打通产业线数据，“大数点”为制造业做数据分析来预测问题

中国的制造业离工业4.0还有很长一段路要走， 目前普遍的观点是大部分中国制造企业仍然徘徊在工业2.0-3.0之间 。工业2.0 指企业拥有自动化生产线，据德意志银行报告显示，截止至2012 年，中国自动化市场已达到千亿美元。而 工业3.0 是把自动化生产过程信息化，比如企业部署了ERP、MES（制造执行系统）等软件系统，来实时掌握生产信息。但这些产业线间的 信息是孤立的，数据没有联通，一旦某环节出现问题，也不知道影响因素是什么，生产效率仍然上不去。

基于此， “大数点” 做了工业大数据引擎与物联网解决方案， 其核心技术产品包括工业物联网总线 IoT Datahub 和基于Erlang构建的实时数据仓库。虽然该技术系统具备通用性 ，但要对接到具体的行业需要定制性开发，存在规模化的问题；加之，传统制造业难以赶超美国、德国，因此 “大数点” 选择 先做锂电池、新能源等更具前景的制造行业 ，其它行业如机械制造、石油天然气等，交由经其培训的代理商去做。

通俗的来说， “大数点” 是把所有产业线连接到云端，在云端集成相应应用，如ERP、MES、供应链和CRM等，以实现一个云端管理多条产线，而整个云平台由 “大数点” 来维护。这样的 好处在于企业灵活性提升，并且降低了企业IT运维成本。 更重要的是， 把 以往产业链中孤立的数据汇集到一起，能进行大数据分析。

数据串联的效果是，企业对整个工业流程有明晰的认识：在哪些环节上有问题、哪些环节比较关键等。此外还能基于机器的数据、生产的质量及速度等，预测是哪些影响了生产质量，哪些设备可能会出现状况，“比如说能够提前5小时或1天告知，有机器可能会宕机，企业能提前防范非计划性停产，避免更大的损失。” 大数点 CEO犹杰说。

那么我们自然会想到， 传统制造业的生产设备宕机的可能性大吗？ 或者说这种预测是否真的有帮助？犹杰告诉36氪，国内大部分的做生产制造业的是中小型企业，由于资金没那么充裕，采购的设备相对来说故障率很高。

商业模式上， 大数点 会按照连接设备数目的多少、以及产生的数据量的大小收费。另外，若通过大数点的数据分析，帮助企业预防了事故，会按照事故转化的效益抽成。目前客单价在100-300万。

与 大数点 做类似事情的公司还有 Thingworks , Predix of GE, ProfiNet of Phönix, Sinalytics of Siemens等，与其它竞品相比，犹杰表示，“ 大数点 首创了在数据采集（流动中）时实现对数据实时过滤／处理的插件框架，支持过滤插件的可视化组合和动态载入，和R统计语言的数据建模映射到Erlang的数据处理函数，能实时处理海量数据。”

可以看出， 大数点实际做的主要是数据分析这块， 但传统有采集能力的企业已有相应的分析方案， 为什么需要大数点单独提供数据分析呢？ 犹杰告诉36氪，传统的采集做分析往往效率较低或者效果不好，而且他们并不理解各种工业企业的业务逻辑，难以实现深层次的分析。