论文部分内容阅读
谁能想到，100年前的“德国制造”曾是粗制滥造的代名词？“中国制造”有智能化助力，或许不远的未来，也能成为品质卓越的象征，完成从工业2.0到工业4.0的飞跃。
制造业是国民经济的主体，如今数字化浪潮席卷全球，以制造业为代表的工业面临严峻挑战，国际国内的制造业企业都在力求转变突破，抢占新一轮产业革命的制高点。
中国国务院于2015年5月8日印发了《中国制造2025》，部署全面推进制造强国战略。“中国制造2025”是信息化与工业化的深度融合，是以制造业智能化为核心，建立在互联网和物联网基础上，同时叠加新能源、新材料等方面的突破而引发的新一轮工业革命。
智能化的核心是大数据分析
智能化从下至上包括如下几个层次：设备层、控制层、生产执行层、分析层和优化层。随着传感器技术、3D打印技术、机器人技术等的发展，我们在前三个层面拥有了丰富的工具和手段，然而当这些设备数据被最终收集起来之后，最重要的是在分析层，即大数据分析引擎和平台优化层，这才是智能化的核心。要知道，当今我们有90%以上的数据只是被存储起来，没有经过分析，60%以上的实时数据只有在实时决策中的几秒甚至几毫秒内有价值，之后便快速贬值甚至变得毫无价值。不能形成洞察的大数据只是死的数据，毫无意义。智能化就是对实时数据进行分析的大数据技术，在进行大数据分析之后产生“洞察”，并实现实时决策。这才是终极目标。
大数据及通过大数据分析转化成洞察的能力，将成为以制造业为代表的中国企业转型的重要能力和突破口。中国企业应该利用大数据及大数据分析转化成洞察的能力释放企业潜能，实现企业的转型与进化。
大数据的三重最
无论是中国还是世界范围内，大数据及其分析形成的洞察，可以为企业、政府及社会带来最优价值。
首先，大数据及其分析形成的洞察可以帮助工业、服务业、制造业等进行最优化的整合创新。一个品牌的汽车厂商在生产时发现，汽缸零件的两条生产线，其中一条生产线的次品率总是比另一条生产线的次品率高。两条生产线设备、设计和流程都是一样的，产生差距的原因何在？经过分析历史基础数据，包含环境的数据，发现原因在光照。每天下午两点的时候，阳光直射这条次品率高的生产线，导致温度升高，影响相关零件从液体到固化形态的时间，使得那个零件发脆，容易产生次品。在制造过程中和物联网中充分释放数据的潜力，这是大数据分析给生产制造行业带来的价值。
其次，大数据及其分析形成的洞察能够帮助企业最好地了解用户偏好，从而有针对性地进行产品创新和业务模式创新。Blizzard Ski是一家奥地利的滑雪板生产商，每年生产大约40万副滑雪板，其中有些型号使用多达18 种材料并需要长达16个星期的生产时间。通过使用大数据，该公司开始预测滑雪运动趋势、天气模式以及影响其业务的其他短期市场变化因素，从而使该企业提前预测并迅速满足不同滑雪场快速变化的需求。大数据还使该公司能够对其供应商进行监控，使得无论需求如何变化，供应商都能满足他们的需求，实现生产周期从过去的16天缩短到 8天，库存降低了80%，并且变得更加灵活。他们还在每个零部件的生产流程中安装传感器，通过分析传感器数据，把质量控制细化到每一个工艺流程。
第三，大数据为企业提供实时天气分析信息，帮助企业进行最灵活科学的决策。想像一下：在暴风雨来临前，汽车保险公司就可以提前通知保单持有人寻找安全的地方躲避;零售商店可以根据天气预报预测商品销售情况，及时调整销售计划;电力供应商可以基于历史温湿度数据指标判断是否会出现电力需求激增。未来，通过大数据和物联网的应用，一定会有比教师更了解学生的教室，有比线上商店更了解消费者的实体店。
大数据还能够帮助政府部门和企业进行最科学的决策，对于优化企业运营和改善民生具有重大意义。空气质量是人们现在最关注的问题，但如何能平衡经济效益和社会效益，是政府的痛点。为了助力解决可持续发展的三大难题——大气污染防治、可再生能源高效利用和企业节能减排，IBM推出了一个长达十年的计划——“绿色地平线”计划，利用大数据分析和认知计算科技来进行北京地区的雾霾预报和应对建议。目前这个项目已经将雾霾的预报时间从之前的24小时提升到72小时，精度从之前的100平方公里提升到1平方公里，将能够为首都地区最终应对雾霾挑战提供重要支持。2014年APEC会议期间北京上空的“APEC蓝”，正是因为有大数据分析和认知计算精确地测算，指导政府实现小规模、分时段的管控，保障了会议期间北京的空气质量，用最小的经济代价实现最大的社会价值。同样的科技，在行业和智慧城市建设当中都具有广阔的应用前景。
