色天天综合网色天天,欧美内射rape视频,亚洲ⅴ国产v天堂a无码二区,日本新janpanese乱熟

　　“運行一個過程制造工廠至少需要多少人?”這已經是一個老問題了。自從自動化出現的早期、甚至更早的時候開始，競爭激烈的生產制造商們就已經嘗試計算他們最少需要多少人了。近年來這件事情有了新的重要意義，隨著50/60年代的員工退休以及80/90后新生代員工逐漸取代老一輩的位置，企業正面臨著巨大的新老員工交替的壓力。

　　理所當然，我們可以用永遠適用的答案來回答：“看情況而定。”一些相關的因素包括工廠自身的情況、它的自動化水平以及組成其直接勞動力的人員類型。

　　隨著新生代員工開始步入職場，人們越來越意識到，在一個傳統的過程制造工廠環境下，能夠開心工作的合格工程師和操作人員的數量在未來幾年內會變得更少。毋庸置疑，人還是會有的，不過具有相關教育和培訓經驗的人很缺乏。公司可以通過外包服務滿足這樣的需求，可是要想找到合適的員工在工廠里按照7×24小時的方式工作還是有難度的。

　　工作方式的改變

　　一些從客戶的人力資源經理那里獲得的最新數據顯示，當上了年紀的員工隊伍離開時，不管新的員工是正式工還是合同工，這些員工加總起來的人數和以前可能不會一樣。數量可能會少得多，而且盡管他們從事的工作類型一樣，他們的工作方式也會不同。那不僅僅是技術的流失，那是整個文化的改變。每個人的能動性不同，可是他們說經過了這么多年他們這一代才成長起來，要想讓他們準備好從事那些他們認為正確的事情也同樣需要經過那么多年。這不僅僅是人員離開，也不僅僅是生產能力的問題，而是關系到一個更深層次的問題：未來的工人要怎么做才能使工廠安全有效的運行?

　　施耐德電氣最近做了一項研究，從一個側面為我們揭示了80/90后與50/60后在工作風格方面的差異。在50/60年代出生的人們在學習事物的時候傾向于把每件事情都了解的非常透徹，包括每一個螺母和螺釘。因此當50年代出生的員工發現工廠在運行中出現問題時，他們會以學到的方式來解決問題。他們甚至了解最末端的閥門，所以他們可以經常能把糟糕的狀況改善到一個穩定的狀態，就是因為這就是他們學習的方式。

　　而80/90后們則沒有按照這種方式學習。他們不會細致研究工具如何作用到每個螺母和螺釘，可是他們比父輩們更懂得如何更好地使用工具。他們善于使用網絡和各種新技術，可是他們不像父輩們那樣對每一個細節都要弄明白，他們對此方面沒有深入研究的需求。當老一輩工程師想到不會再有人懂得如何更換分裂蒸餾塔的鉚釘時，他們會很緊張。好消息是他們比千禧一代們出生得早，所以很多由50/60后的員工開發的基礎知識已經融入到了所應用的技術中去了。

　　你可以想象一下，80/90后所面對的技術基礎對于他們的風格來說恰恰是最完美的。他們非常善于將跨組織的結構整合起來，他們不需要了解每件事情的每個細節，他們融會貫通，他們傾向于即時滿足。在過去35年之中由出生在生育高峰期的人們研制的工具其實真的更適合于千禧一代來使用。那可能意味著，如果這樣進行下去，你可以在工廠里使用少得多的人來完成工作。

　　人們經常問到的一個問題：“每個操作員能管理多少個控制回路?”答案一如既往的是，“看情況而定。”要準確的回答這個為題，你必須要問操作員是誰，以及什么人和什么工作流程在支持這個操作員。人們習慣性地假設什么都不改變，并且會有一些神秘的新型顯示和報警手段。那是一種錯誤和危險的思考方式。如果你想讓操作員執行同樣的工作，人員也不變，那么你就不能假設一個操作員能處理更多的控制回路。目前的每個操作員250個控制回路的極限對于任何人都是做不到的。

　　KPI指標真的可靠嗎?

