在 40万亿美元的 GDP总量中，制造业占了 半以上，制造空间也不小。制造业在成为 上 大的市场的某个地方，出现了 个具有 影响的问题：该行业每花费1美元，就会浪费20％–总计8万亿美元，占 GDP的10％。通常20％的效率损失将是 个红色警报。
尽管制造废料来自各种来源，但是这20％的废料实际上并不是作为 个行业进行制造而产生的物理废料（这本身就是 个主题）。我说的是经济浪费：可以说，由于制造过程效率低下而不必花费的金钱。让我们考虑 下消费类电子产品，其中经济浪费向量在产品从开发到生产的整个生命周期中采取多种形式。
在开发中，错误和实验构成了核心的浪费载体。尽管工程团队努力工作以将代价高昂的错误减少到 低限度，但他们会遇到每 个产品。有时，工程团队会错过某些东西， 终导致零件相互干扰，或者某些关键的东西无法正常工作，因此必须将整个构建添加到开发周期中。注射成型工具可能在设计或制造中存在错误，必须予以纠正-每个工具容易造成50,000美元的错误，并需要数周的工具停机时间。实际上，由于担心开发过程中的停机时间，许多团队开始着手开发同 零件的并行版本-每个零件都产生工具成本-因为要进行实验以确保有 个可行的计划B或C。
在生产中，并非所有建造的单元都符合定义的规格，因此后果可能是巨大的。这些单元中的 些可以修复， 些在修复过程中损坏而变成报废，而其他 些实际上并没有在工厂内被捕，而是从现场获得昂贵的回报。每个人都有购买无法开箱即用的产品的经验–制造商发生这种故障的代价可能会过高：不仅在设备的更换成本上，而且在糟糕的产品评论中，这样做的速度也很慢销售，在某些 坏的情况下，还会损害品牌。另 个重要组成部分是未充分利用的人力资源。当上游工具意外停机维修时，会在整个供应链中引起连锁反应。装配线上训练有素的操作员可能会坐在他们准备就绪的地方，但是没有零件可用于建造。闲置的线路每小时可能会花费数千美元。
对于那些将自己的职业生涯花在制造业上的人来说，这种浪费可能感觉就像做生意的成本。该行业已经习惯于产生辐射，骨头堆积，停机，产品发布延迟，生产流程变更以及1星亚马逊评论。这不是因为我们要自满。解决制造中的问题太困难了。
虽然它随垂直方向而变化，但是在电子工业中，痛苦是尖锐的。开发新产品和大量生产它们的过程中有太多的开环–事情可能会出错，而且如果有人知道的话，这不是常识。正如 个顶 电子品牌的 制造负责人告诉我的那样：“我们的工厂已针对火车全部在铁轨上行驶进行了优化-我们做得很好。 旦其中 列火车脱离轨道，我们就没有很好的流程来了解它，它发生的原因或如何清理它。”即使收集了数据，它也很可能孤立并且通常不可用，因为网络方面的挑战，安全性或缺乏汇总和理解的工具。电子装配线上的许多技术和设备（仍主要是手动的）都是单 用途的定制工具。 终，大部分过程都是被动的，对即将发生的风险视而不见，更不用说当前正在发生的问题和转变了。今天的制造业以蛮力运作：无论如何都要进行必要的运作，导致效率低下。我知道有许多备受推崇的电子品牌，他们使用纸和笔跟踪他们的生产投入和产出。他们对废料，返工，成品率甚至零件消耗的某些核心指标没有真正的了解 今天的制造业以蛮力运作：无论如何都要进行必要的运作，导致效率低下。我知道有许多备受推崇的电子品牌，他们使用纸和笔跟踪他们的生产投入和产出。他们对废料，返工，成品率甚至零件消耗的某些核心指标没有真正的了解 今天的制造业以蛮力运作：无论如何都要进行必要的运作，导致效率低下。我知道有许多备受推崇的电子品牌，他们使用纸和笔跟踪他们的生产投入和产出。他们对废料，返工，成品率甚至零件消耗的某些核心指标没有真正的了解是 -对他们来说，鉴定过程的转变发生的前两天是 部科幻的未来。
然而，作为 个行业，我们被承诺技术将提供更多。由于这个行业充满了令人难以置信的务实和实际的人， 直支持技术进步却没有实现价值的“那些物联网/人工智能人士”已沦为疯狂的帽子制造者。总的来说，这项技术令人失望。它尚未解决核心问题：使解决问题更加容易。实际上，这些技术中的许多技术仅解决了总体问题的 小部分，例如更换人员或在没有正确的工厂数据输入的情况下购买仪表板软件，无疑会给已经沉重的系统增加复杂性。
答案不是想小，而是想大。这是从整个行业的角度出发，并找出真正的问题：使制造过程中的问题更容易解决。它不仅仅是绘制 些数据的仪表板，还是支持利基用例的新技术。答案必须是整体的。它需要关注与制造相关的指标：良率，效率，正常运行时间，上市时间， 终用户的满意度等等。不能太不同，它需要直接适合已经在解决问题上的工程师的解决问题的工作流程–理想地加快了繁琐的工作，以便他们可以利用他们的工程专业知识 大程度地花费时间。数据（在正确的时间提供正确的数据）将是加速这些工作流程的燃料，并且是使火车保持在轨道上的润滑脂。
:021-80392064 QQ：2039609103 企业入驻:
