信息化與工業(yè)化的深度融合正在到來,傳統(tǒng)制造業(yè)如何利用物聯(lián)網(wǎng)和大數(shù)據(jù)分析實現(xiàn)智能轉(zhuǎn)型,也將決定我們能否成功邁入工業(yè)4.0時代。
數(shù)字是中國工業(yè)4.0的大坎
以德國工業(yè)4.0為代表的工業(yè)化與信息化融合的制造業(yè)戰(zhàn)略成為近兩年來的熱詞。
德國人認為:18世紀制造設(shè)備的機械化標志著工業(yè)1.0時代,20世紀初的電氣化與自動化標志著工業(yè)2.0時代,1970年代興起的信息化標志著工業(yè)3.0時代。而工業(yè)4.0時代則代表人類進入實體物理世界與虛擬網(wǎng)絡(luò)世界融合的時代。在工業(yè)4.0時代,傳統(tǒng)制造業(yè)利用物聯(lián)網(wǎng)和大數(shù)據(jù)分析,進行智能化轉(zhuǎn)型。同樣的計劃在美國叫工業(yè)互聯(lián)網(wǎng)。
中國早在十六大就已經(jīng)提出“以信息化帶動工業(yè)化,以工業(yè)化促進信息化”的兩化融合的新型工業(yè)化思路。去年,中國也發(fā)布實施制造強國戰(zhàn)略第一個十年的行動綱領(lǐng)《中國制造2025》,其核心正是加快新一代信息技術(shù)與制造業(yè)深度融合,推進智能制造。
“對全球制造業(yè)發(fā)展來說,哪一個企業(yè)善于把握工業(yè)的數(shù)字化,能夠有效擁抱兩化融合,制造企業(yè)就會有更強的制造能力”,懷進鵬說。2013年以來世界貨幣基金組織等國際機構(gòu)談到近年來,發(fā)達國家經(jīng)濟有所回升的重要原因,正在于兩種IT技術(shù)的融合,一種是信息技術(shù)(Informationtechnology),另一種是工業(yè)技術(shù)(Industrytechnology)。
“我們有一個大坎,就是數(shù)字”,中國工業(yè)化進入新階段,首先就是數(shù)字化,對數(shù)據(jù)分析進行自然分析就是智能的結(jié)果,其使制造業(yè)走向真正的競爭力,“先自動化、再數(shù)字化,必然導(dǎo)致結(jié)果就是智能化。”懷進鵬說。
被遺忘的“感知”,是大數(shù)據(jù)大規(guī)模爆發(fā)的關(guān)鍵
而感知似乎是人們在討論大數(shù)據(jù)時被遺忘的一步?!耙脒M入智能制造,互聯(lián)互通絕對重要,但是第一步先要感知到,把信息數(shù)字化之后才能互聯(lián),大數(shù)據(jù)背后是什么,是感知,是傳感器啊,首先感知到后面才有數(shù)據(jù)”。
“傳感器的發(fā)展,對我們新形勢的重要裝備齊了重要作用”,懷進鵬說,它將引發(fā)數(shù)據(jù)的大規(guī)模爆炸,并帶動產(chǎn)業(yè)結(jié)構(gòu)的變革。當傳感器裝置進入生產(chǎn)領(lǐng)域,它將改變所有的過程,帶來人工智能的新變化,與物質(zhì)的數(shù)字化,3D帶時間標簽,5D把生態(tài)感知材料加入,這樣的迭代變化,不斷更新,對社會發(fā)展將是難得的。
懷進鵬說,五年之后,智能終端會達到500億的規(guī)模,當我們從人人交流,進入人與物、物與物交流,形成萬物互聯(lián)的時候,這種指數(shù)爆炸性增長。
“我們?nèi)祟惿鐣郧皼]有想過,更不用談我們?yōu)榇俗鲞^一些準備”,懷進鵬認為,未來影響制造業(yè)的重要信息技術(shù)就是大數(shù)據(jù)和物聯(lián)網(wǎng)。
大數(shù)據(jù)讓傳統(tǒng)剛性生產(chǎn)變?yōu)槿嵝陨a(chǎn)
工業(yè)化加上數(shù)字化帶來的智能化,其最終目的應(yīng)該是實現(xiàn)生產(chǎn)活動高度整合,使得工業(yè)系統(tǒng)能夠像人一樣思考和協(xié)同工作,特別是滿足用戶定制化需求的生產(chǎn)技術(shù),將傳統(tǒng)的剛性生產(chǎn)模式轉(zhuǎn)變?yōu)槿嵝陨a(chǎn)模式。
懷進鵬認為,工業(yè)3.0的信息化已經(jīng)走過了兩大階段,第一階段在體系內(nèi),體現(xiàn)為各種數(shù)據(jù)、生產(chǎn)報表;第二階段關(guān)注到了企業(yè)生產(chǎn)管理中的經(jīng)銷存,進入互聯(lián)網(wǎng)。第三步,企業(yè)要關(guān)注上下游產(chǎn)業(yè)鏈,生態(tài)鏈,關(guān)注從設(shè)計一直到維護的產(chǎn)品全生命周期,“走得出來就走得出來,走不出來,企業(yè)就徹底淪為代工”。
