工業互聯網的未來的發展方向是怎樣的?
相關報道:
政協委員張英:建議確定一批高校試點工業互聯網人才培養
政協委員張英:建議確定一批高校試點工業互聯網人才培養_中國政庫_澎湃新聞-The Paper:
全國政協委員、上海市經濟和信息化委員會總工程師張英在參加全國政協十三屆二次會議期間接受《中國電子報》記者採訪時表示,在工業和信息化部的大力推動下,全國各地持續發力工業互聯網建設並取得積極進展,建議加快構建工業互聯網人才體系,以滿足產業快速發展的實際需求。
在製造企業深入開展數字化轉型的今天,如何通過大數據、人工智慧等技術的創新發展為製造業賦能,成為影響「中國製造2025」發展成效、實現精益發展的重要因素。近期,由世界領先的工程機械製造集團孵化的某工業互聯網平臺,兩度攜手 DataHunter,聯手打造了涵蓋產品全生命週期管理的數據大屏,並基於工業互聯網賦能平臺,部署了可以支持直觀、精細化數據分析的大數據 SaaS 平臺,實現了對數據價值的充分挖掘,讓設備服務與設備運營真正擁有了智慧能力的支撐。
工業互聯網快速發展 數據運營瓶頸亟待突破
在製造業的業務流程普遍完成信息化改造的今天,不少企業已經部署了涵蓋生產信息化、裝備信息化、流程信息化、客戶管理信息化、產供銷管理信息化在內的大量信息化應用,並在生產經營的過程中發揮了巨大的效果。但是,由於這些信息化應用大多數是在業務運營的過程中逐步上線的,企業內部及產業上下游、跨領域各類生產設備與信息系統難以實現有效的互聯互通,更缺乏統一的數據挖掘與展示機制,這帶來的一個直接問題是:企業管理者無法實時、直觀、統一的看到企業當前的生產運營狀況,也難以支撐精細化的決策。
作為率先啟動信息化改造的大型製造企業之一,該集團內部的信息化已經走過了十多年的路程,並積累了海量的運營數據以及信息化管理經驗。特別是從2007年開始,該集團開始佈局工業互聯網,此後陸續把分佈在各地的設備實現聯網,實時採集這些設備的數據。「通過數據的挖掘,我知道設備在什麼地方,運行的信息,反映出來這個設備可能會產生什麼問題,是否需要保養、維修。」
這些工業互聯網所產生的數據無疑有著極高的價值,但數據分析與展示問題也同樣浮出水面。對於企業的管理者來說,如果想利用這些數據來支撐經營決策,就需要對這些分散在各部門、業務領域的數據進行整合與分析。如果通過傳統的數據報表來分析與呈現,不僅將耗費數據分析人員大量的精力,而且只能呈現幾個小時甚至數天之前的數據。隨著集團工業互聯網的快速發展,其先進的業務模式與數據運營模式之間的矛盾日趨凸顯,其迫切需要更加智慧、直觀、實時的數據展現與分析方式,以支撐工業互聯網快速發展。
第一次攜手:數據大屏讓數據運營「鮮活」起來
作為數據分析與可視化變革的第一步,該集團希望可以將企業內部的各項運營數據整合起來,進行實時直觀的展示,讓枯燥的數據化身為「鮮活」的可視化圖像,從而實現數據的敏捷整合分析,並輔助業務運營與決策。
為了實現這一目標,DataHunter 提供了Data MAX數據可視化大屏展示解決方案,並打造了四塊涵蓋其產品全生命週期管理的數據大屏,分別展現了智能工廠、工程機械指數、大數據研發以及全球服務能力。其中,智能工廠大屏可以支持實時追蹤物料配送情況、泵車生產參數、質量信息,以及廠房的完成情況,以達到精細加工的目的;
全球服務大屏支持該集團實時把控各地設備運行狀態,針對故障情況作出及時有效的處理和預警;工程機械指數大屏可實時顯示全國及各省市的設備指數排行及在線情況。