流技术在帮助政府部门决策方面也有巨大的作用。流是当前大数据当中的一个热门技术，“9·11”之后，美国政府让IBM开发一门技术，能够将摄像信息、录像信息、监控信息抓出来，快速分析、及时预警，IBM做出来之后将其商业化了。
2014年初在上海发生踩踏事件，之后一些省份就开始思考要如何做到人流的监控，尤其在重大节日和一些关键的公共场所要做好人流的监控。当人带着手机，在移动的过程中会产生大量无规则的实时的数据，流技术通过手机定位形成的人流流量数据，可以预测特定时间和地点人流的聚集程度，及时提醒相关管理部门采取疏散和管控措施，防止事故的发生。现在我们的这项技术已经在一些省份得到了应用。
物联网3.0是智能企业的重要支撑
究其“中国制造2025”的本质，其实是要实现物联化、互联化以及智能化的理念，而“物联网”在其中有着重要的支撑作用。大数据是物与物、物与人连接的成果，甚至可以成为制造的指挥中心。
物联网概念的提出已经多年，也经历了几个阶段的发展。在物联网1.0时代，人们致力于建立物物相连的系统，数据能够被实时感知、传输和处理;在2.0时代，物物相连后产生的数据已经超越传统的IT信息处理架构，海量数据的加工、提炼和分析需要有更好的平台支撑。在3.0的时代，与大数据和云计算的融合创造一个物联网的全新生态环境。这个生态环境贯穿于工业企业运营的全过程：从产品研发、生产制造、运营管理到产品销售、服务的每一个环节。 物联网3.0不仅实现产品及服务的智能化，还推进企业业务流程和制造过程的智能化。
中国制造企业迈向智能化有多种途径，但核心工作是，企业需要整合从生产制造到客户服务、供应链以及产品维护的全流程数据。
以液化天然气行业为例。设备与设备，设备与人之间的沟通是依靠人工的方式来运营的，存在很大的资源浪费和安全隐患。例如100个液化气罐需要管理的话，一般会雇佣50到100个人。这些人的工作就是抄表：看液位、压力等等以此来观测设备会不会出问题。当罐里的液位只有20%的时候，他们需要给总部打电话，让总部派车来进行补液。想像一下，当这100多人都因为补液这件事给总部打电话，对总部而言，是一个什么样的景象，且不说总部的调度会有多么麻烦，更重要的是出错的几率还会很高。但是通过物联网和大数据平台，就可以让设备与设备、设备与人之间互通，把液化气罐的液位、压力、报警信息等这些数据上传到一个平台，管理者只需要通过电脑或者移动设备就可以对这些设备了如指掌。根据客户使用的历史数据，可以分析出来它下一个周期会需要多少液化天然气，公司应在什么时间以多少的量向上游采购等。
中国制造，因地制宜的大数据策略
中国因其独特的历史， 经济的发展没有可以完全借鉴的模式，因此建立和释放大数据及大数据分析带来的洞察能力方面，也需要结合中国产业特点，因地制宜。中国产业有三个重要特点：
中国制造业基础雄厚。据了解，中国是全世界唯一拥有联合国产业分类中全部工业门类的国家，在多个现代经济支柱性产业当中规模巨大，名列前茅。工业门类齐整，会有更多的机会进行整合创新和价值链创新。但我们也看到了这样的事实，中国这些门类的产业发展并不均衡，一些产品技术和市场脱节，制造业企业面临着严峻的转型需求。
中国幅员辽阔，人口众多，市场层次多、需求广，因此，中国有着世界上最大、增长最快的消费市场。这其中不仅仅意味着市场空间潜力巨大，更意味着需求面的多样性。从空气治理到牛奶蔬菜，从尖端医疗到时尚流行，从零售终端到交通出行……每个领域的需求都有巨大的市场空间。这也给应用创新、商业模式创新和业务模式创新提供了广阔的天地，能以本地需求为核心，打造世界级的产品。
