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
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23