當(dāng)推出支持人工智能的機(jī)器視覺來自動(dòng)化檢測流程時(shí)，制造商會(huì)推動(dòng)質(zhì)量改進(jìn)計(jì)劃，著眼于提高產(chǎn)量、提高流程效率和降低成本。在更高的層面上，許多制造商將這些努力視為與工業(yè)4.0或工業(yè)物聯(lián)網(wǎng)(IIoT)相關(guān)聯(lián)的更廣泛的智能制造戰(zhàn)略的一部分，使用快速、簡單和具有成本效益的技術(shù)實(shí)現(xiàn)，使其變得更加靈活、高效和創(chuàng)新。

Neurala公司首席執(zhí)行官M(fèi)axVersace表示：“最終，能夠通過提高質(zhì)量或降低成本，或兩者兼有，使產(chǎn)品差異化并更具競爭力的制造商，將處于更有利的發(fā)展地位。”

NextLinkLabs首席信息安全官JeremyDodson對此表示贊同，他指出，通過自動(dòng)化特定流程和使用大數(shù)據(jù)分析，制造商可以識(shí)別其運(yùn)營中的瓶頸和低效率，并進(jìn)行改進(jìn)，從而提高效率和生產(chǎn)率。

什么是大數(shù)據(jù)?

Gartner公司將大數(shù)據(jù)定義為高容量或高種類的信息資產(chǎn)，需要具有成本效益的創(chuàng)新形式的信息處理。大數(shù)據(jù)和分析工具可以幫助制造商分析大量數(shù)據(jù)，并就其運(yùn)營、供應(yīng)鏈和產(chǎn)品開發(fā)做出明智的決策。

Dodson解釋道：“制造商可以通過收集和分析生產(chǎn)過程中的數(shù)據(jù)來實(shí)時(shí)識(shí)別和解決質(zhì)量問題，從而提高產(chǎn)品質(zhì)量。通過采用新技術(shù)，制造商可以在競爭中保持領(lǐng)先地位，并在市場上獲得競爭優(yōu)勢。精簡操作和提高效率有助于制造商降低成本，提高盈利能力。”

大數(shù)據(jù)的好處

將大數(shù)據(jù)和自動(dòng)化目標(biāo)引入制造業(yè)領(lǐng)域之外，可以以一種變革性的方式跨越整個(gè)組織，從人力資源和營銷到提高客戶滿意度。通過使用大數(shù)據(jù)和分析來更好地了解客戶的需求和偏好，制造商可以改善客戶體驗(yàn)，不僅可以提高客戶滿意度，還可以通過更短的創(chuàng)新周期實(shí)現(xiàn)產(chǎn)品的個(gè)性化。

西門子工業(yè)公司邊緣/工業(yè)物聯(lián)網(wǎng)產(chǎn)品營銷經(jīng)理ChrisLiu表示:“由于5G無線、OPC和其他全系統(tǒng)IP標(biāo)準(zhǔn)的快速發(fā)展，可用的數(shù)據(jù)量正在爆炸式增長，這推動(dòng)了設(shè)施中安裝和連接的設(shè)備數(shù)量的增加。”

然而，隨著大數(shù)據(jù)繼續(xù)呈指數(shù)級增長，暗數(shù)據(jù)(即組織中任何人都完全未使用的數(shù)據(jù))的數(shù)量也在呈指數(shù)級增長。根據(jù)由Splunk贊助的TRUEGlobalIntelligence公司最近發(fā)布的“暗數(shù)據(jù)狀態(tài)”報(bào)告，約55%的組織數(shù)據(jù)不僅未被開發(fā)，而且實(shí)際上可能完全隱藏、未被發(fā)現(xiàn)、未量化，甚至未知。

微軟公司制造業(yè)行業(yè)高管JeffWinter表示:“大多數(shù)公司產(chǎn)生的數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超過了它們使用的數(shù)據(jù)。”溫特引用了德克薩斯大學(xué)的一項(xiàng)研究，該研究估計(jì)，數(shù)據(jù)可用性每提高10%，財(cái)富1000強(qiáng)公司的收入平均就會(huì)增加20億美元。Winter解釋說，在一家公司能夠提高管理和處理如此海量數(shù)據(jù)的能力之前，定義工業(yè)4.0的愿景及其對組織的意義非常重要。