　　我們相信例如產量和其他的一些KPI指標對于保持我們的工作熱情是有效的，但真相是這些生產商和制造商的目標就是實現他們生產的利潤最大化。實際情況是不應該單純地減少員工人數，而是應該問到底需要哪些技術的組合以及人才來為正在做的工作實現效率最大化。在有些工廠里，因為員工的操作更多是靠手動的，他們沒有達到具有科學經驗的程度，因此人員數量還可能增加，正如有些工作在專用化學品和工業的情況。而其他的一些非常依賴科技推動的工廠運行，針對每單位產出和利潤可能會需要更少的操作員。

　　危險的是盲目追求那些可以得高分的KPI指標，而導致機構的整體盈利水平下降。對于這個問題沒有簡單的答案。解決方案應該與問題中的行業對策相一致，而且其目標應該是使該運營的利潤最大化。

　　利潤率與人力成本的權衡

　　利潤率和員工數量之間到底有著怎樣的聯系?以施耐德電氣正在合作的兩家石化公司為例，他們已經不像看待趨勢圖一樣那么重視數字。他們會關注最近10年和2年的情況，人員采取的一些措施，以及人員的數量和成本，將這些與利用率和工藝可用性比較。他們不在乎一個數字的高低，而是想看到其相關性。如果他們在人員身上投入更多錢，是不是會獲得更多的可用性和利用率?雖然這些都是很粗略的措施，但是他們正在努力將人和科技放在一起考慮。

　　這種做法真的正在使系統內部發生改變。他們說，“你看，你要求投資，我們批準了，讓你增加技術，從頭到腳煥然一新--從耳機通話系統到儀器儀表的各個環節。可是如果這些趨勢看起來朝錯誤的方向發展，我們會得到什么?”那些公司并不抵制花錢，但是本來應該是協助人們的科技手段和策略出錯了嗎?這是個老問題了，但是有些高管們卻只是死死盯住生產這個方面。

　　一般來說，在從事需要判斷的工作時，人會比機器做的更好。上世紀80年代美國制造業曾經實行了一段“熄燈式”生產時期，工廠采用高度的自動化，把燈關了，讓機器在無人化管理模式下運行。事情的真相是，這么做的絕大多數公司最終獲得更少的利潤、生產環境更危險，最終這種模式僅僅成為該行業非常短命的一次狂熱。當利潤被壓縮的時候，最簡單的答案就是縮減成本。我們有很多員工，那么就裁員吧。雖然我們不建議你人員過多，但是如果我們充分了解這么做的方式對于商業的影響，就可以按照這種方式來進行。你不能簡單地說先裁員30%再看看你是死是活，這樣的做法是不行的。

　　我們應當在工廠不斷發展的基礎之上，通過融合不同的技術實現利潤最大化。這不能全靠科技，也不能全靠人。應該是讓運營的目標來決定采用怎樣的方式。

　　科技的進步與局限

　　在制造和生產工廠里有很多事情的發生都是我們無法理解或者無法預測其出現的。我們有太多的事情不了解。實際情況是例如煉油廠和化工廠的這些生產工廠以混沌理論來說是非線性動態系統。如果沒有控制，他們的行為方式會非常混亂。即便有了控制，也有相當多的未知內容。我們就是不知道生產的各個方面、工廠運行的環境、產品的質量以及能源的質量。我們了解的內容還不足以精確地預測將要發生什么。

　　如果我們將需要處理的狀況的知識寫進程序中，那么系統能否處理這些狀況?是的，我不認為那是問題;這是在上世紀80年代我們嘗試制造業“熄燈式”生產時所面對的同樣的問題：我們無法以一種預測的方式定義每件要發生的事情，因此也不能判斷怎么樣的行動是正確的。機器只有了解如何動作以后才會作出響應。人類具有的奇妙能力使其能夠看到未定義過的、以前從未發生過的狀況，通過因果分析給出一個合理的響應。如果你可以做到這些，那么機器就是完美的。但是現實的情況是，我們還差得很遠。

　　對于機器來說，需要認定一個有價值的模式。不僅僅是要在事情變壞的時候要做出判斷，而且也要在變好的時候作出判斷。客戶總是抱怨系統雖然能在正確的時間告訴他們一些真相，可是卻沒有提供可動作的信息，結果他們什么也做不了，因此不得不忽略它。那不是棄用科技的理由，而是告訴你必須要理解其局限性。

　　如何預測未知的世界?

　　對于無法想象的事情，你是無法在系統中為其設定程序的，因為它關系到的不是煉油廠里什么出錯了，而是什么沒出錯。我們肯定沒有這方面的足夠知識。例如，有些天氣變化，可能會為你的工廠增加利潤創造一定的條件。那么，你怎么應對天氣變化呢?有一些客戶從事的像發電這樣的簡單一些的流程已經掌握了如何利用這樣的變化。但是對于像煉油廠或化工廠來說情況就復雜的多了。你如何將其量化為“黃金運行”的一部分?

