小編導讀

隨著中國經(jīng)濟發(fā)展的戰(zhàn)略轉(zhuǎn)型及中國制造2025、工業(yè)4.0概念的提出，制造業(yè)迎來了新的發(fā)展浪潮。在這個背景下，越來越多的傳統(tǒng)企業(yè)感受到了重重壓力，開啟了轉(zhuǎn)型與變革之路。對于制造企業(yè)而言，如何部署企業(yè)智能制造解決方案？如何建立企業(yè)自身特色的智能制造建設(shè)體系？如何規(guī)劃企業(yè)數(shù)字化轉(zhuǎn)型升級平臺？“SAP智造社區(qū)”精心撰寫了“制造業(yè)智能變革之道”系列主題文章，圍繞智能制造的關(guān)鍵技術(shù)，智能制造的核心解決方案以及各行業(yè)企業(yè)如何推進智能制造等方面，希望能給讀者帶來一絲啟發(fā)。

企業(yè)已掀起工業(yè)物聯(lián)網(wǎng)應用熱潮

工業(yè)物聯(lián)網(wǎng)是工業(yè)4.0的核心基礎(chǔ)，它是利用局部網(wǎng)絡(luò)或互聯(lián)網(wǎng)等通信技術(shù)，把傳感器、控制器、機器、人員和物品等通過新的方式聯(lián)在一起，形成人與物、物與物相聯(lián)，實現(xiàn)信息化、遠程管理控制和智能化的網(wǎng)絡(luò)，從而最大限度地提高機器效率以及整個工作的吞吐量。隨著智能制造戰(zhàn)略的持續(xù)推進以及企業(yè)轉(zhuǎn)型的逐漸深入，物聯(lián)網(wǎng)在工業(yè)轉(zhuǎn)型中的應用價值愈發(fā)凸顯。企業(yè)已經(jīng)清楚的認識到，要想實現(xiàn)智能化決策和自動化生產(chǎn)離不開人機物的全面互聯(lián)。當前，工業(yè)物聯(lián)網(wǎng)熱潮遍布神州大地，已成為政府、制造企業(yè)、互聯(lián)網(wǎng)公司、物聯(lián)網(wǎng)公司、電信運營商、IT和自動化廠商等各方關(guān)注的焦點。

據(jù)IDC報告，2017年全球物聯(lián)網(wǎng)總體支出將同比增長16.7%，略高于8000億美元。報告預計，到2021年，全球物聯(lián)網(wǎng)支出將達到1.4萬億美元。其中包括企業(yè)對物聯(lián)網(wǎng)硬件、軟件、服務和網(wǎng)絡(luò)連接的投資。以不同行業(yè)來看，制造業(yè)和運輸業(yè)仍將是獲得投資最多的行業(yè)，分別為1830億和850億美元。

對大多數(shù)企業(yè)來說，盡管物聯(lián)網(wǎng)技術(shù)已經(jīng)存在了數(shù)十年之久，但其應用范圍僅限于運營活動，數(shù)據(jù)的潛能沒有在企業(yè)中得到充分釋放。隨著連接技術(shù)、大數(shù)據(jù)管理、商務分析和云技術(shù)的發(fā)展，我們現(xiàn)在能夠?qū)⑦\營技術(shù)與信息技術(shù)融合在一起，打造更智能的機器，推動企業(yè)實現(xiàn)端到端數(shù)字化轉(zhuǎn)型。

工業(yè)物聯(lián)網(wǎng)核心技術(shù)

圖1 工業(yè)物聯(lián)網(wǎng)體系架構(gòu)

工業(yè)物聯(lián)網(wǎng)體系架構(gòu)可分為四層，實體層包括各類智能產(chǎn)品及嵌入式軟件和芯片等；傳感層則是物聯(lián)網(wǎng)的皮膚和五官，用于識別物體，采集信息，包括條碼、二維碼標簽和讀卡器、RFID標簽和讀寫器、攝像頭、GPS等；網(wǎng)絡(luò)層是物聯(lián)網(wǎng)的神經(jīng)中樞和大腦，用于信息傳遞和處理，包括通信與互聯(lián)網(wǎng)的融合網(wǎng)絡(luò)、網(wǎng)絡(luò)管理中心和信息處理中心等；應用層是物聯(lián)網(wǎng)的“社會分工”，即與行業(yè)專業(yè)技術(shù)及需求實現(xiàn)深度融合，最終實現(xiàn)行業(yè)智能化。在物聯(lián)網(wǎng)各層之間，信息不是單向傳遞的，也有交互、控制等，所傳遞的信息多種多樣，這其中關(guān)鍵是物品的信息，包括在特定應用系統(tǒng)范圍內(nèi)能唯一標識物品的識別碼和物品的靜態(tài)與動態(tài)信息。

工業(yè)物聯(lián)網(wǎng)的關(guān)鍵技術(shù)則包括：

傳感器技術(shù)：信息的泛在化對工業(yè)的傳感器和傳感裝置提出了更高的要求。

微型化：元器件的微小型化，節(jié)約資源與能源。

智能化：自校準、自診斷、自學習、自決策、自適應和自組織等人工智能技術(shù)。

低功耗與能量獲取技術(shù)：電池供電，用陽光、風、溫度、振動。

通信技術(shù)：具體包括：調(diào)制與編碼技術(shù)、自適應跳頻技術(shù)、信道調(diào)度技術(shù)、通信協(xié)議多樣性、多標準有線及無線技術(shù)。

