工业大数据应用:工业互联网的基石(2)

第四个典型应用是工业供应链的分析和优化。

　　当前，大数据分析已经是很多电子商务企业提升供应链竞争力的重要手段。例如，电子商务企业京东商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。RFID等产品电子标识技术、物联网技术以及移动互联网技术能帮助工业企业获得完整的产品供应链的大数据，利用这些数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降。以海尔公司为例，海尔公司供应链体系很完善，它以市场链为纽带，以订单信息流为中心，带动物流和资金流的运动，整合全球供应链资源和全球用户资源。在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。美国较大的OEM供应商超过千家，为制造企业提供超过1万种不同的产品，每家厂商都依靠市场预测和其他不同的变量，如销售数据、市场信息、展会、新闻、竞争对手的数据，甚至天气预报等来销售自己的产品。利用销售数据、产品的传感器数据和出自供应商数据库的数据，工业制造企业便可准确地预测全球不同区域的需求。由于可以跟踪库存和销售价格，可以在价格下跌时买进，所以制造企业便可节约大量的成本。如果再利用产品中传感器所产生的数据，知道产品出了什么故障，哪里需要配件，他们还可以预测何处以及何时需要零件。这将会极大地减少库存，优化供应链。

　　工业大数据应用的价值潜力巨大。但是，实现这些价值还有很多工作要做。一个是大数据意识建立的问题。过去，也有这些大数据，但由于没有大数据的意识，数据分析手段也不足，很多实时数据被丢弃或束之高阁，大量数据的潜在价值被埋没。还有一个重要问题是数据孤岛的问题。很多工业企业的数据分布于企业中的各个孤岛中，特别是在大型跨国公司内，要想在整个企业内提取这些数据相当困难。因此，工业大数据应用一个重要议题是集成应用。

2013年9月5日，工业和信息化部正式发布《信息化和工业化深度融合专项行动计划（2013～2018年）》，在其中的互联网与工业融合创新行动中明确提出要促进工业大数据集成应用。随着互联网与工业融合创新，工业大数据集成应用将成为工业互联网应用的核心。据了解，专项行动计划把工业大数据集成应用分为三个层面，分别对应骨干企业大数据应用、中小企业大数据应用和行业大数据应用。一是，对骨干企业具备条件建设大数据应用系统，行动计划支持和鼓励典型行业骨干企业在工业生产经营过程中应用大数据技术，提升生产制造、供应链管理、产品营销及服务等环节的智能决策水平和经营效率。这是突出大数据技术自主应用，对骨干企业内外部数据进行分析。二是，支持建设第三方大数据平台建设，面向中小制造企业提供精准营销、互联网金融等生产性服务。这是突出大数据的第三方专业化商业服务，为中小企业提供工业大数据云服务。三是，推动大数据在工业行业管理和经济运行中的应用，形成行业大数据平台，促进信息共享和数据开放，实现产品、市场和经济运行的动态监控、预测预警，提高行业管理、决策与服务水平。这是政府参与的行业大数据云平台建设，服务行业指导和科学决策。

　　从技术层面看，工业大数据集成应用将基于Hadoop的分布式计算平台、内存计算平台和实时的流计算平台来整合搭建。工业物联网中存在多种传感器，存在多种通讯协议和数据格式，各种工业数据的采集和解析将比其他行业更为复杂，要求工业大数据采集总线具有更好的集成性。工业数据处理要求从实时、准实时到离线，Hadoop平台解决的是大数据离线批处理计算的需求，内存计算解决的是大数据准实时迭代分析的需求，流计算平台解决的是生产线实时数据分析的需求。工业大数据的数据挖掘与可视化也要符合工业生产的具体要求，建立工业生产领域的优化、运筹、决策分析模型。工业大数据的安全事关生产质量和安全生产，数据分析的准确性显得更为重要。

　　总之，无论从应用和技术角度看，工业大数据集成应用将成为两化深度融合的重点任务，成为建立互联网工业和智慧工业的基石。