京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据云计算赋能 互联网+向工业下沉是必然结果
自“互联网+”从概念到成为国家顶层战略,已过去两年多的时间。如今,”互联网+“的发展已经取得很大进步,在政务、警务、医疗等领域已初见成效,对传统产业的赋能效应也逐渐凸显,推动传统领域的转型升级。而“互联网+”在工业领域的下沉和渗透则是“新风口”,大数据、云计算等能力的开放,将提速工业化进程。
互联网+重塑“智造
“互联网+”是通用技术,向工业下沉是必然结果
“现在讲互联网+,对研究经济的人来说,实际上是通用技术怎么向各行业渗透。前一个很大的通用技术是电力技术,电力技术刚起来的时候,也是很小的一个领域,慢慢地渗透到所有行业。既然是通用,就代表你的技术能带来便利性或提高效率。”对于互联网+的连接能力,国务院发展研究中心企业研究所副所长张文魁这样理解。
同时,他还认为:无论德国工业4.0,还是中国制造2025,也许未来10年、20年、30年,互联网+工业的实际结果,跟现在描绘的并不一样。“但这并不要紧,互联网+作为通用技术,肯定会渗透进去。”
对于张文魁的观点,腾讯移动互联网事业群副总裁、互联网+合作事业部总经理陈广域也表示认同。他提到“互联网+”是互联网思维的进一步实践,在渗透各行各业的同时,也正在推动经济形态不断地发生改变。而对于腾讯而言,作为互联网+的提出者,腾讯“互联网+”思路核心是开放、赋能。“腾讯的定位是连接器,也就是说,不是腾讯自身有能力做所有跟产业互联网+、能源互联网+ 、制造互联网+有关的事,而是腾讯释放和输出核心能力,给所有互联网+生态合作伙伴提供平台和基础,帮助合作伙伴在实现互联网+这件事上变得更简单。”
无论这种“通用技术”渗透到什么行业,最终都会落实到产品和技术上。张文魁指出:互联网+的连接能力已初见成效,虽然在工业领域渗透还比较缓慢,但融合是早晚的事情。当互联网+开放生态与工业领域真正完美的融合时,就可能诞生伟大的产品。
腾讯“互联网+“赋能工业,基础能力是大数据和云计算
对于云计算能力腾讯云副总裁黄海清指出:“云其实是一个基础架构,是一个最底层的,一个平台上面有各个方面的分支应用。”
同时,谈到云计算在工业领域的运用时,黄海清还介绍,在离散制造,包括像汽车制造、工业制造等领域,云计算的应用空间巨大。“我们和三一重工有一个工业云项目,在工业设备上放了很多传感器,传感器收集到很多机器数据,没有云计算的支持是没有办法分析的。把传感器的数据获取、重组在云上,然后进行分析,变成数据库,变成可以利用的大数据价值。这就是大数据和云计算带给工业改革的力量。” 所以“互联网+”赋能,无论在汽车制造、工业制造、重工、轻工、机械等传统企业都需要大数据和云计算的基础能力。
陈广域强调:“大数据和云计算能力能保证数据的传输是更高效的,未来三一重工的每个挖掘机都能连接在一起,那这样我们就知道,全国有多少机器开工、进一步反映今年经济是不是景气、建筑行业是不是遇到问题。过去缺少这些数据还做不到这样的效果,但今天我们有这样的能力,我们可以帮助各行各业做这样的事情。”其实,这正是“互联网+”赋能工业的体现。
腾讯在互联网+的基础能力上,拥有大数据和云计算以及微信小程序的能力,同时,腾讯还拥有社交、游戏、支付、生活等移动端的产品,拥有庞大的用户基数,所以腾讯可以把大数据、云计算等基础能力开放出来,帮助国家政府,传统行业包括制造业在内等各个领域快速使用互联网+的能力,实现快速发展。小程序也可以帮助企业主、商家、个体更好的去触达用户,经营自己的品牌,提升效率。
“互联网+”工业领域发展 想象空间巨大
事实上,无论从德国“工业4.0”提升制造业的智能化水平,建立具有适应性、资源效率及基因工程学的智慧工厂,还是“中国制造2025”规划的发布以及一系列相关配套措施的落实来看,都将是推动传统工业转型升级,实现互联网+工业的快速发展。
工业生产的网络化和智能化特征越来越明显,“互联网+”与工业融合发展已经成为不可逆的趋势。虽然说腾讯“互联网+“赋能工业的基础能力是大数据和云计算,但是具体会以什么样的形式融合却给我们留下更大想象空间。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21