探路制造业＋大数据 硬件天堑致效益难变现

在风险与机遇并存的转型过程中，制造业企业必将遭遇众多的技术困难与理念障碍。如何顺利地完成这场新时代的工业革命?制造业+大数据，一切才刚刚开始。
　　探路制造业+大数据 硬件天堑致效益难变现
　　风口与凛冬，制造业热“追”大数据
　　今年夏天，一位进京招商的南方某县县委书记，在中关村某科技园看了两天智能制造项目后，用“震撼”两个字，来感慨互联网和大数据给传统制造业带来的变化。
　　他此行的目的，是引进一家基于大数据的智能制造企业，来改造他所在县的传统纺织业。
　　在他看来，一方面经济下行，传统制造业遭遇寒冬，县域传统制造业开工率降低，同时，人口红利消减，制造业生产成本增加，企业生产比较困难。他认为，当下地方发展智能制造企业的需求十分迫切，也是地方经济转型的重要风向标。
　　传统制造业如何转型，目前关于企业转型的周末培训班，报名费飙到了两三万。各地行业交流会上，也都传播着“传统企业急需转型，不转型如等死”的信息。
　　大数据、云计算、工业物联网，种种新名词让很多企业以及地方招商官员眼花缭乱。大数据被当作制造业连接互联网的命脉，互联网大佬们称，大数据是区别传统制造业和智能制造的关键。大数据给制造业带来的价值，似乎正在逐渐被认可。
　　事实上，不只是国内，德国作为工业4.0发展的先行者和探路者，其业界对大数据的重视程度也相当之高。在9月17日的关于工业4.0的会议上，一位来自德国的专家，将数据与数据质量列为德国实现工业4.0的四大驱动力之一，与工业传统、劳动力和材料、能源成本并列。
　　不仅仅是业界和地方政府，在决策层面，推进大数据与制造业结合的步伐也在加快。
　　9月10日上午，工信部召开发布会解读《促进大数据发展纲要》，其中提到工业大数据工程。记者在会场获悉，工信部重点提到，将推进利用大数据推动信息化和工业化深度融合，研究推动大数据在研发设计、生产制造、经营管理、市场营销、售后服务等产业链各环节的应用，积极推动制造业网络化和智能化。
　　工信部长苗圩撰文解读我国制造业如何由大变强时称，当前的重点是推动互联网在制造业领域深化应用，积极发展云制造等基于互联网的新型制造模式，培育工业互联网新应用，建设一批工业云服务和工业大数据平台。
　　制造业+大数据探路，颠覆还是辅助?
　　一般认为，以大数据、云计算、物联网为基础的新一轮工业革命，有两个根本任务，一是以互联网新思维创造新业态，二是用新的信息技术改造旧行业。记者调查发现，在这两个思路下，都有先行者正在探索大数据在制造业的应用。
　　9月10日下午，工信部组织召开智能制造试点示范经验交流电视电话会议。海尔集团轮值总裁梁海山在交流会上发言。
　　据梁海山介绍，从2005年开始，张瑞敏提出要把传统制造变成大规模定制。2008年，海尔对企业的产品设计和制造体系进行了模块化改造，同时在虚拟设计、实体制造方面进行了系统的建设。从模块化到自动化，到黑灯工厂，再到现在的智能制造互联工厂，在一次次转型中，海尔口径经常用到一个词——“颠覆”。梁海山称，海尔智能制造互联工厂不是一个工厂的概念，而是一个生态系统，整个企业全系统、全流程都要进行颠覆。
　　海尔一位负责人告诉记者，试图脱离传统家电制造企业范畴的海尔，现在的定位是“一家开放的平台型企业”。而过去三年，围绕如何使大数据及时形成价值，海尔已经基本形成了一整套转型布局。
　　在数据源和数据搜集方面，海尔从2012年开始搭建了SCRM数据平台（社交化客户关系管理系统），到目前海尔共积累的线下实名数据达到1.2亿，线上的匿名数据有7.8亿。同时，海尔强调“回款不是市场销售的结束，而是用户交互的开始，企业应从追求产品销量转变成追求用户流量”。
　　海尔数据发展战略总监孙鲲鹏介绍，海尔要求产品成交后，必须采集用户数据。并且不再单纯采集送货信息，而是记录用户姓名、详细住址等等全方位的数据，用以在数据库生成完整的用户画像，预测用户需求。
