如何将散落在各个“孤岛”无关联甚至看不出意义的数据，创造并输出有价值的数据洞察？如何在实战中推动真正产生业务价值的创新项目，形成适合企业自身的方法论？如何定义智能工厂的蓝图和路径，在组织、人才、体系等方面建立起推进工业数智化创新的核心能力？通富超威携手昆仑数据与上海交大苏州人工智能研究院，通过“以战代训”共创工作坊，找到了适合自己的数智创新密码。

共创工作坊怎么做？

1、选定场景：识别并描述场景，同时以项目的形式，明确对应的资源、计划和风险。优先选择对于生产、设备、质量、工艺等方面的价值，并明确其具备生产现场快速落地应用及后续迭代推广的条件。

在这次工作坊中，选定的场景是面向生产管理人员，对选定某区域生产人员的绩效进行分析，以客观的量化标准，提供生产人员绩效考核参考，降低主观评价的影响；让生产人员和管理人员及时了解工作量和效率的变化趋势，以便及时改善、提升绩效；进而以此为基础，评估生产区域的作业效率与员工属性的相关性。

2、组建创新小组：围绕该课题，快速组建跨领域、跨部门、甚至跨企业的创新小组，由生产总监亲自牵头，组成了由生产总监、生产经理参加的业务专家小组；由懂设备的数据工程师和IT工程师组成的DT小组；以及来自昆仑数据/上海交大的数据科学家、业务顾问。

3、方法导入：教练团队导入K2敏捷分析方法论，用实际场景为牵引，明确所涉及的运行机理，完成业务评估和数据评估。通过数据探索，完成可行性的确认。拆解每一步方法如何落到实际操作上，并实时纠偏，启发思考与共创。

4、协同工程化实现：根据场景目标，充分考虑通用性的基础上，分别进行物理对象建模、数据分析建模与应用服务建模，在真实数据环境下，完成模型设计、模型实现和部署运行。

5、业务评估：在实际的现场环境和实时数据接入的情况下，评估验证其场景价值，对数据、模型、算法和应用进行优化调整，总结并发现下一个创新机会，形成持续迭代的数据场景“创新飞轮”。

以K2Assets平台支撑，整个团队依照K2敏捷分析方法论的指引，走过了四个阶段、七个步骤的从0到1的完整创新旅程，仅仅用了10周时间就成功上线原型应用。

跨领域项目团队怎么配合？

在传统的“多领域团队”中，每个成员都是自己技术专长的拥护者，项目往往会变成一场旷日持久的谈判，也很可能导致骑墙式的妥协。而在通富超威的跨领域项目团队“以战代训”的实践中，想法为集体所共有，每个人都对此负责，用“手”进行思考和学习，缩小了“知行鸿沟”，以创新的速度和加速度作为衡量企业数字化转型的关键力量。

自2021年第四季度开始，在HR的组织下，来自生产、设备、工艺、质量等业务部以及IT团队的40多位骨干深入参加了共创工作坊，启动的试点项目已取得重大的创新成果和业务价值，有效提升了一线员工的工作绩效；并计划从试点部分拓展到整个企业，从员工绩效提升延伸到设备效率提升，让数据不断变现，驱动内部持续变革。

智能制造领导小组负责人：希望有更多的部门、更多人参与进来，学习践行这套方法，以战待训，掌握从业务场景出发进行设计，运用敏捷创新的思维定义创新项目，使我们的数据可以不断增值和变现。

生产总监：这个题目困扰了我们很长时间，当初选择切入点也是最挑战的，能够用这样的创新方法取得突破，很兴奋。老师们都非常专业，方法很赞，做出的应用远远超出我的期望。我会继续投资把这个数据应用做完整。

数据经理：加入这个共创工作坊，一开始的热情是80度。很快就烧到100度，然后就进入了100度的高压锅。最难能可贵的就是挽起袖子下场开干，我们创新小组的经历就是‘实践出真知’。

