工业大数据战略发展分析.docx
- 文档编号:11740485
- 上传时间:2023-03-31
- 格式:DOCX
- 页数:24
- 大小:34.45KB
工业大数据战略发展分析.docx
《工业大数据战略发展分析.docx》由会员分享,可在线阅读,更多相关《工业大数据战略发展分析.docx(24页珍藏版)》请在冰豆网上搜索。
工业大数据战略发展分析
工业大数据的机遇与挑战
0概念
0.1[记忆]工业大数据的作用
“工业大数据有什么用?
”。
这是个俗不可耐的问题。
但是,尽管我想过很长时间、也读过很多文章,每次谈到这个问题,又总是觉得没想清楚。
为什么呢?
有一天我突然意识到,是表达问题的“结构”没有梳理出来:
很多人的答案仅仅是罗列。
你或许可以罗列10条应用,为什么没有11条、12条呢?
这10条为什么不能归结到7、8条呢?
这些问题说不清楚,就是结构不清楚啊!
换句话说,我们需要一个“结构”,来描述大数据的作用。
在描述这个结构之前,需要澄清两个问题:
l1大数据针对数据的一次应用还是二次应用
很多数据产生于业务系统、支撑业务的正常运行。
如ERP、MES、PLM等。
我们把这些数据称为一次应用。
把业务系统中的数据存入数据仓库、大数据平台,进行分析、利用,称为二次应用。
大数据前期的案例,主要针对二次应用。
现在看来,谈论一次应用的人越来越多。
如果包含了一次应用,就把大量的应用纳入了大数据讨论的范畴。
数据一次应用的目的很清晰,二次应用则往往是探索性的。
|2大数据是服务于现有业务的延伸和发展,还是创立新业务
在工业界,应用数字化方法早已不是什么新鲜事了。
但是,很多应用受存储、计算、传递能力的限制,只能做些简单的工作。
这时,随着业务需求的增长和创新,人们会考虑更大量的存储、更复杂的计算、更大范围的数据共享。
如产品开发中的重用和协同。
这时,如何提升数据的存储、计算和传递能力是关键要求。
另外一种情况则是把大数据做为开展新业务的基础。
如向设计和服务转型、开发智能产品等等。
现在来回答:
工业大数据到底有什么用处。
为了把问题看清楚,我们先穿越到未来。
我们发现:
工业大数据是工业相关对象及过程在赛博空间的模型映像和历史痕迹的记录。
换句话说,不单单是碎片化的记录和结果。
数字化模型便于存储、优化、测试、共享、管理、协同。
这样,很多研究和决策工作在赛博空间就做完了;很多工作可以远程控制、甚至自主执行。
要实现自主决策的目标,有两种做法。
一种做法是:
把人的知识变成代码,下载到计算机。
大数据的产生,获取知识奠定了很好的基础。
可以说:
大数据是知识生产的原料。
这种思路很好,但是中间有个拦路虎:
人的很多知识(包括认知能力)是难以用程序来表达的。
比如开车的知识就很难编程程序。
这样,机器掌握的知识就是有限的,大量工作无法被机器代替。
克服这种困难的根本途径,是让机器自动地获得知识:
这种做法在过去很难做到,但在大数据的背景下就是可能的了。
从某种意义上说,大数据的本质作用就是提升了机器学习能力,进而让机器掌握的知识更加完整,从而全面推进智能化。
从这种意义上说,大数据的本质作用是促进知识的生产、自动的生产,带动工业走向智能化、高端的智能化。
所以,从长远处看,大数据最重要的作用,是带动业务的创新。
下面我们再从未来回到当下。
当下数据状况不像理想的时候那么好。
积累还不够、数据的质量还不够高、完整程度不够;收集、计算、存储、传递数据的成本还比较高。
所以,与未来的目标相比,现在只能做一部分事情。
至于做什么事情合适,主要是看现实的条件和需求:
满足哪些需求所获得的回报,大于为之创造或改善条件的付出。
所以,推进大数据之前要算一算:
合算就做、不合算就不做。
当然,算不准也很正常:
创新本来就有风险。
但是,我们推崇的是那些能够算得比较准的人、而不是差个十万八千里的人——因为算得准的人做事靠谱。
所以,从当前来看,大数据主要服务于对当前业务的延伸和发展。
人们的另外一部分工作,就是奠定大数据的基础。
如果大数据的作用,是通过提升知识生产能力。
那么,大数据的基础工作也应该围绕着这个目标展开:
如何建立大数据系统,以便于知识的生产。
这个时候,数据的收集可能仍然来自一次应用,但却要为二次应用奠定基础。
0.3[背景]企业为什么要进行数字化转型?
