目前，大數(shù)據(jù)正處于融合發(fā)展和變革創(chuàng)新的重要關(guān)口：工業(yè)數(shù)據(jù)量激增，互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)三大生態(tài)順次發(fā)展，使得全球數(shù)據(jù)總量爆發(fā)性增長。到 2020 年，數(shù)據(jù)總量將達(dá)到 44ZB(萬億 GB)，其中工業(yè)數(shù)據(jù)增速將是其它大數(shù)據(jù)領(lǐng)域的兩倍；軟件、網(wǎng)絡(luò)、裝備等各領(lǐng)域間技術(shù)頻繁發(fā)生跨界耦合交融，依托數(shù)據(jù)的整合作用，推動(dòng)產(chǎn)品與服務(wù)、硬件與軟件、應(yīng)用與平臺(tái)趨向交融；全球產(chǎn)業(yè)格局面臨重塑，傳統(tǒng)大數(shù)據(jù) IT 企業(yè)、自動(dòng)化企業(yè)、制造企業(yè)正在成為工業(yè)大數(shù)據(jù)這一新興領(lǐng)域的領(lǐng)導(dǎo)力量，以融合性技術(shù)創(chuàng)新和新興產(chǎn)業(yè)生態(tài)體系為標(biāo)志的產(chǎn)業(yè)新格局正在形成中。
工業(yè)大數(shù)據(jù)正是以行業(yè)模型為前提，將面向不同行業(yè)、不同場景、不同學(xué)科中的工業(yè)機(jī)理、專家經(jīng)驗(yàn)、行業(yè)知識(shí)和最佳實(shí)踐固化成為數(shù)據(jù)統(tǒng)計(jì)、挖掘和分析模型，將業(yè)務(wù)問題轉(zhuǎn)化為數(shù)據(jù)可解的問題；以數(shù)據(jù)科學(xué)為基礎(chǔ)，使得深度學(xué)習(xí)、遷移學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等為代表的人工智能算法成為解決工業(yè)大數(shù)據(jù)領(lǐng)域診斷、預(yù)測與優(yōu)化問題的得力工具；以軟件服務(wù)為目的，形成可落地執(zhí)行的工業(yè)大數(shù)據(jù)解決方案。
工業(yè)物聯(lián)網(wǎng)帶來了很多優(yōu)勢：預(yù)測性和主動(dòng)性維護(hù)、實(shí)時(shí)監(jiān)控、資產(chǎn)/資源優(yōu)化、遠(yuǎn)程診斷
工業(yè)物聯(lián)網(wǎng)：經(jīng)濟(jì)的魔杖
新技術(shù)的無休止展現(xiàn)增加了一個(gè)巨大的“下一件大事”。然而，并非每一種不斷發(fā)展的技術(shù)都有可能突破商業(yè)和社會(huì)環(huán)境。麥肯錫全球研究院已經(jīng)確定了一些可以創(chuàng)造經(jīng)濟(jì)轉(zhuǎn)型的重要技術(shù)。列表中的一個(gè)是IIoT。麥肯錫估計(jì)，到2025年物聯(lián)網(wǎng)將產(chǎn)生高達(dá)6.2萬億美元的潛在經(jīng)濟(jì)影響。它還有可能推動(dòng)36萬億美元的生產(chǎn)力和多個(gè)行業(yè)的運(yùn)營成本，包括制造業(yè)，醫(yī)療保健和采礦業(yè)。
從“人工智能”到“工業(yè)智能”
從計(jì)算機(jī)、互聯(lián)網(wǎng)行業(yè)出身的智能化技術(shù)，正在以勢不可當(dāng)?shù)膭蓊^橫掃全球各個(gè)領(lǐng)域。智能化與工業(yè)的結(jié)合更是引得全球矚目。從德國的工業(yè)4.0到美國的工業(yè)互聯(lián)網(wǎng)，從GE的Predix到IBM的PMQ，可以看出，工業(yè)與智能化技術(shù)的結(jié)合也必將是下一個(gè)風(fēng)口。
