大數據的制造業(yè)潛力

　　IBM將“大數據”定義為無法使用傳統(tǒng)流程或工具進行處理或分析的信息。根據《中國大數據發(fā)展調查報告（2015年）》，2014年，中國大數據市場規(guī)模為84億元，預計2015年接近116億元，增速為38%。

　　一直以來，對大數據的關注主要集中于社交媒體、廣告、銷售和情感分析等領域，但實際上，大數據戰(zhàn)略的商業(yè)應用特別在產品設計與制造領域擁有巨大的潛力。正如過去十年來媒體、通信和技術改變消費市場那樣，聚集于產品生命周期管理（PLM）與企業(yè)資源計劃系統(tǒng)（ERP）中的龐大數據，以及長期的產品數據，可能會改變整個企業(yè)經營和工業(yè)格局。

　　以典型的制造企業(yè)為例，原材料、勞動力及能源是其主要成本。就性質而言，企業(yè)的經營優(yōu)化主要專注于物理層面，如精益化、供應鏈及卓越制造等領域。而利用大數據改善經營的過程，關系到對設計和制造流程中的各元素進行更深、更廣、更智能的分析。

　　對大數據進行分析，并利用其結果為決策制定提供依據，可帶來的關鍵效益包括：通過主動采用與市場同步的戰(zhàn)略來實現企業(yè)目標，以及降低采購、轉換及經銷成本等有形價值。雖然各企業(yè)采用的方法在細節(jié)方面是根據各自的實際情況而設計，但他們所遵循的關鍵原則卻是統(tǒng)一的，即關注所有數據源，分析和利用內外環(huán)境中的各種變化。

　　因此，在傳統(tǒng)制造業(yè)中利用大數據的關鍵在于，企業(yè)不再單純地僅以結構性數據為制定業(yè)務決策的依據，企業(yè)內部及其周邊存在大量原始數據有待收集。這些原始數據中蘊藏著重大的業(yè)務機遇，但除非對之進行合理分析，否則無法揭示其隱含的價值。相對于其可能帶來的潛在收益而言，捕捉此類數據所需的成本并不算高。對于決策制定而言，通過對非結構化數據進行分析所收集的信息同樣具有重要意義。

　　力，首先必須解決多重挑戰(zhàn)，才能說服所有相關的利害關系人。這包括大數據的所有權、問題的規(guī)模和復雜性、技術和業(yè)務流程的集成、以及解決問題所需的大量工具。事實上，所有企業(yè)都與大數據的增長存在千絲萬縷的內在關聯(lián)。不過令人欣慰的是，其潛在效益同樣對企業(yè)有利。

　　雖然大數據的規(guī)模不可小覷，但其復雜性同樣不容忽視。因此，要解決大數據挑戰(zhàn)，不是簡單地加大資源投入，而是要采用完全不同的思維方式。相應的，技術也只是解決方案的一部分而已。如果不能將結果融入業(yè)務，并不斷反饋給流程和工作流，絕大部分潛在效益都將得不到實現。

　　因此，技術和流程的結合是不可或缺的，將大數據應用于PLM管理的挑戰(zhàn)也絕非單一解決方案所能解決的，而是需要一個集成的方法，有效利用各種工具和資源。其中，關鍵是要確保在正確的應用場合部署適當的系統(tǒng)。最理想的情況是集成所有這些要素，以求實現最大效益——不只是實現單項應用的效益，而且要實現它們的綜合效益以及綜合搜索等支持功能。

　　除了上述難題之外，有關大數據的另一顧慮在于數據保護方面。造成這一顧慮的原因有很多，如IT環(huán)境的改變以及不斷變化的業(yè)務舉措和規(guī)則等。

　　在應對內部威脅的同時，企業(yè)還需對付越來越精明復雜的黑客技術，以及信息大爆炸現象，以至于任何大數據解決方案都必須具備穩(wěn)健的數據安全保護機制，這一點不容置疑。這就意味著制造企業(yè)必須確保往常被視為比較脆弱的工具和應用的安全性，因為在與其它系統(tǒng)相集成、以及在與供應商和第三方合作伙伴進行數據共享時，這些工具和應用因其開放性容易成為新的被攻擊點。

