智能制造转型过程中的数据化运营

点击观看大咖分享

制造业正面临着企业运营数据化的变革，实现以数据感知、数据处理分析、制造过程决策与支持、数据可视化技术为核心的智能工厂已经成为趋势。我们邀请了永洪科技高级咨询顾问高晓明老师，来分享关于智能制造转型过程中的数据化运维的内容。内容主要分为三个部分：一、目前在智能制造转型过程中制造业普遍面临的业务挑战，包括行业的发展趋势；二、永洪联合腾讯提供的一些方案，主要针对当前数据化转型过程中的一些痛点问题；三、永洪和腾讯在制造业的一些案例的分享.

智能转型过程中制造业普遍面临的业务挑战

早在2015年，李克强总理就提出智能制造的概念，从本质来说，智能制造就是利用新一代的信息技术和智能设备，让传统制造业进行深入和广泛的转型升级。这会涉及到信息技术，包括物联网、大数据、云计算和人工智能等技术；以及智能设备，如工业机器人、数控机床和3D打印、Red检测设备等，这两个方面。最终把这些制造要素做一个互联互通，促进产品设备、工业管理和服务的智能化发展。

在这样的背景下，目前制造业面临着库存、效率、成本和质量四个方面的挑战。企业有效地平衡库存和服务水平，可以用库存费用加速资金周转。加快新产品上市的速度，缩短产品的生命周期，要求我们及时的根据前端用户的需求来调整自身的产品，提升效率。在生产过程中，要减少供应链中消耗的时间。过硬的产品质量是赢得客户的有效保障。

智能制造转型过程中的数据化运营

目前制造业的发展趋势，首先要求我们的产品要更加符合用户的个性化的需求。传统的不管是制造业还是零售业，从品牌到最终的用户，中间可能要经过经销商、分销商等等的通道。前端的需求往往不能很及时的反馈到企业。在个性化的要求下，我们需要快速的实现产品的迭代，不仅是产品研发，生产环节也要更加的个性化。其次，就是在产品日趋智能化的背景下，一些行业比如汽车、家具等行业，开始构成了新的生态，比如智能家居、车联网。互联互通会赋予产品新的定义。第三，就是产品的设计和制造的方式会发生很大的变革。随着技术的发展，比如说刚才提到的物联网大数据、人工智能等技术和一些智能设备的发展，会对我们的研发产生很大的变革影响。第四，整个企业的运营都会实时产生一些数据，这些数据，有的会储存在业务系统里面，有些可能就储存在一些离线文档之中。企业运营的过程中需要基于这些数据去做一些核心的洞见，这些数据将会支撑我们的决策。

其实在这个过程中，可以从几个维度去发展，第一，我们要实现产品的智能化；第二，我们的生产过程要越来越智能化，车间的自动化程度会越来越高；第三，管理要越来越智能化，这个就要求我们在管理模式方面需要去做一些创新，包括要有对应的信息系统来作为支撑。

联合解决方案

下图是腾讯云联合永洪提供的大数据分析平台的整体技术架构。最底层是基础设施，包括数据的存储以及计算，这个里面涉及到底层的服务器、存储、通信网络。对底层数据进行对接和数据清洗加工后，它们就会被最终整合到我们的数据平台上面来，从而实现子系统的一个互联互通。在底层之上的话，就是基于永洪的产品做出的数据分析和数据挖掘，这可以满足我们做各种各样的机器查询数据报告，包括深入分析的一些数据挖掘和算法。上层就是我们的各个业务主题。

智能制造转型过程中的数据化运营

当然，对于用户来说，我们也会提供各种各样的终端去适配，不管是您是在终端，还是通过大屏，还是通过移动端，我们都有对应的技术去满足您的需求。

目前我们制造业的数据来源，被切分成了三个部分，第一部分就是iot数据，这些数据包含着售卖出去的智能产品采集到的用户的数据，比如说智能家居、车联网。例如我们家里买了一些空调、冰箱之类的家电，它们是有自己的APP的，通过这些APP可以实现控制，同时也会进行数据采集的，这都是iot终端采集到的一些用户的数据，这种数据可以用到流程制造行业里面。因为整个的工艺是有延续性的，这些设备我们要实时做对应的监控，以防止出现意外停机。在这个过程中我们可能需要通过传感器去采集一些震动、温度等数据。第二部分，就是业务系统里面产生的物流、资金流数据，这里面可能对应的有不同的业务系统。第三部分是外部的数据，比如业务上下游的一些合作伙伴的数据，甚至是竞争对手的数据。举个例子，我们有一个在白酒行业的客户，在做项目的时候他们有很多的指标，这些指标可以被拿到一个评分的空间去对比，我就可以知道竞争对手指标的状况，再对比我的数据的状况。这三个部分，就是目前制造业的数据体系。这些数据的话还是比较分散的，为了要做数据分析，我们通常要把各个业务系统的数据抽取到数据仓库里面来。