由社交媒体、移动设备、物联网和大数据引发的数字化趋势不仅改变了人们的生活方式也要求企业重新思考设计原来的运作模式。
在现实生活中,数字化是可以感知的,比如,我们上网浏览新闻时,就是媒体内容的数字化。
数字化进程的演进使得“数字化”已经跳脱了二进制化的概念,成为一种人类与世界互动的新方式。
如今我们生活在一个数据驱动发展的时代,不能顺应时代发展进步的企业就会落后和淘汰。
一个新技术时代应运而生,一个数据主导的数字企业时代也必将应声而至。
1.数字化转型是企业顺应时代的必然要求
早在1996年NicholasNegroponte就在被誉为二十世纪信息技术及理念发展圣经的《数字化生存》中预言到了今天的数字化时代:
数字化生存是现代社会中以信息技术为基础的新的生存方式。
在数字化生存环境中,人们的生产方式、生活方式、交往方式、思维方式、行为方式都呈现出全新的面貌。
如,生产力要素的数字化渗透、生产关系的数字化重构、经济活动走向全面数字化,使社会的物质生产方式被打上了浓重的数字化烙印,人们通过数字政务、数字商务等活动体现出全新的数字化政治和经济;通过网络学习、网聊、网络游戏、网络购物、网络就医等刻画出异样的学习、交往、生活方式。
2017年,“数字经济”正式被写入党的十九大报告。
中国信息化百人会联合埃森哲、国家信息中心等多家机构组成的课题组日前发布的《2017年中国数字经济发展报告》显示,2016年中国数字经济总量达到22.6万亿元人民币,占GDP的比重为30.3%。
毕马威预测,到2030年时,这一比例将会达到77%,超过153万亿人民币的GDP贡献将来自于数字经济。
2018年3月,政府工作报告提出“发展壮大新动能”,“为数字中国建设加油助力”。
国家对于数字经济的定位不只局限于新兴产业层面,而是将之提升为驱动传统产业升级的国家战略。
身处数字化时代洪流中的企业也必须与时俱进,与时代同频共振才能免于成为时代的弃儿。
2.数字化企业是企业信息化发展的必然阶段
从历史及发展趋势上看,我国企业信息化进程大概可以分为以下几个阶段:
第一阶段:
业务操作电子化。
电子化是指将企业日常手工事务性繁重的工作转变为机器的工作以提高个体工作效率的过程。
该阶段为信息技术单项应用和企业上网前的准备阶段。
主要表现在计算机在办公、财务、人事和部分生产经营环节等方面的单项应用,如财务电算化、生产制造自动化和CAD/CAM、MIS等信息技术的初步应用等。
第二阶段:
业务流程信息化。
信息化即通过企业的管理重组和管理创新,结合IT优势将业务流程固化。
该阶段是企业信息化、尤其是网络化建设与应用的导入阶段。
在各类企业扩大计算机应用和推动企业上网,建立电子邮箱,鼓励企业利用信息网络技术开展经营活动和改进管理。
广泛开展流程梳理和信息化建设,如ERP、MES、SCM等系统。
这个阶段重点关注整个组织的流程,提升组织的效率。
第三阶段:
业务和管理的数字化。
是应用数字技术,整合企业的采购、生产、营销、财务与人力资源等信息,做好计划、协调、监督和控制等各个环节的工作,打破“信息孤岛”现象,系统形成价值链并按照“链”的特征实施企业的业务流程。
对环境的变化作出灵活的反应,业务流程持续改善,全面提升执行力,获得持久的竞争力。
它是现代数字技术与企业管理相结合的产物。
第四阶段:
业务决策智慧化。
智慧化是指在企业的已有知识的基础之上,能够智能创造、挖掘新知识,用于企业业务决策、企业日常管理等,形成自组织、自学习、自进化的企业管理体制。
该阶段中,人工智能、专家系统的先进的思想将应用在企业管理领域中。
数字化既是信息化的产物,也是信息化的演进阶段之一,更是构建智慧企业的首要前提。
3.数字化转型是企业打造竞争力的必然选择
企业都会思考为什么要做数字化转型?