智能的核心在于決策和執(zhí)行，而決策的核心在于感知和判斷。在工業(yè)系統(tǒng)中，IoT技術(shù)，以及傳感器技術(shù)、數(shù)據(jù)傳輸、數(shù)據(jù)管理等不斷發(fā)展，為智能化技術(shù)實(shí)施提供了可靠的感知基礎(chǔ)。但是目前的工業(yè)界大都以人的決策和反饋為核心，這就導(dǎo)致系統(tǒng)中有很大一部分的價(jià)值并沒有被釋放出來。系統(tǒng)越是復(fù)雜，人的學(xué)習(xí)曲線就會(huì)越緩慢，而當(dāng)人的學(xué)習(xí)曲線比技術(shù)的進(jìn)步速度慢時(shí)，人就會(huì)成為制約技術(shù)進(jìn)步和應(yīng)用的瓶頸。而人工智能為工業(yè)帶來的第一個(gè)革命性的改變，就是擺脫人類認(rèn)知和知識(shí)邊界的限制，為決策支持和協(xié)同優(yōu)化提供可量化依據(jù)。
智能制造發(fā)展進(jìn)入高速成長期，主要體現(xiàn)在：
中國工業(yè)企業(yè)數(shù)字化能力素質(zhì)提升，為未來制造系統(tǒng)的分析預(yù)測和自適應(yīng)奠定基礎(chǔ)。
財(cái)務(wù)效益方面，智能制造對(duì)企業(yè)的利潤貢獻(xiàn)率明顯提升。
典型應(yīng)用方面，中國已成為工業(yè)機(jī)器人第一大消費(fèi)國，需求增長強(qiáng)勁。
中國企業(yè)智能制造五大部署重點(diǎn)，依次為：數(shù)字化工廠(63%)、設(shè)備及用戶價(jià)值深挖(62%)、工業(yè)物聯(lián)網(wǎng)(48%)、重構(gòu)商業(yè)模式(36%)、人工智能(21%)。
數(shù)字化工廠是首要任務(wù)。智能制造是以制造環(huán)節(jié)的智能化為核心，以端到端數(shù)據(jù)流為基礎(chǔ)，以數(shù)字作為核心驅(qū)動(dòng)力，因此數(shù)字化工廠被企業(yè)列為智能制造部署的首要任務(wù)。目前企業(yè)數(shù)字化工廠部署以打通生產(chǎn)到執(zhí)行的數(shù)據(jù)流為主要任務(wù)，而產(chǎn)品數(shù)據(jù)流和供應(yīng)鏈數(shù)據(jù)流提升空間巨大。
設(shè)備和用戶價(jià)值深度挖掘。制造業(yè)面臨愈發(fā)激烈的市場競爭和日益透明的產(chǎn)品定價(jià)，不得不尋找新的價(jià)值來源。設(shè)備和用戶價(jià)值深度挖掘是企業(yè)智能制造部署第二重點(diǎn)領(lǐng)域。62%的受訪企業(yè)正積極部署設(shè)備和用戶價(jià)值深度挖掘。
中國制造企業(yè)云部署積極性不高。53%受訪企業(yè)尚未部署工業(yè)云，47%的企業(yè)正在進(jìn)行工業(yè)云部署，其中27%的企業(yè)部署私有云，14%部署公有云，6%部署混合云。
重構(gòu)未來商業(yè)模式。智能制造不僅能夠幫助制造型企業(yè)實(shí)現(xiàn)降本增效，也賦予企業(yè)重新思考價(jià)值定位和重構(gòu)商業(yè)模式的契機(jī)。30%的受訪企業(yè)未來商業(yè)模式以平臺(tái)為核心，26%的企業(yè)走規(guī)模化定制，24%以“產(chǎn)品+服務(wù)”為核心向解決方案商轉(zhuǎn)型，12%以知識(shí)產(chǎn)權(quán)為核心。
人工智能對(duì)制造業(yè)的影響，主要來自兩方面：一是在制造和管理流程中運(yùn)用人工智能提高質(zhì)量和效率；二是對(duì)現(xiàn)有產(chǎn)品與服務(wù)的徹底顛覆。
三大任務(wù)，跨越能力鴻溝。重構(gòu)商業(yè)模式是一項(xiàng)復(fù)雜艱巨的任務(wù)，要達(dá)成這項(xiàng)任務(wù)，企業(yè)需先加強(qiáng)商業(yè)模式優(yōu)化、創(chuàng)新管理以及云部署三大關(guān)鍵能力。
