
大数据为制造业开辟转型新途径
“制造业是产业的支撑,制造业的新曙光在于新业态的培育,在于新旧动能的转换,而其中大数据将发挥不可替代的、划时代的作用。”贵州省经济与信息化委员会主任马宁宇在日前由清华大学举办的“迎接制造业新曙光:大数据助力制造业升级”论坛上如是说。
马宁宇指出,大数据代表着新一代信息技术革命的最新趋势,代表着新技术,蕴育着新业态,必将推动传统产业转型升级,改变资源配置方式,提升各个产业效率以及政府治理能力。
近年来国务院先后出台了《中国制造2025》、《国务院关于积极推进“互联网+”行动的指导意见》、《促进大数据发展行动纲要》等政策文件,为制造业大数据发展创造了良好的发展环境。
工信部在解读《促进大数据发展纲要》中重点提到,利用大数据推动信息化和工业化深度融合。大数据作为新一代信息技术和产业发展的重要方向,对制造业研发设计、生产制造、经营管理、销售服务等全产业链将产生重要影响,为我国传统制造业转型升级提供了千载难逢的机遇。
当前,全球正处于新一轮科技革命和产业变革之中,通过对互联网、物联网等新一代信息技术所产生的海量数据进行分析,能够总结经验、发现规律、预测趋势、辅助决策,拓展人类认识世界和改造世界的能力,给人类经济社会创新发展提供强大引擎。
伴随着我国劳动力成本的持续上升,部分传统制造业,昔日风光已不再,转型升级举步维艰。
可以说,大数据为制造业转型升级开辟了新途径。在数据爆炸的时代,制造企业获取、管理和利用到的数据量越来越大、种类越来越多,若能对数据进行科学的采集、组织、分析与利用,为产品全生命周期和企业生产经营各环节提供有价值的决策参考,就能提高生产率、利润率和企业综合发展水平。
浙江胄天科技股份有限公司董事长冯伟光说,面对现阶段制造业下行压力大、劳动力成本提高和生产效率低的现状,中国要积极实现从制造大国向制造强国的转换。
清华大学经济管理学院教授吴贵生指出,面对需求“井喷”的结束,制造业的出路、创新的方向,在于满足、发现并挖掘需求。吴教授认为,我国制造业的转型升级,要认识到市场资源的重要性,重新认识深度需求,并重新思考创新。
关于中国制造业发展路径的思考,吴贵生提到要充分发挥市场资源优势,注重颠覆性创新,将“广义”需求作为核心定位战略,并在此基础上将制造与服务相融合,探讨符合中国需要的进步道路,从而实现制造业的升级。
清华大学软件学院副院长、党委书记王建民教授在论坛上分享了他对工业大数据的理解。他提出,中国制造2025的核心是“智能”制造,在产品周期的三个阶段分别进行设计制造、使用维护和回收利用。智能制造包括智能产品、生产、服务和回收,而制造业的信息化需要互联网数据和物联网数据的支持。
作为《中国制造2025》操作系统和工业软件的起草者,王建民表示,要做原来信息化当中做不好、没做完的事情,并研制自主的工业大数据平台,让数据为创新服务,将工业大数据留在中国。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04