組網(wǎng)技術(shù)：網(wǎng)絡(luò)路由技術(shù)、互聯(lián)技術(shù)、共存技術(shù)、跨層設(shè)計與優(yōu)化技術(shù)。

網(wǎng)絡(luò)管理與基礎(chǔ)服務技術(shù)：低開銷高精度的時間同步技術(shù)、快速節(jié)點定位技術(shù)、實時網(wǎng)絡(luò)性能監(jiān)視與預警技術(shù)、工業(yè)數(shù)據(jù)的分布式管理技術(shù)。

安全技術(shù)：具體包括工業(yè)設(shè)備控制、網(wǎng)絡(luò)安全和數(shù)據(jù)安全，阻止非授權(quán)實體的識別、跟蹤和訪問，非集中式的認證和信任模型，能量高效的加密和數(shù)據(jù)保護，異構(gòu)設(shè)備間的隱私保護技術(shù)。

工業(yè)物聯(lián)網(wǎng)在制造業(yè)的應用

近幾年，物聯(lián)網(wǎng)技術(shù)已經(jīng)應用于各行業(yè)的生產(chǎn)流程以及制造業(yè)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中，促進各個工業(yè)企業(yè)在節(jié)能減排、提高生產(chǎn)效率、生產(chǎn)效益提升等方面的改善。在應用上，通過對物聯(lián)網(wǎng)采集的數(shù)據(jù)進行分析，可以幫助企業(yè)分析各類設(shè)備或產(chǎn)品的狀態(tài)，實現(xiàn)對異常狀態(tài)的預警或報警，從而實現(xiàn)預測性維護，避免非計劃停機；還有助于幫助企業(yè)改進產(chǎn)品性能、幫助企業(yè)降低能耗、保障安全等。

比如在哈雷戴維森的新制造工廠中，每臺機器都是互聯(lián)設(shè)備，每個變量都在不斷接受測量和分析。這樣，在機器出現(xiàn)故障之前，設(shè)備就能提供相關(guān)性能數(shù)據(jù)，幫助企業(yè)實現(xiàn)預測性維護，從而最大限度地減少工作流中斷的情況。同時，制造系統(tǒng)在某個組件出現(xiàn)問題時，會向車間經(jīng)理發(fā)送警報。哈雷戴維森甚至還能測量建筑內(nèi)的溫度、濕度以及通風設(shè)備每分鐘的轉(zhuǎn)速 (PRM) ，他們會持續(xù)分析所有這些數(shù)據(jù)，以發(fā)現(xiàn)有助于提高效率和產(chǎn)量的因素。

全球最大的空氣壓縮系統(tǒng)供應商之一凱撒空壓機公司通過物聯(lián)網(wǎng)的應用，實時監(jiān)控客戶壓縮空氣站中的各項參數(shù)，比如功耗、運營可用性與安全性以及壓縮空氣質(zhì)量，并將它們與最小容許值和最大容許值進行比較。服務工程師無需拜訪客戶所在地，只需通過門戶就能分析上述實時數(shù)據(jù)，并進一步有針對性的制定維護策略，從而確保壓縮機持續(xù)高效運轉(zhuǎn)，降低運營風險，確保了客戶能夠?qū)崿F(xiàn)可靠、高效的運營。公司也實現(xiàn)了從生產(chǎn)型制造向服務型制造的轉(zhuǎn)變。

此外，工業(yè)物聯(lián)網(wǎng)還可應用于優(yōu)化物流，通過對運輸車輛的數(shù)據(jù)采集，可以掌握車輛運行的位置，以及運輸貨品的狀態(tài)，實現(xiàn)制造商、第三方物流和貨主的信息交互，實現(xiàn)運輸資源的充分應用。還可以用于對污染物的監(jiān)控、對無人值守的設(shè)備、對石油管道的遠程監(jiān)控和故障診斷等。在消費品行業(yè)，也有很多基于物聯(lián)網(wǎng)的智能應用，例如智能家居。通過對各種設(shè)備的狀態(tài)監(jiān)控，還可以實現(xiàn)設(shè)備租賃和服務電商。

制造企業(yè)應用工業(yè)物聯(lián)網(wǎng)的注意點

工業(yè)物聯(lián)網(wǎng)應用可謂十分廣泛，市場的快速發(fā)展也促使更多的廠商投入這一新興市場的角逐，各種物聯(lián)網(wǎng)平臺陸續(xù)涌現(xiàn)，競爭異常激烈。因此企業(yè)在應用工業(yè)物聯(lián)網(wǎng)之前，首先要有清晰的認知，對各類物聯(lián)網(wǎng)平臺的開放性、集成能力、數(shù)據(jù)分析、行業(yè)應用功能進行深入比較。

