全球制造業(yè)的規(guī)模極其龐大。麥肯錫全球研究院（McKinsey Global Institute）的數(shù)據(jù)顯示，全球范圍內(nèi)，制造業(yè)的銷售額總計(jì)大約10萬(wàn)億美元，而中國(guó)占到了其中的28%，與此同時(shí)，中國(guó)的總產(chǎn)值占全球總產(chǎn)值的35%。盡管受到新冠疫情的沖擊，但是制造業(yè)的發(fā)展前景仍然看好，尤其在進(jìn)入工業(yè)4.0時(shí)代，自動(dòng)化和數(shù)據(jù)交換廣泛應(yīng)用于物聯(lián)網(wǎng)、云計(jì)算和信息物理系統(tǒng)等各種制造技術(shù)以后，智能制造的前景更加光明。

當(dāng)世界上大多數(shù)國(guó)家還在與新冠疫情抗?fàn)帟r(shí)，中國(guó)再一次證明，只有疫情防控穩(wěn)定，經(jīng)濟(jì)才能夠?qū)崿F(xiàn)反彈。10月19日，國(guó)家統(tǒng)計(jì)局發(fā)布，今年第三季度中國(guó)經(jīng)濟(jì)同比增長(zhǎng)4.9%，增長(zhǎng)強(qiáng)勁。

新冠疫情的爆發(fā)，企業(yè)迅速采用云制造技術(shù)來(lái)加速創(chuàng)新。此外，它們還通過擴(kuò)展采購(gòu)渠道和生產(chǎn)基地來(lái)盡力提升供應(yīng)鏈的靈活性，以應(yīng)對(duì)未來(lái)的業(yè)務(wù)挑戰(zhàn)。

很明顯，制造業(yè)的未來(lái)與產(chǎn)品有著千絲萬(wàn)縷的聯(lián)系；而不那么明顯的是，它還取決于支持生產(chǎn)的數(shù)據(jù)管理。

確實(shí)，制造商在工廠設(shè)備和軟件方面的大量投資與生產(chǎn)過程中被忽視的統(tǒng)一數(shù)據(jù)觀之間存在脫節(jié)。有些行業(yè)利用基于深度分析的海量數(shù)據(jù)運(yùn)營(yíng)來(lái)理解數(shù)據(jù)，獲得了競(jìng)爭(zhēng)優(yōu)勢(shì)。希捷科技最新發(fā)布的《數(shù)據(jù)新視界》報(bào)告認(rèn)為，在通過數(shù)據(jù)運(yùn)營(yíng)來(lái)提升數(shù)據(jù)管理方面，制造業(yè)落后于其他行業(yè)（數(shù)據(jù)運(yùn)營(yíng)是將數(shù)據(jù)創(chuàng)建者與數(shù)據(jù)使用者聯(lián)系起來(lái)的一種方法）。在這個(gè)領(lǐng)域，制造業(yè)需要迎頭趕上。

在生產(chǎn)過程中，制造商需要處理大量數(shù)據(jù)。他們必須充分利用高級(jí)分析、機(jī)器學(xué)習(xí)和人工智能技術(shù)，這不僅是為了制造產(chǎn)品，也是為了通過數(shù)據(jù)管理來(lái)提升業(yè)績(jī)。為此，制造商需要確保統(tǒng)一的數(shù)據(jù)觀。

為什么會(huì)脫節(jié)？

IDC《2018年制造業(yè)洞察：IT和OT整合情況調(diào)研》發(fā)現(xiàn)，近80%的儀器化生產(chǎn)資產(chǎn)以某種形式進(jìn)行了數(shù)字化互聯(lián)。這是一個(gè)好消息。

但是，數(shù)字化資產(chǎn)的快速增長(zhǎng)，為什么沒有促進(jìn)數(shù)據(jù)管理在制造業(yè)的廣泛普及呢？企業(yè)范圍內(nèi)的數(shù)據(jù)管理軟件、硬件、協(xié)同和流程，又為什么沒有推動(dòng)數(shù)據(jù)孤島互聯(lián)，從而激活制造業(yè)數(shù)據(jù)呢？

