协鑫集成科技股份有限公司（下称协鑫集成）所在的光伏行业是一个新能源朝阳行业，同时也是一个竞争激烈、迭代频繁的行业，技术进步主导行业发展，新技术的快速迭代带来的是产品生命周期缩短、设备升级频繁、常规产能过剩和优质产能不足的竞争格局。为了更好地适应市场竞争环境，有效降低成本，提高制造的精益化、柔性化程度，协鑫集成整合上下游资源，应用IT新技术，打造智能制造大数据信息平台，构建大数据成本分析模型，创建集数据采集、处理、加工、分析、发布、应用、反馈于一体的精益成本管理新模式。

一、构建智能制造大数据信息平台，为精益成本管理提供数据支撑

在智能制造的新时代，成本管理面临新的问题，如何在满足客户需求的前提下降低产品和服务的综合成本？协鑫集成围绕智能制造，打造基于云计算、智能化的大数据信息平台，为精益成本管理提供实时、精准的数据信息基础。

该平台依托自动化设备、利用物联网技术实现数据实时自动采集，与主要成本相关的差异化数据依托制造企业生产过程系统（MES）进行采集，重点包括以下几个方面：一是材料工艺相关数据，重点细化为组件的工艺参数、物料清单（BOM）等，主要体现为初始设计方案相关数据，及对应的该方案下预计的组件产出数据（比如功率产出分布、良率、衰减比等）；二是材料批次相关数据，主要包括投产材料的供应商、材料批次、材料指标等；三是生产制造相关数据，主要包括产线、实际良率、实际功率分布、碎片率、生产加工工时、产线人员出勤工时、维修故障时间等；四是客户相关数据，主要包括客户订单、生产订单、产品序列号、包装信息等。

协鑫集成依托设计方案和大数据平台首先对影响显性成本要素（包括材料规格型号、供应商价格、生产批量、不同产品在不同产线的产能、不同产品的人员配置、各类组件的主要质量参数等）和隐性成本要素（包括材料主要批次性能、材料工艺配方对产出的预计影响、客户定制化产品的特殊要求等）进行分类，然后按照重要性程度构建成本精细化管理模型，并设计量化公式对各项影响因素进行数字化管理。

基于智能制造和大数据平台，协鑫集成逐步实现了订单自动解析、工艺技术方案的优化匹配、成本报价的自动预测、生产过程的自动控制、产供销各环节的自适应匹配，实现了智能计划、智能采购、智能生产、在线监控，进而实现了工艺优化、品质达标、成本降低、供应满足、设备适应等多重目标。协鑫集成的成本管理也成为智能化管理体系的核心环节之一，基于互联网、物联网等信息技术深度融入到生产制造过程中，实现了以下两个方面的转变：过程管理实现由“人脑分析判断+机器生产制造”向“智慧分析判断+智能生产制造”模式的转变，提升了生产效率，降低了成本；降本增效从依靠人工经验向依靠智能大脑的精准分析转变，即从事后分析提高的模式向事前优化、实时监控的模式转变。

二、整合各类信息数据源，提供全方位、差异化、多维度的成本精益化管理服务

（一）依托大数据平台将成本管理转变为精准服务

一是依托大数据平台采集的各项相关数据，通过分析需求、建立模型、设计方案、量产检验、优化模型的循环，同时经过大数据分析比对、实践验证、检验提供各类组件的不同材料搭配方案，实现了在线实时优化工艺方案，达到了提高组件产出功率、降低组件降档比例的目标；二是在投产前测算最适合的电池片效率档，如果有可能出现组件降档的，则由工艺技术部门根据大数据平台积累的数据给出优化工艺方案，匹配相应材料提高实际功率，最大限度提高组件命中率；三是借助大数据平台得出的模拟数据，对客户产品成本进行快速预测，进而为销售报价提供高效、精准的数据支撑。