采集哪些有價值的數(shù)據(jù)，如何采集、傳輸、存儲與分析？物聯(lián)網(wǎng)應用的基礎(chǔ)，源于各種智能終端、傳感器和智能儀表，加上GPS定位和網(wǎng)絡(luò)傳輸?shù)墓δ苣K（WIFI、4G或ZigBee等）。低功耗的NB-IOT技術(shù)，為物聯(lián)網(wǎng)的普及應用帶來了巨大價值。企業(yè)要實現(xiàn)工業(yè)互聯(lián)網(wǎng)應用，需要明確究竟要采集哪些有價值的數(shù)據(jù)？采集頻率有多高？如何部署傳感器？是要傳輸所有狀態(tài)數(shù)據(jù)，還是只傳輸超出閾值的數(shù)據(jù)？海量數(shù)據(jù)如何存儲？是基于私有云還是公有云？物聯(lián)網(wǎng)數(shù)據(jù)的數(shù)據(jù)分析算法和數(shù)學模型是什么？數(shù)據(jù)如何分析與展現(xiàn)？數(shù)據(jù)異常的預警和處置方式？如何實現(xiàn)物聯(lián)網(wǎng)數(shù)據(jù)與企業(yè)業(yè)務流程的集成？

中小企業(yè)和大型企業(yè)進行物聯(lián)網(wǎng)應用的顯著差異。中小型制造企業(yè)進行物聯(lián)網(wǎng)應用，可以直接選擇基于公有云的物聯(lián)網(wǎng)平臺，相對比較容易。對于大型制造企業(yè)，則需要更加慎重地制定工業(yè)物聯(lián)網(wǎng)的應用策略，考慮是否需要自己開發(fā)及運營物聯(lián)網(wǎng)平臺。如果選擇自主開發(fā)或自主運營，就需要考慮與電信運營商、云平臺進行合作。

自主開發(fā)物聯(lián)網(wǎng)應用還是利用物聯(lián)網(wǎng)開發(fā)平臺來開發(fā)物聯(lián)網(wǎng)應用。企業(yè)可以選擇物聯(lián)網(wǎng)的云服務，用物聯(lián)網(wǎng)開發(fā)平臺來構(gòu)建物聯(lián)網(wǎng)應用，或者直接從底層開發(fā)物聯(lián)網(wǎng)應用。相對而言，應用物聯(lián)網(wǎng)開發(fā)平臺來開發(fā)物聯(lián)網(wǎng)應用，對于多數(shù)企業(yè)而言，是一個經(jīng)濟有效的方式。

物聯(lián)網(wǎng)平臺功能和部署方式的差異化與選型。從部署方式來看，有些物聯(lián)網(wǎng)平臺的交付方式是公有云服務，有些物聯(lián)網(wǎng)平臺可以在企業(yè)內(nèi)部部署，或者通過私有云方式部署。這也是企業(yè)進行物聯(lián)網(wǎng)平臺選型必須考慮的問題。

中國制造業(yè)加速擁抱云計算

隨著云計算各類技術(shù)的發(fā)展，以及傳統(tǒng)制造業(yè)面臨轉(zhuǎn)型升級帶來各類問題，這兩者之間的關(guān)系變得越來越緊密，制造業(yè)正在加速擁抱云計算。智能制造正成為制造業(yè)新的關(guān)鍵詞，而智能制造的成功推進，需要一系列的使能技術(shù)，云計算正是其中一項核心使能技術(shù)。云應用是智能制造領(lǐng)域很多深層次應用的必要條件，幫助制造企業(yè)加速從要素驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變。

圖片來源于網(wǎng)絡(luò)

近年來，我國云計算產(chǎn)業(yè)發(fā)展迅猛，據(jù)統(tǒng)計，云計算產(chǎn)業(yè)保持著超過30%的年均增長率，是全球增速最快的市場之一?！笆濉蹦┢?，我國云計算產(chǎn)業(yè)規(guī)模已達1500億元，產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化，SaaS、PaaS占比不斷提升，混合云異軍突起，成為產(chǎn)業(yè)新的增長點。

云應用的增長，除了源于云技術(shù)的逐步成熟外，另一主要的因素，是企業(yè)對云的認知的逐步加深。在三五年前，中國企業(yè)對云的認識還比較初步，對于云，企業(yè)關(guān)心最多的就是我為什么要用云，云有什么優(yōu)勢，很多企業(yè)也特別關(guān)心數(shù)據(jù)安全和網(wǎng)絡(luò)問題。

現(xiàn)在企業(yè)對云的特點和優(yōu)勢已經(jīng)有了比較全面的認識，對數(shù)據(jù)安全等問題的擔心也降低了，更多的企業(yè)已經(jīng)了解到，云產(chǎn)品應用的經(jīng)過認證的數(shù)據(jù)中心以及被許可的云環(huán)境在某種程度上甚至比企業(yè)內(nèi)部的系統(tǒng)更加安全，而專業(yè)的云平臺在負載、備份、容災方面甚至能比企業(yè)在本地部署系統(tǒng)要做得更好。有些比較謹慎的企業(yè)，也會選擇將某些核心應用，如財務模塊，放在本地部署，將其他的應用放在云端。這些都促使企業(yè)對云的態(tài)度從最初的觀望走向了如今的認可?，F(xiàn)在，企業(yè)對云的關(guān)注點開始更多地轉(zhuǎn)移到公司戰(zhàn)略層面，更關(guān)心云應用是否能滿足企業(yè)系統(tǒng)需求，是否能更有力地支撐企業(yè)的發(fā)展戰(zhàn)略。

