299 0

[其他] 工业大数据解读——CDA人工智能学院 [分享]

  • 3关注
  • 35粉丝

运营管理员

院士

29%

还不是VIP/贵宾

-

威望
3
论坛币
145591 个
通用积分
101.4860
学术水平
87 点
热心指数
96 点
信用等级
77 点
经验
54474 点
帖子
984
精华
7
在线时间
1199 小时
注册时间
2019-9-11
最后登录
2020-10-23

AIU人工智能学院 学生认证  发表于 2020-10-13 07:43:30 |显示全部楼层
CDA人工智能学院致力于以优质的人工智能在线教育资源助力学员的DT职业梦想!课程内容涵盖数据分析机器学习深度学习人工智能tensorFlowPyTorch、知识图谱等众多核心技术及行业案例,让每一个学员都可以在线灵活学习,快速掌握AI时代的前沿技术。PS:私信我即可获取CDA会员1个月免费试听机会

一、什么是工业大数据

工业大数据我们用一个定义,用内涵来给它框的话是很困难的,因为它涉及到很多各种各样的数据,所以定义比较困难。但从外延角度来看,它是比较容易。所以大体上是3+3,第一个3是三个层面,企业,企业上面的供应链、产业链和生态链,然后在这上面的行业管理和宏观经济。每个企业都有三个过程,第一个过程是生产,第二个过程是使用,第三个过程是发展中的经营效益,所以3+3基本上工业大数据的脉络就圈起来了。所以最小的这个圈就是企业,一个企业从开始到生产线到设计,到工艺过程,到人,一直到管理、决策、市场、服务,向这样的环节在使用。我们还构成了我们是什么的第二个部分。

20180811071254_89399.png

第二个是链,我们通常说的是供应链、产业链、生态线,其实这三个链之间也是很难一刀断开,所以我也是从一个概念来看。所以制造业也好、工业企业也好,整个过程是一个链环周,所以我们需要从链上去看。这个链就不仅是一个企业,企业是这个链环中的一个环节,更重要的是我们的政府机构、研究机构,需要把产业制造业前两环,而追求前两环的优化。所以我们看到了超越一个企业的生存、使用和发展需求的新工业数据。

最后最高的是行业和宏观调控。每一个行业在行业管理的时间都需要工业大数据,在工业行业又生存了很多企业,所以做好工业数据管理又需要这样一个链条,所以3+3构成了工业的外延,每一个环节,使用的和需求的中间是交集,这样才对我们工业大数据的发展提供了基础,才为我们发展提供了基础。

概念说完了,说的很浅,很简单。有四点主要的结论:首先是3+3加起来的组合,3+3加起来的组合就是工业大数据;第二是产生、使用和进一步发展的需求的工业大数据是不同的,是交集;第三进一步发展需求的大数据最大;最后一句话最重要,工业大数据,工业是主体。

二、工业大数据的作用和意义

同样是三个层面,三个由小到大的全面,再加上八个需求,我们来看一下工业大数据的作用和意义。

首先从最小的层面,工业大数据是为了一个企业的整个生产、经营、管理、创新各个环节里面能够为这个企业实现它的计划,实现它的战略目标服务。

(图示)这里有两张图,当我们讲工业大数据的时候,我们的数据能够支撑发展,我们的数据要能够和这两个商业模式、制造过程紧紧的咬合在一起。不下面这个图是一个大数据的分析,即使大的数据分析平台,我们也还是为了企业的生产、经营、创新、管理各个环节的需求出发。所以这是第一个层面。

第二个层面,从相应的各个链环来看,从供应链、产业链、生态链来看,不管是CSM的生产圈,还是一个特定产品制造过程的供应链,还是一个完整生产过程的分析,工业大数据都是为了它的优化,为了它的形成。对于一个企业来说,很少来决定一个供应链,更不能决定一个产业链的完善、优化。所以当我们讲供应链产业和生态链的时候,在这个链条下更需要政府管理部门的协调。在这个过程里面企业要什么样的数据?各个企业之间实现协同需要什么数据?政府的宏观调控需要什么数据?这就进入第三个层面。