　　供應鏈管理升級

　　流入企業(yè)網絡的龐大數據來自諸多源頭，包括使用傳感器自動監(jiān)控各種環(huán)境條件并生成大量性能數據的所謂智能設備。處理大數據，就是要能夠共享、集成、存儲和搜索來自眾多源頭的龐大數據。就供應鏈管理而言，這意味著要能夠接受來自第三方系統(tǒng)的數據，并加快反饋速度。其整體影響是增強協(xié)同性、加快決策制定和提高透明度，這對所有相關人員都有幫助。

　　1.優(yōu)化庫存。比如，SAS獨有的功能強大的庫存優(yōu)化模型可以實現在保持很高的客戶滿意度基礎上，把供應成本降到最低并提高供應鏈的反應速度。其庫存成本第一年就可下降15%-30%，預測未來的準確性則會上升20%，由此帶來的是其整體營收會上升7%-10%。當然還有一些其他的潛在好處，如提升市場份額等。

　　2.創(chuàng)造經營效益。供應鏈渠道，以及生產現場的儀器或傳感器網絡收集了大量數據，對它們進行更緊密的整合與分析，可以幫助改善庫存管理、銷售與分銷流程的效率，以及對設備的連續(xù)監(jiān)控。制造業(yè)要想發(fā)展，企業(yè)必須了解大數據可以產生的成本效益，并對設備進行預測性維護。制造業(yè)將是大數據營業(yè)收入的主要來源。

　　3.B2B電商供應鏈整合。強大的電商將引領上游下游生產計劃與下游銷售對接，這種對接趨勢是上游制造業(yè)外包供應鏈管理，而制造企業(yè)只專注于生產。物流外包上升到供應鏈外包是一個巨大的飛躍，體現了電商的強大競爭力和整合能力，海量數據支持和跨平臺、跨公司的對接成為可能。

　　4.物流平臺規(guī)模發(fā)展。目前，多樣產品的銷售供應鏈的整合有很大的技術難題，制約物流平臺發(fā)展，如供貨周期、庫存周期、配送時效、物流操作要求等，大數據平臺建設將驅動整體銷售供應鏈整合。

　　5.產品協(xié)同設計。在產品設計和開發(fā)過程中，相關人員相互協(xié)同，工廠與制造能力也在同步設計和開發(fā)中。當前的壓力在于向市場交付更具競爭力、更高配置、更低價格、更高質量的產品，而同時滿足所有這些要求，是制造和工程企業(yè)的下一個重大的價值所在。這也正是大數據的用武之地。

　　總結

　　目前，大數據可以分為兩個獨立的部分，分別針對其規(guī)模和信息的有效利用。第一部分針對的是對所生成、傳輸和存儲的海量信息進行簡單處理所帶來的挑戰(zhàn)。當前，數據量呈爆炸式增長，而隨著M2M（機器對機器的通訊）的應用，此趨勢仍將持續(xù)下去。但是，如能夠解決這些挑戰(zhàn)，將可以打開嶄新的局面，這便是大數據的第二部分所對應的問題。

　　通過挖掘這些新數據集的潛力，并結合來源廣泛的信息，就可能獲得全新的洞見。如此，企業(yè)可以開發(fā)全新的流程，并與產品全生命周期的各個方面直接關聯(lián)。與之集成的還有報告和分析功能，為流程提供反饋，從而創(chuàng)建一個良性的強化循環(huán)。

　　領先的制造企業(yè)利用大數據，可以培育出個性化定制產品市場，優(yōu)化企業(yè)生產環(huán)節(jié)，制造出智能產品，實現經營優(yōu)化。雖然目前只有少數企業(yè)可利用大數據來建立競爭優(yōu)勢，但預計未來幾年，以大數據促進制造產業(yè)轉型升級，幫助中國企業(yè)實現智能制造，將成為制造業(yè)必然的發(fā)展趨勢。

　　文/Dr.Helmuth Ludwig

關注讀覽天下微信， 100萬篇深度好文， 等你來看……