制造業(yè)是一個國家綜合國力最重要的表現(xiàn)，在國民經濟中占有重要份額，也是決定民眾生活質量的重要條件。在經歷了21世紀初的互聯(lián)網(wǎng)泡沫和2008年全球經濟危機之后，世界各國，尤其是發(fā)達國家都意識到，制造業(yè)是推動科技創(chuàng)新、經濟增長和社會穩(wěn)定的重要力量，成為各國發(fā)展和轉型的機遇以及形成新競爭力的戰(zhàn)場。

　　美國人之所以認為未來智能工業(yè)的發(fā)展必然從生產制造端轉變到消費端，并且提出“工業(yè)互聯(lián)網(wǎng)”的理念與“國家制造業(yè)創(chuàng)新網(wǎng)絡計劃”，是因為互聯(lián)網(wǎng)與商業(yè)模式創(chuàng)新是美國的強項。德國在制造業(yè)的核心優(yōu)勢是裝備制造業(yè)以及生產線自動化，通過配置和自控的優(yōu)化系統(tǒng)使得工業(yè)生產全自動化，所以德國工業(yè)4.0的實踐關注銷售、服務能力的提升。雖然角度不同，無不圍繞著制造業(yè)這個核心展開。

　　中國的制造業(yè)在改革開放30多年來取得了舉世矚目的成就，連續(xù)幾年成為“世界制造力競爭指數(shù)”最強的國家，中國已然成為世界制造業(yè)的新中心。2015年中，國務院印發(fā)《中國制造2025》，部署全面推進實施制造強國戰(zhàn)略。配套“互聯(lián)網(wǎng)+”和“供給側改革”等多項措施，“智能制造”被定位為中國制造的主攻方向。

　　大數(shù)據(jù)是智能制造核心驅動力

　　如何實現(xiàn)智能制造? 從哈佛商學院到賓夕法尼亞大學沃頓商學院，有一個普遍的共識，即數(shù)字化轉型是智能制造實現(xiàn)的途徑。更為重要的是，這一共識同樣來自眾多的世界級制造業(yè)企業(yè)家們。

　　這一共識是基于無數(shù)技術趨勢的融合。例如物聯(lián)網(wǎng)、信息物理系統(tǒng)技術(CPS)、工業(yè)物聯(lián)網(wǎng)、移動技術、人工智能、云計算、虛擬／增強現(xiàn)實（VR／AR）、大數(shù)據(jù)分析等。我們一定要保持頭腦清醒，不要簡單認為有了這些技術，未來五年就是制造業(yè)的黃金時期，因為新制造業(yè)文化的變革進程是相當復雜、緩慢和艱難的，沒有行業(yè)與企業(yè)與用戶的融合推進，這次變革無法實現(xiàn)。數(shù)字化轉型不僅僅意味著企業(yè)簡單的數(shù)字化，而是把數(shù)字作為智能制造的核心驅動力，需要利用數(shù)據(jù)去整合產業(yè)鏈和價值鏈。

　　在過去的3到5年中，上面列出的技術一直都是熱門商業(yè)話題，單獨使用時，其中每一項都能使商業(yè)中的一些程序或活動實現(xiàn)數(shù)字化。而如果將這些技術融合起來利用，就有可能實現(xiàn)數(shù)字化轉型。

　　數(shù)據(jù)基本就是兩類，一類是人類軌跡產生的數(shù)據(jù)，另一類是機器自動產生的數(shù)據(jù)。這兩類數(shù)據(jù)構成了我們今天的大數(shù)據(jù)多結構化數(shù)據(jù)源。自工業(yè)革命以來，為了改進運營，制造商一直以來都在有意采集并存儲數(shù)據(jù)。隨著時間的推移，數(shù)據(jù)在制造業(yè)分析的需求將越來越大。然而在過去的250年間，利用數(shù)據(jù)的根本動因并沒有改變，但數(shù)據(jù)的復雜性增強，將數(shù)據(jù)轉化為情報的能力將有越來越大的需求。

