其中，由成都數之聯所承辦的“工業互聯網與工業大數據”分論壇于當日下午13:30同步召開。分論壇圍繞時下熱門的智能制造話題，以大數據為切口，探討工業大數據如何提高生產效率，降低生產成本，進一步加快傳統制造業的轉型升級。住友電工、富士康、博世汽車、思科、聯想等10余家全球制造業行業杰出代表齊聚現場，分享各自在推進制造智能化過程中的實戰經驗和應用成果。
自21世紀以來，制造業在生產上對數據信息的依賴程度不斷增加，特別是在《中國制造2025》戰略實施后，“制造業數字化、網絡化、智能化”被定義為是新工業革命的核心技術，數據對國內企業經營的重要性提高到了前所未有的高度。制造系統由原先的能量驅動型，轉變為數據驅動型，工業大數據的價值隨之激發。
會上，成都數之聯CTO方育柯博士解讀了大數據對于智能制造的意義，他表示：制造業整個價值鏈、制造業產品的整個生命周期，都涉及到非常多的數據，比如產品數據、運營數據、價值鏈數據、外部數據等等，種類繁多。制造業的智能化關鍵在于這些數據的自由流動和對其有效挖掘的使用,智能制造的發展不能僅靠幾臺聯網的智能裝備和幾套自動化控制軟件, 更是要通過對大數據的有效采集和深度挖掘使用來不斷優化制造組織流程和服務模式、創造更多的價值，用以促進制造商業模式的創新。
事實上，從近年來的發展來看，工業大數據正在使工業企業決策制定的方式和流程發生根本性的轉變。這導致了想要尋求革新的企業必須調整傳統的經營思維模式和組織架構。如何針對大數據發展，轉變經營思維，創新企業管理模式，充分有效地利用大數據進行賦能成為了企業面臨的挑戰。
在對于工業大數據落地整體思路上，方育柯表示，結合產業場景、從應用實際環境出發來制定大數據策略，是獲得更優投入產出比的真正意義上的智能化制造解決方案。
以智能制造中的最核心的“生產優化”方向為例，在某些應用場景中，首先需要對生產參數進行全面管理，以歷史數據多次迭代訓練出一些“最優解”模型，從而獲得人力與設備成本的雙贏;而在另外一些應用場景中，企業更聚焦生產設備的健康狀況管理，那么為生產設備建立全流程的數據采集及特征提取模型，進而構建起相應的故障預測模型，可能實現降低故障發生率、實現預測性維護、降低維修保養費用并提升企業生產效率等收益。
總的來說，企業從自身特定的生產場景出發，結合其戰略發展目標及現狀，設計出貼合實際的工業大數據發展規劃目標以及實施路徑，是未來工業大數據真正成為企業向智能制造轉型的“最優解”。
工業大數據價值創造的序幕其實剛剛開啟，未來可期。由工業大數據驅動的制造業轉型升級，是未來全行業提升生產效率、改進產品質量、節約資源消耗、保障生產安全，實現制造智能化的必經之路，通過與人工智能、移動互聯網、云計算及物聯網等技術的協同發展，工業大數據驅動的的工業互聯網必將深度融入實體經濟，成為數字經濟時代的新引擎。
京公網安備 11010502049343號