关于长期选择与落地

Q1：您当时为什么选择使用数字化的技术来管理员工的？为什么不选择管理设备OEE或产品良率之类的课题？

A1：一开始也确实考虑了设备和良率这类课题，之所以最终选择员工绩效有几个原因。

第一，人员管理确实是一件很头痛的事情，对我们现场的管理者而言也是刚需。之前主要是靠现场主管给每一位现场作业员工打分，工作量大不说还缺少客观的打分依据。

第二，目前长三角地区的人力成本在持续增加，疫情也给企业运营带来了一定的压力。我们一直希望员工的整体效率在现有条件下能有一个稳步提升，但是这个提升不是靠传统强压式的方式，需要有新的思路。提升员工整体效率首先就要解决员工个人技能水平的差异问题，尤其是新加入的员工。绩效管理不是目的，主要还是想通过数 字化的方式把我们员工的业务数据化，有了数据以后呢我们可以分析，发现问题，找到改善点，有针对性的提升员工能力。这就是一个业务数据化和数据业务化的一个过程，我相信对于每个企业而言都是有意义的。

Q2：提高员工个人效率和团队效率课题关键动作后，有更进一步数字化转型动作关键动作么？

A2：回到生产5大要素人机料法环，我们分别有不同的同事在进行一些大数据和AI智能的开发应用。我们有个最终设想，把这些要素都链接到一起，搭配起来，比方说在封装工厂，我们可以预测用哪个员工，哪台设备，用多少原材料，什么样的profile/recipe，在什么样的温湿度洁净度条件下，制造出来的产品良率是最高的，成本又是最低的。我想，如果能达成这样的效果，客户和公司股东肯定都是非常欢迎的。当然，要达成这样的效果，工厂还有许多的探索要做。

Q3：数字化员工绩效管理在实施过程中遇到那些阻力？员工配合度如何？员工认可绩效结果吗？这个过程工程量较大，数字化成本大概是多少？

A3：数字化的过程本身就是一种探索，阻力会来自各个阶段。

首先，在我们打算做这件事情的时候，就会有很多怀疑的声音。“这个事情听起来不错，不容易的，我觉得太理想了”。这样大的项目，肯定不是几个人、一个部门可以完成的，还没开始的时候，有些人就已经打了退堂鼓，正式开始了，还能拿到足够的支持吗？

其次，在设计阶段，什么样的绩效评价方案才是公平合理的？每次提出的方案，在讨论的过程中总有一些特例，但是我们要明白，工厂是以盈利为目的，其次本来就没有绝对的公平。从主观的绩效管理到以数据为主的绩效 管理，已经是公平的质的飞越了。所以这个时候需要有人来拍板方案。

在开发阶段，为了让评价维度更多，数据量更多，需要协调不同的系统的数据对接，这可能会花费团队比较多的精力。

最后东西做出来了，上线了，遇到的阻力会更大，这是个全新的工具，拿了这个工具，表面看是对员工的绩效管理，实际上同时也量化了管理人员的管理水平，通过使用工具提高人员管理水平，提高对生产过程的贡献。最终目的是提升机台利用率，减少质量问题。我们的一线管理人员会有额外的工作去做，  所以一开始他们会找出各种理由来抵触。这个时候需要敦促大家去养成使用的习惯，在用的过程中再不断的改进迭代完善系统。

其实我们在2012年的时候，就用类似的概念作出了初代的绩效管理系统。前面说的这些阻力当时也都遇到过，最后当大家养成了习惯，发现绩效相对更公平，管理更透明、更容易的时候，大家还是非常认可和支持的。

案例背景

苏州通富超威半导体有限公司是全球技术领先的专注于CPU、GPU封 装测试的半导体制造企业，也是国产高端芯片的封测基地。在半导体行业需求和技术高速发展的大背景下，为保持企业的行业领先地位，提升软实力，通富超威着手加快企业数字化转型和深化智能工厂建设。为此，与昆仑数据、上海交大苏州人工智能研究院进行深度合作，基于昆仑数据自主创新的K2敏捷分析方法论及工业数据智能平台产品K2Assets，以共创工作坊为抓手，以战代训，共同进行数字化升级转型的探索，构建数字化转型的体系，培养数据化转型的复合人才。