　　對于數(shù)字化轉型的其他方面而言，2012年高德納給出的大數(shù)據(jù)定義里面，特別強調大數(shù)據(jù)是多樣化信息資產，大數(shù)據(jù)不僅要關注實際數(shù)據(jù)量的多少，而且最重要的是關注大數(shù)據(jù)的處理方法，讓數(shù)據(jù)產生巨大的創(chuàng)新價值。數(shù)據(jù)量大還是量小本身并不是判斷大數(shù)據(jù)價值的核心指標，而數(shù)據(jù)的實時性和多元性應該對大數(shù)據(jù)的定義和價值更具直接的影響。

　　如果不投資大數(shù)據(jù)及大數(shù)據(jù)分析，從中獲得信息，智能制造所追求的卓越運營將功虧一簣。如果通過利用大數(shù)據(jù)、預測性分析及云技術衡量產品性能只為了解客戶需求，這意味著你正在失去數(shù)字化轉型最大的價值。在工業(yè)大數(shù)據(jù)的領域里，我們除了要繼續(xù)關心“人為數(shù)據(jù)或與人相關的數(shù)據(jù)”，更多的要關注“機器數(shù)據(jù)或工業(yè)數(shù)據(jù)”與人的行為數(shù)據(jù)的融合。

　　大數(shù)據(jù)以及工業(yè)大數(shù)據(jù)的特性

　　數(shù)據(jù)本身不會為你帶來價值，數(shù)據(jù)的技術也不會讓我們的制造業(yè)更先進，數(shù)據(jù)必須轉成信息后才會對產業(yè)產生價值。智能工廠通過與環(huán)境系統(tǒng)的無縫交互，設備能夠有自我意識和自學能力，在未來可以實現(xiàn)更高程度的智能控制和優(yōu)化控制。目前自學設備還遠未達到工業(yè)實施階段。

　　制造業(yè)企業(yè)有著大量的數(shù)據(jù)，從內部而言，積累了大量的內源數(shù)據(jù)，包括運維、管理、流程、質量等。而在互聯(lián)網(wǎng)時代，外源數(shù)據(jù)更多，包括供應商、競爭對手、客戶反饋等等。事實上，制造業(yè)企業(yè)不缺數(shù)據(jù)，問題在于數(shù)據(jù)質量低下，采集手段不科學。造成的現(xiàn)象是數(shù)據(jù)豐富但信息貧乏。目前表現(xiàn)出兩大問題：第一是數(shù)據(jù)的有效利用率很低；第二是缺乏分析能力，需要大量的工具。

　　由此可見，推動智能制造的并不是大數(shù)據(jù)本身，而是大數(shù)據(jù)的分析技術。工業(yè)大數(shù)據(jù)給了我們一個看世界的新角度。通過360度全景的數(shù)字視角，可能給我們帶來新的優(yōu)勢，這就是它成為創(chuàng)新驅動核心動力的來源。

　　在智能制造的工業(yè)大數(shù)據(jù)中，數(shù)據(jù)類型多樣性是大數(shù)據(jù)的重要屬性。大量的數(shù)據(jù)不是大數(shù)據(jù)，單一的數(shù)據(jù)類型也不足以構成大數(shù)據(jù)。人們一直設法收集并弄清楚不斷變化的數(shù)據(jù)類型。在制造業(yè)中，大數(shù)據(jù)分析需要利用通用的數(shù)據(jù)模型，將庫存記錄、交易記錄和財務交易記錄等結構性商業(yè)系統(tǒng)數(shù)據(jù)與預警、流程參數(shù)和質量事件、社交媒體或其他協(xié)作平臺獲得的文本信息、圖像數(shù)據(jù)、地理或地質信息等非結構性操作系統(tǒng)數(shù)據(jù)以及供應商、公共網(wǎng)絡數(shù)據(jù)結合起來，進而通過先進的分析工具發(fā)現(xiàn)新的洞見。

　　大數(shù)據(jù)與智能制造的關系

　　在工業(yè)大數(shù)據(jù)的實踐中，宏觀與微觀、規(guī)模與定制、個性與共性必然成為主要的幾對矛盾。未來制造業(yè)經濟是由企業(yè)流程以及產業(yè)鏈接口能力所決定的，而機器的能力是基礎。

　　制造業(yè)企業(yè)在力求降低生產過程中的浪費，提高制造工業(yè)環(huán)保與安全水平，根據(jù)生產狀況實現(xiàn)系統(tǒng)自我調整、實現(xiàn)自適應，以及全面服務個性化需求的過程中，都會實時產生大量數(shù)據(jù)。

