大数据让智能制造成有源之水

人工智能要超越、统治人类，目前来看难以实现，很多处理能力是晶体芯片的物理特性没有办法突破的。从系统理论的九个层级来看，第一层级是静态系统，然后是简单动态系统，到第九层级是超级系统。人类目前的系统理论，还处在第三层级回馈系统，类似于温度控制，温度高于或低于某个数值机器的压缩机自动启动或关闭。

目前，大型、快速的计算机存储，硬件制作并不困难，难的是写程序，因此人工智能取代人类智慧短期内不会发生，但是我们可以充分运用它的记忆、运算等强项，在制造领域提升生产效率。

工业制造方面的困难处处可见，工业革命时期的集中化、同步化、标准化已不适用。现代人的要求更多样化，各种尖端设备及其生命周期的大幅缩短，都增加了制造难度。

人类追求更美好的生活，要提升生产效率，就必须要实现自动化，自动化过程也是人类自我调试的过程。大数据是制造业智能制造的基础，其在制造业大规模定制中的应用，包括数据采集、数据管理、订单管理、智能化制造、定制平台等。定制数据达到一定的数量级，就可以实现大数据应用。

通过对大数据的挖掘，实现流行预测、精准匹配、时尚管理、社交应用、营销推送等更多的应用。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。

产业整合待实现

在生产条件变得更严苛的当下，中国提出“中国制造2025”方案，就是决心在十年内努力打造制造强国。去年底，工业和信息化部、国家标准化管理委员会联合发布《国家智能制造标准体系建设指南》，就是要解决一些智能设备、传感设备标准不一的问题。智能制造在推动过程中最严重的问题之一就是设备标准不统一，一旦有标准可循，生产难度也会降低。

工业4.0就是利用大数据、物联网，把IT（信息技术）和OT（计算技术）结合起来。随时掌握生产信息、性能情况，得到产能跟质量的数据。所以工业4.0的效益非常大，它是一个跨产业、跨供应链、跨价值链的整合。整合内容从软件工具到机器设备到系统集成到产品制造等，定制变得可行，生产具有高度弹性，对生产力有极大提升，是国家强大的一个方向。

智能工厂的传感器可以产生庞大的数据量，用数据定义软件、软件定义网络、网络定义资料中心，如此引申就能够整合智能工厂的管理，包括探知、诊断、控管、可视化全方位得以实现。

利用这些大数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降，并将极大地减少库存，优化供应链。同时，利用销售数据、产品的传感器数据和供应商数据库的数据等大数据，制造业企业可以准确地预测全球不同市场区域的商品需求。由于可以跟踪库存和销售价格，所以制造业企业便可节约大量的成本。

消费者与制造业企业之间的交互和交易行为也将产生大量数据，挖掘和分析这些消费者动态数据，能够帮助消费者参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。制造业企业对这些数据进行处理，进而传递给智能设备，进行数据挖掘、设备调整、原材料准备等步骤，才能生产出符合个性化需求的定制产品。

利用大数据做支撑

过去，设备运行过程中，其自然磨损本身会使产品的品质发生一定的变化。而由于信息技术、物联网技术的发展，现在可以通过传感技术，实时感知数据，知道产品出了什么故障，哪里需要配件，使得生产过程中的这些因素能够被精确控制，真正实现生产智能化。因此，在一定程度上，工厂的传感器所产生的大数据直接决定了“工业4.0”所要求的智能化设备的智能水平。

从生产能耗角度看，设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情况，由此能够在生产过程中不断实时优化能源消耗。同时，对所有流程的大数据进行分析，也将会整体上大幅降低生产能耗。

在工业云平台下，智能制造通过企业本身的智能化、产品的智能化、装备的智能化，让企业转型升级至新业态。如果企业在生产过程中，把所有的研发、工艺、制造以及运维的数据加工到后台，就可以通过互联网和客户沟通产品。

企业可以利用数据、互联网和软件做支撑，把装备作为终端去调整或者改变传统模式，数据被软件定义后，企业可以在互联网上抓生产，装备通过互联网的作用，实现了装备自身的智能化。

工业云需要智能制造的支撑，而智能制造的重要支撑是工业大数据，如果没有大数据，智能制造本身也将会是无源之水。