　　在数据分析上，海尔曾经采用先搜集再分析的传统路子。现在则倒了过来，将数据视作变量。先实现生态圈和用户交互，再通过对数据流的即时处理，完成对数据的动态价值实现。
　　对于大数据的功用，孙鲲鹏总结了四个方面，一是大数据为海尔提供交互创新数据支撑，二是帮助企业做好精准营销，三是为企业提供决策支持，四是数据本身也可以成为商品。
　　以交互创新为例，海尔通过SCRM积累了1亿以上的用户数据。以亿为单位的样本，在做用户分析开发新产品方面，效果显著。比如其开发的某款新功能的洗衣机，即通过大数据平台，获悉大量用户数据吐槽和建议，然后再通过相应的平台跟121万用户进行交互沟通，搜集了1322条关于新款洗衣机的建议数据，然后再拿出相应的方案。
　　在精准营销方面，海尔目前已经将传统意义的广而告之、大面积投放广告，改成基于数据的精准交互营销，通过对用户数据的积累，了解用户是谁，用户在哪里，用户要什么，然后做精准营销。据介绍，今年1到7月份，海尔通过对用户的数据挖掘和预测需求进行交互带来的精准营销，转化的销售额超过40亿元。
　　如果说海尔选择了转型成为“颠覆性”的新企业，一些传统的技术和服务提供商，则似乎更偏向于为制造业企业提供大数据服务与技术，帮助企业完成业务升级。
　　以GE通用电气推出的Predix工业大数据平台为例，通用电气工业互联网大中华区总经理杨涛介绍，基于Predix平台的APM（资产性能管理）系统，可以智能化完成对生产设备资产生命周期管理、监视与诊断、基于状态的维护和实时运营智能等多方面任务，达到控制点检人数、提高设备性能、发现设备隐患等效果。
　　据悉，目前这些技术在航空业应用最为成熟，国内或已有多家航空公司与GE达成了合作。
　　此外，德国中小企业联合会德国-中国常驻代表吴婷在8月的一次大数据会议上透露，在德国，纯粹的工业大数据企业也还没有出现，制造业+大数据的应用还是以提供企业解决方案为主要形式。目前，在德国的制造业领域，已经出现了一批通过大数据手段，实现对生产线流程优化升级的外包服务。
　　硬件天堑，大数据效益短期变现难
　　在金融、交通等领域，大数据作为资产管理变现的理念，已经越来越受到认可。但在制造业生产过程中，对于大数据应用的价值实现，还有不少企业反馈无从下手。
　　中国运载火箭技术研究院研究发展中心高级工程师张京男告诉记者，传统工业基础设备面临升级改造，在工业4.0的大趋势下，生产流程中的很多数据采集手段需要进行升级改造。基础数据统计的问题不解决，制造业+大数据就无从下手。他认为，短期看还没有特别好的应用形式出现，当下主要还是要着重改进数据采集手段。
　　对于生产线上的大数据把握，张京男认为，只有在生产线上实现了智能化，完成信息采集手段的提升，才能统计到大量的生产实时数据;只有数据丰富了，才有挖掘、分析和应用的可能，才能真正了解整个生产系统运行的情况，全面开展智能化生产和个性化生产。
　　然而，不同于其他行业，工业和制造业对大数据的要求更为严格。不仅对数据“清洁度”要求更高，其分析手段也不再仅以统计分析为主，而对包括数学、机械、人工智能在内的专业分析流程和技术体系提出了更高要求。这也是阻挠制造业+大数据实现其价值的重要技术难题。
　　清华大学数据科学研究院副院长韩亦舜认为，制造业+大数据，实际上是制造业的一次内部优化升级的过程，带来的是效率提升、智能化和个性化生产等改变。大数据效益最终不是体现在直接的经济收益，而在于帮助企业提升竞争力，能够更清楚地应对客户需求，提供优质服务，“只要我们的制造业水平能随之得以提高，制造业+大数据的做法就应该坚持下去。”
　　而在另一些专家看来，未来十到二十年，是从工业3.0到工业4.0的过渡时期，也有专家称，现在3.0还没有做好，4.0还比较遥远。