笔者认为有内部和外部两种因素驱使。
外部因素:
在数字化转型大潮中,企业如逆水行舟,不进则退。
如果不进行数字化转型,那么企业将会被用户抛弃、被竞争对手超越、被市场边缘化,以致最终出局。
内部因素:
数字化转型可以捕获新的市场机会,尝试新的商业模式,在未来商业市场中提前占位。
从企业看,以客户为中心是企业在市场竞争中存活下来的关键。
数字化浪潮的到来,用户信息不对称的地位得到极大改观,客户感知价值最大化成为导向,从根本上改变了传统以生产为主导的商业经济模式,给企业的经营带来了巨大的挑战,也带来了新的机遇。
有别于传统工业化发展时期的竞争模式,数字经济时代企业核心竞争能力从过去传统的“制造能力”变成了“服务能力+数字化能力+制造能力”。
企业要具备开展技术研发创新的能力,加快研发设计向协同化、动态化、众创化转型,是要具备生产方式变革的能力,加快工业生产向智能化、柔性化和服务化转变,企业要具备组织管理再造的能力,加快组织管理向扁平化、创客化、自组织拓展,企业要具备跨界合作的能力,推动创新体系由链条式价值链向能够实时互动、多方参与的灵活价值网络演进。
4.数字化转型是企业降本增效的内在需求
应用数字技术可以降低企业的成本。
去年国际供应链大会上世界经济论坛发布的《第四次工业革命对供应链的影响》白皮书指出,79.9%的制造业企业和85.5%的物流企业认为,在不考虑金融影响的前提下,数字化转型将产生积极影响,数字化变革将使制造业企业成本降低17.6%、营收增加22.6%,使物流服务业成本降低34.2%、营收增加33.6%,使零售业成本降低7.8%、营收增加33.3%。
应用数字技术可以提升企业的效率。
互联网集中了大量数字技术资源和服务,通过大幅提高应用效率而产生经济价值。
互联网服务直接引起计算服务、信息服务的集中,并进一步促进了各类服务资源的集中,使得集中式、开放型服务平台有了很大发展空间。
基于互联网的共享服务云平台不仅使中小企业能够以很低的成本享受先进的信息技术应用和服务,也能使大企业的技术装备得到充分的应用,从而提高产品利用率。
数字化信息和知识是遵循边际效益递增的工具,通过增大使用规模实现效益累积增值。
数字化信息和知识具有可共享、重复使用、低成本复制等特点,对其使用和改进越多,创造的价值越大。
根据研究显示,以“数据驱动型决策”模式运营的企业,通过形成自动化数据链,推动生产制造各环节高效协同,大大降低了智能制造系统的复杂性和不确定性,其生产力普遍可以提高5%—10%。
5.数字化转型是企业流程再造的必由之路
在数字化环境下,企业之间处于纵横交错的网络关系,面对分散的网络节点,整合多方资源的平台型产业组织应运而生,企业价值创造模式由传统线性向链条式、网络化转变,使得传统企业之间竞合方式趋于生态化、平台化。
如,GE与苹果达成合作,把Predix平台的开发工具和微服务开放给苹果,吸纳开发者加入工业APP开发,这将帮助把Predix平台打造成一个工业领域超级商店、一个知识交换中心,促进基于平台的开源社区生态繁荣。
如,阿里云依托“ET工业大脑”平台,集聚江苏省内30家信息服务企业技术能力,为300家制造企业提供系统解决方案服务,推动大中小企业的合作从简单的技术传递向可交易、可协作的服务生态转变。
