您所在的位置:工业4.0>正文

利用工业大数据让中国制造业转型升级并培育工业大数据供给侧竞争力

聚行业--工业4.0 电子发烧友   2017-12-29 15:50

工业4.0-全文略读:应该说,比起欧美企业,中国企业推动工业大数据发展更为务实,海尔集团首席数据官殷皓曾对《中国电子报》记者表示,海尔成立工业云事业部、推动工业互联网的发展,不会走烧钱路线,一定是要财务盈利的,会从海尔自己以及生态链的制造企业开始布局试点,不断拓展...

 

工业4.0--利用工业大数据让中国制造业转型升级并培育工业大数据供给侧竞争力

 

浏览量1856利用工业大数据让中国制造业转型升级并培育工业大数据供给侧竞争力 0

 

最近工业大数据领域相当热闹。12月7日,阿里云宣布联手苏州高新区举办天池工业AI大赛,利用机器学习来预测产品质量,为ET工业大脑寻找更多精良算法。12月8日,联想集团发布数据智能战略,宣布布局工业大数据,目标是未来五年赋能十万家制造企业。也是在12月8日,涵盖AI、大数据、物联网、云计算、机器人等诸多领域的80家企业宣布成立中国工业大数据产业应用联盟,目标是为工业大数据在各个行业落地提供技术、平台、标准等多方面的能力支撑体系。

 

目前,中国正在积极推动制造业转型升级,如何利用工业大数据来加速中国制造业的转型升级,加速培育工业大数据供给侧竞争力,备受关注。

 

数据利用关乎中国制造业未来

 

12月14日,百分点公司董事长苏萌在演讲中向台下的观众询问一个问题:“下一个世界工厂会在哪里?”台下的观众给出了各种各样的答案。苏萌摇头表示可能都不对,苏萌认为,下一个世界工厂会是无人工厂,未来制造和人口无关,更在于背后的智能决策、智能制造。

 

智能决策、智能制造离不开数据,数据将成为未来的“石油”,是关键的生产要素之一。

 

“拥有庞大制造业群体和完整制造体系的中国有着全球最多的工业大数据,中国应该抓住这些‘数据富矿’,释放数据价值,加速中国制造业转型升级,在这一轮全球化的制造业重构中成为制造强国。”联想集团全球副总裁、数据智能业务负责人田日辉表示。

 

目前已经有不少中国制造企业在利用数据上尝到了甜头。

 

提质增效是中国制造业企业重要课题。光伏切片生产有着十分精密的工艺流程:一根仅0.1mm粗细的钢线不断摩擦硅锭,最终切出一片片仅0.2mm厚的硅片。车间的湿度、温度、砂浆上下部温度、导轮上下部温度等上千个参数在实时影响着生产。如此复杂的生产环境下,人工经验很难100%地保障产品质量。协鑫光伏与阿里云合作,将所有车间数据传入ET工业大脑,通过人工智能算法,对所有关联参数进行深度学习计算,精准分析出与良品率最相关的60个关键参数,并搭建参数曲线,在生产过程中实时监测和控制变量,生产良品率提升1个百分点,每年节省上亿元的生产成本。

 

对于钢铁行业,“钢包”的不可感知是现在影响钢铁行业成本效率的关键因素。在炼钢厂系统中,钢包是钢水储运和二次精炼的关键容器,承担着钢水从转炉到连铸平台的转运任务,每天全国有上万个钢包在线运行。由于钢包属于高温移动物体,传统手段无法实现对钢包的状态感知,无感知的钢包成为影响钢厂效率、成本、能耗和安全的重要因素。宝钢公司与百度云合作,通过对传统钢包进行智能化改造,实现对运转温度、压力的动态采集,同时辅以热成像视觉监测技术,形成钢包状态信息“黑匣子”,实现对钢包实时运行状态的智能感知。利用百度云平台的运算能力和人工智能技术,对数据进行全方位分析、诊断、预测,使钢包由感知状态突破到认知境界,进而实现对精细化生产、设备安全、节能降耗和供应链优化的决策支持,每年创造的效益超过百亿元。

 

连接消费者的能力是传统企业非常重要的一个环节,每一个制造企业都希望精准、快速地找到消费者。上海汽车通过与腾讯合作,利用腾讯大数据和LBS能力,通过大数据分析上汽集团信息实时触达状况,通过触点、卡包、微信红包等互联网手段,触动潜在客户到达4S店,签单率提升了数十倍。

 

目前,中国的工业企业利用大数据获益之路才刚刚开始,只在一些领先的大企业中看到了成功的案例,大批的企业利用大数据还面临着一系列的挑战。“比如说数据分散孤立、数据应用技术门槛高、缺乏龙头企业引领、行业合作机制不健全等。这些都极大地制约了工业大数据应用的深度和广度。”联想集团副总裁童夫尧表示。要想破解诸多难题,我们需要加速提升工业大数据供给侧能力。