從2013年起擔(dān)任美國白宮信息物理系統(tǒng)專家組顧問的李杰(JayLee)在他的《工業(yè)大數(shù)據(jù)》舉了一個柔性制造的案例,在未來的工業(yè)4.0時代,人們?nèi)?S店選車,不再僅僅是選擇車型、顏色和內(nèi)飾等定制化特征,用戶還可以在一輛布滿傳感器的車內(nèi)進行試駕,當用戶坐上駕駛座椅時,傳感器自動記錄壓力分布,這些大數(shù)據(jù)使得廠家有能力為你“柔性制造”符合你身形和坐姿習(xí)慣的座椅。
此外,車內(nèi)傳感器還能記錄駕駛動作,預(yù)測駕駛習(xí)慣,提醒用戶習(xí)慣變化對于能耗和剩余里程的影響。更智能的是,汽車駕駛過程中還能夠記錄路面平整度,獲得的數(shù)據(jù)首先會在系統(tǒng)內(nèi)分享,提醒后面的即使這減速,隨后還可以分享給市政府,進行路面維護。
“智能制造,已經(jīng)走出一個產(chǎn)品,走出產(chǎn)品、設(shè)計、管理、維護,建立整個產(chǎn)品的全生命周期”,懷進鵬說,這個觀念不建立,對智能制造、兩化融合是沒有辦法理解到位的。這也是大數(shù)據(jù)背后的真正含義。
工業(yè)4.0的革命性不僅僅是對數(shù)據(jù)的利用,還在于市場競爭將會從以往滿足客戶可見的需求,向?qū)ふ矣脩舨豢梢娦枨蟮娜笨谵D(zhuǎn)變。產(chǎn)品只是服務(wù)的載體,數(shù)據(jù)是服務(wù)的媒介,用戶在使用過程中,不斷挖掘需求的缺口,利用挖掘到的數(shù)據(jù)信息,進一步提升生產(chǎn),創(chuàng)造價值?!盎ヂ?lián)網(wǎng)不是簡單的信息商,它推動技術(shù)和格局上的變化,推進工作機制組織變革”,懷進鵬說。
數(shù)據(jù)挖掘與利用,決定企業(yè)競爭力
四年前,懷進鵬講過,誰擁有大規(guī)模數(shù)據(jù),并且能夠處理它,就是現(xiàn)在企業(yè)的核心競爭力。四年后,今天再看制造業(yè)的時候,他說“哪一家企業(yè)積極擁抱工業(yè)數(shù)字化,實現(xiàn)工業(yè)化和信息化融合,這樣的企業(yè)就會更有競爭力”。擁抱工業(yè)數(shù)字化,意味著有獲得數(shù)據(jù)的能力,也有對數(shù)據(jù)進行實時分析的能力,同樣意味著將分析結(jié)果應(yīng)用并建立在工業(yè)技術(shù)之上。
懷進鵬認為,現(xiàn)在重新反思制造業(yè)時,美國將工業(yè)技術(shù)的分散和低水平重復(fù)看作是自己“缺失的中間地帶”,甚至有學(xué)者據(jù)此稱硅谷是死亡之谷?!肮I(yè)能力的加強是任何一個國家都不應(yīng)該放棄的”。而歐洲方面也有自己的擔(dān)心,據(jù)悉目前全球十大互聯(lián)網(wǎng)公司,有6家在美國,4家在中國,歐洲沒有一家,未來數(shù)字化大統(tǒng)天下之時,誰有數(shù)據(jù),誰就有了帝國,歐洲擔(dān)心淪為數(shù)字殖民地。
對中國來說,在信息技術(shù)發(fā)力制造業(yè)的時候,中國在現(xiàn)代社會發(fā)展過程中,第一次和世界站在同一起跑線上,但在制造強國的路上,“不僅要往信息技術(shù)同步發(fā)展,還要補工業(yè)化的課”。據(jù)悉,工信部方面也在重點圍繞提升工業(yè)能力的目標,解決中國缺失的中間地帶。
實際上,外界頗為看好中國在工業(yè)4.0時代有所作為,美國白宮信息物理系統(tǒng)專家組顧問、辛辛那提大學(xué)講座教授李杰就認為,未來工業(yè)4.0的中心將會在中國,“因為中國不僅僅是世界第一制造大國,更是世界第一的使用大國,無論是制造設(shè)備還是終端消費品,中國都擁有最龐大的使用數(shù)據(jù)?!辈贿^,數(shù)據(jù)如果不能被很好發(fā)掘并加以利用,就沒有真正的競爭力。
據(jù)了解,國內(nèi)以九次方為代表的大數(shù)據(jù)公司在大數(shù)據(jù)挖掘技術(shù)、數(shù)據(jù)清洗、企業(yè)數(shù)據(jù)采集、數(shù)據(jù)建模、數(shù)據(jù)標準頂層設(shè)計、數(shù)據(jù)可視化等方面已經(jīng)具備成熟技術(shù)。
懷進鵬也直指,除了自身實力差距,制造業(yè)對轉(zhuǎn)型發(fā)展認識還不足,還在等著是不是有現(xiàn)成的產(chǎn)品或者解決方案直接用就行了,慣性思維尚未轉(zhuǎn)過來。“未來3-5年,加快制造業(yè)創(chuàng)新將是能夠changegame(改變規(guī)則)的重大問題”。
2023-02-13 12:20
2023-02-11 09:16
2023-02-08 09:40
2023-02-08 09:38
2023-02-08 09:35
2023-02-08 09:31
2023-02-07 09:52
2023-02-07 09:48
2023-02-07 09:44
2023-02-06 09:47