全球制造業(yè)的規(guī)模極其龐大。麥肯錫全球研究院(McKinsey Global Institute)的數(shù)據(jù)顯示,全球范圍內(nèi),制造業(yè)的銷售額總計大約10萬億美元,而中國占到了其中的28%,與此同時,中國的總產(chǎn)值占全球總產(chǎn)值的35%。盡管受到新冠疫情的沖擊,但是制造業(yè)的發(fā)展前景仍然看好,尤其在進(jìn)入工業(yè)4.0時代,自動化和數(shù)據(jù)交換廣泛應(yīng)用于物聯(lián)網(wǎng)、云計算和信息物理系統(tǒng)等各種制造技術(shù)以后,智能制造的前景更加光明。
當(dāng)世界上大多數(shù)國家還在與新冠疫情抗?fàn)帟r,中國再一次證明,只有疫情防控穩(wěn)定,經(jīng)濟(jì)才能夠?qū)崿F(xiàn)反彈。10月19日,國家統(tǒng)計局發(fā)布,今年第三季度中國經(jīng)濟(jì)同比增長4.9%,增長強(qiáng)勁。
新冠疫情的爆發(fā),企業(yè)迅速采用云制造技術(shù)來加速創(chuàng)新。此外,它們還通過擴(kuò)展采購渠道和生產(chǎn)基地來盡力提升供應(yīng)鏈的靈活性,以應(yīng)對未來的業(yè)務(wù)挑戰(zhàn)。
很明顯,制造業(yè)的未來與產(chǎn)品有著千絲萬縷的聯(lián)系;而不那么明顯的是,它還取決于支持生產(chǎn)的數(shù)據(jù)管理。
確實,制造商在工廠設(shè)備和軟件方面的大量投資與生產(chǎn)過程中被忽視的統(tǒng)一數(shù)據(jù)觀之間存在脫節(jié)。有些行業(yè)利用基于深度分析的海量數(shù)據(jù)運(yùn)營來理解數(shù)據(jù),獲得了競爭優(yōu)勢。希捷科技最新發(fā)布的《數(shù)據(jù)新視界》報告認(rèn)為,在通過數(shù)據(jù)運(yùn)營來提升數(shù)據(jù)管理方面,制造業(yè)落后于其他行業(yè)(數(shù)據(jù)運(yùn)營是將數(shù)據(jù)創(chuàng)建者與數(shù)據(jù)使用者聯(lián)系起來的一種方法)。在這個領(lǐng)域,制造業(yè)需要迎頭趕上。
在生產(chǎn)過程中,制造商需要處理大量數(shù)據(jù)。他們必須充分利用高級分析、機(jī)器學(xué)習(xí)和人工智能技術(shù),這不僅是為了制造產(chǎn)品,也是為了通過數(shù)據(jù)管理來提升業(yè)績。為此,制造商需要確保統(tǒng)一的數(shù)據(jù)觀。
為什么會脫節(jié)?
IDC《2018年制造業(yè)洞察:IT和OT整合情況調(diào)研》發(fā)現(xiàn),近80%的儀器化生產(chǎn)資產(chǎn)以某種形式進(jìn)行了數(shù)字化互聯(lián)。這是一個好消息。
但是,數(shù)字化資產(chǎn)的快速增長,為什么沒有促進(jìn)數(shù)據(jù)管理在制造業(yè)的廣泛普及呢?企業(yè)范圍內(nèi)的數(shù)據(jù)管理軟件、硬件、協(xié)同和流程,又為什么沒有推動數(shù)據(jù)孤島互聯(lián),從而激活制造業(yè)數(shù)據(jù)呢?