各项经济社会活动与数据的产生、传输和使用密不可分,数据作为独立的生产要素在价值创造过程中加速流动,数据流动强调信息系统的互联互通和综合集成,挖掘了智慧组织、管理与服务的新价值。
信息技术的发展使得数据的流动不必再遵循自上而下或自下而上的等级阶层,这种无差别、无层次的数据流动方式极大地颠覆了企业传统的金字塔型管理模式,驱动企业组织结构的变革、业务流程的优化和工作内容的创新,企业组织管理逐渐由以流程为主的线性范式向数据驱动的扁平化协同化范式转型,形成信息高效流转、需求快速响应、创新能力充分激发的组织新架构。
小结:
世界经济论坛指出,数字经济是“第四次工业革命”框架中不可缺少的一部分。
“数字化”不仅仅是技术,它还是一种思维方式以及新型商业模式和消费模式的源泉,为企业进行组织、生产、贸易和创新提供了新的途径,驱动企业生产方式、组织架构和商业模式发生深刻变革。
工业经济下,企业能力体现在规模上,公司越大能做的事情就越多,劳动力越多,公司就越有可能生产更多的产品,在更大的范围内分发销售,以及对业务合作伙伴和用户发挥更多的影响力。
然而,数字经济时代,对于企业来讲,规模已不再是优势所在,更重要的是思维方式的转型、甚至颠覆,以及在多大程度上利用数字化工具来放大员工的能力,并善于从“数字化”角度来分析和挖掘企业发展的新模式、新价值、新商机;来驱动效率提升、产品增值、流程再造、生态构建等。
0.4[记忆]工业4.0是什么?
先了解下工业4.0之前的
工业1.0
机械化,以蒸汽机为标志,用蒸汽动力驱动机器取代人力,从此手工业从农业分离出来,正式进化为工业。
工业2.0
电气化,以电力的广泛应用为标志,用电力驱动机器取代蒸汽动力,从此零部件生产与产品装配实现分工,工业进入大规模生产时代。
工业3.0
自动化,以PLC(可编程逻辑控制器)和PC的应用为标志,从此机器不但接管了人的大部分体力劳动,同时也接管了一部分脑力劳动,工业生产能力也自此超越了人类的消费能力,人类进入了产能过剩时代。
目前我们所处现状可称之为工业3.X,也就是3.0中后期,这种状态叫做完全的自动化和部分的信息化。
了解了这些概念,我们再来理解工业4.0。
从工厂的业务模式说起。
工厂存在的目的只有两个,生产产品,然后卖出去。
所以在工业企业中,通常会分为两个大的部门,一个是生产部门,一个是业务部门,前者通过MES(制造执行系统)管理,后者通过ERP(管理信息系统)来管理。
这两个系统啥区别呢?
ERP更倾向于财务信息的管理,而MES更倾向于生产过程的控制,简单的说,ERP主要告诉你客户需要生产多少个瓶子,哪天下单,哪天要货,而MES主要负责监控和管理生产这些瓶子的每一个步骤和工序如何实现。
在中国工厂的很多车间里,各个生产设备之间、生产设备和控制器之间,都已经基本实现了连通。
再先进一点的公司,整个工厂已经通过制造执行系统(MES)连通起来,而业务部门全部通过ERP连通起来了。
这两件事,逼迫着传统工业必须做一件事,一件工业社会最不爱做的事,就是快速、小批量、定制化的生产。
0.5[工业大数据发展现状]工业大数据有多少家,市场份额是多少?
产值多少?
0.6[第四部分发展前景与趋势]数据怎么用,公司可以做什么?
0.7[记忆]工业大数据的来龙去脉
之前,工业大数据在做什么?
现在,工业大数据在做什么?
以后,工业大数据要做什么?