第三个层面,政府的行业管理对于供应链、产业链、生态链、商业链、价值链有非常重要的作用,但是政府的宏观调控就超越了这样的链环本身,我们要对经济发展面临的重大问题作出回应,甚至回答制造业如何来应对这样的问题。所以从这个行业来看重要的是行业发展战略,而到宏观调控的时候,不但行业的发展战略,还要从整个经济发展去看,这些问题怎么解决?就需要信息,而我们在讲第三部分的时候,当前主要的问题是信息不够和信息质量不够。

简单总结一下,工业大数据不管是研究、产业还是服务,都是为了加快制造业转型升级,提高工业竞争力,不管是企业还是链环、还是宏观行业。这个目标一定要落实好,每一个企业、每一个链环和我们行业当中的宏观经济方面,每一个环节都要落实好。我们这个目标要落实到供应链全局优化、产业链和生态链的形成。

三、工业大数据推动制造业转型升级

包括存在的主要问题,针对问题建设好、利用好,要提出注重取得失效,最佳实践和工业相结合。

首先要知道问题,不知道问题怎么发展?声称环节是跑冒滴漏,不管是企业还是供应链、产业链、生态链还是行业管理和宏观经济。然后是低标准,低标准的结果,使生产线的数据到了ERP,到了管理信息系统。当然了宏观的现象更加严重。

第二,在利用节面临的问题,从自动化到管理、到链环,各个环节第一个是不足,第二个是质量不高。第三是各个环节协同存在制度、核算标准等大量障碍。其实我们今天互联网的产生,不是金融产生的数据只用于金融去。

第三,在发展需求环节,缺乏预见性,缺乏有效的规模型和工具,缺乏制度和标准规范。你要知道究竟要什么,如果你不知道跑冒滴漏你不知道,非标准你也不知道。

所以我们建设好应用好大数据首先把这三个问题解决,然后针对问题来解决。首先是建设,什么是建设?我记得三年前说过,我说把大数据完全可以看作探矿、采矿、炼矿、用矿,实际上探矿和采矿就是建设好信息,建设好信息从三个纬度四个方面,三个纬度首先是发现。然后才可以按照应用需求结合结合起来。第二要实现这个过程我们要有制度,要有标准,要实现系统之间的互操作。同时我们还要发现、收集、组织,来提升系统性、完整性、及时性、准确性。这是建设好、运用好。

利用好有三个方面或者三个层次,和若干个关键环节。由于时间关系就不再展开讨论了。

最后,今天大数据要特别注重取得实效,最佳实践。我们要特别注重实效,因为今天的大数据,每一个环节的形成都有它的实效,这件事情从开始做到做完以后效果究竟是什么?把这个事情放在最最重要的位置,有很多企业家,当你用大数据对你企业各个环节进行改善提升的时候,你首先第一条要把提高效率放在首位,这是关键,而且对于制造业,永远把利润率放在最重要的位置。当然,工业大数据直接用钱来算,有的环节是企业老板在管理上、在服务上提效,但是这个效果必须是可测量的,不管是定性的还是定量的,但是一定是能够评价的。

我们要注重理论的研究,注重方法、制度创新的研究。在这个过程中,我们确实需要对制造业发展的趋势、特征,工业大数据的内涵外延,工业大数据如何使得生存、利用和使用之间,能够实现各个环节无缝结合,使量协同发展,实现大数据制度创新,等等一系列的问题我们需要研究。所以至于怎么办有很多很多问题,不同企业、不同行业面对的是不同对象,在这里只是一概而论的表现提一下。

0D04CBB8996CB009643B8D6FD844F0C0.jpg

关注“CDA人工智能学院”,回复“录播”获取更多人工智能精选直播视频!




CDA人工智能学院http://edu.cda.cn)专注于数据科学与人工智能技术的在线教育平台。内容涵盖数据分析、机器学习、深度学习、人工智能、TensorFlow、PyTorch、知识图谱等众多核心技术及其行业案例,自由灵活的在线学习方式,让每一个学员快速掌握AI时代最前沿的技术!
您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2020-10-26 01:31