盘点2017 | 智能制造与工业大数据的实践更新

随着信息化水平的不断发展，以智能制造为主导的第四次工业革命正在各国掀起变革浪潮，不论是德国的工业4.0、美国的工业互联网，还是国内的“中国制造2025”，新一代信息技术与制造业的深度融合正在引发生产方式、产业形态、商业模式和经济增长点的重大变革，“制造”正在向“智造”转变。

智能制造：物理工厂+虚拟工厂

智能制造将物联网、大数据、云计算等新一代信息技术与设计、生产、管理、服务等制造活动的各个环节融合，以智能工厂为载体，采用“物理工厂+虚拟工厂”的形式，实现产业的智造升级。

在智造升级过程中，“物联网”和“大数据”成为智能制造的两个主角。通过应用物联网和大数据，以端到端数据流为基础，以互联互通为支撑，构建高度灵活的个性化和数字化智能制造模式，实现信息深度自感知、智慧优化自决策、精准控制自执行等内容。

*智能制造：物理工厂+虚拟厂

物联网的核心在于运用新一代信息和通信技术，把传感器、感应器等智能装置（信息系统）嵌入到电网、交通、建筑、工厂、货物等各种物体和环境（物理系统）中，通过有线和无线网络加以连接形成物联网，并通过网络和云计算将物联网和互联网的整合，将物体接入信息网络，通过人、生产与产品的实时联通与有效沟通，实现对实体世界的洞察和控制。

大数据分析应用则是物联网的基础上，通过将企业内部全流程运营数据和外部移动互联端、社交媒体端、社会化物联网端，以及延伸到消费者的智慧化物联网数据，纳入到完整的“洞察 - 响应 - 提升”闭环式精益管理中，帮助企业充分发挥大数据分析的辅助决策作用。

以制造型工厂为例，工厂以提升质量、降低成本、提高效率为根本目标，通过应用物联网技术，使制造过程中的各种数据源互联互通，实现信息流的自动化，实现制造链条全程可视化，通过大数据分析将海量的隐形数据转化为显性数据，并将信息及决策建议实时提供给生产一线操作工人、主管和高级管理人员，帮助企业增强制造洞察力。

*制造型工厂的应用重点

决策智能化：构建大数据分析能力

随着智能制造的在各领域的推进应用，企业生产过程数字化及管理流程智能化正在逐步实现，但未来，能否实现决策智能化将是拉开企业差距的关键。

何为决策智能化？指的是在自动化和设备智能化的基础上构建大数据分析能力，使“数据”转化为“洞察”，再由洞察产生行动，不仅要从技术上提升洞察分析能力，也要从组织、管控、能力角度同步提升，真正实现“感知 - 洞察 - 评估 - 响应”闭环的顺利运作与循环提升。

*大数据分析能力构建

工业大数据在在数据管理阶段，聚焦于信息和数据管理，建立数据管理规则，指导海量数据辨识处理与信息提炼。第二个阶段则是将信息转化为洞察，通过建设相应的运行机制、数据分析平台和数据分析手段，利用数据分析挖掘根因，为管理决策提供支持，包括：支持和管控体系建设、组织和人才管理、获悉洞察管理、洞察到行动的管理等6个方面。第三个阶段由洞察反推业务，通过将分析洞察引入业务运营，实现最优决策的相关工作流程及建立相关评价工具、方法与流程，衡量大数据分析带来的业务洞察对业务产生的实际价值。

随着物联网和大数据分析技术的应用实践，通过数据洞察驱动业务经营管理已成为行业的重要趋势，在此基础上实现商业模式创新、生产模式创新、运营模式创新和科学决策能力等企业目标已经成为可能，物联网和大数据正在帮助企业实现从“制造”向“智造”的转变。

“就像100年前电的发明改变了所有行业、农业、制造业、铁路、通信等等，物联网和大数据未来也或将能为几乎所有行业带来巨大改变。”