行业新闻您所在的位置:首页 > 新闻资讯 > 行业新闻
大数据如何影响传统产业
信息来源:中国林业网      发布日期:2017-07-07      浏览次数:5247次
  目前,对大数据的应用已融入我们生活的各个方面。世界三大航空发动机生产商之一罗尔斯·罗伊斯卖出的每一台航空发动机,内部都安装了上百个传感器,详细记录并保存工作时所有细节。这些数据会实时传输给地面的数据分析中心工程师,从而及时判断该发动机是否需要维护,是否存在故障。
  工信部信息化和软件服务业司副司长李冠宇接受经济日报·中国经济网记者采访时表示,大数据在加速向传统产业渗透,驱动生产方式和管理模式变革,推动制造业向网络化、数字化和智能化方向发展。电信、金融等行业利用已经积累的丰富数据资源,正积极探索客户细分、风险防控等应用,加快服务优化、业务创新和产业升级的步伐。
  服务业全面“流程再造”
  零售巨头沃尔玛每天都要处理庞大的数据信息,所有店面的销售情况都实时反映到大数据中心,通过对比分析可以准确发现隐藏的问题。比如,他们会从手电筒等救援设备的销售数据中找到发生自然灾害的规律,做出预测并对环境变化作出反应,防止商品脱销。沃尔玛相关负责人表示,运用大数据工具之后,出现问题到解决问题的时间从两到三周缩减为20分钟。
  零售业运用大数据调整销售策略,制造业运用大数据加强售后维护,农业运用大数据制定收割路线,电信业运用大数据加强精准营销……显然,大数据对传统产业的改变不只是某个环节,而是从设计研发、生产管理到售后维护的全流程。
  “大数据的高容量、多样性、存取速度快、应用价值高等特性都有助于传统产业转型升级。”工信部赛迪研究院软件所所长潘文接受记者采访时表示,大数据是创新发展的资源,大数据资源的开发也要经历采集、传输、储存、梳理、分析等过程去形成软件和个性化解决方案,然后应用到相关的领域、行业和企业。而大数据的实时、感知和预测等特点确实可以在企业降低成本、缩短生产周期、提升效率、细分产品定位、优化流程和决策等方面扮演重要角色。
  中国电子信息产业发展研究院副院长樊会文向记者分析说,一方面,大数据作为决策依据的属性,能够精准分析供给与需求,减少生产经营中的盲目性,让传统产业创新经营模式,实现智能生产;另一方面,大数据作为新型经济资源的属性,能够与传统产业融合而产生新型生产性服务业,产生新业态,推动产业升级。
  目前,商业、金融业、制造业等传统行业都有成功的大数据应用。其中,“零售、媒体、能源、电信等行业应用大数据做得比较好。”潘文解释说,前两者是因为在消费前端,加之“互联网+”大潮带动,大数据的价值很容易体现出来;后两者则是因为本身在国家推进产业发展时就一直比较重视信息化建设以及后来的智能化升级改造,大数据的应用水平自然水涨船高。
  制造业局部“开花结果”
  保利协鑫的光伏切片生产车间运用了先进的智能设备和信息系统,每天都能产生大量的数据,在把数据放上“云端”实现互联互通之后,通过智能算法和精准分析,在生产过程中实时监测和控制变量,光伏切片的良品率提高了1%,每年能节约上亿元成本。
  “制造业是大数据应用的主战场。”李冠宇认为,大数据能推动制造业在更大范围、更深层次实现更有效率、更加精准的资源配置,加速驱动制造业生产、管理、营销模式的全面变革,显著提升制造业发展的质量和效益。智能制造是《中国制造2025》的主攻方向,而大数据正是智能制造的重要内容。
  大数据能让生产方式个性化。传统的大规模生产方式下,企业生产什么,用户就购买什么。而在个性化定制生产模式下,用户需要什么,企业就生产什么,产品的生产过程发生了颠倒。“比如海尔,把社交数据中获得的客户反馈融入新产品研发中,结合了内部和外部数据的能力。大数据创新了商业模式,以消费者数据为基础的消费者喜好和需求正倒逼到产品的设计、研发、生产、供应链、营销等制造业供给侧的多个环节。”潘文说。
  李冠宇说,大数据还能让研发设计知识化、生产制造敏捷化、生产管理透明化、产品售后服务化。随着智能工厂、智能车间的建设,生产线上将安装数以千计的传感器,来监测温度、压力、震动、噪声等参数,通过大数据应用调整参数将显著提高生产效率、提升产品质量、降低生产成本,实现敏捷制造。而大数据与供应链的融合,将更清晰地把握库存量、订单完成率、物料及产品配送情况等内容,进而提高反应速度、降低成本、优化库存。
  传统的生产模式以“产品”为中心,产品一旦销售出去,其价值链就意味着结束,而服务型制造则以“人”为核心,产品销售出去意味着服务才刚刚开始,“产品+服务”成为提升企业竞争力的关键。“传感器、互联网、大数据技术的应用,将使产品售后服务变得更加智能和高效,有利于进一步提升产品售后服务水平、优化产品设计。”李冠宇说。
  关键还在产业本身
  “目前,我国制造业应用大数据的水平并不高。”潘文坦言,大数据从消费端向生产端渗透是一个渐进的过程,此外我国制造业本身各行业之间智能化水平差异较大,这两方面都直接影响到大数据的应用水平。
  “举一个简单的例子,日本工厂的一条生产线有上千个传感器,国内企业则只有几百个。少这么多不是为了省钱,而是因为国内企业不知道还能在哪些地方放传感器。由此可见制造工艺水平越高,对精准操控的要求就越高,对传感器的要求也就越多。”李冠宇说。
  由此可见,大数据要与传统产业更好地融合,关键还在于产业本身的发展和应用。比如,最靠近消费者的服务业把大数据用得最好。“大数据引发了医疗健康革命,基于大数据的在线教育成为发展潮流,大数据切入的线上营销带动线下消费的模式已然成为商业模式成功的典范。”潘文归纳说,服务业成功应用大数据的经验可以总结为3点,一是从过程看,大数据实现了要素间的互联互通和综合集成,借鉴到制造端就是现在大家熟知的信息物理系统。二是从要素看,大数据平台搭建推进了要素的优化整合和高效配置,借鉴到制造端就是工业大数据。三是从决策看,大数据成为精准投放决策的重要支撑,借鉴到制造端就是商业智能。
  “传统产业首先要有融合创新的意识,结合自身业务特点,主动寻找应用创新机会。其次,要加强行业合作和产业链合作,整合形成行业公共信息大平台,这样才有大数据可用。”樊会文说。
  一方面,要重视收集数据资源。要推动信息资源开放、共享,发展用户参与设计、云设计等新兴研发模式,鼓励大企业向中小微企业和创业团队开放平台入口、数据信息、计算能力等资源,提供研发资源。
  另一方面,要打通数据,让数据互联互通起来。要大力发展智能装备,建设智能工厂,实现机器、设备、系统、车间、产品之间的互联互通,企业生产与市场之间的实时信息交互等,努力提升制造全过程的网络化、数字化和智能化水平。
  “更重要的是,以大数据为代表的创新意识和传统产业长期孕育的工匠精神要结合起来,才能让新旧动能融合发展,从而改造提升传统产业,打造中国经济发展的新引擎。”潘文说。