云計算的架構(gòu)

云計算的架構(gòu)一般可分為三個層次，即基礎(chǔ)設(shè)施層（IaaS）、平臺層（PaaS）和軟件服務層（SaaS）。

IaaS(Infrastructure as a Service)，基礎(chǔ)設(shè)施即服務。主要包括計算機服務器、通信設(shè)備、存儲設(shè)備等，能夠按需向用戶提供的計算能力、存儲能力或網(wǎng)絡(luò)能力等IT基礎(chǔ)設(shè)施類服務，也就是能在基礎(chǔ)設(shè)施層面提供的服務。PaaS(Platform as a Service)，平臺即服務。

PaaS定位于通過互聯(lián)網(wǎng)為用戶提供一整套開發(fā)、運行和運營應用軟件的支撐平臺。SaaS(Software-as-a-Service)，軟件即服務。簡單地說，就是一種通過互聯(lián)網(wǎng)提供軟件服務的軟件應用模式，用戶不需要再花費大量投資用于硬件、軟件和開發(fā)運維團隊的建設(shè)，只需要支付一定的租賃費用，就可以通過互聯(lián)網(wǎng)享受到相應的服務。和傳統(tǒng)的網(wǎng)絡(luò)服務模式相比較，云計算的體系結(jié)構(gòu)更加地模塊化，每一層和上下層的關(guān)系都是比較松散的耦合關(guān)系。

圖片來源于網(wǎng)絡(luò)

目前，云計算技術(shù)已經(jīng)在制造企業(yè)內(nèi)獲得了方方面面的應用，為制造企業(yè)帶來了更加高效的管理以及的業(yè)務創(chuàng)新。其中，通過IAAS服務，企業(yè)可以利用工業(yè)云將服務器、存儲設(shè)備外包，廣泛應用虛擬桌面和移動終端，減少或消除專職的IT運維人員，降低IT應用成本，專注于信息化應用。在SAAS應用方面，企業(yè)級郵件系統(tǒng)、視頻會議、協(xié)同辦公、CRM、在線招聘、供應鏈協(xié)同和電子商務等領(lǐng)域已經(jīng)有成熟的應用。在PAAS應用層面，很多工業(yè)軟件企業(yè)也在將軟件的開發(fā)平臺服務化，支持軟件功能的配置與擴展。同時，國際工業(yè)軟件巨頭正在從賣軟件的License轉(zhuǎn)型為賣訂閱服務(Subscription)，與客戶實現(xiàn)雙贏，制造企業(yè)IT應用正在從本地走向云端。

工業(yè)云平臺支撐企業(yè)實現(xiàn)智能制造

近幾年，制造企業(yè)內(nèi)掀起了智能制造的熱潮，數(shù)字化、網(wǎng)絡(luò)化、智能化日益成為了未來制造業(yè)發(fā)展的主要方向。

制造業(yè)邁向智能制造，目前面臨的關(guān)鍵挑戰(zhàn)在于：制造與互聯(lián)網(wǎng)技術(shù)如何解決企業(yè)IoT互聯(lián)、大數(shù)據(jù)實施處理與分析實時監(jiān)控與自動化控制、智能決策執(zhí)行、企業(yè)內(nèi)外部系統(tǒng)互聯(lián)互通、第三方互聯(lián)網(wǎng)服務接入等問題，在這些問題下，云平臺有了廣泛的應用前景。工業(yè)云平臺能夠支撐大量的智能制造的關(guān)鍵技術(shù)，如物聯(lián)網(wǎng)、大數(shù)據(jù)、移動應用、虛擬現(xiàn)實、數(shù)據(jù)分析……等等，從而實現(xiàn)互聯(lián)網(wǎng)技術(shù)與先進制造技術(shù)的融合，形成支撐智能制造的全生命周期的工業(yè)軟件，以平臺支撐智能制造創(chuàng)新、支撐企業(yè)商業(yè)和協(xié)同創(chuàng)新。

在工業(yè)云平臺的支撐下，企業(yè)可以實現(xiàn)個性化定制、網(wǎng)絡(luò)化協(xié)同制造、服務型制造等創(chuàng)新模式。在智能研發(fā)領(lǐng)域，可以構(gòu)建仿真云平臺，支持高性能計算，實現(xiàn)計算資源的有效利用和可伸縮，還可以通過基于SAAS的三維零件庫，提高產(chǎn)品研發(fā)效率；在智能營銷方面，可以構(gòu)建基于云的CRM應用服務，對營銷業(yè)務和營銷人員進行有效管理，實現(xiàn)移動應用；在智能物流和供應鏈方面，可以構(gòu)建運輸云，實現(xiàn)制造企業(yè)、第三方物流和客戶三方的信息共享，提高車輛往返的載貨率，實現(xiàn)對冷鏈物流的全程監(jiān)控，還可以構(gòu)建供應鏈協(xié)同平臺，使主機廠和供應商、經(jīng)銷商通過電子數(shù)據(jù)交換（EDI）實現(xiàn)供應鏈協(xié)同；在智能服務方面，企業(yè)可以利用物聯(lián)網(wǎng)云平臺，通過對設(shè)備的準確定位來開展服務電商。