《數(shù)據(jù)新視界》報告基于IDC對全球1500名企業(yè)領(lǐng)導(dǎo)者開展的一項調(diào)查,調(diào)查結(jié)果顯示,制造業(yè)的數(shù)據(jù)增長速度為37%,低于其他行業(yè)42.2%的平均增速。在將混合云和多云應(yīng)用于主要業(yè)務(wù)領(lǐng)域方面,制造業(yè)落后于其他行業(yè)。受訪行業(yè)領(lǐng)導(dǎo)者表示,數(shù)據(jù)存儲管理是他們面臨的最大挑戰(zhàn)。多少有些令人吃驚的是,對于一個以實施人工智能和機(jī)器學(xué)習(xí)技術(shù)而著稱的行業(yè)而言,制造業(yè)在數(shù)據(jù)管理方面的任務(wù)自動化水平竟然最低,而且數(shù)據(jù)管理功能的全面集成率也最低。
原因有四個:
第一,傳統(tǒng)基礎(chǔ)設(shè)施問題依然存在。制造技術(shù)日新月異,數(shù)據(jù)管理難以跟上工廠車間機(jī)器上裝備的各種傳感器所產(chǎn)生的海量數(shù)據(jù)。很多時候,傳統(tǒng)基礎(chǔ)設(shè)施無法應(yīng)對涌入工廠的大量聯(lián)網(wǎng)資產(chǎn)。工廠經(jīng)常通過部署臨時流程來連接和管理資產(chǎn),但無法依賴底層基礎(chǔ)設(shè)施進(jìn)行綜合管理。
第二,制造業(yè)的勞動力存在IT技能缺口。如果說技能嫻熟的工人代表著發(fā)達(dá)經(jīng)濟(jì)體制造業(yè)的未來,那么缺乏足夠的技能則是企業(yè)必須解決的一個最嚴(yán)峻的挑戰(zhàn)。他們必須應(yīng)對兩個方面的挑戰(zhàn):一個是勞動力老齡化,另一個是尋找愿意在車間工作的新技術(shù)工人。
第三,部分?jǐn)?shù)據(jù)向邊緣移動使管理更加復(fù)雜。制造商數(shù)據(jù)的快速增長與其數(shù)據(jù)網(wǎng)絡(luò)邊緣的物聯(lián)網(wǎng)設(shè)備增多息息相關(guān)。邊緣設(shè)備與總部系統(tǒng)沒有連接起來,通過企業(yè)網(wǎng)絡(luò)進(jìn)行大數(shù)據(jù)傳輸既昂貴又緩慢。
第四,制造商需要全面的數(shù)據(jù)管理軟件。由于無法查看其總體的業(yè)務(wù)狀況,制造業(yè)客戶對數(shù)據(jù)管理軟件工具不滿。并且,許多工廠缺少數(shù)據(jù)管理軟件。虛擬化軟件對跨部門顯示和查找數(shù)據(jù)支持不足。
制造業(yè)的這種狀況不是一朝一夕形成的。
麻省理工學(xué)院斯隆商學(xué)院(MIT Sloan)相關(guān)人員表示:“最初的出發(fā)點是通過物聯(lián)網(wǎng)將工業(yè)機(jī)器連接起來,借助機(jī)器對機(jī)器通信提升洞察力和自動化。但是,GE數(shù)字集團(tuán)(GE Digital)數(shù)字化產(chǎn)品管理副總裁兼EmTech委員會發(fā)言人Matt Wells認(rèn)為,工廠數(shù)據(jù)的復(fù)雜性和目標(biāo)不明確,讓制造業(yè)的初心難以落地?!?/p>
尋求全新的數(shù)據(jù)驅(qū)動型業(yè)務(wù)解決方案
有些制造企業(yè)已率先利用預(yù)測性數(shù)據(jù)分析來改善總體績效。
德國汽車零部件制造商羅伯特·博世有限公司(Robert Bosch GmBH)便是這樣一家企業(yè)。博世位于Homburg的力士樂工廠生產(chǎn)卡車和拖拉機(jī)的液壓閥,他們利用無線通信和射頻識別(RFID)標(biāo)簽將工人、機(jī)器和零部件聯(lián)系起來,提高了生產(chǎn)流程的效率。該工廠的一條裝配線可以生產(chǎn)200種不同版本的液壓閥,極大地豐富了產(chǎn)出,同時降低了生產(chǎn)成本和電力消耗。
