大数据驱动的智能工业有啥特征？

  目前在世界范围内，工业的转型升级正成为全球经济发展新一轮的竞争焦点。从美国的“制造业回归”、德国的“工业4.0”到中国的“两化深度融合”战略，都异曲同工地表达了同样的内容：用云计算、大数据、物联网、人工智能等技术引领工业生产方式的变革，拉动工业经济的创新发展，正在成为不可逆转的潮流趋势。美国提“制造业回归”和德国谈“工业4.0”都与其不同的产业背景直接关联，中国的产业发展、企业现状与这两个市场有很大不同，我们如何来打造中国版的工业4.0？中国工业企业应该如何因地制宜、抓住机会，成为真正大数据驱动的智能工业企业?我谈谈IBM的观点和建议。

       智能化的三个维度

       首先我们来看大数据驱动的智能工业企业有什么特征。从IBM的观点来看，智能化的工业企业是真正实现了以需求为导向进行个性化制造、提供个性化服务的企业。智能制造企业包含了三个维度的“智能化”：产品的智能化、生产制造的智能化、企业的智能化。

       产品智能化，意味着产品具有非常高的“数据”和“信息”特征，它的更高附加价值体现在软件或服务上。以汽车为例，目前各家巨头正在研发的“无人驾驶”汽车，便是一个计算机加4个轮子的代表产物。甚至是牛奶，因为加载了信息特征，按照用户需求，对于运输过程，所经历的环境的温度湿度、出身地、新鲜度都真正定制和控制，所以能够卖出比普通牛奶更高的价格。越来越多的智能化硬件出现，硬件产品本身不再收费，而是通过后续的服务来收费。硬件只是提供数据和服务的承载体，透过它收集到的客户数据和需求可以提供更个性化的服务。

       流程和制造的智能化，意味着整个生产过程都是透过IT控制实现优化。在生产过程中所有元件、半成品、成品都有各自的编码，“产品”与“机器”实现了自由沟通，在一条流水线上，因预先设置了控制程序，可以自动装配不同的元件，所以流水线生产出来的也是个性化的不同产品。因为所有流程、所有元件都进行实时监测并实时进行数据挖掘分析，所以能够以规模化的方式来获得个性化和定制化的产品。在广东，一家专门做定制家具的企业，允许客户在网上或体验店自己设计完全个性化的家具，数据传送到工厂之后，不同型号、不同样子的家具会被分解为带有编码的元件，透过计算机将这些元件进行分拆并组合实现板材利用最优化，然后进入流水线生产，最后组装。同一流水线下出来的是完全基于各个用户需求的定制化产品。

       互联网化或称智能化的工业企业，最大的变化是产品研发制造从原来的“工厂到客户”(B2C)转变为“客户到工厂”(C2B)，企业生产过程的协同从原来的内部各个部门、不同车间之间的协同，转向了供应链、客户关系、制造执行、企业资源、工业物联网等产业链、社会化大协作和大协同，从原来的基于自己掌控的生产资料进行生产要素的配置转向基于需求进行动态资源的最优配置。香港某集团旗下没有自有工厂，却能与7500多家供应商和委外厂商合作，为世界知名品牌和零售商生产超过80亿美元的服饰和其他产品，创造出超过120亿美元的市值，这家企业是靠善用数据来强化价值链的效率而获得竞争力。

       目前，美国因为信息技术的领先优势，在打造大数据驱动的智能制造企业的路径上，走的是以信息技术企业拥抱“传统”制造的路线，凸显“产品的智能化”维度的竞争力，比如谷歌进军无人汽车等。德国因为传统制造业的优势，所以以生产制造过程智能化为切入点来往前后两端延伸，推动其工业4.0。在中国因为互联网应用的高速发展，很多企业在企业互联化运作的新商业模式上获得了突破。

       抓住机会向智能化企业转型

       最近我们也看到一些中国企业在推进工业4.0方面的努力，比如大量采购机器人，推进设计研发数字化而购买3D打印机等，但这些只是一个方面。事实上这些都只是我们推进智能化制造过程中所采用的一些工具，一些表象，大数据驱动的企业强调的是“系统的系统”，是透过全程、全链条的数据化而获得更智能、更高效的系统化能力。这其中“数据”是关键灵魂，产品因为有了“数据”的特征而拥有更高的附加值，生产制造过程因为数据化而实现制造流程最优化，从而变得更精益化、柔性化、智能化，企业因为拥有从用户到制造全生命周期的数据而实现效益的最大化。

       在这一进程中，将涌现出更多的D世代企业，即大数据分析驱动型企业，可以战略性运用云计算、移动、社交和大数据分析工具，掌握并预测以客户为中心的市场状况和变化趋势，并根据数据洞察生成最佳行动建议，数据贯穿企业研发、生产、营销、服务等管理运作。

       具体而言，我们应该如何助力推动中国的工业企业升级?中国制造企业如何可以成为大数据驱动的智能企业?选择什么样的路径，如何来走?我认为中国企业有非常大的创新发展空间和机会，不必照搬也很难复制美国和德国的推进方式。

       中国有着全球最丰富的制造业群体，打造大数据驱动的制造企业，从前面提及的三个维度，不同的企业有不同的历史背景、不同的基础，因而可以选择不同的发展路径、不同的切入点来形成自己独有的优势。

       比如推动产品的智能化，打造更有数据特征的产品和服务，走向价值链高端，在这方面中国有很多企业走在了前面。在很多人看来，机械类、电子类的企业产品实现“数据化”、“智能化”相对顺理成章，但其实不然，每一个制造企业都存在机会。