工業(yè)物聯(lián)網(wǎng)是智能制造的基礎(chǔ)。一方面，在智能工廠建設(shè)領(lǐng)域，通過物聯(lián)網(wǎng)可以采集設(shè)備、生產(chǎn)、能耗、質(zhì)量等方面的實時信息，實現(xiàn)對工廠的實時監(jiān)控；另一方面，設(shè)備制造商可以通過物聯(lián)網(wǎng)采集設(shè)備狀態(tài)，對設(shè)備進行遠程監(jiān)控和故障診斷，避免設(shè)備非計劃性停機，進而實現(xiàn)預測性維護，提供增值服務，并促進備品備件銷售。工業(yè)物聯(lián)網(wǎng)應用采集的海量數(shù)據(jù)的存儲與分析，需要工業(yè)云平臺的支撐，不論是通過機器學習還是認知計算，都需要工業(yè)云平臺這個載體。

”

制造業(yè)擁抱大數(shù)據(jù)時代

曾幾何時，在人們的印象中，大數(shù)據(jù)作為一種新興技術(shù)，離人們的日常生活還很遙遠，顯得異常“高冷”。

隨著互聯(lián)網(wǎng)技術(shù)的不斷深入，特別是近幾年來物聯(lián)網(wǎng)、云計算以及社交網(wǎng)絡(luò)的飛速發(fā)展，人們所接觸和關(guān)注的數(shù)據(jù)量呈現(xiàn)出了爆炸式增長。同時，大數(shù)據(jù)分析和處理的技術(shù)也隨之建立并豐富起來，其應用也越來越廣泛，大數(shù)據(jù)給各行各業(yè)帶來變革性機會。例如個人的飲食、健康、出行、家居、醫(yī)療、購物以及社交等生活數(shù)據(jù)會被實時采集上傳互聯(lián)網(wǎng)，通過對這些數(shù)據(jù)的分析，商家可以為每個人量身定制個性化的服務。在工業(yè)生產(chǎn)領(lǐng)域，運用大數(shù)據(jù)技術(shù)可以全盤把握供需平衡，挖掘創(chuàng)新增長點，提高效率，節(jié)約成本;在交通領(lǐng)域，可以實現(xiàn)智能輔助以及無人駕駛;在農(nóng)業(yè)領(lǐng)域，可以對環(huán)境氣候土壤以及農(nóng)作物狀況進行監(jiān)控，實現(xiàn)超精細化耕作……

圖片來源于網(wǎng)絡(luò)

那么究竟什么是大數(shù)據(jù)呢?大數(shù)據(jù)(big data，mega data)，或稱巨量資料，是指"無法用現(xiàn)有的軟件工具進行提取、存儲、搜索、共享、分析和處理的海量的、復雜的數(shù)據(jù)集合，需要通過運用新系統(tǒng)、新工具、新模型的挖掘，才能獲得具有洞察力和新價值的東西。"大數(shù)據(jù)不用隨機分析法這樣的捷徑，而采用所有數(shù)據(jù)全面進行分析處理。

區(qū)別于其它數(shù)據(jù)，大數(shù)據(jù)具有4V特點，即數(shù)據(jù)容量大(Volume)、數(shù)據(jù)類型繁多(Variety)、商業(yè)價值高(Veracity)以及處理速度快(Velocity)的特點。

數(shù)量(Volume)，即數(shù)據(jù)巨大，從TB級別躍升到PB級別。伴隨著各種隨身設(shè)備、物聯(lián)網(wǎng)和云計算、云存儲等技術(shù)的發(fā)展，人和物的所有軌跡都可以被記錄，數(shù)據(jù)因此被大量生產(chǎn)出來。

多樣性(Variety)，即數(shù)據(jù)類型繁多。數(shù)據(jù)來源多樣化，不僅產(chǎn)生于組織內(nèi)部運作的各個環(huán)節(jié)，也來自于組織外部。大數(shù)據(jù)不僅是處理巨量數(shù)據(jù)的利器，更為處理不同來源、不同格式的多元化數(shù)據(jù)提供了可能。

速度(Velocity)，即處理速度快?？焖俣仁谴髷?shù)據(jù)處理技術(shù)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)最大的區(qū)別。大數(shù)據(jù)是一種以實時數(shù)據(jù)處理、實時結(jié)果導向為特征的解決方案，它的快有兩個層面，即數(shù)據(jù)產(chǎn)生得快和數(shù)據(jù)處理得快。

真實性(Veracity)，即追求高質(zhì)量的數(shù)據(jù)。數(shù)據(jù)的重要性就在于對決策的支持，數(shù)據(jù)的規(guī)模并不能決定其能為決策提供幫助，數(shù)據(jù)的真實性和質(zhì)量才是獲得真知和思路最重要的因素，是制定成功決策最堅實的基礎(chǔ)。

數(shù)據(jù)產(chǎn)業(yè)發(fā)展趨勢

未來幾年，大數(shù)據(jù)產(chǎn)業(yè)將朝著以下幾個趨勢發(fā)展:

圖片來源于網(wǎng)絡(luò)

開源大數(shù)據(jù)將商業(yè)化。隨著閉源軟件在數(shù)據(jù)分析領(lǐng)域的地盤不斷縮小，IT廠商的商業(yè)模式向開源靠攏，并加大專業(yè)服務和系統(tǒng)集成方面的力度。利用Hadoop和R兩類技術(shù)，幫助客戶向開源的、面向云的分析產(chǎn)品遷移。

