誰能想到，100年前的“德國制造”曾是粗制濫造的代名詞？“中國制造”有智能化助力，或許不遠的未來，也能成為品質卓越的象征，完成從工業2.0到工業4.0的飛躍。
制造業是國民經濟的主體，如今數字化浪潮席卷全球，以制造業為代表的工業面臨嚴峻挑戰，國際國內的制造業企業都在力求轉變突破，搶占新一輪產業革命的制高點。
中國國務院于2015年5月8日印發了《中國制造2025》，部署全面推進制造強國戰略。“中國制造2025”是信息化與工業化的深度融合，是以制造業智能化為核心，建立在互聯網和物聯網基礎上，同時疊加新能源、新材料等方面的突破而引發的新一輪工業革命。
智能化的核心是大數據分析
智能化從下至上包括如下幾個層次：設備層、控制層、生產執行層、分析層和優化層。隨著傳感器技術、3D打印技術、機器人技術等的發展，我們在前三個層面擁有了豐富的工具和手段，然而當這些設備數據被最終收集起來之后，最重要的是在分析層，即大數據分析引擎和平臺優化層，這才是智能化的核心。要知道，當今我們有90%以上的數據只是被存儲起來，沒有經過分析，60%以上的實時數據只有在實時決策中的幾秒甚至幾毫秒內有價值，之后便快速貶值甚至變得毫無價值。不能形成洞察的大數據只是死的數據，毫無意義。智能化就是對實時數據進行分析的大數據技術，在進行大數據分析之后產生“洞察”，并實現實時決策。這才是終極目標。
大數據及通過大數據分析轉化成洞察的能力，將成為以制造業為代表的中國企業轉型的重要能力和突破口。中國企業應該利用大數據及大數據分析轉化成洞察的能力釋放企業潛能，實現企業的轉型與進化。
大數據的三重最
無論是中國還是世界范圍內，大數據及其分析形成的洞察，可以為企業、政府及社會帶來最優價值。
首先，大數據及其分析形成的洞察可以幫助工業、服務業、制造業等進行最優化的整合創新。一個品牌的汽車廠商在生產時發現，汽缸零件的兩條生產線，其中一條生產線的次品率總是比另一條生產線的次品率高。兩條生產線設備、設計和流程都是一樣的，產生差距的原因何在？經過分析歷史基礎數據，包含環境的數據，發現原因在光照。每天下午兩點的時候，陽光直射這條次品率高的生產線，導致溫度升高，影響相關零件從液體到固化形態的時間，使得那個零件發脆，容易產生次品。在制造過程中和物聯網中充分釋放數據的潛力，這是大數據分析給生產制造行業帶來的價值。
其次，大數據及其分析形成的洞察能夠幫助企業最好地了解用戶偏好，從而有針對性地進行產品創新和業務模式創新。BlizzardSki是一家奧地利的滑雪板生產商，每年生產大約40萬副滑雪板，其中有些型號使用多達18 種材料并需要長達16個星期的生產時間。通過使用大數據，該公司開始預測滑雪運動趨勢、天氣模式以及影響其業務的其他短期市場變化因素，從而使該企業提前預測并迅速滿足不同滑雪場快速變化的需求。大數據還使該公司能夠對其供應商進行監控，使得無論需求如何變化，供應商都能滿足他們的需求，實現生產周期從過去的16天縮短到8天，庫存降低了80%，并且變得更加靈活。他們還在每個零部件的生產流程中安裝傳感器，通過分析傳感器數據，把質量控制細化到每一個工藝流程。
第三，大數據為企業提供實時天氣分析信息，幫助企業進行最靈活科學的決策。想像一下：在暴風雨來臨前，汽車保險公司就可以提前通知保單持有人尋找安全的地方躲避；零售商店可以根據天氣預報預測商品銷售情況，及時調整銷售計劃；電力供應商可以基于歷史溫濕度數據指標判斷是否會出現電力需求激增。未來，通過大數據和物聯網的應用，一定會有比教師更了解學生的教室，有比線上商店更了解消費者的實體店。