       湖北一家服装制造企业原来主要给各类品牌服装做代工，和其他做服装制造加工制造的企业一样，处于价值链的低端，产品附加值低、利润低。它因为常常与全球一流的服装品牌进行版型合作，于是萌发了要进入服装设计版型优化环节的想法。事实上很多人都不知道，版型优化是服装制造的关键环节，也是薄弱环节，服装设计概念出来到规模制造之前，需要进行版型设计装换、放码，需要进行布料冗余度测试等环节。

       “一个服装设计师月薪是二三万元，但一个好的版型师年薪高达300万元。”看到这样的薪酬对比，大家就能够很好理解制造版型优化在服装制造价值链上的地位和重要性。版型设计优化从一流国际品牌到众多的前店后厂的小服装加工作坊都需要，有巨大的市场需求空间，但版型设计又是一个多品种、小批量的工作，成本很高、耗时很长，要想在其中赚钱，其实并不容易。一般企业做一个版型优化需要一个星期，而这家企业只需要几个小时就可以实现。这家企业之所以能够快速为其他企业提供版型优化，是因为他们20多年来积累了大量的实物版型库，现在他们正在打造亚洲最大的女装版型数据库，透过实物版型数字化转换建立版型数据库，他们就能够快速进行版型设计装换、放码，布料冗余度测试等版型优化。事实上，他们就从一个传统的服装加工企业，变成了一个服装加工的数据服务提供商，成为版型服务供应商。

       传统制造企业转型升级，成为大数据驱动的智能化企业，终极目标是从产品、生产过程到企业运作全方位都实现了智能化，真正是基于以需求为导向实现个性化的生产制造。而每一类企业的行业积累、企业积累不一样，特点不一样，或选择全方位推进，或选择分步实施，“各个击破”，条条道路都有机会通向智能化的“罗马”。

       我想谈谈一家水泥企业，他们选择从水泥的生产制造过程智能化进行突围。在很多人看来，水泥是非常传统的制造企业，向高端化、智能化、服务化转型时，方向应该是把水泥的标号做得更高，向全产业链渗透，提供更丰富的混凝土产品。但事实上，水泥企业的数据化转型同样可以另辟蹊径。大家都知道水泥生产制造过程通常是伴随着高能耗、高污染的，如果能够使其生产工艺进一步提高，对于生产过程就能够更好地控制;优化其能源模型，就能够实现高效、高品质、低能耗的制造。

       在华北有这样一家水泥企业，他们布局传感设备，对关键生产指标进行自动采集、实时监控;利用仿真技术，研发、优化相关的生产模型、能源模型，让整个生产过程变得更高效、更节能。这家水泥企业研发出了一套“水泥生产线全范围数字化管控技术”，让企业的生产效率和产品品质大大提升，能耗大幅下降。同时，他们还把这套管控技术商业化，成立了专门的软件公司，为国内其他同类型的水泥企业提供全方位的数字化解决方案。从而，这家水泥制造企业演变成为了一个IT软件企业，提供水泥IT服务。

       愿携手中国企业迈向工业4.0

       推动企业转型升级，成为大数据驱动的智能企业，看清了方向，找到了路径，但如何落地事实上最大的难题是“数据化”和“价值化”。如何将物理世界与软件世界融合，如何将从设备、人、机器、流程、生态链上采集的海量数据进行分析并转化为有效的服务提供给客户，是打造大数据驱动的智能企业的焦点难题。

       前面提及的服装制造企业，他们向版型服务提供商转型的过程中，面临的最大难题是如何进行版型的数据采集，如何进行版型的动态建模，如何用数据切割建成服装工业的动态数据库、档案库，如何将他们的服装资产进行数字化并快速生成新服务。同样也是前面提及的水泥企业，他们在构建“水泥生产线全范围数字化管控技术”中面临的最大挑战，依然是如何将传感器、生产设备自动采集，监控设备捕捉到的海量信息进行分析，寻找到最优的全生产线生产模型。要破解这些难题，它既需要IT的大数据处理能力、数学分析能力，也需要传统制造企业的行业积累和行业能力，这是一个融合创新的过程。

       最近IBM公司正在加快转型。一方面，我们把更多的资源转向CAMSS(云、分析、移动、社交、安全)技术领域。在我们看来，打造大数据驱动的智能企业需要灵活、高效而安全的计算基础设施，也需要更互动化、社交化、移动化、物联化的前后端整合，以及海量分析与处理能力。目前，IBM在这几个维度都领先。

       另一方面，IBM也在改变原有的商业模式。IBM正在进行更多的开放与开源，包括开放power芯片与数据库等。可能大家还注意到，IBM最近有一个很大的变化，就是IBM正在全球范围内与各个行业的代表性企业建立联合实验室。IBM现在不仅开放和输出技术，还在输出工程师、数学家，并希望能够联合更多行业企业，以联合创新的方式来破解在城市升级、企业升级等过程中遇到的重大难题。事实上，我们在和客户广泛接触中，收到很多企业反馈，他们不仅看重IBM公司的技术实力，也看重IBM拥有的大量 数据分析软件工程师和数学家。他们希望和这些数学家和科学家一起，研发更多的行业模型，破解各个领域大数据处理分析中的难题。

       IBM希望成为加速中国企业打造大数据驱动的大数据可视化智能化企业，并在助力中国产业转型升级方面有更多的贡献，成为最佳的合作伙伴。目前，IBM在全球，在推动制造业企业成为大数据驱动的智能企业方面都有成功案例。IBM愿意将相关经验、技术、人才以更灵活的方式融入到中国企业转型升级的进程中，一起拥抱大数据驱动的智能化时代到来。

【了解更多商业智能行业资讯，商业智能解决方案以及商业智能软件下载请访问FineBI商业智能官网www.finebi.com】