Hadoop將加速發(fā)展。作為大數(shù)據(jù)領(lǐng)域的代表，未來很多企業(yè)會把研發(fā)的重心放在Hadoop上。從整體上說，不僅是Hadoop本身本會得到迅速發(fā)展，同時Hadoop在多個數(shù)據(jù)中心中的配置和無縫集成技術(shù)也將成為熱門。

打包的大數(shù)據(jù)分析應用將開拓新的市場。隨著大數(shù)據(jù)逐漸走向各個行業(yè)，基于行業(yè)的大數(shù)據(jù)分析應用需求也將日益增長，未來幾年中針對特定行業(yè)的業(yè)務流程的分析應用將會以預打包的形式出現(xiàn)，這將為大數(shù)據(jù)技術(shù)供應商打開新的市場。

將會創(chuàng)造一些新的細分市場。大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展將會創(chuàng)造出一些例如以數(shù)據(jù)分析和數(shù)據(jù)處理為主的高級數(shù)據(jù)服務和基于社交網(wǎng)絡(luò)的社交大數(shù)據(jù)分析等新的細分市場。

大數(shù)據(jù)與云計算將深度融合。云計算為大數(shù)據(jù)提供彈性可擴展的基礎(chǔ)設(shè)施支撐環(huán)境以及數(shù)據(jù)服務的高級模式，大數(shù)據(jù)則為云計算提供了新的商業(yè)價值，大數(shù)據(jù)技術(shù)與云計算技術(shù)必有更完美的結(jié)合。

大數(shù)據(jù)在制造企業(yè)的應用

大數(shù)據(jù)作為新一代信息技術(shù)的代表，已開始在工業(yè)設(shè)計、研發(fā)、制造、銷售、服務等環(huán)節(jié)取得應用，并成為推動互聯(lián)網(wǎng)與工業(yè)融合創(chuàng)新的重要因素。面對大數(shù)據(jù)的浪潮，傳統(tǒng)企業(yè)要主動把握大數(shù)據(jù)的發(fā)展方向，深入挖掘大數(shù)據(jù)的價值，分析需求偏好、改善生產(chǎn)工藝以及提升企業(yè)的內(nèi)部管理水平等。

圖片來源于網(wǎng)絡(luò)

預測分析。當前，大數(shù)據(jù)最引人關(guān)注的一個方面是預測分析。企業(yè)可以利用數(shù)據(jù)中隱藏的模式、識別各種風險和機遇，比如交叉銷售和升級銷售的目標客戶、客戶流失傾向、經(jīng)濟預測、信用評級和保險承保等。例如，當需要開車時，上百萬美國人選擇AAA(美國汽車協(xié)會)的旅游救援、保險和緊急拖車服務。為了更好地理解客戶需求，AAA總部組件了一個"活動中心"，應用SAP Predictive Analytics軟件進行預測分析。

為企業(yè)決策部門和管理層提供依據(jù)。利用大數(shù)據(jù)工具對供應鏈進行分析以選擇供應商、優(yōu)化物流配送方案和進行價格談判等;利用大數(shù)據(jù)分析工具可以對商品進行銷售預測，分析顧客的購買偏好，確定商品的價格。中國商飛通過SAP商務智能解決方案(SAP BI)和SAP業(yè)務經(jīng)營管控平臺(SAP ERP)的實施，成功構(gòu)建了實時、透明、智能的業(yè)務經(jīng)營管理平臺，實現(xiàn)了質(zhì)量全程可追溯以及實時運營;實現(xiàn)高效業(yè)務協(xié)同，增強了全供應鏈數(shù)據(jù)共享與智能分析，為管理決策提供強有力保障。

實現(xiàn)智能生產(chǎn)。大數(shù)據(jù)是制造業(yè)智能化的基礎(chǔ)，其在制造業(yè)大規(guī)模定制中的應用包括數(shù)據(jù)采集、數(shù)據(jù)管理、訂單管理、智能化制造、定制平臺等，核心是定制平臺。定制數(shù)據(jù)達到一定的數(shù)量級，就可以實現(xiàn)大數(shù)據(jù)應用。通過對大數(shù)據(jù)的挖掘，實現(xiàn)流行預測、精準匹配、時尚管理、社交應用、營銷推送等更多的應用。同時，大數(shù)據(jù)能夠幫助制造業(yè)企業(yè)提升營銷的針對性，降低物流和庫存的成本，減少生產(chǎn)資源投入的風險。成立于1988年的中信戴卡公司，是全球最大的鋁車輪生產(chǎn)企業(yè)，在全球市場占有率將近25%。中信戴卡已經(jīng)與SAP合作多年，在雙方的合作之下，一個高度智能化的生產(chǎn)制造供應網(wǎng)絡(luò)正在顯現(xiàn)，實現(xiàn)覆蓋從智能營銷、智能研發(fā)、智能制造、智能經(jīng)營、智能決策到智能服務六大智造體系，真正實現(xiàn)全價值鏈的"智造"。