在數據可視化大屏搭建完成之後,該集團的數據可視化能力有了顯著增強,集團管理人員不再需要等待數據報表的提交,就可以通過大屏幕直觀、實時的看到企業運營的各項數據,不僅實現從運輸到裝配管理的全生命週期的各個環節監管,還能及時定位設備問題、快速提供針對性的服務,從而達到提高工作質量、提高工作效率、保證安全生產等目的。
除了支撐決策與業務運營之外,數據可視化大屏還起到了重要的成果展示與品牌宣傳作用,成功的完成了向政府領導、嘉賓展示集團發展成就的重任,揭示了工業互聯網浪潮對於製造流程與生產力的革命性重構,打開了一扇可以讓人一窺「中國製造2025」藍圖的窗口。
第二次攜手:大數據平臺讓數據「開口說話」
在完成數據可視化大屏搭建之後,該集團感受到了數據可視化給業務帶來的精益提升,併產生了將數據分析與可視化能力下沉到業務流程,並為行業賦能的想法:如果集團的客戶也能夠高效的利用由工業互聯網產生的數據,那就可以為更多行業的數字化變革賦能,助力「中國製造2025」目標的實現。
為此,其搭建了國家級工業互聯網賦能平臺,並希望在該平臺中搭建採用圖形化可交互方式的大數據工坊,為用戶提供高度可視化的數據分析與展示流程,支持更敏捷的用戶管理、數據管理、任務調度和任務監控。
為了實現這一目標,該賦能平臺綜合考慮了DataHunter 數據分析平臺以及其它主流的BI產品,並最終發現,DataHunter 數據分析平臺在介面便捷性、易用性等方面有突出的優勢,更符合平臺的建設目標。平臺技術負責人指出:「DataHunter 在敏捷BI與數據可視化方面積累了豐富的經驗,其產品與項目實施能力在我們之前的數據大屏合作中得到了充分驗證,雙方保持了很好的合作關係。因此,我們決定再次合作,共同推動大數據工坊的建設。」
在建設過程中,該平臺與 DataHunter 發現,如果平臺用戶在數據分析的時候還要緩存大量數據,或是進行繁瑣的數據分析操作,那麼無疑與平臺建設目標背道而馳。為了簡化數據分析與呈現過程,平臺可以通過數據智能,將繁瑣的數據整理、清洗、分析流程進行自動化處理,用戶無需下載專業的數據分析軟體,或是進行複雜的操作,就可以通過既有的數據模型快速獲取數據分析結果。
為了保障平臺不同用戶的數據安全,化解數據泄密風險,雙方還在後端實現了平臺多租戶的數據物理隔離,即使是同一類型設備的用戶,也只能查看自有設備的數據,從而極大的提升了數據安全級別。
在大數據SaaS平臺建成之後,最終實現多種數據源數據統一管理和應用、充分挖掘數據價值的目標。即使沒有任何工程背景的業務人員,也可以通過可視化圖表簡單、直觀地獲得數據分析結果。例如,用戶在採購集團設備之後,可以實時查看設備當前狀態,並通過設備健康模型,實時預測設備故障為設備的健康值打分,快速維護健康值不足的設備。
未來:數據分析能力助力工業互聯網深化發展
分析報告顯示,到2020年,我國工業互聯網佔整體物聯網市場規模將達22.5%,未來15年我國工業互聯網市場規模將達1.8萬億美元。要運營、管理海量的工業物聯網設備,顯然需要數據分析與可視化能力的充分支撐。而該工業互聯網平臺與 DataHunter 之間的兩度合作,則為製造行業展示了數據精益運營的可行之路,有利於協同推進「中國製造2025」、「互聯網+」和「雙創」國家戰略,實現大中小企業融通發展新格局。
歡迎關注公眾號:數獵天下DataHunter
-DataHunter,讓你愛(AI)上看數據-
手把手教你免費使用數據可視化軟體
手把手教你免費使用數據可視化軟體?www.datahunter.cn發佈於 2019-01-25繼續瀏覽內容知乎發現更大的世界打開Chrome繼續南山林雪萍全球工業觀察家,引領工業新思想,洞察身邊的工業趨勢如火如荼的工業互聯網,在哪些行業會快速突破?
