這篇文章最初發表于美國商務部的經濟學和統計管理局助理部長的博客。
制造業是美國經濟的重要組成部分，占國內生產總值（GDP）的12.5%，并提供了1740萬個崗位。維持一個強大的工業部分是確保我們未來競爭力之關鍵，更好地利用數據和分析是建立一個健全的制造業之關鍵。重要的全國性項目也認同此觀點，例如奧巴馬政府建立的“國家制造業創新網絡（NNMI）”這個開發先進制造科技的研究機構的骨干群體。
根據來自市場情報公司IDC的2014年估算，這種被稱之為“智能制造”的方式將在未來四年中創造3710億美元全球凈價值。它也能夠通過設計過程的精益化（流線化），工廠運營的提升，以及供應鏈中的風險管理這三種主要途徑使美國制造商在全球經濟中具有競爭力。
數據能夠從產品生命周期的開端就支持制造創新。數據驅動的設計能夠在制造任何實物產品之前預告設計過程，從而降低成本，并確保最終產品更加符合客戶偏好。
例如，歐特克（Autodesk）的計算機輔助設計軟件雖已流行了幾十年，而現在該公司在其建立的算法生成設計（algorithmically generated design）的研究項目“追夢計劃”中，正在開發一種更加數據驅動的方式。這項成就最終將與公司的其他產品整合，使設計者能夠根據一系列材料和性能要求生成設計，隨后這些設計將被用來進行高精度增材制造。汽車制造商，如沃爾沃（Volvo）和邁凱輪（McLaren）都采取了基于模擬的方式。邁凱輪在制造實體原型之前，對其設計進行性能分析；沃爾沃則整合客戶數據來預測一個特定設計或功能是否能夠吸引客戶。數據驅動的設計在其他領域（如網頁設計）已經成為標準做法。制造商若將其更全面地應用于自己的產品，將會受益匪淺。
制造商還可以利用數據和分析來提高工廠車間操作。低成本傳感器技術（即物聯網）的擴張已經使得幾乎所有制造工藝和零部件成為潛在數據源。創新的制造商可以利用所得到的數據集來深入了解實體制造過程，以提高效率，增加產量，并降低產品缺陷。
雷神（Raytheon）公司非常在行追蹤工廠中一顆螺絲轉動的次數，其他公司也正在盡可能多地收集自己的流程細節。例如哈雷戴維森（Harley Davidson）追蹤在其摩托車噴漆區域的風扇轉速，并能夠根據環境波動來通過算法調整風扇。默克（Merck）提高其一種疫苗質量的方式是通過150億次的計算來決定影響最終產品質量的環境和流程因素。英特爾（Intel）利用數據的預測模型來預測故障，優先檢查，并削減其芯片制造工廠的監控成本。 有如此多潛在變量可追蹤，“信息太少”不應再是工廠環境中浪費和損失的借口。
最后，數據分析可以幫助制造商管理供應鏈。產業供應鏈的相互關聯性使其成為風險的溫床，并且更多信息意味著返工和成功出貨的區別。
GE石油和天然氣現在使用的是一個基于云的供應鏈數據平臺來管理他的材料、設備和服務 。這個實時系統現在部署在五個大洲，是為了抗衡油田停工期的高成本。惠普（HP）將網絡分析整合入其供應鏈的監控。他們的做法，其中還包括數據可視化，已經將供應鏈優化項目所需的時間降低了50%。（美國）國家標準與技術研究院（NIST）正在進行一個項目為“制造數據分析”制定標準、方法和協議，其中一個主要動機是日益增長地對更加全面的供應鏈智能化的需求。即使有數據驅動的工廠和設計工作室，制造商也只有當其供應鏈與監控相同水平時才能高枕無憂。
數據與分析能夠在流程中的幾乎每一個環節幫助制造商，從他們的全球供應足跡到工廠中一顆螺絲的轉動。而正由于一個健全的制造業是一個健全的經濟體系的重要組成部分，數據驅動的制造業的優勢也將遍及全國。
京公網安備 11010502049343號