在數(shù)字化轉(zhuǎn)型方面，企業(yè)可能有許多不同的目標(biāo)。優(yōu)化生產(chǎn)與降低成本、開拓新市場、創(chuàng)建新商業(yè)模式或改變客戶體驗(yàn)有著不同的標(biāo)準(zhǔn)。這一切的核心是正確捕捉和利用這些數(shù)據(jù)的能力。

數(shù)字優(yōu)化vs數(shù)字轉(zhuǎn)型

許多企業(yè)目前都專注于數(shù)字優(yōu)化，這僅僅意味著在他們已經(jīng)在做的事情上做得更好。優(yōu)化本身并不是特別具有變革性。優(yōu)化可能涉及大數(shù)據(jù)和人工智能的應(yīng)用，例如，更快速、更有效地制造和向客戶交付產(chǎn)品，同時(shí)減少浪費(fèi)。

相比之下，數(shù)字化轉(zhuǎn)型涉及使用大數(shù)據(jù)和人工智能從根本上改變公司的運(yùn)營方式。數(shù)字優(yōu)化和數(shù)字轉(zhuǎn)型帶來了不同的挑戰(zhàn)、好處和復(fù)雜性。無論數(shù)字化轉(zhuǎn)型目標(biāo)是什么，轉(zhuǎn)型通常都要困難得多，因?yàn)樗鼤?huì)影響整個(gè)組織中的所有人員和流程，而優(yōu)化很少有這樣的影響。

Winter解釋道:“我們正在與一些公司合作，他們的整個(gè)數(shù)字化轉(zhuǎn)型任務(wù)就是改變客戶體驗(yàn)。制造業(yè)只是其中的一小部分，但這還包括一種全新的商業(yè)模式，基于結(jié)果的合同，將產(chǎn)品作為服務(wù)銷售，這將極大地改變運(yùn)營管理、項(xiàng)目管理和工程。”

大數(shù)據(jù)的關(guān)鍵注意事項(xiàng)

在定義愿景、選擇目標(biāo)并決定是否專注于數(shù)字優(yōu)化、轉(zhuǎn)換或兩者兼而有之之后，下一步是了解需要解決的問題，并確定需要為每個(gè)問題收集所需的數(shù)據(jù)。

Versace舉例說，如果一個(gè)項(xiàng)目的核心是盡量減少產(chǎn)品召回費(fèi)用，那么僅僅存儲(chǔ)被檢查產(chǎn)品的圖像和檢驗(yàn)結(jié)果是不夠的。他解釋說，如果想在發(fā)生召回事件時(shí)迅速采取行動(dòng)，那么捕捉生產(chǎn)日期、時(shí)間、批號、產(chǎn)品號、分銷商或客戶發(fā)貨地點(diǎn)也很重要。只有這樣，才能開始定義數(shù)據(jù)收集、組織、保護(hù)和存儲(chǔ)的過程，以便在需要時(shí)能夠快速訪問。

Dodson表示，數(shù)據(jù)治理是另一個(gè)需要考慮的關(guān)鍵因素。為管理和保護(hù)數(shù)據(jù)建立明確的政策和程序是至關(guān)重要的，包括誰可以訪問數(shù)據(jù)以及如何使用數(shù)據(jù)。制造商應(yīng)實(shí)施強(qiáng)有力的網(wǎng)絡(luò)安全措施，以防止數(shù)據(jù)泄露和網(wǎng)絡(luò)威脅。這包括加密、防火墻和安全數(shù)據(jù)存儲(chǔ)。

數(shù)據(jù)質(zhì)量也是至關(guān)重要的。確保收集的數(shù)據(jù)準(zhǔn)確和相關(guān)是至關(guān)重要的。這需要驗(yàn)證數(shù)據(jù)質(zhì)量的流程，并確保數(shù)據(jù)得到一致的管理。數(shù)據(jù)分析是成功的另一個(gè)關(guān)鍵因素。制造商需要有一個(gè)計(jì)劃來分析和使用收集到的數(shù)據(jù)。這可能包括使用數(shù)據(jù)可視化軟件等工具或雇傭數(shù)據(jù)分析師來幫助解釋數(shù)據(jù)。