《數(shù)據(jù)新視界》報(bào)告基于IDC對(duì)全球1500名企業(yè)領(lǐng)導(dǎo)者開展的一項(xiàng)調(diào)查，調(diào)查結(jié)果顯示，制造業(yè)的數(shù)據(jù)增長(zhǎng)速度為37%，低于其他行業(yè)42.2%的平均增速。在將混合云和多云應(yīng)用于主要業(yè)務(wù)領(lǐng)域方面，制造業(yè)落后于其他行業(yè)。受訪行業(yè)領(lǐng)導(dǎo)者表示，數(shù)據(jù)存儲(chǔ)管理是他們面臨的最大挑戰(zhàn)。多少有些令人吃驚的是，對(duì)于一個(gè)以實(shí)施人工智能和機(jī)器學(xué)習(xí)技術(shù)而著稱的行業(yè)而言，制造業(yè)在數(shù)據(jù)管理方面的任務(wù)自動(dòng)化水平竟然最低，而且數(shù)據(jù)管理功能的全面集成率也最低。

原因有四個(gè)：

第一，傳統(tǒng)基礎(chǔ)設(shè)施問題依然存在。制造技術(shù)日新月異，數(shù)據(jù)管理難以跟上工廠車間機(jī)器上裝備的各種傳感器所產(chǎn)生的海量數(shù)據(jù)。很多時(shí)候，傳統(tǒng)基礎(chǔ)設(shè)施無(wú)法應(yīng)對(duì)涌入工廠的大量聯(lián)網(wǎng)資產(chǎn)。工廠經(jīng)常通過部署臨時(shí)流程來(lái)連接和管理資產(chǎn)，但無(wú)法依賴底層基礎(chǔ)設(shè)施進(jìn)行綜合管理。

第二，制造業(yè)的勞動(dòng)力存在IT技能缺口。如果說技能嫻熟的工人代表著發(fā)達(dá)經(jīng)濟(jì)體制造業(yè)的未來(lái)，那么缺乏足夠的技能則是企業(yè)必須解決的一個(gè)最嚴(yán)峻的挑戰(zhàn)。他們必須應(yīng)對(duì)兩個(gè)方面的挑戰(zhàn)：一個(gè)是勞動(dòng)力老齡化，另一個(gè)是尋找愿意在車間工作的新技術(shù)工人。

第三，部分?jǐn)?shù)據(jù)向邊緣移動(dòng)使管理更加復(fù)雜。制造商數(shù)據(jù)的快速增長(zhǎng)與其數(shù)據(jù)網(wǎng)絡(luò)邊緣的物聯(lián)網(wǎng)設(shè)備增多息息相關(guān)。邊緣設(shè)備與總部系統(tǒng)沒有連接起來(lái)，通過企業(yè)網(wǎng)絡(luò)進(jìn)行大數(shù)據(jù)傳輸既昂貴又緩慢。

第四，制造商需要全面的數(shù)據(jù)管理軟件。由于無(wú)法查看其總體的業(yè)務(wù)狀況，制造業(yè)客戶對(duì)數(shù)據(jù)管理軟件工具不滿。并且，許多工廠缺少數(shù)據(jù)管理軟件。虛擬化軟件對(duì)跨部門顯示和查找數(shù)據(jù)支持不足。

制造業(yè)的這種狀況不是一朝一夕形成的。

麻省理工學(xué)院斯隆商學(xué)院（MIT Sloan）相關(guān)人員表示：“最初的出發(fā)點(diǎn)是通過物聯(lián)網(wǎng)將工業(yè)機(jī)器連接起來(lái)，借助機(jī)器對(duì)機(jī)器通信提升洞察力和自動(dòng)化。但是，GE數(shù)字集團(tuán)（GE Digital）數(shù)字化產(chǎn)品管理副總裁兼EmTech委員會(huì)發(fā)言人Matt Wells認(rèn)為，工廠數(shù)據(jù)的復(fù)雜性和目標(biāo)不明確，讓制造業(yè)的初心難以落地。”

尋求全新的數(shù)據(jù)驅(qū)動(dòng)型業(yè)務(wù)解決方案

有些制造企業(yè)已率先利用預(yù)測(cè)性數(shù)據(jù)分析來(lái)改善總體績(jī)效。

德國(guó)汽車零部件制造商羅伯特·博世有限公司（Robert Bosch GmBH）便是這樣一家企業(yè)。博世位于Homburg的力士樂工廠生產(chǎn)卡車和拖拉機(jī)的液壓閥，他們利用無(wú)線通信和射頻識(shí)別（RFID）標(biāo)簽將工人、機(jī)器和零部件聯(lián)系起來(lái)，提高了生產(chǎn)流程的效率。該工廠的一條裝配線可以生產(chǎn)200種不同版本的液壓閥，極大地豐富了產(chǎn)出，同時(shí)降低了生產(chǎn)成本和電力消耗。

