋了產品研發、客戶體驗、生產運營、IT 架構、混合云安全及管理和可持續發展等六大核心領域。

我們將根據以上六大領域，分期為大家介紹 IBM 關鍵技術的應用。

上期介紹了“客戶體驗創新”，本期我們將聚焦于“生產運營創新”。

工業 4.0 的核心是利用數據和數字化技術的強大力量來變革產品的制造和分銷方式，也就是我們常說的數智化轉型。后疫情時代制造業面臨著人員復工復崗率不足，原材料缺失、供應鏈物流斷鏈等各種挑戰，我們發現那些提前布局了數智化轉型的企業，在運營方面所受的影響較小，能夠做到配套物流的到位，以及連續生產，高效生產。

那么如何通過數智轉型來科學運營，從而在多變的市場環境下保持競爭優勢呢？這涉及到科學計劃、自動化流程、高效安全生產、物流優化等各個層面。本文所分享的內容包括-在計劃層面，如何打通財務計劃與業務實現以保持盈利；在執行方面如何布局自動化流程來應對疫情下人員到崗率不足的挑戰；在生產方面如何打造數字化工廠運用機器學習預測和確保產品質量、如何實施 AI 賦能的資產設備管理以保證安全高效生產；以及如何利用數據科學打造靈活可靠的供應鏈。

目前很多企業的業務線，如財務、運營、人力資源、銷售等仍然在基于電子表格的手動流程上花費大量時間。而在當前快速變化、高度競爭的商業環境下，企業日益意識到“業財一體化”（或者“業財融合”）的重要性，將財務數據與業務經營融為一體，通過財務數據指導和支撐業務發展，通過業務狀況反饋和調整財務數據，形成財務與業務的良性循環，從而真正助力企業降低成本、提升效率、管控風險，實現效益最大化。如何打通財務計劃與業務實現，在多變的市場環境中利于不敗之地？請看 IBM 業財一體化平臺如何提速某消費品企業的數字化轉型進程

二、AI 驅動的流程洞察與優化，提速企業自動化運營

疫情影響了人員到崗率， 那些提前布局自動化流程的企業取得了優勢。 如何在管理上、流程上進行適度的、持續的改革、優化、并保證合規，從而高效、低成本、高質量地滿足市場需求？企業需要布局端到端的流程可視化，隨時了解流程瓶頸，識別流程異常并設計自動化的最優化方案。請看 IBM AI 賦能的業務流程挖掘如何助力企業實現超自動化

三、以機器學習預測和改善產品質量

在 IBM 商業價值研究院最新發布的《智造4.0》白皮書中調研中發現，只有大約四分之一的企業在以有意義的方式捕獲傳感器數據并將其應用于決策。企業中大約 90% 的制造數據都是閑置未用的。數字化工廠的核心就是從數據中提取切實可行的洞察以指導生產布局。而生產中的產品質量是制造業的生命線，除了通過改進工藝流程和使用更先進的設備之外，如何使用數字化的手段來進行產品質量的預測管控？請看 IBM 資深數據科學家與大家分享如何通過以 SPSS 為代表的機器學習技術預測和改善產品質量。

四、AI 賦能設備管控，確保企業安全高效生產

資產設備工廠內的大量資產設備是支撐制造的基礎。企業面臨著如下挑戰：資產規模龐大，數量種類繁多，技術復雜；設備高頻使用易產生故障，影響生產效率、安全和產品質量。請看 IBM 專家與您分享 AI 賦能資產設備管理方案降低停機時間、提高設備可用性，降低資產的購買和維護整體成本。

五、以數據科學打造靈活可靠的供應鏈

產業鏈重塑，以及疫情反復難測，給企業的供應鏈帶來持續挑戰。請看 IBM 基于數據科學的決策優化方案如何為企業打造靈活可靠、響應迅速的供應鏈。

讓我們攜手共創，以數智升級來助力企業高效運營，共筑企業的可持續未來。