　　對于一個煉油廠來說，有無窮的可以影響產量和利潤的狀況，其中有好有壞。例如，你的工廠的某個部位受到雷擊，而這可能在歷史上從未發生過。如果你要建立一套完全不需要人力支持的全自動化系統，那你必須要把所有這些無窮的可能發生的狀況都考慮到。

　　在最近10到15年里，可以預測更多狀況的新科技已經涌現，但是你看看可能發生的狀況的排列數，即便是在一個很小的煉油廠里，你所看到狀況數量也幾乎會達到無窮多。想要把這些都在軟件用以模塊實現，那是個巨大的挑戰。不是科技的效率不夠高，而是我們還沒有了解清楚所有的事情。

　　何不從現在做起

　　當我們去現場時，往往看到的都是老的控制系統，不過大多數還沒有老到氣動或模擬量電子，至少都是數字化控制系統，這些系統沒有充分利用的情況很嚴重。即便是使用上世紀80年代初的控制系統，你也一樣可以做到今天的控制系統所能做到的事情。區別在于今天你擁有了預開發的先進軟件，可以讓你更輕松地完成這些事情，但其實數字計算的基本結構并沒有多大的變化。科技出現的年代也許并不是問題的原因，更主要是由我們的意識決定的，如果我們把今天的科技水平放到10年以前，我們也僅僅會做10年前我們計劃做的那些事情，不會更多。即使在這些老的系統里，也有很多功能完全沒有用到。

　　外包服務能否提高效率?

　　在工廠里采用承包商來提供一些各式各樣的服務，而不是采用自己的員工來做這些事情的想法已經施行了很多年了，但是采用虛擬人員的想法還是比較新的。Maverick 科技公司兩年前推出了一項新的服務，其目標是為用戶提供7×24×365的全天候服務平臺。Maverick 科技公司相信它所提供的這種性質的服務是唯一一個可以覆蓋來自于各個不同供應商的控制系統，作為其戰略性制造解決方案資深副總裁，Kirk Norris給出如下建議：

　　當一個工廠在一個競爭非常激烈的行業環境下以7×24模式運行時，如果它的管理層想要使用外包服務的時候，他們需要考慮兩件事情。第一件事是你要明白作為商業行為，你的核心競爭力是什么，并確定你的員工里有哪個領域的專家。可是如果你想要雇用了解你的生產運行方面的通用技術或工廠配套設施方面的專家時，在勞動力市場上那可能會比較昂貴，最好采用外包形式。

　　另一件事情是計算當工廠出現問題時的響應程度的衡量方式。1個小時的停機真正讓你花費多少錢?有多少次問題發生時你完全沒有準備應對?如果你配備了足夠的有經驗的人員隨時待命，有多少問題需要花費3、4或5個小時來解決?或者有多少問題可以在1個小時之內就解決?

　　好的外包服務可以為你的現場人員補充一些對你目前運行的平臺比較了解的技術人員。特別是對于那些嚴重的或復雜的問題，我們可以升級服務到更高級別，包括為了短時間內做出應急響應而派人員到你的現場。

　　提供該服務兩年以后，我們發現客戶將PlantFloor24外包服務用于應用級別的支持，我們與使用多種平臺的多個行業的多個客戶一起工作。每一個客戶關系都是獨特的，我們為每個獨立的狀況提供定制的服務。從該計劃開始以來，我們還沒有流失過客戶，這也告訴我們這個服務很有價值。這也幫助我們在競爭激烈的行業里與其他過程自動化服務供應商區分開來。

　　理想的情況是有人將我們的服務作為一個大項目的延續來使用。通常持續提供服務的人員參加過該項目，因此雙方都對彼此的流程和風格比較熟悉。如果我們沒有這種關系，我們要給我們的服務支持人員提供特定應用以及他們需要涉及的技術方面的內部培訓，這樣我們的資源就可以提供合格的支持服務。

　　也有一些很少的情況不適用于提供外部服務支持，大部分與非常老舊的控制系統相關，沒有必要的網絡支持致使我們不能有效為其服務。如果通訊僅僅限于打電話或者我們不能使用平臺充分的培訓人員，提供服務支持就非常困難。

　　StanDeVries 是施耐德電氣解決方案架構的資深總監，Peter G. Martin 博士是施耐德電氣商業價值咨詢的副總裁。