我們來看兩個案例。
先是大家耳熟能詳的,有關麥當勞餐廳的選址。國際快餐巨頭麥當勞的選址一向以精準著稱,以至於很多餐企緊緊跟隨,紛紛選址在其周圍。
麥當勞餐廳選址需要進行周密的計劃,進行審慎的定性、定量分析,是一個按科學程序執行的預測、決策過程,餐廳擬建規模越大,這個過程就越嚴格、精密。其常用選址方法有塞拉模型法、CKE餐廳選址法和商圈分析法等。
再是就是為什麼工業革命誕生在英國。這個問題大家並不陌生,但結論卻有點出乎意料。因為「在17世紀,荷蘭的經濟、技術、軍事都是世界一流,是當之無愧的世界中心。但是,奇怪的是,這個世界中心,偏偏沒能開啟工業革命,後來還是由英國引領了工業革命的浪潮?」
清華大學文一教授在《偉大的中國工業革命》一書中的結論是「荷蘭可惜就可惜在,選錯了支柱產業。」他認為,荷蘭的支柱產業是漁業,海洋捕撈。而英國發起工業革命的,是紡織業。引爆革命的重點不是支柱產業的本身,而是這個產業和周邊社會元素的關係。
簡單講,從規模上看,紡織業的賽道無限長,可以一直加速,它涉及到每一個人。但是漁業不行,它面對的是一個相對縮小的羣體,早晚會到達一個極限。而從行業協作界面和分工的細密程度看,紡織業的革新,波及到各行各業,把越來越多的人,不管在全世界哪個角落,都可以捲入到這場大規模的分工當中。但是漁業就不行,因為海里的資源有限,參與的人越多,人均收入反而越小,它也就沒法發起全世界範圍內的大規模協作。
上述兩個案例說明,小到一個企業的經營選址,選址佳,即使經營者能力一般,也相對容易獲得成功;選址不佳,即使經營者再有能力,也往往難以彌補這一缺陷。大到一個國家的崛起,「放眼200年的現代化過程,19世紀的法國、德國和美國,19世紀末到20世紀初的日本,20世紀中期的臺灣、香港和韓國、包括20世紀末的中國,無一例外,全是紡織業引爆的工業化過程。」
那麼影響工業互聯網的發展進程和參與企業,哪一個是光明的賽道?畢竟,紡織行業引領了工業1.0時代、電力行業引領了工業2.0、電子行業引領了工業3.0,那麼哪些行業能引領工業4.0或推動工業互聯網的突破發展?
根據國家標準《GB/T 4754—2017國民經濟行業分類》,在工業中佔主導地位的製造業,其27個主要行業大類,可按用途和出現的時代,做如下簡單的歸類。
喫、穿、住、用這些行業在工業化到來前已經存在,但其完成工業化要到工業1.0時代。工業2.0時代,典型的行業有化工、冶金、裝備製造和運輸設備製造等。工業3.0時代,則是以電氣、電子為代表行業。
現在,我們打造工業互聯網平臺,希望為製造業轉型升級賦能,是選擇所有的行業同時開展工作哪?還是選擇可以實現突破、具有帶動作用的行業哪?