實現(xiàn)個性化定制。消費者與制造業(yè)企業(yè)之間的交互和交易行為將產(chǎn)生大量數(shù)據(jù)，挖掘和分析這些消費者動態(tài)數(shù)據(jù)，能夠幫助消費者參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計等創(chuàng)新活動中，為產(chǎn)品創(chuàng)新作出貢獻。制造業(yè)企業(yè)對這些數(shù)據(jù)進行處理，進而傳遞給智能設(shè)備，進行數(shù)據(jù)挖掘，設(shè)備調(diào)整，原材料準備等步驟，才能生產(chǎn)出符合個性化需求的定制產(chǎn)品。在定制西服的傳統(tǒng)概念中，定制與工業(yè)化經(jīng)常是一對天然的反義詞。紅領(lǐng)西裝與眾多服裝加工廠有著顯著的不同，其通過大數(shù)據(jù)系統(tǒng)和相應的工藝改變，實現(xiàn)了對傳統(tǒng)服裝企業(yè)改造。能夠根據(jù)顧客身體測量數(shù)據(jù)和相關(guān)細節(jié)，制定出符合每個顧客個性化需求版型。提高了生產(chǎn)效率和客戶滿意度。

應用大數(shù)據(jù)的注意事項

大數(shù)據(jù)的應用能給企業(yè)帶來諸多便利，實現(xiàn)了以往常規(guī)技術(shù)手段無法實現(xiàn)的目標。但也要認識到大數(shù)據(jù)在制造業(yè)大規(guī)模運用的時間還不是很長，很多企業(yè)應用經(jīng)驗相對缺乏。為了確保大數(shù)據(jù)在實際運用中能夠發(fā)揮其應有的效果，應注意以下幾點:

圖片來源于網(wǎng)絡(luò)

對于海量的數(shù)據(jù)要去粗取精，去偽存真。對于業(yè)務數(shù)據(jù)，應當在進行實時分析的基礎(chǔ)上，將決策支持的數(shù)據(jù)通過移動端推送給企業(yè)各級負責人，決策過程用數(shù)據(jù)說話，不再是憑經(jīng)驗、拍腦袋。

大數(shù)據(jù)要形成一定的數(shù)據(jù)決策力。數(shù)據(jù)決策力就是基于數(shù)據(jù)進行科學決策，并且讓數(shù)據(jù)發(fā)揮價值的能力。在大數(shù)據(jù)時代，這種能力已經(jīng)變成跟以往的財務能力、生產(chǎn)能力等一樣不可或缺的能力。要重視數(shù)據(jù)安全性。隨著產(chǎn)生、存儲、分析的數(shù)據(jù)量越來越大，隱私問題在未來的幾年也將愈加凸顯。所以新的數(shù)據(jù)保護要求以及立法機構(gòu)和監(jiān)管部門的完善應當提上日程。

探討人工智能的本質(zhì)

美國作家盧克?多梅爾曾在《人工智能》一書中提出“智能奇點”的概念，即機器在智能方面超過人類的那個點。他認為，人工智能在技術(shù)和產(chǎn)業(yè)兩個方面正在臨近“奇點時刻”。第一，信息革命正從技術(shù)深化到科學向智能方向提升，人工智能正處在科技革命的奇點上。第二，信息革命正從科學轉(zhuǎn)化為技術(shù)向智慧產(chǎn)業(yè)深化，人工智能正處在產(chǎn)業(yè)革命的奇點上。

人工智能（Artificial Intelligence，AI）的本質(zhì)其實就是為了研制出具有類人智能的機器或系統(tǒng)，能夠模擬、延伸和擴展人類智能的理論、方法、技術(shù)以及應用形式。人工智能作為一門學科誕生至今已超過60 年，期間經(jīng)歷了2 次高潮和低谷，從2010 年開始迎來第三次發(fā)展浪潮。從當前人工智能產(chǎn)業(yè)發(fā)展情況來看，可以將人工智能分成技術(shù)支撐層、基礎(chǔ)應用層和方案集成層。

圖片來源于網(wǎng)絡(luò)

★技術(shù)支撐層：主要由算法模型（軟件）和關(guān)鍵硬件兩部分構(gòu)成。關(guān)鍵硬件主要包括用于數(shù)據(jù)采集的各種傳感器和用于高性能并行計算的各種人工智能芯片，如GPU、FPGA、NPU等。算法模型（軟件）主要用于訓練數(shù)據(jù)，利用算法模型對數(shù)據(jù)進行運算分析，進而提升機器的自主學習能力。

★基礎(chǔ)應用層：主要由感知類技術(shù)和其他深度學習應用構(gòu)成。該層主要是為了讓機器完成對外部世界的探測，即看懂世界、聽懂、讀懂世界，由計算機視覺、語音識別、語義識別構(gòu)成，是上層智能產(chǎn)品或方案不可或缺的基礎(chǔ)。

★方案集成層：為特定的應用場景提供產(chǎn)品或方案。根據(jù)不同行業(yè)或應用場景的需求構(gòu)建不同的人工智能解決方案。比如智能物流、智能安防、無人駕駛汽車、工業(yè)機器人以及智能工廠等。人工 智能重構(gòu)領(lǐng)域很多，有著非常龐大的應用空間和市場。