　　在現(xiàn)代工業(yè)供應鏈中，隨著大數(shù)據(jù)應用的普及，我們可以感受到從采購、生產、物流到銷售市場都是大數(shù)據(jù)的戰(zhàn)場。大數(shù)據(jù)可以幫助我們實現(xiàn)客戶的分析和挖掘，它的應用場景包括了實時核心、交易、服務、后臺服務等。其載體包括手機、傳感器、穿戴設備、3D打印機和平板電腦等。傳感器數(shù)據(jù)屬于工業(yè)大數(shù)據(jù)類別之一，這些機器數(shù)據(jù)可以幫助我們找到已經發(fā)生的問題，協(xié)助預測類似問題未來重復發(fā)生的幾率與時間，幫助我們保障生產，滿足法律法規(guī)的要求，提升環(huán)保水平，改善客戶服務。

　　因此，利用大數(shù)據(jù)的工具，通過數(shù)據(jù)分析和挖掘，我們可以了解問題產生的過程、造成的影響和解決的方式，找到創(chuàng)造附加價值的新形式。利用大數(shù)據(jù)的工具和思維，幫助制造業(yè)實現(xiàn)商業(yè)模式的轉變，改造和提升客戶體驗，完善內部操作流程，或許是最佳途徑之一。

　　推動智能制造的三駕馬車

　　我們要從設備資產智能管理、工業(yè)大數(shù)據(jù)分析以及工業(yè)物聯(lián)網(wǎng)這三駕“馬車”，結合現(xiàn)代制造業(yè)企業(yè)的下一代企業(yè)架構，幫助制造型企業(yè)實現(xiàn)智能制造管理的落地。設備智能管理是智能制造數(shù)據(jù)的核心來源，通過工業(yè)物聯(lián)網(wǎng)的平臺連接了所有人、物與事，然后利用大數(shù)據(jù)工具來分析已知事件，預測問題，挖掘新知識，協(xié)助管理決策等。

　　資產智能管理是一種強大的數(shù)據(jù)來源

　　資產智能管理（AIM）、傳統(tǒng)資產管理（EAM）以及資產性能管理（APM）能夠實時產生大量數(shù)據(jù)。資產智能管理無間斷地處理制造各個領域生成的數(shù)據(jù)，包括歷史記錄數(shù)據(jù)以及實時質量流程中獲得的時域信息。

　　資產智能管理的數(shù)據(jù)組成部分非常之多，例如，通過震動感應器采集旋轉機械的數(shù)據(jù)，地理位置信息記錄了移動資產和資產移動的數(shù)據(jù)，通過位置數(shù)據(jù)和氣候數(shù)據(jù)了解電力傳輸和分配部分或管道的線性資產的實時狀態(tài)，基礎地質數(shù)據(jù)協(xié)助確定采礦業(yè)操作條件等。

　　當把所有這些資產設備的數(shù)據(jù)源結合起來，再利用演繹和預測分析等方法對這些數(shù)字進行分析時，你絕對有機會將智能制造管理提升一個層次。僅僅通過監(jiān)測一定數(shù)量的設備的實際運行時間來安排預防性維護并不足以成為大數(shù)據(jù)手段。當你使用震動分析、熱紅外成像、流程條件數(shù)據(jù)、實時位置信息以及在互聯(lián)網(wǎng)上搜索有關類似設備的失效模式時，才真正涉及到了大數(shù)據(jù)。

　　工業(yè)物聯(lián)網(wǎng)平臺

　　制造業(yè)的大數(shù)據(jù)分析已經成為工業(yè)物聯(lián)網(wǎng)的一部分，為企業(yè)傳統(tǒng)供應應用程序的升級和改造提供依據(jù)。工業(yè)物聯(lián)網(wǎng)實現(xiàn)了產品的可溯源，降低了質量成本，而且在流程數(shù)字化方面推動了制造業(yè)智能化。

　　構成新的工業(yè)物聯(lián)網(wǎng)應用工作區(qū)的將是全新的下一代系統(tǒng)。這些應用程序將填補傳統(tǒng)架構的空白，吸收任何地方的數(shù)據(jù)并將其傳輸?shù)饺魏纹渌胤剑瑥亩鴰椭M行新的分析以及為新的混合應用程序所用。這些應用程序還可以簡化分析，供車間人員所用，以及/或將這些解決方案與必要的服務和數(shù)據(jù)科學家專業(yè)知識結合起來。

