起来,特别是在预测性维修类应用方面。以美国通用集团为例,它的董事长伊梅尔特说到“我们昨天还是一家制造型企业,今天已经成为一家软件和数据公司了。”这家制造业巨头希望借助工业大数据平台实现制造业服务化的方向和目标。GE的工业大数据平台Predix的主要功能就是将各类数据按照统一的标准进行规范化地梳理,并提供随时调取和分析的能力。根据GE的资料显示,GE在底把最后一批发动机数据上传到Predix平台上,已经开始接收并处理GE的发动机所产生的上亿条数据,对这些数据进行分析,并按照数据异常情况确定发出警告的等级,当前准确率接近90%。这是典型的利用设备数据进行预测性维修的例子,会成为工业大数据很重要的应用方向。阿里巴巴当前也已经和徐工集团开始进行合作,希望利用阿里云上面的大数据能力,协助徐工建中国工业大数据平台,实现阿里云+徐工=中国的Predix,在工业大数据平台、应用及生态建设方面探索一条新路。5.从数据化到智慧化要循序渐进正如前面所说,大部分的中国制造企业依然还处在数据化和信息化的初级阶段,甚至有很多还没有建立内部的业务系统,因此业务数据化基础还尚未准备好。以ERP、CRM、SCM、PLM等系统为代表的基本业务应用会是必备选项,只是在互联网+时代,有些应用能够使用云端应用进行创新,不必和以前一样再花费巨额的License费用。在这个过程中,进一步加强数据的沉淀,经过云平台实现数据的共享、流动、整合,实现数据的价值最大化,推动智能制造目标的实现。其实,真正的智能制造或工业4.0不是只指的工业制造的某个环节的智能化,而是从用户需求端到产品供给端的全链条的智慧化,涵盖产品设计、研发、生产、供应、仓储、配送、财务、客户关系管理、营销等多个环节,而这种智慧化的基础要素就是实现数据的全流程打通,而在这其中以云计算、物联网、移动互联网、人工智能、机器人等都成为数据共享、流动和融合的关键技术。
全文预览
