探路制造業＋大數據 硬件天塹致效益難變現

在風險與機遇并存的轉型過程中，制造業企業必將遭遇眾多的技術困難與理念障礙。如何順利地完成這場新時代的工業革命?制造業+大數據，一切才剛剛開始。
　　探路制造業+大數據 硬件天塹致效益難變現
　　風口與凜冬，制造業熱“追”大數據
　　今年夏天，一位進京招商的南方某縣縣委書記，在中關村某科技園看了兩天智能制造項目后，用“震撼”兩個字，來感慨互聯網和大數據給傳統制造業帶來的變化。
　　他此行的目的，是引進一家基于大數據的智能制造企業，來改造他所在縣的傳統紡織業。
　　在他看來，一方面經濟下行，傳統制造業遭遇寒冬，縣域傳統制造業開工率降低，同時，人口紅利消減，制造業生產成本增加，企業生產比較困難。他認為，當下地方發展智能制造企業的需求十分迫切，也是地方經濟轉型的重要風向標。
　　傳統制造業如何轉型，目前關于企業轉型的周末培訓班，報名費飆到了兩三萬。各地行業交流會上，也都傳播著“傳統企業急需轉型，不轉型如等死”的信息。
　　大數據、云計算、工業物聯網，種種新名詞讓很多企業以及地方招商官員眼花繚亂。大數據被當作制造業連接互聯網的命脈，互聯網大佬們稱，大數據是區別傳統制造業和智能制造的關鍵。大數據給制造業帶來的價值，似乎正在逐漸被認可。
　　事實上，不只是國內，德國作為工業4.0發展的先行者和探路者，其業界對大數據的重視程度也相當之高。在9月17日的關于工業4.0的會議上，一位來自德國的專家，將數據與數據質量列為德國實現工業4.0的四大驅動力之一，與工業傳統、勞動力和材料、能源成本并列。
　　不僅僅是業界和地方政府，在決策層面，推進大數據與制造業結合的步伐也在加快。
　　9月10日上午，工信部召開發布會解讀《促進大數據發展綱要》，其中提到工業大數據工程。記者在會場獲悉，工信部重點提到，將推進利用大數據推動信息化和工業化深度融合，研究推動大數據在研發設計、生產制造、經營管理、市場營銷、售后服務等產業鏈各環節的應用，積極推動制造業網絡化和智能化。
　　工信部長苗圩撰文解讀我國制造業如何由大變強時稱，當前的重點是推動互聯網在制造業領域深化應用，積極發展云制造等基于互聯網的新型制造模式，培育工業互聯網新應用，建設一批工業云服務和工業大數據平臺。
　　制造業+大數據探路，顛覆還是輔助?
　　一般認為，以大數據、云計算、物聯網為基礎的新一輪工業革命，有兩個根本任務，一是以互聯網新思維創造新業態，二是用新的信息技術改造舊行業。記者調查發現，在這兩個思路下，都有先行者正在探索大數據在制造業的應用。
　　9月10日下午，工信部組織召開智能制造試點示范經驗交流電視電話會議。海爾集團輪值總裁梁海山在交流會上發言。
　　據梁海山介紹，從2005年開始，張瑞敏提出要把傳統制造變成大規模定制。2008年，海爾對企業的產品設計和制造體系進行了模塊化改造，同時在虛擬設計、實體制造方面進行了系統的建設。從模塊化到自動化，到黑燈工廠，再到現在的智能制造互聯工廠，在一次次轉型中，海爾口徑經常用到一個詞——“顛覆”。梁海山稱，海爾智能制造互聯工廠不是一個工廠的概念，而是一個生態系統，整個企業全系統、全流程都要進行顛覆。
　　海爾一位負責人告訴記者，試圖脫離傳統家電制造企業范疇的海爾，現在的定位是“一家開放的平臺型企業”。而過去三年，圍繞如何使大數據及時形成價值，海爾已經基本形成了一整套轉型布局。
　　在數據源和數據搜集方面，海爾從2012年開始搭建了SCRM數據平臺（社交化客戶關系管理系統），到目前海爾共積累的線下實名數據達到1.2億，線上的匿名數據有7.8億。同時，海爾強調“回款不是市場銷售的結束，而是用戶交互的開始，企業應從追求產品銷量轉變成追求用戶流量”。
　　海爾數據發展戰略總監孫鯤鵬介紹，海爾要求產品成交后，必須采集用戶數據。并且不再單純采集送貨信息，而是記錄用戶姓名、詳細住址等等全方位的數據，用以在數據庫生成完整的用戶畫像，預測用戶需求。