　　抽樣調查、確保質量是我們在小數(shù)據(jù)時代的管理。而如今，在快節(jié)奏的生產環(huán)境中，要人工去檢測每一個產品的質量，顯然是不切實際的。在工業(yè)物聯(lián)網(wǎng)平臺，通過所有產品的智能連接，越來越多的產品和設備有了“情境自我意識”，使數(shù)據(jù)捕獲、分析和檢測變得異常容易。企業(yè)通過互聯(lián)網(wǎng)平臺還可以迅速改進設計并改善工程質量。

　　我們許多生產流程的手冊和模型都有知識差距，這也是建立產品或企業(yè)級別的知識庫之所以那么艱難的的原因所在。而物聯(lián)網(wǎng)有可能填補這些差距。流程數(shù)字化將帶給我們的未來是：從設計到用戶體驗，一切都是有結構的和數(shù)據(jù)可尋的。這樣，制造商不僅可以理解實體產品是怎樣設計和制造的，還可以了解用戶體驗如何以及如何與產品互動。

　　大數(shù)據(jù)分析工具

　　隨著數(shù)字處理能力的不斷提升以及工業(yè)物聯(lián)網(wǎng)平臺日益成熟，我們將很快解鎖海量并仍不斷增長的數(shù)據(jù)。這些數(shù)據(jù)與我們的制造流程以及為我們提供聚集這些數(shù)據(jù)并部署強有力的分析程序對其進行分析的空間的云服務有關。

　　無論是為促銷產品還是作為戰(zhàn)略目標的方式，大數(shù)據(jù)已然成為很多公司和機構過度使用的術語。通過不同技術，我們將數(shù)據(jù)空間完全釋放出來，從而可以利用大數(shù)據(jù)分析技術將任何地方的數(shù)據(jù)加以融合，新的分析工具應用這一新的數(shù)據(jù)模型，從而發(fā)現(xiàn)之前從未有可能的洞見。這些分析工具包括：圖像、視頻、地理空間、時間序列、預測模型、機器學習、優(yōu)化、模擬和統(tǒng)計過程控制等。

　　大數(shù)據(jù)與智能制造的意義與影響

　　制造即運營管理，是供應鏈的四大環(huán)節(jié)之一，負責規(guī)劃、組織、管理所有制造產品所需要的資源，包括設備、人力、技術、流程、信息等。其主要職能是統(tǒng)籌相關的資源與活動，將投入的資源轉變成最終可銷售的產品和服務。每個企業(yè)都有自己的規(guī)劃和自己企業(yè)在運營環(huán)節(jié)的管理最佳實踐。大數(shù)據(jù)對促進供應鏈中的生產環(huán)節(jié)產生了前所未有的巨大影響，在眾多的運營決策改進里面，這些影響包括產品設計、質量控制、客戶畫像等等。大數(shù)據(jù)及其 分析將影響制造業(yè)的規(guī)范性、產品以及服務的品質以及卓越運營這三大方面。

　　大數(shù)據(jù)規(guī)范性分析將促進規(guī)范性維護

　　基于預測性分析的進化步驟被稱為規(guī)范性分析。規(guī)范分析法是20 世紀60年代后期美國管理心理學家皮爾尼克提出的，它對事物運行狀態(tài)做出是非曲直的主觀價值判斷，力求回答“事物的本質應該是什么”。規(guī)范性分析意味著分析工具不僅能夠預測可能發(fā)生的事情，還可以提供備用的“假設”分析，以提供可以改變結果的方案。從這一分析出發(fā)，我們可以將工業(yè)物聯(lián)網(wǎng)平臺的數(shù)據(jù)提供給智能連接資產內部的云數(shù)據(jù)庫或潛在的分散分析，以期在“最佳”結果的基礎上，對規(guī)范性維護活動做出最準確的定義。

　　這一轉變將徹底改變制造行業(yè)。我們將不再需要一系列專家來告訴管理員何時需要針對設備資產做哪些維護以及如何維護，因為當資產無法實現(xiàn)自我修復時，將會自己告訴你它們需要什么。

