而以上的高效便捷都是建立在第三点:人才培训系统和数字知识库上的,也是帮助企业数字可持续的重要关节。

黄敏明说:“现在他们的维修数据、维修知识库很多还是口口相传,或者以视频的形式存档,我们要建立知识库,就是用动画、建模把它这些知识和流程做出来。” 据了解,目前项目一期已经完成,针对性的知识库也已经建立。黄敏明表示,在未来的二期、三期中,会逐步完善,并构建一个编辑平台,由企业自行导入、建立知识库。

通过硬件方面利用HoloLens 2,软件方面对原有流程的优化、建立维修数据库、人才培养平台等,常州光圈帮助一汽解放锡柴搭建的“一汽锡柴MR培训及维护支持软件系统”,可以说是逐步的解决了一汽解放锡柴目前维修上遇到的困境,节省了大量的人力成本,并帮助其迈向了维修可持续化发展。

实践出真知,时间和人力是MR B端落地的真正壁垒

在实际落地过程中,直面生产车间,与一线人员进行沟通,常州光圈有了非常多的体会。

在项目初期,就面临着选择什么样的硬件平台做研发,最终常州光圈选择了HoloLens 2。对于这样的选择,黄敏明说:“主要基于三个方面,第一,硬件设备的基础性能,我们想要前端人员真正使用它,这一点就很重要。拿FOV举例,车间很大,如果FOV太小,工作人员要同时看两台设备的数字信息怎么办?还有投射精度。我们需要用起来,数字标注到投射到准确的位置很重要,出现偏差的话我们做的东西就没意义。”

“第二,交互。HoloLens 2的手势识别精度和准确度足够高,能够大大减少我们推行这套系统的阻力。”

“第三,软件。微软是大企业,我们使用HoloLens 2硬件的同时也获得大量的基础软件服务。很多基础的工作,比如空间定位功能,就不需要我们单独开发。包括后期,随着数据量增加,我们也会用到微软的云渲染服务。也可以说借用微软的平台,我们有了一个比较简单的技术壁垒。”

接下来真正推行项目时,常州光圈也遇到了只有在实际执行中才会遇到的细节问题。比如面向的企业数字化程度不高,黄敏明对此深有感触:“数字化程度不高,我们正在推行的1．5期里,就有很典型的例子。”

“1．5期我们的应用对象是换刀车床,有一个电柜样的操纵板。图纸是德国企业提供的,他们只做了很简单的标注,比如第一排、第二排、第三排分别是A、B、C类,但具体接入什么线路、什么东西,图纸上没有。我们接触到的工程师也不是原厂工程师,如果只看图纸,在实际维修中提供不了帮助。”

“他们的解决方法是贴标签,对于工作十几年、有经验的工程师来说,这当然没问题。如果新来一个工程师,就需要他一次次去反复看标签,显然很费时费力。我们一部分工作就是在图纸模型的基础上做调整。”

“而一期面向的这台设备,受限于场地,他们就把原本标准模型的3米长,改成了2．8米长。这种信息,你只是靠看图纸肯定是不行的。所以要搭建数字化管理平台,这个工作很繁琐,一定需要人到现场去。”

在从想法到实际落地再到一期完成,顺利的背后是常州光圈处理了许许多多类似“实际设备不对版”的问题。黄敏明表示,本月就会开始1．5期项目的持续推进。

“1．5期就指的是我们要把目前这套解决方案,移植适配到另外两台设备上。后面会继续跟进二期,在工厂内部继续推广,让我们的方案在锡柴内部跑起来,需要增加硬件、系统的数据等等。三期目前也是有规划的,就是争取推广到一汽集团。”

关于为什么要做对工业企业的MR项目,黄敏明说:“因为看好未来的市场。就目前的情况来讲,需求是明确的,像三一重工、中联重科、特斯拉等制造业企业存在需求,另外还有一些纺织业等轻工业也都表示愿意尝试。所以需求是存在的,但问题在没有人实际的跑起来。”

“没人愿意跑起来去做”也反应在项目实际落地的过程中。黄敏明和其团队发现,由于可用于工业的AR眼镜选择很少,所以各个团队之间真正的技术壁垒并不明显。 最明显的壁垒其实时间和人力,也就是在项目实施中,实际数据和图纸数据不匹配,需要常州光圈的工程师长时间驻扎在工厂进行调研、测量才能导入并进行数字化管理。

“我们的工程师将近一半的工作时间都在厂子里度过。”黄敏明说。

对于常州光圈来说,将MR技术真正带给一线工作人员,所需要付出的是在建模、实地考察、反复沟通磨合上的成本,但也带来了巨大的收获。黄敏明说:“争取在明年三季度开始二期,同时我们也会继续接触像三一重工这样的企业,把我们的技术投入到更多一线制造业的使用中去。”

此外,黄敏明还谈到了在与传统企业合作时的心得:“第一,推行项目的时候要让对方有意愿。传统企业每一个都有它的运转逻辑,你要想撬动它某个点,就得让他们产生意愿,才能顺利高效的沟通;第二,我们自身要有很高的能动性。因为B端有B端的逻辑,产品必须要产生实际价值。再比如一些制造业企业愿不愿意用MR,你不去问不去跑,是得不到信息的。有些想法也是,只有实际看了才知道能不能用,有没有效果。”