另一家通過簡化數(shù)據(jù)分析來實現(xiàn)業(yè)務(wù)優(yōu)勢的企業(yè)是特斯拉中國,該公司最近開始向歐洲出口中國制造的Model 3電動車。特斯拉在上海建立的超級工廠率先采用了工業(yè)4.0技術(shù),導(dǎo)入最先進(jìn)的、采用大量機(jī)器人的高度自動化生產(chǎn)線,無論在制造工藝還是生產(chǎn)管理方面均具有很高水平,可謂十分先進(jìn)。企業(yè)和管理者都希望通過擁抱工業(yè)4.0來提升中國超級工廠的數(shù)字化制造能力,以便制造商能夠利用實時數(shù)據(jù)來連接整個價值鏈上的產(chǎn)品設(shè)計者、“智能”工廠和經(jīng)銷中心。隨著Model 3的出口,歐洲也加入了這個供應(yīng)鏈。
要想在數(shù)字化變革中生存下來,制造商就必須加入博世和特斯拉的行列,只有這樣才能夠持續(xù)獲取勝利。
不斷邁進(jìn)
制造業(yè)改善數(shù)據(jù)管理可以采取下列五項措施:
1. 跨越數(shù)據(jù)孤島采集和整合數(shù)據(jù),從而充分利用已有的數(shù)據(jù)。
2. 借助高級數(shù)據(jù)分析將數(shù)據(jù)用于新的業(yè)務(wù)目的。預(yù)測性分析可以助力企業(yè)發(fā)現(xiàn)新業(yè)務(wù)模式,從而創(chuàng)造未來的收入和利潤。相關(guān)報告指出,制造業(yè)應(yīng)該綜合利用大數(shù)據(jù)、自動化和人工智能技術(shù),因為它們“能夠徹底改變從初步設(shè)計到成功交付的整個制造流程”。
3. 使用最新的硬件和軟件工具對存儲設(shè)備及其中的數(shù)據(jù)進(jìn)行現(xiàn)代化管理。邊緣服務(wù)器通常配備有集成的軟件堆棧,可以使遠(yuǎn)程站點的現(xiàn)場數(shù)據(jù)管理變得更加簡便。
4. 保護(hù)采集的所有數(shù)據(jù)。每年,RSA信息安全峰會(信息安全領(lǐng)域最為重要的全球會議)都會重點強(qiáng)調(diào)保護(hù)整個企業(yè)數(shù)據(jù)的重要性,以防外部人員和黑客破壞業(yè)務(wù)運(yùn)營。
5. 落實數(shù)據(jù)運(yùn)營。利用元數(shù)據(jù)(描述數(shù)據(jù)的數(shù)據(jù))來理解數(shù)據(jù)。“標(biāo)記”新數(shù)據(jù),方便以后訪問和分析。
但關(guān)鍵是,不要只將數(shù)據(jù)通信留給機(jī)器來處理,有關(guān)數(shù)據(jù)的任務(wù)也不要委派給首席信息官、數(shù)據(jù)科學(xué)家和IT部門來做。企業(yè)主應(yīng)該鼓勵整個企業(yè)分析各類數(shù)據(jù)的有用性,并根據(jù)預(yù)期的任務(wù)對數(shù)據(jù)進(jìn)行后續(xù)分類。
成功的數(shù)據(jù)運(yùn)營不僅僅關(guān)乎技術(shù),它還關(guān)乎數(shù)據(jù)的通信。數(shù)據(jù)加上有效分析有助于建立統(tǒng)一的信息管理平臺,從而充分挖掘背后的業(yè)務(wù)價值。
【版權(quán)聲明】凡本站未注明來源為"中國科學(xué)網(wǎng)"的所有作品,均轉(zhuǎn)載、編譯或摘編自其它媒體,轉(zhuǎn)載、編譯或摘編的目的在于傳遞更多信息,并不代表本站及其子站贊同其觀點和對其真實性負(fù)責(zé)。其他媒體、網(wǎng)站或個人轉(zhuǎn)載使用時必須保留本站注明的文章來源,并自負(fù)法律責(zé)任。 中國科學(xué)網(wǎng)對文中陳述、觀點判斷保持中立,不對所包含內(nèi)容的準(zhǔn)確性、可靠性或完整性提供任何明示或暗示的保證。
【特別提醒】如您不希望作品出現(xiàn)在本站,可聯(lián)系我們要求撤下您的作品。郵箱 biz@minimouse.com.cn