大數據還能夠幫助政府部門和企業進行最科學的決策，對于優化企業運營和改善民生具有重大意義。空氣質量是人們現在最關注的問題，但如何能平衡經濟效益和社會效益，是政府的痛點。為了助力解決可持續發展的三大難題——大氣污染防治、可再生能源高效利用和企業節能減排，IBM推出了一個長達十年的計劃——“綠色地平線”計劃，利用大數據分析和認知計算科技來進行北京地區的霧霾預報和應對建議。目前這個項目已經將霧霾的預報時間從之前的24小時提升到72小時，精度從之前的100平方公里提升到1平方公里，將能夠為首都地區最終應對霧霾挑戰提供重要支持。2014年APEC會議期間北京上空的“APEC藍”，正是因為有大數據分析和認知計算精確地測算，指導政府實現小規模、分時段的管控，保障了會議期間北京的空氣質量，用最小的經濟代價實現最大的社會價值。同樣的科技，在行業和智慧城市建設當中都具有廣闊的應用前景。
流技術在幫助政府部門決策方面也有巨大的作用。流是當前大數據當中的一個熱門技術，“9·11”之后，美國政府讓IBM開發一門技術，能夠將攝像信息、錄像信息、監控信息抓出來，快速分析、及時預警，IBM做出來之后將其商業化了。
2014 年初在上海發生踩踏事件，之后一些省份就開始思考要如何做到人流的監控，尤其在重大節日和一些關鍵的公共場所要做好人流的監控。當人帶著手機，在移動的過程中會產生大量無規則的實時的數據，流技術通過手機定位形成的人流流量數據，可以預測特定時間和地點人流的聚集程度，及時提醒相關管理部門采取疏散和管控措施，防止事故的發生。現在我們的這項技術已經在一些省份得到了應用。
物聯網3.0是智能企業的重要支撐
究其“中國制造2025”的本質，其實是要實現物聯化、互聯化以及智能化的理念，而“物聯網”在其中有著重要的支撐作用。大數據是物與物、物與人連接的成果，甚至可以成為制造的指揮中心。
物聯網概念的提出已經多年，也經歷了幾個階段的發展。在物聯網1.0時代，人們致力于建立物物相連的系統，數據能夠被實時感知、傳輸和處理；在2.0時代，物物相連后產生的數據已經超越傳統的IT信息處理架構，海量數據的加工、提煉和分析需要有更好的平臺支撐。在3.0的時代，與大數據和云計算的融合創造一個物聯網的全新生態環境。這個生態環境貫穿于工業企業運營的全過程：從產品研發、生產制造、運營管理到產品銷售、服務的每一個環節。
物聯網3.0不僅實現產品及服務的智能化，還推進企業業務流程和制造過程的智能化。
中國制造企業邁向智能化有多種途徑，但核心工作是，企業需要整合從生產制造到客戶服務、供應鏈以及產品維護的全流程數據。
以液化天然氣行業為例。設備與設備，設備與人之間的溝通是依靠人工的方式來運營的，存在很大的資源浪費和安全隱患。例如100個液化氣罐需要管理的話，一般會雇傭50到100個人。這些人的工作就是抄表：看液位、壓力等等以此來觀測設備會不會出問題。當罐里的液位只有20%的時候，他們需要給總部打電話，讓總部派車來進行補液。想像一下，當這100多人都因為補液這件事給總部打電話，對總部而言，是一個什么樣的景象，且不說總部的調度會有多么麻煩，更重要的是出錯的幾率還會很高。但是通過物聯網和大數據平臺，就可以讓設備與設備、設備與人之間互通，把液化氣罐的液位、壓力、報警信息等這些數據上傳到一個平臺，管理者只需要通過電腦或者移動設備就可以對這些設備了如指掌。根據客戶使用的歷史數據，可以分析出來它下一個周期會需要多少液化天然氣，公司應在什么時間以多少的量向上游采購等。