　　在數據分析上，海爾曾經采用先搜集再分析的傳統路子?，F在則倒了過來，將數據視作變量。先實現生態圈和用戶交互，再通過對數據流的即時處理，完成對數據的動態價值實現。
　　對于大數據的功用，孫鯤鵬總結了四個方面，一是大數據為海爾提供交互創新數據支撐，二是幫助企業做好精準營銷，三是為企業提供決策支持，四是數據本身也可以成為商品。
　　以交互創新為例，海爾通過SCRM積累了1億以上的用戶數據。以億為單位的樣本，在做用戶分析開發新產品方面，效果顯著。比如其開發的某款新功能的洗衣機，即通過大數據平臺，獲悉大量用戶數據吐槽和建議，然后再通過相應的平臺跟121萬用戶進行交互溝通，搜集了1322條關于新款洗衣機的建議數據，然后再拿出相應的方案。
　　在精準營銷方面，海爾目前已經將傳統意義的廣而告之、大面積投放廣告，改成基于數據的精準交互營銷，通過對用戶數據的積累，了解用戶是誰，用戶在哪里，用戶要什么，然后做精準營銷。據介紹，今年1到7月份，海爾通過對用戶的數據挖掘和預測需求進行交互帶來的精準營銷，轉化的銷售額超過40億元。
　　如果說海爾選擇了轉型成為“顛覆性”的新企業，一些傳統的技術和服務提供商，則似乎更偏向于為制造業企業提供大數據服務與技術，幫助企業完成業務升級。
　　以GE通用電氣推出的Predix工業大數據平臺為例，通用電氣工業互聯網大中華區總經理楊濤介紹，基于Predix平臺的APM（資產性能管理）系統，可以智能化完成對生產設備資產生命周期管理、監視與診斷、基于狀態的維護和實時運營智能等多方面任務，達到控制點檢人數、提高設備性能、發現設備隱患等效果。
　　據悉，目前這些技術在航空業應用最為成熟，國內或已有多家航空公司與GE達成了合作。
　　此外，德國中小企業聯合會德國-中國常駐代表吳婷在8月的一次大數據會議上透露，在德國，純粹的工業大數據企業也還沒有出現，制造業+大數據的應用還是以提供企業解決方案為主要形式。目前，在德國的制造業領域，已經出現了一批通過大數據手段，實現對生產線流程優化升級的外包服務。
　　硬件天塹，大數據效益短期變現難
　　在金融、交通等領域，大數據作為資產管理變現的理念，已經越來越受到認可。但在制造業生產過程中，對于大數據應用的價值實現，還有不少企業反饋無從下手。
　　中國運載火箭技術研究院研究發展中心高級工程師張京男告訴記者，傳統工業基礎設備面臨升級改造，在工業4.0的大趨勢下，生產流程中的很多數據采集手段需要進行升級改造?；A數據統計的問題不解決，制造業+大數據就無從下手。他認為，短期看還沒有特別好的應用形式出現，當下主要還是要著重改進數據采集手段。
　　對于生產線上的大數據把握，張京男認為，只有在生產線上實現了智能化，完成信息采集手段的提升，才能統計到大量的生產實時數據;只有數據豐富了，才有挖掘、分析和應用的可能，才能真正了解整個生產系統運行的情況，全面開展智能化生產和個性化生產。
　　然而，不同于其他行業，工業和制造業對大數據的要求更為嚴格。不僅對數據“清潔度”要求更高，其分析手段也不再僅以統計分析為主，而對包括數學、機械、人工智能在內的專業分析流程和技術體系提出了更高要求。這也是阻撓制造業+大數據實現其價值的重要技術難題。
　　清華大學數據科學研究院副院長韓亦舜認為，制造業+大數據，實際上是制造業的一次內部優化升級的過程，帶來的是效率提升、智能化和個性化生產等改變。大數據效益最終不是體現在直接的經濟收益，而在于幫助企業提升競爭力，能夠更清楚地應對客戶需求，提供優質服務，“只要我們的制造業水平能隨之得以提高，制造業+大數據的做法就應該堅持下去?！?/span>
　　而在另一些專家看來，未來十到二十年，是從工業3.0到工業4.0的過渡時期，也有專家稱，現在3.0還沒有做好，4.0還比較遙遠。