隨著大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)等技術(shù)應用的逐漸發(fā)展成熟，人工智能也迎來來新的發(fā)展機遇。從機器學習到深度學習，推動人工智能實現(xiàn)快速發(fā)展的主要動力基于兩大因素：其一，快速提升的智能芯片并行運算能力。其二，讓機器具備自主學習能力的算法模型正在逐步取得突破。

人工智能：支撐智能制造轉(zhuǎn)型

推進智能制造轉(zhuǎn)型的根本原因在于：機器功能表現(xiàn)不遂人愿，人很難掌控機器的全部狀態(tài)情況。機器不容易改變和提升功能，任何的功能更改都需要重新開發(fā)某些甚至全部零部件；機器運行狀態(tài)不為人知，且不說遠程監(jiān)控，就是人站在機器前面，也未必知道哪個零部件正常與否，還有多長時間需要更換；機器不靈活，例如無法像人手一樣靈巧地裝配零件；機器不認人，無法判斷誰是合法的操作者并給以相應的配合；機器不會自主發(fā)聲，告訴所有者或其他人，“我已空閑，請給我安排工作”等等。

在機器不智能的時代，只能靠人的智能來彌補。但是，人的體力有限易疲勞，人的智力和技能有差異，人的心理狀態(tài)不可控，更重要的是，很多問題限于人的辨別力是無法解決的，例如機器中的一個關(guān)鍵零部件現(xiàn)在復合受力是多大？環(huán)境的振動是否會引發(fā)加工質(zhì)量問題？車間中的粉塵狀態(tài)何時會爆炸等等。

因此，人們一直期望在制造活動中能夠有某種人體以外的“智能”要素的參與，無論是類似人還是其它生物的智能要素，加入到機器、生產(chǎn)環(huán)境或者生產(chǎn)的流程之中，使得整個制造活動可以滿足這樣的需求：所有的狀態(tài)信息都能實時獲取和快速響應，所有的決策都恰當且及時，所有的產(chǎn)品特征變化（個性化需求）都能充分滿足，所有的產(chǎn)品都是高質(zhì)量高附加值的，所有的制造過程都是高效安全的，所有的設(shè)備維護都是主動、預測式的，所有的企業(yè)運營都是高利潤、低成本、綠色環(huán)保的等等。作為制造業(yè)智能制造轉(zhuǎn)型的關(guān)鍵使能技術(shù)，人工智能的發(fā)展在為智能制造賦能的同時，也為機器從“勞動工具”向“勞動伙伴”的角色演進提供新路徑。

圖片來源于網(wǎng)絡(luò)

當前，制造企業(yè)從原材料采購、生產(chǎn)制造，到產(chǎn)品銷售與流通，所有經(jīng)營生產(chǎn)過程正越來越趨于數(shù)據(jù)化和智能化。數(shù)據(jù)的不斷累積以及數(shù)據(jù)算法和模型的不斷發(fā)展成熟，為人工智能融入到制造業(yè)提供了機會，進而促進企業(yè)從傳統(tǒng)生產(chǎn)向智能生產(chǎn)轉(zhuǎn)型。

企業(yè)可以通過遍布車間的傳感器和智能芯片，實現(xiàn)對生產(chǎn)過程中的全鏈路數(shù)據(jù)的處理和分析，進而提升生產(chǎn)效率、庫存周轉(zhuǎn)率、設(shè)備利用率等關(guān)鍵指標。在銷售層面，通過對海量的交易數(shù)據(jù)進行挖掘、計算和分析，人工智能可以為企業(yè)制定自動化和智能化的生產(chǎn)計劃；在生產(chǎn)層面，通過對產(chǎn)品數(shù)據(jù)、生產(chǎn)設(shè)備數(shù)據(jù)的采集和分析，人工智能實現(xiàn)對生產(chǎn)設(shè)備和產(chǎn)品質(zhì)量的智能化診斷，提高產(chǎn)品良品率；在流通層面，通過產(chǎn)品上部署的傳感器及時采集產(chǎn)品狀態(tài)數(shù)據(jù)，為企業(yè)的生產(chǎn)過程提供決策支撐，同時也可以提供預測性的維修維護服務。

圖片來源于網(wǎng)絡(luò)

機器學習：人工智能背后

人工智能大師西蒙曾說過：“學習就是系統(tǒng)在不斷重復的工作中對本身能力的增強或者改進，使得系統(tǒng)在下一次執(zhí)行同樣任務或類似任務時，會比現(xiàn)在做得更好或效率更高?！睓C器學習是人工智能應用的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領(lǐng)域?，F(xiàn)有的計算機系統(tǒng)和人工智能系統(tǒng)至多也只有非常有限的學習能力，因而不能滿足科技和生產(chǎn)提出的新要求。對機器學習的討論和研究，必將促使人工智能和整個科學技術(shù)的進一步發(fā)展。

SAP認為，機器學習就是計算機從數(shù)據(jù)中學習而不被明確編程，所依據(jù)的只是不斷優(yōu)化的算法和經(jīng)驗。機器可以看到、閱讀、聆聽、理解和交互。當前，支撐機器學習的軟硬件技術(shù)正在逐步發(fā)展成熟。比如改進的硬件計算單元如英偉達的GPU、谷歌的TPU等，以及正在實現(xiàn)突破的各種深度學習算法和訓練模型。