Dodson說:“關(guān)于數(shù)據(jù)存儲(chǔ)和基礎(chǔ)設(shè)施，制造商應(yīng)該有一個(gè)可擴(kuò)展和可靠的基礎(chǔ)設(shè)施來存儲(chǔ)和管理他們運(yùn)營產(chǎn)生的大量數(shù)據(jù)。”“數(shù)據(jù)隱私也至關(guān)重要。制造商需要對他們?nèi)绾问占褪褂脭?shù)據(jù)保持透明，并尊重客戶和員工的隱私。這可能需要實(shí)施同意管理系統(tǒng)，并遵守相關(guān)數(shù)據(jù)隱私法規(guī)。”

ChrisLiu表示，在制造方面，數(shù)據(jù)穩(wěn)定性是另一個(gè)需要考慮的關(guān)鍵因素。令人印象深刻的100毫秒數(shù)據(jù)采集速率，系統(tǒng)穩(wěn)定性對于確保數(shù)據(jù)在采集周期中不丟失至關(guān)重要。

最后，為了從大數(shù)據(jù)中獲得最大價(jià)值，制造商可能需要在不同的部門和系統(tǒng)之間共享和集成數(shù)據(jù)。這樣做需要仔細(xì)規(guī)劃和協(xié)調(diào)，以確保數(shù)據(jù)以安全和可控的方式共享。

邊緣計(jì)算與云計(jì)算考慮事項(xiàng)

當(dāng)涉及到技術(shù)和自動(dòng)化的使用增加時(shí)，需要仔細(xì)平衡內(nèi)部部署邊緣計(jì)算和基于云的方法的利弊。最成功的實(shí)現(xiàn)采用了一種混合方法，權(quán)衡處理速度和處理能力的需求。對于工業(yè)應(yīng)用，本地邊緣計(jì)算在實(shí)時(shí)處理方面總是比云更快。本地計(jì)算的其他優(yōu)點(diǎn)包括對基礎(chǔ)設(shè)施和數(shù)據(jù)的更好控制。

使用內(nèi)部部署方法，制造商可以更好地控制其基礎(chǔ)設(shè)施和數(shù)據(jù)，因?yàn)樗鼈兌嘉挥诮M織的設(shè)施中。在某些情況下，內(nèi)部部署方法可以提供更高級別的安全性，因?yàn)橹圃焐虒ζ鋽?shù)據(jù)中心的物理安全性有更多的控制，并且可以根據(jù)需要實(shí)施額外的安全措施。

缺點(diǎn)包括前期成本較高。建立本地基礎(chǔ)設(shè)施可能比使用基于云的服務(wù)更昂貴，因?yàn)橹圃焐瘫仨氋徺I和維護(hù)所有必要的硬件和軟件。有限的可伸縮性是另一個(gè)缺點(diǎn)。隨著需求的變化，本地基礎(chǔ)設(shè)施可能更難以擴(kuò)展或縮小，因?yàn)樗枰锢淼靥砑踊騽h除硬件。

相比之下，基于云的解決方案提供更低的前期成本。基于云的服務(wù)通常是按訂閱付費(fèi)的，這比購買和維護(hù)本地硬件和軟件更具成本效益。基于云的服務(wù)通常更容易隨著需求的變化而擴(kuò)展或縮小，因?yàn)樘峁┥炭梢愿鶕?jù)需要添加或刪除資源。

基于云的服務(wù)對基礎(chǔ)設(shè)施和數(shù)據(jù)的控制更少。使用基于云的方法，制造商依賴于提供商來維護(hù)和保護(hù)基礎(chǔ)設(shè)施和數(shù)據(jù)。雖然云提供商通常都有強(qiáng)大的安全措施，但仍然存在數(shù)據(jù)泄露或其他安全事件的風(fēng)險(xiǎn)。

最終，在內(nèi)部部署和基于云的方法之間做出決定將取決于制造商的特定需求和優(yōu)先級。對于制造商來說，仔細(xì)評估他們的選項(xiàng)并選擇最能滿足他們在安全性、成本、控制和可擴(kuò)展性方面需求的方法是至關(guān)重要的。

網(wǎng)絡(luò)安全是關(guān)鍵

雖然大數(shù)據(jù)和自動(dòng)化帶來了巨大的好處，但對于制造商來說，在推出新技術(shù)時(shí)優(yōu)先考慮網(wǎng)絡(luò)安全至關(guān)重要。如果沒有適當(dāng)?shù)木W(wǎng)絡(luò)安全措施，制造商可能會(huì)暴露敏感數(shù)據(jù)，并遭受代價(jià)高昂的攻擊，這可能會(huì)破壞他們技術(shù)進(jìn)步的所有好處。