工業大數據應用:工業互聯網的基石(2)

第四個典型應用是工業供應鏈的分析和優化。

　　當前，大數據分析已經是很多電子商務企業提升供應鏈競爭力的重要手段。例如，電子商務企業京東商城，通過大數據提前分析和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。RFID等產品電子標識技術、物聯網技術以及移動互聯網技術能幫助工業企業獲得完整的產品供應鏈的大數據，利用這些數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。以海爾公司為例，海爾公司供應鏈體系很完善，它以市場鏈為紐帶，以訂單信息流為中心，帶動物流和資金流的運動，整合全球供應鏈資源和全球用戶資源。在海爾供應鏈的各個環節，客戶數據、企業內部數據、供應商數據被匯總到供應鏈體系中，通過供應鏈上的大數據采集和分析，海爾公司能夠持續進行供應鏈改進和優化，保證了海爾對客戶的敏捷響應。美國較大的OEM供應商超過千家，為制造企業提供超過1萬種不同的產品，每家廠商都依靠市場預測和其他不同的變量，如銷售數據、市場信息、展會、新聞、競爭對手的數據，甚至天氣預報等來銷售自己的產品。利用銷售數據、產品的傳感器數據和出自供應商數據庫的數據，工業制造企業便可準確地預測全球不同區域的需求。由于可以跟蹤庫存和銷售價格，可以在價格下跌時買進，所以制造企業便可節約大量的成本。如果再利用產品中傳感器所產生的數據，知道產品出了什么故障，哪里需要配件，他們還可以預測何處以及何時需要零件。這將會極大地減少庫存，優化供應鏈。

　　工業大數據應用的價值潛力巨大。但是，實現這些價值還有很多工作要做。一個是大數據意識建立的問題。過去，也有這些大數據，但由于沒有大數據的意識，數據分析手段也不足，很多實時數據被丟棄或束之高閣，大量數據的潛在價值被埋沒。還有一個重要問題是數據孤島的問題。很多工業企業的數據分布于企業中的各個孤島中，特別是在大型跨國公司內，要想在整個企業內提取這些數據相當困難。因此，工業大數據應用一個重要議題是集成應用。

2013年9月5日，工業和信息化部正式發布《信息化和工業化深度融合專項行動計劃（2013～2018年）》，在其中的互聯網與工業融合創新行動中明確提出要促進工業大數據集成應用。隨著互聯網與工業融合創新，工業大數據集成應用將成為工業互聯網應用的核心。據了解，專項行動計劃把工業大數據集成應用分為三個層面，分別對應骨干企業大數據應用、中小企業大數據應用和行業大數據應用。一是，對骨干企業具備條件建設大數據應用系統，行動計劃支持和鼓勵典型行業骨干企業在工業生產經營過程中應用大數據技術，提升生產制造、供應鏈管理、產品營銷及服務等環節的智能決策水平和經營效率。這是突出大數據技術自主應用，對骨干企業內外部數據進行分析。二是，支持建設第三方大數據平臺建設，面向中小制造企業提供精準營銷、互聯網金融等生產性服務。這是突出大數據的第三方專業化商業服務，為中小企業提供工業大數據云服務。三是，推動大數據在工業行業管理和經濟運行中的應用，形成行業大數據平臺，促進信息共享和數據開放，實現產品、市場和經濟運行的動態監控、預測預警，提高行業管理、決策與服務水平。這是政府參與的行業大數據云平臺建設，服務行業指導和科學決策。

　　從技術層面看，工業大數據集成應用將基于Hadoop的分布式計算平臺、內存計算平臺和實時的流計算平臺來整合搭建。工業物聯網中存在多種傳感器，存在多種通訊協議和數據格式，各種工業數據的采集和解析將比其他行業更為復雜，要求工業大數據采集總線具有更好的集成性。工業數據處理要求從實時、準實時到離線，Hadoop平臺解決的是大數據離線批處理計算的需求，內存計算解決的是大數據準實時迭代分析的需求，流計算平臺解決的是生產線實時數據分析的需求。工業大數據的數據挖掘與可視化也要符合工業生產的具體要求，建立工業生產領域的優化、運籌、決策分析模型。工業大數據的安全事關生產質量和安全生產，數據分析的準確性顯得更為重要。

　　總之，無論從應用和技術角度看，工業大數據集成應用將成為兩化深度融合的重點任務，成為建立互聯網工業和智慧工業的基石。