另一家通過簡(jiǎn)化數(shù)據(jù)分析來(lái)實(shí)現(xiàn)業(yè)務(wù)優(yōu)勢(shì)的企業(yè)是特斯拉中國(guó)，該公司最近開始向歐洲出口中國(guó)制造的Model 3電動(dòng)車。特斯拉在上海建立的超級(jí)工廠率先采用了工業(yè)4.0技術(shù)，導(dǎo)入最先進(jìn)的、采用大量機(jī)器人的高度自動(dòng)化生產(chǎn)線，無(wú)論在制造工藝還是生產(chǎn)管理方面均具有很高水平，可謂十分先進(jìn)。企業(yè)和管理者都希望通過擁抱工業(yè)4.0來(lái)提升中國(guó)超級(jí)工廠的數(shù)字化制造能力，以便制造商能夠利用實(shí)時(shí)數(shù)據(jù)來(lái)連接整個(gè)價(jià)值鏈上的產(chǎn)品設(shè)計(jì)者、“智能”工廠和經(jīng)銷中心。隨著Model 3的出口，歐洲也加入了這個(gè)供應(yīng)鏈。

要想在數(shù)字化變革中生存下來(lái)，制造商就必須加入博世和特斯拉的行列，只有這樣才能夠持續(xù)獲取勝利。

不斷邁進(jìn)

制造業(yè)改善數(shù)據(jù)管理可以采取下列五項(xiàng)措施：

1. 跨越數(shù)據(jù)孤島采集和整合數(shù)據(jù)，從而充分利用已有的數(shù)據(jù)。

2. 借助高級(jí)數(shù)據(jù)分析將數(shù)據(jù)用于新的業(yè)務(wù)目的。預(yù)測(cè)性分析可以助力企業(yè)發(fā)現(xiàn)新業(yè)務(wù)模式，從而創(chuàng)造未來(lái)的收入和利潤(rùn)。相關(guān)報(bào)告指出，制造業(yè)應(yīng)該綜合利用大數(shù)據(jù)、自動(dòng)化和人工智能技術(shù)，因?yàn)樗鼈儭澳軌驈氐赘淖儚某醪皆O(shè)計(jì)到成功交付的整個(gè)制造流程”。

3. 使用最新的硬件和軟件工具對(duì)存儲(chǔ)設(shè)備及其中的數(shù)據(jù)進(jìn)行現(xiàn)代化管理。邊緣服務(wù)器通常配備有集成的軟件堆棧，可以使遠(yuǎn)程站點(diǎn)的現(xiàn)場(chǎng)數(shù)據(jù)管理變得更加簡(jiǎn)便。

4. 保護(hù)采集的所有數(shù)據(jù)。每年，RSA信息安全峰會(huì)（信息安全領(lǐng)域最為重要的全球會(huì)議）都會(huì)重點(diǎn)強(qiáng)調(diào)保護(hù)整個(gè)企業(yè)數(shù)據(jù)的重要性，以防外部人員和黑客破壞業(yè)務(wù)運(yùn)營(yíng)。

5. 落實(shí)數(shù)據(jù)運(yùn)營(yíng)。利用元數(shù)據(jù)（描述數(shù)據(jù)的數(shù)據(jù)）來(lái)理解數(shù)據(jù)?！皹?biāo)記”新數(shù)據(jù)，方便以后訪問和分析。

但關(guān)鍵是，不要只將數(shù)據(jù)通信留給機(jī)器來(lái)處理，有關(guān)數(shù)據(jù)的任務(wù)也不要委派給首席信息官、數(shù)據(jù)科學(xué)家和IT部門來(lái)做。企業(yè)主應(yīng)該鼓勵(lì)整個(gè)企業(yè)分析各類數(shù)據(jù)的有用性，并根據(jù)預(yù)期的任務(wù)對(duì)數(shù)據(jù)進(jìn)行后續(xù)分類。

成功的數(shù)據(jù)運(yùn)營(yíng)不僅僅關(guān)乎技術(shù)，它還關(guān)乎數(shù)據(jù)的通信。數(shù)據(jù)加上有效分析有助于建立統(tǒng)一的信息管理平臺(tái)，從而充分挖掘背后的業(yè)務(wù)價(jià)值。