（二）根据不同层次管理人员对成本管理的需求，提供多维度的成本管理信息服务

协鑫集成依据成本动因分析影响成本的重点驱动因素，从结果指标分析驱动指标。首先逐条判断影响因素，寻找数据来源，然后通过MES系统实现数据的自动集成、实时共享，提供多样化的查询功能，以满足不同应用场景和管理活动对成本数据的差异化需求，提供多维度的成本管理信息服务。具体包括以下方面：一是针对基层现场应用的需求，提供实时的生产、质量、设备、能耗、消耗、库存等报表，帮助现场管理者掌握生产动态，及时发现异常，消除影响和进行调整；二是针对部门级应用的需求，不断整合各部门关注的信息，比如关键绩效指标（KPI）、多维度的定期统计报表、专项成本分析、周成本预测、未来产销预测、下一阶段物料需求、产能预测等报表，便于各部门及时优化过程管理，消除不匹配和闲置产能，加快与客户、供应商的信息共享和协调速度，同时指导各部门开展专项成本改善活动等；三是针对高层管理者的需求，依托大数据平台采集到的数据，设计专门的成本分析模型进行成本动因分析，量化成本偏离标准的程度，寻找影响成本关键因子的成因和影响程度，更加精准地寻求成本改善的路径和方法，更有针对性地制定成本改善方案，并进行改善过程的全程跟踪和分析，形成改善方案数据库和案例库，为下一步的成本改善、技术研发、工艺改进提供数据支撑。

三、基于智能制造和大数据环境下的成本管理实践

（一）依托大数据平台，发挥数据聚集效应

协鑫集成依托工业传感器、自动化设备、工业互联网实现数据实时自动采集，通过专门的MES系统自定义数据处理程序，实现数据的自动归集和加工。同时，通过内置的数据处理模型对采集的数据进行分类和加工处理，再以标准化的格式传递给专门的大数据处理软件进行深加工，然后传输给ERP系统用于匹配上下游供应链，实现供需的实时匹配和无缝对接。协鑫集成通过采取以上措施，最大程度地实现了生产、物流信息的共享，提高了物流速度，提升了设备利用率，减少了生产过程等待、切换、冗余、异常的时间，有效降低了生产加工成本，提高了产品交付效率。

（二）依托大数据平台，逐步实现智能化、精益化的成本管控

一是在建设智能生产体系的过程中，协鑫集成逐步将机器设备、业务系统、产品模型、生产过程以及运行环境中产生的大量实时数据汇聚到大数据平台，并将技术、知识、经验和方法以数字化模型的形式沉淀到平台，形成不断迭代的知识库；二是通过调用各种数字化模型对不同类别的数据进行组合、分析、挖掘、展现，提供研发设计、工艺优化、计划调度、设备管理、质量检测、运营决策、交付预测等多样化服务；三是在装备自动化的基础上完成工厂的智能转型升级，采用“数据+模型”的模式为企业生产经营提供各类高智能的服务，优化产品结构和技术工艺，降低成本。

（三）依托大数据平台，实现精益成本管理

协鑫集成光伏组件制造涉及电池片、玻璃、边框等主材，每一种材料又有不同的供货商，而不同材料搭配在组件功率、制程良率等方面又存在一定的差异，特别是在组件功率方面会存在跨档提升（每5W为一档）的现象，直接影响产品的收入和单位成本。此外，不同材料搭配的成本组合也有较大差异，如果要以较低的成本实现较高的功率增益收入，则取决于不同厂商不同类别材料的优化搭配。而这些都需要对以往不同类别材料搭配实际产出的差异化数据进行收集、整理和分析，并依据理论模型和大数据对不同材料工艺方案形成模型和数据库。基于此，协鑫集成根据客户订单，通过“工业大脑”对不同材料工艺方案形成的模型进行模拟计算，给出优化后的工艺方案及预计的成本信息。同时，成本管理直接前置到接单环节，在对客户订单需求分析的过程中，财务依托智能成本决策模型，和技术部门配合快速测算出满足客户需求的最低的成本实现方案和精确的成本预测数据，实现精益成本管理，进而助力企业全面提升核心竞争力。

（本文系江苏省社科应用研究精品工程财经发展专项课题＜2018年度＞的研究成果）

责任编辑 刘黎静