 

加速工业大数据供给侧的发展

 

如何加速中国工业大数据产业供给侧的竞争力形成?目前全球的工业大数据领域都处于刚刚起步阶段,还没有形成巨头型的企业,在工业大数据产业发展的窗口期,中国有机会利用庞大的制造业群体优势与中国消费互联网的组合优势来加速中国工业大数据产业的竞争力形成。

 

其一要加速发展和培育工业大数据领域平台型龙头企业。平台型龙头企业将在推动工业大数据发展与应用中扮演举足轻重的作用,大数据平台型企业的发展,能够快速降低工业大数据利用的门槛,降低成本,让更多的中小企业更容易、更便宜地从数据中获得价值。在不久前举行的中国工业大数据应用联盟成立仪式上,工业和信息化部软件与服务业司司长谢少锋在讲话中提及,要强化企业的主体作用,培育壮大一批大数据企业,引领产业加快发展。

 

从目前来看,中国有三类企业有望发展成为工业互联网、工业大数据的平台型企业。一是以阿里云、百度云和腾讯云为代表的公有云服务提供商。这些企业有强大的计算资源、有AI算法能力,还有投入的决心,目前都在积极地向工业领域进行推进。二是以联想为代表的IT制造企业。用联想高级副总裁、联想创投集团总裁何志强的话说,联想本身是制造企业,又属于IT领域,基于自身的大数据实践,由己及人向更广更深的制造业扩展,并联合更广阔的生态伙伴,应该能够有理由成为领先全球的工业大数据平台服务商。三是以三一重工、海尔集团等为代表的大型制造企业,他们有多年的制造业背景,基于自身优势发展工业云、工业大数据,同样有望成为专业型的平台企业。

 

其二要加速推进工业化与新一代信息技术的融合。要想让制造业从工业大数据中获益、获得智能是一场没有终结的旅程,需要工业领域与IT领域更紧密地携手前行。阿里云人工智能科学家闵万里曾经透露,阿里云在找到工业试点企业之前曾经到20多家工业企业,是吃了闭门羹的,不少企业认为阿里是做电商的,也就是懂得电商和营销数据,并不了解工业数据,最后敲开一家工业企业的门,让他们把数据输入阿里云的ET工业大脑上,见到了实时效果,才有了不断向更多企业推广的机会。

 

联想集团董事长兼CEO杨元庆透露,联想集团在全球有10个数据中心,每天新增的数据量超过30TB,每天处理的数据超过150亿条。这些海量数据支撑了联想从产品开发到供应、到制造、到市场营销再到服务全价值链的智能运营。联想就想,能不能把自己的数据实践也应用到其他的制造企业,于是找到了宝钢,一起联手做了钢铁的销量预测系统。通过大数据算法构建需求预测模型,借助机器学习和知识图谱来发现和探索,挖掘出数据与业务之间的关联,帮助宝钢实现精准预测钢材需求。结果是预测精度在92.2%以上,库存周转时间减低了20%,客户采购资金节约了上亿元。

 

要想从数据中释放价值,需要计算能力、算法能力以及行业知识、行业经验,而这些需要IT能力与工业行业能力进行融合。而且数据的利用是一个长期之旅,“目前我们从工业大数据中获得的也仅仅是‘可见价值’部分,还有很多未见的‘潜在价值’远远没有触及。”美国白宫信息物理系统与美国挑战项目顾问、上海交通大学先进产业技术研究院首任院长李杰表示。

 

其三要解决问题、找到场景、找到可持续发展路径。作为全球工业互联网的代表企业,美国GE目前所陷入的财务困境,让许多想进入工业互联网、工业大数据领域的企业望而却步,中国的工业大数据企业究竟应该如何走通这条路?

 

田日辉认为:“解决工业企业问题,让制造业企业看到实实在在的效果,是推进工业大数据发展的务实之路。只有解决企业的问题,让企业看到实实在在的效果,制造业企业才能够买单。”这或许就是李杰教授所言的从可见价值入手,而包括质量检测、节能减排等都是可以快速见到结果的“可见环节”。从目前联想给出的数据场景和解决方案来看主要包括了“基于机器视觉的质量检测案”、“故障预测与健康管理”、“产线实时监控”、“数字化营销”、“智能供应链”、“销售预测管理”、“智能客户关系管理”、“产品舆情分析”、“移动设备运营分析”等。

 

应该说,比起欧美企业,中国企业推动工业大数据发展更为务实,海尔集团首席数据官殷皓曾对《中国电子报》记者表示,海尔成立工业云事业部、推动工业互联网的发展,不会走烧钱路线,一定是要财务盈利的,会从海尔自己以及生态链的制造企业开始布局试点,不断拓展。宽禁带半导体技术创新联盟技术专区

 

84