第三，中国是全世界最大的移动互联网和PC互联网消费市场。中国移动互联网基础设施和产业规模处于世界前列，我们也看到中国围绕着移动互联网进行的创业与创新有着非常高的活跃度。“创客”在中国的盛行，不仅仅在一些组织内部推动着组织的创新，也在组织外部、在整个社会体系里，推动着创新的发生。所以，适度超前的移动互联网发展为“中国制造2025”提供了一个发达的数字神经系统。
同时，尽管中国有着非常好的大数据宝藏和应用创新的实践土壤，但中国企业大数据的应用与全球还是存在很大差异。过去中国靠劳力成本低获取全球竞争优势，但人的操作无法满足现在更高的制造要求，而这个高要求只能通过机器人操作、智能化设备、云平台和物联网大数据的分析与预测完成。与德国制造业强大的技术基础不同，中国是在工业整体2.0的情况下，实现传统产业的转型升级和跨越式发展。
德国很多企业通过物联网和大数据的应用完全改变了传统的商业模式。还是以液化石油气行业为例，一家生产槽罐车的企业原来通过4S店等渠道出售槽罐车产品，现在他们改卖槽罐车上的零部件和液化天然气，实际上是提供服务。通过物联网和大数据，他们能了解购买槽罐车公司的槽罐车零部件使用情况，提前预警，提醒车主检修和更换。同时，他们自己也经营槽罐车，直接向需要液化天然气的企业卖气，按吨计费。这样企业的效率提升了90%以上，成本也大大降下来了。
客观地看，以德国、美国很多制造型企业为例，很多企业已经在从3.0走向4.0的路上了，但中国企业整体工业环境还在2.0阶段。
2014年初，IBM对全球60多个国家中超过1000位业务和IT高管做了深度调研，对当前大数据在中国及全球企业应用的现状进行了全面分析。作为全球发展最快的大数据市场，虽然超过四分之三的中国企业在一年内实现了大数据的投资回报，显示了高于全球的投资信心，但是更多的中国企业更注重利用大数据分析来赢得新客户而不是创造更好的客户体验，中国企业在利用大数据推动数字和流程整合转型方面落后于全球整体水平。
因此，实现“中国制造2025”的目标任重道远，但中国企业应该牢牢抓住上述中国产业的三个特点，构建以大数据、云计算、移动、社交、客户及员工的互动参与体系为基础生态，利用数据能力释放企业潜能，实现企业的转型与进化，构建全新的价值。
制造业是国民经济的主体，如今数字化浪潮席卷全球，以制造业为代表的工业面临严峻挑战，国际国内的制造业企业都在力求转变突破，抢占新一轮产业革命的制高点。
中国国务院于2015年5月8日印发了《中国制造2025》，部署全面推进制造强国战略。“中国制造2025”是信息化与工业化的深度融合，是以制造业智能化为核心，建立在互联网和物联网基础上，同时叠加新能源、新材料等方面的突破而引发的新一轮工业革命。
智能化的核心是大数据分析
智能化从下至上包括如下几个层次：设备层、控制层、生产执行层、分析层和优化层。随着传感器技术、3D打印技术、机器人技术等的发展，我们在前三个层面拥有了丰富的工具和手段，然而当这些设备数据被最终收集起来之后，最重要的是在分析层，即大数据分析引擎和平台优化层，这才是智能化的核心。要知道，当今我们有90%以上的数据只是被存储起来，没有经过分析，60%以上的实时数据只有在实时决策中的几秒甚至几毫秒内有价值，之后便快速贬值甚至变得毫无价值。不能形成洞察的大数据只是死的数据，毫无意义。智能化就是对实时数据进行分析的大数据技术，在进行大数据分析之后产生“洞察”，并实现实时决策。这才是终极目标。
大数据及通过大数据分析转化成洞察的能力，将成为以制造业为代表的中国企业转型的重要能力和突破口。中国企业应该利用大数据及大数据分析转化成洞察的能力释放企业潜能，实现企业的转型与进化。
大数据的三重最
无论是中国还是世界范围内，大数据及其分析形成的洞察，可以为企业、政府及社会带来最优价值。
首先，大数据及其分析形成的洞察可以帮助工业、服务业、制造业等进行最优化的整合创新。一个品牌的汽车厂商在生产时发现，汽缸零件的两条生产线，其中一条生产线的次品率总是比另一条生产线的次品率高。两条生产线设备、设计和流程都是一样的，产生差距的原因何在？经过分析历史基础数据，包含环境的数据，发现原因在光照。每天下午两点的时候，阳光直射这条次品率高的生产线，导致温度升高，影响相关零件从液体到固化形态的时间，使得那个零件发脆，容易产生次品。在制造过程中和物联网中充分释放数据的潜力，这是大数据分析给生产制造行业带来的价值。
