阿里巴巴用了13年时间使零售平台上实现了3万亿元年销售额，而沃尔玛花了54年，这个对比的背后，是DT时代的技术基础设施与IT技术支撑的零售信息化的差异。
云网端的迅速发展带来了数据量的激增，根据IDC数字宇宙报告显示，全球自从2010年进入ZB时代以来，由于物联网设备发展速度远超过智能手机的发展，因此由物联网所产生的数据增量将会驱动着全球数据量在2020年达到44ZB。去年我们国家发布了《促进大数据发展行动纲要》，这个纲要成为指导我们国家从数据大国到数据强国之路一个关键指导性的文件。而制造业的升级转型是国家供给侧改革的重中之重，也是提升满足内需与外贸供给能力的基础。在这个文件中，国家也明确提出“发展工业大数据，推动大数据在工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用，分析感知用户需求，提升产品附加价值，打造智能工厂。建立面向不同行业、不同环节的工业大数据资源聚合和分析应用平台。”
我们也看到，在工业化与信息化融合的过程之中，在实现中国制造2025的过程之中，数据如何赋能传统产业的升级转型，成为备受关注的焦点。
今年五月份贵阳的大数据会议上，李克强总理的发言非常值得思考：“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相结合，使新旧动能融合发展，并带动改造和提升传统产业，有力推动虚拟世界和现实世界融合发展，打造中国经济发展的‘双引擎’。”
大数据+工匠精神的结合对于制造业的转型升级至关重要。而大数据的实时、感知和预测等特点确实可以为制造企业在降低成本，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。
我们国家的制造业企业之间在信息化建设和数据化程度方面相差很大，但总体上由于距离消费者相对较远，因此互联网化与数据化程度和对大数据的认识相对金融、电信、政府等行业相差比较远。
当然，其中也有不少领先的代表企业，比如海尔，比较早就部署相对完善的内部的信息系统，涵盖了主要的业务流程，并且比较早地就将社交数据中获得的客户反馈融入到新产品研发之中，结合了内部和外部数据的能力。
二、数据驱动生产和制造柔性化趋势电子商务以及互联网所带来的用户需求呈现实时、少量、碎片化、快速翻新等特点，对于传统制造商来说，满足这种长尾需求难度很大，因此生产制造的柔性化变得重要。
比如淘工厂把工厂的生产能力通过互联网实现了与商家需求的快速对接，通过数据联通把需求与供应之间的信息对称化，减少了中间商环节，缩短了生产周期，降低交易成本，并加快周转速度。
三、从数据化到智慧化要循序渐进正如前面所说，大部分中国制造企业依然还处在数据化和信息化的初级阶段，甚至有很多企业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，有些应用可以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，通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。
共有条评论 网友评论