工业大数据的价值：
通过采集和分析工业生产的各个环节的有效数据，实时处理数据，并且针对这些数据给出反馈，最终达到提升工业产品的生产效率和生产质量，节省生产成本的目的。
工业大数据的特点：
1.大部分生产企业缺少数据，导致市场需求，设计，计划，生产，交付，质量不可知，不可控，这是企业的挑战，也是我们的机会。
2.部分企业信息化建设存在数据之间的封闭性，如ERP，MRP等系统无法打通，导致数据使用率不高。
3.数据完整性，对工业流程的改进，需要尽可能详细的数据作为基础，从这方面看，需求，设计，计划，生产，交付，质量等数据缺一不可。
4.数据的个性化，工业产品品类繁多，因此，生产工艺，流程也不尽相同，因此，不同行业，数据的特性也会有所不同。
5.数据的使用，工业大数据的特点是数据量大，很多场景需要从各个设备上实时采集，实时分析。
6.工业企业体量很大，如果在某一环节上提升1%的效率，可能节省的成本就是上千万甚至上亿。
工业大数据主要的技术：
1.IOT技术，需要通过采集数据从工业设备上获取运行数据。
2.海量存储技术，由于通过IOT技术获取的数据非常多，因此需要有海量存储的技术支撑。
3.实时处理的技术，获取数据后，很多场景下需要将获取的数据及时处理，处理后及时反馈，因此工业物联网对数据处理的实时性较高。
工业大数据的案例：
阿里云人工智能技术已经使用到了中国的工厂里，并为位于江苏的光伏生产商协鑫在一年内节省了上亿成本，这一数字来自1%的良品率提升。ET工业大脑在协鑫的工厂里，通过分析上千个参数，来优化光伏切片的精密工艺。
阿里云也开启了工业大脑计划。
总结：
1.工业大数据是当前互联网还没有完全染指的处女地，有很大的市场。
2.工业互联网的专业门槛和软件技术门槛相比C端产品都要高很多，因此需要高端的专业领域企业和高端软件技术专家合作。
3.工业化生产慢慢的在走向集中化，因此，个人认为，在工业物联网的未来也是要先和大企业合作才会有大的价值。
4.工业大数据从宏观上要做到数据从需求，设计，计划，生产，交付，质量上端到端的打通，这样能发挥数据的最大价值，但是在创业过程中也可以从用户痛点入手，哪怕对于某个环节提升1%的效率，对于企业来说也能节省上千万的成本。
共有条评论 网友评论