1公司分析
1.1企业简介
1.2发展历程
1.3公司业务
1.4公司规模
财务业绩
年度
第一季度
第二季度
第三季度
第四季度
总营收
净盈利
总营收
净盈利
总营收
净盈利
总营收
净盈利
2018年
53438
4869
126472
13543
191351
13193
295645
35776
2017年
51460
2913
122083
10292
168384
11294
299336
27419
2016年
34669
2498
89620
9273
137161
10633
224948
19444
2015年
35276
4058
75376
6093
105877
6843
161393
14882
2工业大数据战略分析
2.1内部条件分析
2.1.1企业资源
2.1.2战略能力
2.1.3核心能力
2.2外部环境分析
●工业大数据定义:
工业大数据是指在工业领域中,围绕典型智能制造模式,从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。
工业大数据以产品数据为核心,极大延展了传统工业数据范围,同时还包括工业大数据相关技术和应用。
●工业大数据分类:
工业大数据的边界可以从数据来源、工业大数据的应用场景两大维度进行明确。
从数据的来源看,工业大数据主要包括三类:
第一类是企业运营管理相关的业务数据。
这类数据来自企业信息化范畴,包括企业资源计划(ERP)、产品生命周期管理(PLM)、供应链管理(SCM)、客户关系管理(CRM)和能耗管理系统(EMS)等,此类数据是工业企业传统意义上的数据资产。
第二类是制造过程数据。
主要是指工业生产过程中,装备、物料及产品加工过程的工况状态参数、环境参数等生产情况数据,通过MES系统实时传递,目前在智能装备大量应用的情况下,此类数据量增长最快。
第三类是企业外部数据。
包括工业企业产品售出之后的使用、运营情况的数据,同时还包括大量客户名单、供应商名单、外部的互联网等数据。
2.2.1行业政策环境
(1)国际环境
工业是国民经济的基础和支柱,也是一国经济实力和竞争力的重要标志。
随着云计算、大数据和物联网等新兴技术的发展,全球掀起了以制造业转型升级为首要任务的新一轮工业变革,主要的工业发达体纷纷制定工业再发展战略。
美国
2014年,美国白宫总统行政办公室发布《2014年全球大数据白皮书》,文中指出,美国大型企业在投资大数据科技方面存在以下几个关键驱动因素:
分析运营和交易数据的能力;洞察客户线上消费的行为,以向市场提供新的高度复杂的产品;对组织中的机器和设备进行更加深入的感知。
2018年10月,美国白宫发布了四年一度的《美国先进制造领导战略》,在“智能数字制造”部分提出下一步计划“要通过将大数据分析和先进的传感和控制技术应用于大量制造业活动,促进制造业的数字化转型”。
德国
2015年4月,德国提出来“工业4.0”战略。
强调通过信息网络与工业生产系统的充分融合,使产品与生产设备之间、工厂内部纵向之间、工厂与工厂之间,都能通过CPS(信息物理系统)联结为一个整体,从而实现生产的智能化,提升制造业的灵活性和工程效率。
工业4.0战略展现了一幅全新的工业蓝图:
在现实和虚拟结合的网络世界里,互联网将渗透到所有的关键领域,价值创造过程将会改变,原有的行业界限将会消失,新兴的产业链条将会重组,全新的商业模式和合作模式将会出现。
德国“工业4.0”战略的实施重点在于信息互联技术与传统工业制造的结合,
其中大数据分析作为关键技术将得到较大范围应用。
一是“智能工厂”,重点研究智能化生产系统及过程,以及网络化分布式生产设施的实现;二是“智能生产”,主要涉及整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等;三是“智能物流”,主要通过互联网、物联网、物流网,整合物流资源,充分发挥现有物流资源供应方的效率,需求方则能够快速获得服务匹配,得到物流支持。
国际工业大数据相关政策
序号
政策名称
发布日期
发文国
1
2014年,美国白宫总统行政办公室发布《2014年全球大数据白皮书》
2014年
美国
2018年10月,美国白宫发布了四年一度的《美国先进制造领导战略》
2018年
3
2015年4月,德国提出来“工业4.0”战略。
德国“工业4.0”战略的实施重点在于信息互联技术与传统工业制造的结合。
一是智能工厂,二是智能生产。
三是智能物流
2015年
德国
4