其次，大数据及其分析形成的洞察能够帮助企业最好地了解用户偏好，从而有针对性地进行产品创新和业务模式创新。Blizzard Ski是一家奥地利的滑雪板生产商，每年生产大约40万副滑雪板，其中有些型号使用多达18 种材料并需要长达16个星期的生产时间。通过使用大数据，该公司开始预测滑雪运动趋势、天气模式以及影响其业务的其他短期市场变化因素，从而使该企业提前预测并迅速满足不同滑雪场快速变化的需求。大数据还使该公司能够对其供应商进行监控，使得无论需求如何变化，供应商都能满足他们的需求，实现生产周期从过去的16天缩短到 8天，库存降低了80%，并且变得更加灵活。他们还在每个零部件的生产流程中安装传感器，通过分析传感器数据，把质量控制细化到每一个工艺流程。
第三，大数据为企业提供实时天气分析信息，帮助企业进行最灵活科学的决策。想像一下：在暴风雨来临前，汽车保险公司就可以提前通知保单持有人寻找安全的地方躲避;零售商店可以根据天气预报预测商品销售情况，及时调整销售计划;电力供应商可以基于历史温湿度数据指标判断是否会出现电力需求激增。未来，通过大数据和物联网的应用，一定会有比教师更了解学生的教室，有比线上商店更了解消费者的实体店。
大数据还能够帮助政府部门和企业进行最科学的决策，对于优化企业运营和改善民生具有重大意义。空气质量是人们现在最关注的问题，但如何能平衡经济效益和社会效益，是政府的痛点。为了助力解决可持续发展的三大难题——大气污染防治、可再生能源高效利用和企业节能减排，IBM推出了一个长达十年的计划——“绿色地平线”计划，利用大数据分析和认知计算科技来进行北京地区的雾霾预报和应对建议。目前这个项目已经将雾霾的预报时间从之前的24小时提升到72小时，精度从之前的100平方公里提升到1平方公里，将能够为首都地区最终应对雾霾挑战提供重要支持。2014年APEC会议期间北京上空的“APEC蓝”，正是因为有大数据分析和认知计算精确地测算，指导政府实现小规模、分时段的管控，保障了会议期间北京的空气质量，用最小的经济代价实现最大的社会价值。同样的科技，在行业和智慧城市建设当中都具有广阔的应用前景。
流技术在帮助政府部门决策方面也有巨大的作用。流是当前大数据当中的一个热门技术，“9·11”之后，美国政府让IBM开发一门技术，能够将摄像信息、录像信息、监控信息抓出来，快速分析、及时预警，IBM做出来之后将其商业化了。
2014年初在上海发生踩踏事件，之后一些省份就开始思考要如何做到人流的监控，尤其在重大节日和一些关键的公共场所要做好人流的监控。当人带着手机，在移动的过程中会产生大量无规则的实时的数据，流技术通过手机定位形成的人流流量数据，可以预测特定时间和地点人流的聚集程度，及时提醒相关管理部门采取疏散和管控措施，防止事故的发生。现在我们的这项技术已经在一些省份得到了应用。
物联网3.0是智能企业的重要支撑
究其“中国制造2025”的本质，其实是要实现物联化、互联化以及智能化的理念，而“物联网”在其中有着重要的支撑作用。大数据是物与物、物与人连接的成果，甚至可以成为制造的指挥中心。
物联网概念的提出已经多年，也经历了几个阶段的发展。在物联网1.0时代，人们致力于建立物物相连的系统，数据能够被实时感知、传输和处理;在2.0时代，物物相连后产生的数据已经超越传统的IT信息处理架构，海量数据的加工、提炼和分析需要有更好的平台支撑。在3.0的时代，与大数据和云计算的融合创造一个物联网的全新生态环境。这个生态环境贯穿于工业企业运营的全过程：从产品研发、生产制造、运营管理到产品销售、服务的每一个环节。 物联网3.0不仅实现产品及服务的智能化，还推进企业业务流程和制造过程的智能化。
中国制造企业迈向智能化有多种途径，但核心工作是，企业需要整合从生产制造到客户服务、供应链以及产品维护的全流程数据。
