2025年，会计这个岗位就会彻底消失，基础财务工作都会由机器人来完成。这绝不是危言耸听，而是即将来临的现实。
国际四大会计师事务所之一德勤推出的“小勤人”机器人已经上线开工。几分钟就能完成财务几十分钟才能完成的基础工作，而且可以7*24小时不间断工作。你有没有感到岌岌可危。
近期人工智能之所以能取得突飞猛进的进展，不得不说是因为这些年来大数据行业长足发展的结果。正是由于各类传感器和数据采集技术的发展，我们开始拥有以往难以想象的海量数据，同时，也开始在某一领域拥有深度的、细致的数据。而这些，都是训练某一领域“智能”的前提。
举个例子，如果我们把人工智能看成一个嗷嗷待哺、拥有无限潜力的婴儿，那么某一领域专业的、海量的、深度的数据就是喂养这个天才的奶粉。奶粉的供应量充不充足决定了这个婴儿能不能长大，而奶粉的质量过不过关则决定了这个婴儿后续智力发育水平的高低。
这就是为什么，尽管美国、德国在智能制造发展路径上的选择有所不同，但是他们都不会忽略大数据这个领域的发展。可以说，大数据是工业4.0时代的一个重要特征。
工业大数据崛起的原因是什么呢？
在设备自动化过程中，控制器产生了大量的数据，然而这些数据所蕴藏的信息和价值并没有被充分挖掘；随着传感器技术和通讯技术的发展，对我们而言，现在获取实时数据的成本已经不再高昂；嵌入式系统、低耗能半导体处理器、云计算等技术的兴起，使得设备的运算能力大幅提升，具备了实时处理大数据的能力；制造流程和商业活动变得越来越复杂，依靠人的经验和分析已经无法满足如此复杂的管理和协同优化的需求。
工业4.0为工业大数据的蓬勃发展提供了环境。工业4.0的基础特征就在于互联与高度融合。互联包括了设备与设备、设备与人、人与人、服务与服务的万物互联。高度融合则包括了纵向、横向的“二维”战略。他们的目标都是使设备数据、活动数据、环境数据、服务数据、公司数据、市场数据和上下游产业链数据等能够在统一的平台环境中流通，这些数据将原本孤立的系统相互连接，使设备之间可以通信和交流，也使生产过程变得透明。
从一般意义上讲，普遍认可大数据具有以下四个特征：数据的规模非常大、数据的采集非常频繁、数据具有多样性、数据是真实的。而在工业4.0时代，大数据还有另外两个特征：第一是通过大数据分析使以往不可见的重要因素和信息变得可见；第二通过大数据分析得到的信息应该被转换成价值。对于工业4.0从设备制造端向用户服务端的转型而言，这两个特征则代表了工业界追求大数据所的目的与意义。
大数据到底能为企业带来什么价值？
归纳起来，主要有三点:
第一，是使原本隐性的问题，通过对数据的挖掘变得显性，进而使以往不可见的风险能够被避免。
第二，将大数据与先进的分析工具相结合，实现产品的智能化升级，利用数据挖掘产生的信息为客户提供全产品生命周期的增值服务。
第三，利用数据寻找用户价值的缺口，开拓新的商业模式。
在工业大数据时代，各个企业的核心开始从单点对多点的数据中心模式转变成以用户为核心的平台式服务模式。将用户与数据中心之间的连接变成了用户与用户之间的连接，形成了基于社区的、以用户为核心的服务生态体系。而用户需求的核心也不再是以实用为导向，而是以使用过程中的价值为导向。
比如Uber自己并不直接为用户提供驾乘服务，而是把客户联系到了一起。这时候就不是租赁的体系了，而是一个商业的社交网络或者服务网络，这样服务的潜力就可以做到无限大。客户端随时服务的观念以及个性化的自服务模式开始兴起，服务和价值的载体开始从产品慢慢转向平台。
而在大数据中心无法满足用户高度动态和定制化的服务要求时，数据分析平台就应运而生了。因为它可以同时满足数据分析的规模化和用户功能服务的定制化。
百年巨头GE就是其中的佼佼者。他提出的工业互联网平台Predix，是一种以解决方案为主的平台。可以将开发者与用户的需求相连接，可以在平台上按照客户的需求开发定制化的数据分析和应用解决方案。
比如一个轴承专家可以在平台上为许多公司提供轴承数据分析软件的开发服务，其基础是统一的数据接口、运行环境和用户接口。目前，在这个平台上，已经有了100多个应用程序、近300家合作伙伴及20000多名开发者。
听了这么多，你有没有动心，下一次，我们将继续讲一讲工业大数据和互联网大数据有什么不同，欢迎收听。
共有条评论 网友评论