中國制造，因地制宜的大數據策略
中國因其獨特的歷史,經濟的發展沒有可以完全借鑒的模式，因此建立和釋放大數據及大數據分析帶來的洞察能力方面，也需要結合中國產業特點，因地制宜。中國產業有三個重要特點：
中國制造業基礎雄厚。據了解，中國是全世界唯一擁有聯合國產業分類中全部工業門類的國家，在多個現代經濟支柱性產業當中規模巨大，名列前茅。工業門類齊整，會有更多的機會進行整合創新和價值鏈創新。但我們也看到了這樣的事實，中國這些門類的產業發展并不均衡，一些產品技術和市場脫節，制造業企業面臨著嚴峻的轉型需求。
中國幅員遼闊，人口眾多，市場層次多、需求廣，因此，中國有著世界上最大、增長最快的消費市場。這其中不僅僅意味著市場空間潛力巨大，更意味著需求面的多樣性。從空氣治理到牛奶蔬菜，從尖端醫療到時尚流行，從零售終端到交通出行……每個領域的需求都有巨大的市場空間。這也給應用創新、商業模式創新和業務模式創新提供了廣闊的天地，能以本地需求為核心，打造世界級的產品。
第三，中國是全世界最大的移動互聯網和PC互聯網消費市場。中國移動互聯網基礎設施和產業規模處于世界前列，我們也看到中國圍繞著移動互聯網進行的創業與創新有著非常高的活躍度。“創客”在中國的盛行，不僅僅在一些組織內部推動著組織的創新，也在組織外部、在整個社會體系里，推動著創新的發生。所以，適度超前的移動互聯網發展為“中國制造2025” 提供了一個發達的數字神經系統。
同時，盡管中國有著非常好的大數據寶藏和應用創新的實踐土壤，但中國企業大數據的應用與全球還是存在很大差異。過去中國靠勞力成本低獲取全球競爭優勢，但人的操作無法滿足現在更高的制造要求，而這個高要求只能通過機器人操作、智能化設備、云平臺和物聯網大數據的分析與預測完成。與德國制造業強大的技術基礎不同，中國是在工業整體2.0的情況下，實現傳統產業的轉型升級和跨越式發展。
德國很多企業通過物聯網和大數據的應用完全改變了傳統的商業模式。還是以液化石油氣行業為例，一家生產槽罐車的企業原來通過4S店等渠道出售槽罐車產品，現在他們改賣槽罐車上的零部件和液化天然氣，實際上是提供服務。通過物聯網和大數據，他們能了解購買槽罐車公司的槽罐車零部件使用情況，提前預警，提醒車主檢修和更換。同時，他們自己也經營槽罐車，直接向需要液化天然氣的企業賣氣，按噸計費。這樣企業的效率提升了90%以上，成本也大大降下來了。
客觀地看，以德國、美國很多制造型企業為例，很多企業已經在從3.0走向4.0的路上了，但中國企業整體工業環境還在2.0階段。
2014 年初，IBM對全球60多個國家中超過1000位業務和IT高管做了深度調研，對當前大數據在中國及全球企業應用的現狀進行了全面分析。作為全球發展最快的大數據市場，雖然超過四分之三的中國企業在一年內實現了大數據的投資回報，顯示了高于全球的投資信心，但是更多的中國企業更注重利用大數據分析來贏得新客戶而不是創造更好的客戶體驗，中國企業在利用大數據推動數字和流程整合轉型方面落后于全球整體水平。
因此，實現“中國制造2025”的目標任重道遠，但中國企業應該牢牢抓住上述中國產業的三個特點，構建以大數據、云計算、移動、社交、客戶及員工的互動參與體系為基礎生態，利用數據能力釋放企業潛能，實現企業的轉型與進化，構建全新的價值。
文章來自網絡，版權歸作者所有，如有侵權請聯系刪除