以液化天然气行业为例。设备与设备，设备与人之间的沟通是依靠人工的方式来运营的，存在很大的资源浪费和安全隐患。例如100个液化气罐需要管理的话，一般会雇佣50到100个人。这些人的工作就是抄表：看液位、压力等等以此来观测设备会不会出问题。当罐里的液位只有20%的时候，他们需要给总部打电话，让总部派车来进行补液。想像一下，当这100多人都因为补液这件事给总部打电话，对总部而言，是一个什么样的景象，且不说总部的调度会有多么麻烦，更重要的是出错的几率还会很高。但是通过物联网和大数据平台，就可以让设备与设备、设备与人之间互通，把液化气罐的液位、压力、报警信息等这些数据上传到一个平台，管理者只需要通过电脑或者移动设备就可以对这些设备了如指掌。根据客户使用的历史数据，可以分析出来它下一个周期会需要多少液化天然气，公司应在什么时间以多少的量向上游采购等。
中国制造，因地制宜的大数据策略
中国因其独特的历史， 经济的发展没有可以完全借鉴的模式，因此建立和释放大数据及大数据分析带来的洞察能力方面，也需要结合中国产业特点，因地制宜。中国产业有三个重要特点：
中国制造业基础雄厚。据了解，中国是全世界唯一拥有联合国产业分类中全部工业门类的国家，在多个现代经济支柱性产业当中规模巨大，名列前茅。工业门类齐整，会有更多的机会进行整合创新和价值链创新。但我们也看到了这样的事实，中国这些门类的产业发展并不均衡，一些产品技术和市场脱节，制造业企业面临着严峻的转型需求。
中国幅员辽阔，人口众多，市场层次多、需求广，因此，中国有着世界上最大、增长最快的消费市场。这其中不仅仅意味着市场空间潜力巨大，更意味着需求面的多样性。从空气治理到牛奶蔬菜，从尖端医疗到时尚流行，从零售终端到交通出行……每个领域的需求都有巨大的市场空间。这也给应用创新、商业模式创新和业务模式创新提供了广阔的天地，能以本地需求为核心，打造世界级的产品。
第三，中国是全世界最大的移动互联网和PC互联网消费市场。中国移动互联网基础设施和产业规模处于世界前列，我们也看到中国围绕着移动互联网进行的创业与创新有着非常高的活跃度。“创客”在中国的盛行，不仅仅在一些组织内部推动着组织的创新，也在组织外部、在整个社会体系里，推动着创新的发生。所以，适度超前的移动互联网发展为“中国制造2025”提供了一个发达的数字神经系统。
同时，尽管中国有着非常好的大数据宝藏和应用创新的实践土壤，但中国企业大数据的应用与全球还是存在很大差异。过去中国靠劳力成本低获取全球竞争优势，但人的操作无法满足现在更高的制造要求，而这个高要求只能通过机器人操作、智能化设备、云平台和物联网大数据的分析与预测完成。与德国制造业强大的技术基础不同，中国是在工业整体2.0的情况下，实现传统产业的转型升级和跨越式发展。
德国很多企业通过物联网和大数据的应用完全改变了传统的商业模式。还是以液化石油气行业为例，一家生产槽罐车的企业原来通过4S店等渠道出售槽罐车产品，现在他们改卖槽罐车上的零部件和液化天然气，实际上是提供服务。通过物联网和大数据，他们能了解购买槽罐车公司的槽罐车零部件使用情况，提前预警，提醒车主检修和更换。同时，他们自己也经营槽罐车，直接向需要液化天然气的企业卖气，按吨计费。这样企业的效率提升了90%以上，成本也大大降下来了。
客观地看，以德国、美国很多制造型企业为例，很多企业已经在从3.0走向4.0的路上了，但中国企业整体工业环境还在2.0阶段。
2014年初，IBM对全球60多个国家中超过1000位业务和IT高管做了深度调研，对当前大数据在中国及全球企业应用的现状进行了全面分析。作为全球发展最快的大数据市场，虽然超过四分之三的中国企业在一年内实现了大数据的投资回报，显示了高于全球的投资信心，但是更多的中国企业更注重利用大数据分析来赢得新客户而不是创造更好的客户体验，中国企业在利用大数据推动数字和流程整合转型方面落后于全球整体水平。
因此，实现“中国制造2025”的目标任重道远，但中国企业应该牢牢抓住上述中国产业的三个特点，构建以大数据、云计算、移动、社交、客户及员工的互动参与体系为基础生态，利用数据能力释放企业潜能，实现企业的转型与进化，构建全新的价值。