在工信部2018年工業互聯網72個試點示範項目中,46個項目有明確的行業屬性,26個項目無法看出其行業屬性。
46個有明確行業屬性項目中,前工業化時代或工業1.0時代的項目4個,分佈在食品、服裝、煙草和印刷行業。工業2.0時代的項目29個,主要分佈在裝備製造、冶金、金屬製品、非金屬製品、石化和汽車、運輸設備製造行業。工業3.0時代的電子類項目8個。另還有採礦行業項目2個,電力、能源行業項目3個。
分別計,工業1.0時代項目佔8.7%,工業2.0時代項目佔63.04%,工業3.0時代項目佔17.39%。
根據2017年全國各省市區(含新疆建設兵團,不含港澳臺)已公佈統計公報的326個地級以上城市(占城市總數95.88%)的工業數據。工業1.0時代的行業佔34.59%,工業2.0時代的行業佔56.17%,工業3.0時代的行業佔7.91%,其他行業佔1.33%。
將兩組數據放在一起分析(表2),可以看出一些端倪。
一是工業1.0時代的工業互聯網項目佔比,明顯低於於其行業佔比。
這可能是越是傳統的行業,其技術改造的難度和投資就越大,項目實施相對就越少。但時代越早的行業,利用工業互聯網改造的效益應該是越好。如王選教授開創性地研製成功當時國外尚無商品的第四代激光照排系統,引發了我國出版印刷業告別鉛與火、迎來電與光的技術革命,為我國印刷出版業技術進步、以計算機技術改造傳統產業做出了重大貢獻,這就是技術對古老行業改造所帶來的巨大效益。
二是工業2.0時代的工業互聯網項目佔比,與其行業佔比基本相當。
也就是說,工業2.0時代行業的試點示範項目與其行業分佈是相匹配的,且發揮著主導作用。
三是工業3.0時代的工業互聯網項目佔比,明顯高於其行業的佔比。
這可能是越是新行業,其技術就越先進,數字化、網路化、智能化的條件就越充分,工業互聯網改造提升的難度就越小,項目實施相對就越多。這也可從GE提出的1%理論(或1%的威力)得到驗證。
由此,如何在利用工業互聯網對製造業改造、提升的效益、難度和投資上找到平衡點,或者說能否有符合平衡點的製造業行業,就很值得工業互聯網業界給以關注了。
本文節選自《工業互聯網落地與行業的選擇》,作者馬龍,阮熙侖。首發於公眾號【知識自動化】。
關注【知識自動化】,每週全網首發兩篇深度文章。和6萬發燒友一起,解構工業知識最前沿脈動。
如火如荼的工業互聯網,在哪些行業會快速突破?
我們來看兩個案例。
先是大家耳熟能詳的,有關麥當勞餐廳的選址。國際快餐巨頭麥當勞的選址一向以精準著稱,以至於很多餐企緊緊跟隨,紛紛選址在其周圍。
麥當勞餐廳選址需要進行周密的計劃,進行審慎的定性、定量分析,是一個按科學程序執行的預測、決策過程,餐廳擬建規模越大,這個過程就越嚴格、精密。其常用選址方法有塞拉模型法、CKE餐廳選址法和商圈分析法等。
再是就是為什麼工業革命誕生在英國。這個問題大家並不陌生,但結論卻有點出乎意料。因為「在17世紀,荷蘭的經濟、技術、軍事都是世界一流,是當之無愧的世界中心。但是,奇怪的是,這個世界中心,偏偏沒能開啟工業革命,後來還是由英國引領了工業革命的浪潮?」
清華大學文一教授在《偉大的中國工業革命》一書中的結論是「荷蘭可惜就可惜在,選錯了支柱產業。」他認為,荷蘭的支柱產業是漁業,海洋捕撈。而英國發起工業革命的,是紡織業。引爆革命的重點不是支柱產業的本身,而是這個產業和周邊社會元素的關係。
簡單講,從規模上看,紡織業的賽道無限長,可以一直加速,它涉及到每一個人。但是漁業不行,它面對的是一個相對縮小的羣體,早晚會到達一個極限。而從行業協作界面和分工的細密程度看,紡織業的革新,波及到各行各業,把越來越多的人,不管在全世界哪個角落,都可以捲入到這場大規模的分工當中。但是漁業就不行,因為海里的資源有限,參與的人越多,人均收入反而越小,它也就沒法發起全世界範圍內的大規模協作。
上述兩個案例說明,小到一個企業的經營選址,選址佳,即使經營者能力一般,也相對容易獲得成功;選址不佳,即使經營者再有能力,也往往難以彌補這一缺陷。大到一個國家的崛起,「放眼200年的現代化過程,19世紀的法國、德國和美國,19世紀末到20世紀初的日本,20世紀中期的臺灣、香港和韓國、包括20世紀末的中國,無一例外,全是紡織業引爆的工業化過程。」
那麼影響工業互聯網的發展進程和參與企業,哪一個是光明的賽道?畢竟,紡織行業引領了工業1.0時代、電力行業引領了工業2.0、電子行業引領了工業3.0,那麼哪些行業能引領工業4.0或推動工業互聯網的突破發展?