　　大數(shù)據(jù)對質量的新要求

　　商業(yè)原則之一的帕累托法則，也稱為二八定律，一般來講質量也往往與這一基本原則緊密相關。早在上世紀90年代開始，大量企業(yè)就開始通過應用分析法來提高產品質量和生產的效率，其核心是實現(xiàn)生產與服務的需求相匹配。

　　今天的大數(shù)據(jù)分析手段也如出一轍。大數(shù)據(jù)不僅能夠使生產商制造產品的時間縮短，還能夠在產品批量生產前通過模擬，檢驗防止產品缺陷，減少產品開發(fā)周期過程中不必要的環(huán)節(jié)等。

　　質量管理強調產品質量要符合消費者預期，這個預期包括預算、功能、外觀等等。這是大數(shù)據(jù)分析法提升質量管理環(huán)節(jié)的首要收益。通過對內源與外源數(shù)據(jù)的實時采集和分析，企業(yè)能夠準確地了解消費者需求及其購買行為，明確產品特征，運用高級分析法準確地指導生產、運輸與采購，從而提升產品或服務的質量。

　　大數(shù)據(jù)的實時性與實效性，給企業(yè)的生產質量管理創(chuàng)造了實現(xiàn)質的飛躍的條件。傳統(tǒng)質量管理主要是通過靜態(tài)的、歷史的、沉淀的數(shù)據(jù)，通過檢查表、散點圖、控制圖等檢測手段來發(fā)現(xiàn)生產過程的質量問題，大數(shù)據(jù)則通過物聯(lián)網(wǎng)，通過產品上安裝傳感器、標簽等手段，實時監(jiān)測采集數(shù)據(jù)，認知產品性能，實時提高質量。

　　利用大數(shù)據(jù)來實現(xiàn)制造業(yè)卓越運營

　　當企業(yè)高管們在探索如何利用大數(shù)據(jù)改善運營之時，我們需要從企業(yè)的生產目標以及更高的商業(yè)目標開始思考這個問題。越來越多的管理人員意識到，貫穿產品生命周期各個階段的數(shù)據(jù)，將成為能給企業(yè)帶來高效增值的極有價值的原始材料。

　　企業(yè)不論何時開始實施卓越運營，都必須將人、流程和技術結合起來，基于此，制造業(yè)的卓越運營實踐需要包含資產管理（EAM），資產性能管理（APM），企業(yè)質量管理（EQMS），環(huán)境、健康和安全管理（EHS），工業(yè)能源管理（IEM）以及制造運營管理（MOM）六大支柱。

　　將數(shù)據(jù)和大數(shù)據(jù)分析結合起來時，之前未知而有待發(fā)現(xiàn)的相關性以及打破信息孤島的可能性變得越來越大。把從運營中已使用到的大數(shù)據(jù)、社會媒體以及物聯(lián)網(wǎng)等新的數(shù)據(jù)源，以及融合大數(shù)據(jù)分析解決方案的能力三者結合起來，大數(shù)據(jù)就可以為管理層提供運營洞見。

　　在制造行業(yè)，企業(yè)邊界日益模糊，最難以預測的外部因素，當數(shù)顛覆性創(chuàng)新。互聯(lián)互通徹底改變了商業(yè)游戲規(guī)則，在意識到競爭時已為時過晚。對于所有希望轉型的制造業(yè)企業(yè)來說，企業(yè)管理者需要迅速全面了解前沿技術及其相關性與關聯(lián)性，利用現(xiàn)代企業(yè)架構，重新定義企業(yè)，通過全供應鏈的數(shù)字化，來獲得更為高效、智能與高利潤的服務產品。

　　雞蛋，從外打破是食物，從內打破是生命。智能制造之路亦是，從外打破是壓力，從內打破是成長。我們要從設備智能管理、工業(yè)大數(shù)據(jù)入手分析，駕馭工業(yè)物聯(lián)網(wǎng)的三駕馬車，結合現(xiàn)代制造業(yè)企業(yè)的下一代企業(yè)架構，讓自己有能力從內打破，打造并形成數(shù)據(jù)紅利，在這場智能制造的文化升級中，實現(xiàn)重生，實現(xiàn)我們的制造強國之夢。