2015年,法国推出“新工业法国战略”
2015年
法国
2015年5月,法国经济、工业与就业部又公布了未来工业计划,该计划将在“新工业战略”的第二阶段中扮演核心角色
2015年
国际工业大数据相关政策
序号
政策名称
发布日期
发文国
1
2014年,美国白宫总统行政办公室发布《2014年全球大数据白皮书》
2014年
美国
2
2018年10月,美国白宫发布了四年一度的《美国先进制造领导战略》
2018年
美国
3
2015年4月,德国提出来“工业4.0”战略。
德国“工业4.0”战略的实施重点在于信息互联技术与传统工业制造的结合。
一是智能工厂,二是智能生产。
三是智能物流
2015年
德国
4
2015年,法国推出“新工业法国战略”
2015年
法国
5
2015年5月,法国经济、工业与就业部又公布了未来工业计划,该计划将在“新工业战略”的第二阶段中扮演核心角色
2015年
法国
法国
2015年,法国推出“新工业法国战略”,总体布局为“一个核心,九大支点”。
一个核心即“未来工业”,主要内容是实现工业生产向数字化、智能化转型,以生产工具的转型升级带动商业模式转型。
九大支点,包括新资源开发、可持续发展城市、环保汽车、网络技术、大数据技术、新型医药等,一方面旨在为“未来工业”提供支撑,另一方面重在满足人们日常生活的新需求。
该战略为期十年,主要解决三大问题:
能源、数字革命和经济生活。
2015年5月,法国经济、工业与就业部又公布了未来工业计划,该计划将在“新工业战略”的第二阶段中扮演核心角色,主要目标是建立更为互联互通、更具有竞争力的法国工业,旨在使工业工具更加现代化,并通过数字技术帮助企业转变经营模式、组织模式、研发模式和商业模式,实现经济增长模式转变。
未来工业计划提倡在一些优先领域发展工业模式,例如新资源、可持续发展城市、未来交通、未来医药、数据经济、智能物体、数字安全和智能电网等。
国家工业大数据相关政策
序号
政策名称
发布日期
发文单位
1
信息化和工业化融合发展规划(2016-2020年)的通知
2015年05月
工业和信息化部
2
国务院关于积极推进“互联网+”行动的指导意见
2015年07月
国务院
3
国务院关于印发关于促进大数据发展行动纲要的通知
2015年08月
国务院
4
国务院关于深化制造业与互联网金融融合发展的指导意见
2016年05月
国务院
5
大数据产业发展规划(2016-2020年)
2017年01月
工业和信息化部
6
关于深化“互联网+先进制造业”发展工业互联网的指导意见
2017年11月
国务院
7
工业互联网发展行动计划(2018-2020年)
2018年06月
工业和信息化部
(2)国内工业大数据政策
近年来,工业大数据作为我国“智能制造”和“工业互联网”的关键技术支撑以及两化融合的重要基础备受关注。
党中央、国务院出台了一系列“大数据”、“两化融合”、“互联网与制造业融合”等综合性政策与指示,其中对工业大数据发展提出了明确的要求,全面指导我国工业大数据技术发展、产业应用及其标准化进程。
2.2.2行业市场规模
2.2.3相关企业分析
2.2.4.1智能生产
(1)兰石集团
●工业大数据相关业务及现进度
换热装备智能工厂项目立足兰石集团已有的良好信息化基础,进行智能工厂新模式探索,建立产品的全生命周期管理(PLM)平台,实现换热器的参数化、智能化研发与工艺设计、智能化生产及数字化质量检测,形成自动化、数字化、网络化、智能化的研发制造服务新体系。
(2)西航集团
●工业大数据相关业务及现进度
中国大中型军民用航空发动机研制生产重要基地,通过实施以设备联网通讯和数据采集为基础、以PLM技术为支撑、以数字化工单管控为核心的CAXA智能制造系统,实现了车间各类数控装备的联网、通讯和设备状态数据采集,实现了图纸、工艺、3D模型等技术文件的数字化下发,以及生产进度、质量等信息的适时反馈,将车间单元设备柔性制造能力快速提升为网络化柔性制造能力,提高了企业精益生产和智能制造能力。
(3)中兴通讯
●工业大数据相关业务及现进度
生产5G产品,基地集生产、研发于一体,采用工业4.0体系架构,生产调度可视化、低延时、智能化,从原材料入库到成品出库均可实现物流智能仓储与配送,生产车间实现生产状态自动感知、生产数据自动收集、产品数据实时分析、常规状态自主决策、3D(危险、脏污、枯燥)工序
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 工业 数据 战略 发展 分析