根據國家標準《GB/T 4754—2017國民經濟行業分類》,在工業中佔主導地位的製造業,其27個主要行業大類,可按用途和出現的時代,做如下簡單的歸類。
喫、穿、住、用這些行業在工業化到來前已經存在,但其完成工業化要到工業1.0時代。工業2.0時代,典型的行業有化工、冶金、裝備製造和運輸設備製造等。工業3.0時代,則是以電氣、電子為代表行業。
現在,我們打造工業互聯網平臺,希望為製造業轉型升級賦能,是選擇所有的行業同時開展工作哪?還是選擇可以實現突破、具有帶動作用的行業哪?
在工信部2018年工業互聯網72個試點示範項目中,46個項目有明確的行業屬性,26個項目無法看出其行業屬性。
46個有明確行業屬性項目中,前工業化時代或工業1.0時代的項目4個,分佈在食品、服裝、煙草和印刷行業。工業2.0時代的項目29個,主要分佈在裝備製造、冶金、金屬製品、非金屬製品、石化和汽車、運輸設備製造行業。工業3.0時代的電子類項目8個。另還有採礦行業項目2個,電力、能源行業項目3個。
分別計,工業1.0時代項目佔8.7%,工業2.0時代項目佔63.04%,工業3.0時代項目佔17.39%。
根據2017年全國各省市區(含新疆建設兵團,不含港澳臺)已公佈統計公報的326個地級以上城市(占城市總數95.88%)的工業數據。工業1.0時代的行業佔34.59%,工業2.0時代的行業佔56.17%,工業3.0時代的行業佔7.91%,其他行業佔1.33%。
將兩組數據放在一起分析(表2),可以看出一些端倪。
一是工業1.0時代的工業互聯網項目佔比,明顯低於於其行業佔比。
這可能是越是傳統的行業,其技術改造的難度和投資就越大,項目實施相對就越少。但時代越早的行業,利用工業互聯網改造的效益應該是越好。如王選教授開創性地研製成功當時國外尚無商品的第四代激光照排系統,引發了我國出版印刷業告別鉛與火、迎來電與光的技術革命,為我國印刷出版業技術進步、以計算機技術改造傳統產業做出了重大貢獻,這就是技術對古老行業改造所帶來的巨大效益。
二是工業2.0時代的工業互聯網項目佔比,與其行業佔比基本相當。
也就是說,工業2.0時代行業的試點示範項目與其行業分佈是相匹配的,且發揮著主導作用。
三是工業3.0時代的工業互聯網項目佔比,明顯高於其行業的佔比。
這可能是越是新行業,其技術就越先進,數字化、網路化、智能化的條件就越充分,工業互聯網改造提升的難度就越小,項目實施相對就越多。這也可從GE提出的1%理論(或1%的威力)得到驗證。
由此,如何在利用工業互聯網對製造業改造、提升的效益、難度和投資上找到平衡點,或者說能否有符合平衡點的製造業行業,就很值得工業互聯網業界給以關注了。
本文節選自《工業互聯網落地與行業的選擇》,作者馬龍,阮熙侖。首發於公眾號【知識自動化】。
關注【知識自動化】,每週全網首發兩篇深度文章。和6萬發燒友一起,解構工業知識最前沿脈動。
儘管目前國內工業互聯網平臺尚處於初級階段,但從2015年以來國家出臺的一系列政策來看,工業互聯網的發展空間非常大。
工業互聯網有三大要素:網路、平臺、安全。工業互聯網通過構建此三大功能體系,打造人、機、物全面互聯的新型網路基礎設施。
網路體系是基礎,涉及人、機、法、料、環全要素和產品生命週期各環節,將工業全系統、全產業鏈、全價值鏈深度互聯。
平臺體系是核心,在傳統工業雲平臺的基礎上,通過物聯網、大數據、人工智慧等技術的應用,實現製造能力開放、知識經驗復用和開發者集聚。
安全體系是保障,可以識別和抵禦安全威脅、化解各種安全風險。
因此,工業互聯網未來的發展方向基本上圍繞著這幾大體系,其中最核心的就是工業互聯網平臺。說到國內工業互聯網平臺,海爾卡奧斯COSMOPlat便是其中的代表。
海爾從2012年就開始智能化、網路化、信息化改造轉型的探索實踐,2017年,海爾正式推出COSMOPlat工業互聯網平臺,它是由海爾自主研發的、具有中國自主知識產權的工業互聯網平臺。卡奧斯COSMOPlat的核心是大規模定製模式,將用戶由被動的購買者變為參與者、創造者,將企業由原來的以自我為中心變成以用戶為中心。
目前,卡奧斯COSMOPlat作為全球最大的大規模定製解決方案平臺,孕育出建陶、房車、農業等15個行業生態,在全國建立了7大中心,覆蓋全國12大區域,並在20個國家複製推廣,為全球用戶提供衣、食、住、行、康、養、醫、教等全方位的美好生活體驗。
發佈於 2020-08-13繼續瀏覽內容知乎發現更大的世界打開Chrome繼續Pumpkin0227程序員最近在關注這個方向的機會:
首先放一下最近政府工作報告的關於工業互聯網的鏈接:
重點工作?wap.miit.gov.cn裡面的圖是我很喜歡收藏的那種系統的架構圖,一圖勝百言。
對於工業互聯網,智能生產雖然接觸的不是很多。但是我覺得從當前的閱歷來看,當前的現狀是生產的人機協同基礎已經有很多企業建立好了。對於降低人工的成本和勞動強度已經起到了很大的作用,但是目前很多採集到的數據還沒有被更有用的利用起來。對於生產和資源配置起到更大的指導作用,進入數字經濟轉型的時代序章。我覺得工業互聯網應該是會往這方面更加得使勁的。
但是工業互聯網的行業背景較深,需要熟練的互聯網從業者和對於這個行業十分了解的技能型人才配合才能發揮最大的作用。互聯網人才的獲取成本相對於行業技能型專家低很多。而且消費互聯網也有很多可以遷移過來的小的模塊。
工業互聯網也不是剛提出來的了,市場已經從激進變得相對來說冷靜,相對於消費互聯網收益週期更長。民間投資相對入場少,更多可能是國家政府買單,希望能合理支配好我們納的稅款。把互聯網下沉到民生的方方面面,為經濟增長注入新的強勁動力。
富強民主文明和諧,創新互聯新工業
最近在關注這個方向的機會:
首先放一下最近政府工作報告的關於工業互聯網的鏈接:
重點工作?wap.miit.gov.cn裡面的圖是我很喜歡收藏的那種系統的架構圖,一圖勝百言。
對於工業互聯網,智能生產雖然接觸的不是很多。但是我覺得從當前的閱歷來看,當前的現狀是生產的人機協同基礎已經有很多企業建立好了。對於降低人工的成本和勞動強度已經起到了很大的作用,但是目前很多採集到的數據還沒有被更有用的利用起來。對於生產和資源配置起到更大的指導作用,進入數字經濟轉型的時代序章。我覺得工業互聯網應該是會往這方面更加得使勁的。
但是工業互聯網的行業背景較深,需要熟練的互聯網從業者和對於這個行業十分了解的技能型人才配合才能發揮最大的作用。互聯網人才的獲取成本相對於行業技能型專家低很多。而且消費互聯網也有很多可以遷移過來的小的模塊。
工業互聯網也不是剛提出來的了,市場已經從激進變得相對來說冷靜,相對於消費互聯網收益週期更長。民間投資相對入場少,更多可能是國家政府買單,希望能合理支配好我們納的稅款。把互聯網下沉到民生的方方面面,為經濟增長注入新的強勁動力。
富強民主文明和諧,創新互聯新工業
推薦閱讀: