客服热线 :  400 168 0525
Service 智能制造
  • 用最低成本,全面覆盖企业开展的项目策划、定位、推广、建
  • 站、运营的培训需求
2021 - 08 - 27
党的十九大报告明确提出,要“促进我国产业迈向全球价值链中高端,培育若干世界级先进制造业集群”。十九届五中全会审议通过的《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》提出,要“推动先进制造业集群发展,构建一批各具特色、优势互补、结构合理的战略性新兴产业增长引擎”,这为新时期推动我国制造业高质量发展、加快制造强国建设指明了新的方向、指出了新的路径。须深刻认识先进制造业集群对推动制造业高质量发展、提升产业链现代化水平的重要作用,探索出一条具有中国特色的集群发展道路。一、深刻认识先进制造业集群的内涵与特征先进制造业集群是指基于先进技术、工艺和产业领域,由若干地理相邻的企业、机构集聚,通过相互合作与交流共生形成的产业组织网络,是产业集群发展的高级阶段。其在具备产业集群的一般特征(地理临近下的高度集聚、基于专业化分工的产业联系、行为主体的互动合作)基础上,更具有技术先进、组织形态先进、质量品牌先进、生产制造模式先进等鲜明特征,不仅能实现规模效应和集聚效应,有效降低生产成本和交易成本,更能够助推创新经济,打造竞争新优势。竞争新优势集中体现为集群的竞争力,主要分为五个层面:一是较强的产业综合实力集群围绕主导产业形成了较大的产业规模和市场份额,拥有一大批一流的行业龙头企业和“专精特新”中小企业,在行业标准、品牌建设和企业管理等方面都处于前列。二是较高的协同创新能力集...
2021 - 08 - 27
其实,工业智能化也好,智能工厂也好,都有自己的实施条件和路径,没有捷径可走,行业不同、企业不同,道路都会不同。一般来讲,以下十个路径方向是中国工业从制造迈向智造的必经之路,只不过对于不同的行业和不同的企业来说,由于市场需求模式不同、产品工艺不同、管理基础不同等,侧重点有所不同而已,但你总能从中找出几条通往工业智能化的可行之路。01精益化精益生产,最早就是面向多品种小批量的个性化需求而设计的,其两大支柱就是“准时化”与“智能自动化”。至今为止,精益已经演变为一种涉及营销、研发、供应链、生产、流程乃至创业的全价值链的精益管理理念和方法,带动了全球产业的转型,从制造业到服务业,她所追求的“创造价值消除浪费”的思想、方法和工具促进了生产资源的优化配置,获得质量、效率和反应速度的快速提升。根据企业的经验,只要企业坚持做下去,大部分都能获得50%甚至更高的提升空间。遗憾的是,精益在中国的大部分企业中并未得到有效实施,他们大多只是口头上说说,因为急功近利以及缺乏导入经验方法等,无法坚持下来半途而废。工业智能化不可能建立在这种低效的生产模式之上,精益是必须要走的第一步,而且是投资回报最高的一条路径。因为精益几乎不需要企业做出额外的投资,只是在现有基础上重新配置生产资源就可以获得超出想象的回报。精益的成功实施并不难,关键在于领导的决心与管理层观念的转变。02标准化标准化是自动化的基础,也是工业智能化...
2021 - 07 - 27
传统制造系统的核心要素可以用5个M来概括,材料(Material)、设备(Machine)、工艺(Methods)、测量(Measurement)和维护(Maintenance),过去的制造系统升级,都是围绕着这5个要素进行改善,这些活动主要还是围绕着人来开展,着5个核心要素依然是靠人来驾驭。智能制造系统区别于传统制造系统在于第6个M,即建模(Modeling),并且依靠第6个M来驱动前面的5个要素,来解决和避免制造系统的问题。一个制造系统是否智能,可通过以下两个特征来判断:1.是否能够学习人的经验,代替人来分析问题和制定决策;2.能否从新的问题中积累经验,以避免问题的重复发生。大数据并不是追求记录庞大的数据,数据的本身并不会给你带来价值,庞大的数据系统也不会让你的制造更加先进,数据必须转化成信息、知识,才会为制造系统带来价值。大数据是发现问题的一种途径和解决问题的一种手段,通过数据的分析,从而去解决和避免不可见问题的风险,这才是大数据的核心目的。制造系统中问题的发生和解决,都会产生大量的数据,通过数据的分析和挖掘,可以让你了解问题产生的过程、造成的影响和解决的方法,这些信息如果被建模后,转化成知识,再利用这些知识去发现问题,分析问题,解决问题,并能在未来避免同类问题的重复发生。当这个过程无需人工干涉,系统可以自动自发的去循环进行,则这个系统就可称为智能制造系统。我们可以从以下3个...
2021 - 02 - 22
随着工业4.0、中国制造2025的深度推进,越来越多的制造企业开始准备迈入智能制造的领域,那智能工厂要从何入手呢?今天我们就来简单的聊聊智能工厂的设计与规划。首先我们从制造工厂的流程分析,所有的制造工厂都有3个重要的流程:信息流、物流、作业流。这“三个流”几乎贯穿了产品的整生命周期,同时这“三个流”也是CPS(信息物理系统)的基础,CPS的意义在于将物理设备联网,是连接到互联网上,让物理设备具有计算、通信、精确控制、远程协调和自治等五大功能,而CPS也是智能工厂的重要组成。由此来看,制造工厂的这“三个流”也是智能制造工厂的基础。智能工厂的规划与设计的核心,也正是信息域和物理域这两个维度,如下图所示,那我们就从这两个维度来进行分析,看如何来进行智能工厂的规划与设计。我们先来看看物理域,记得我上一篇文章《智能制造与精益》中说到,一个精益的工厂,才适合推行智能制造改善,如果一个工厂连管理标准化和作业标准化都没做到,推行智能工厂是会比较吃力的。 我们可以看到,物理维度就包含了工厂的精益化和自动化,精益化的工厂除了前面提到的管理标准化和作业标准化之外,还包括了一系列的内容,如精益的产线设计与车间布局、精益的价值流程、稳定的产品质量等等。这些都是为物理域这个维度的另一重要部分“自动化”打基础的,在此基础上,我们就可以来设计规划工厂自动化了,从上图我们可以看到,自动化也包含了两大方面,一个是制程...
2021 - 01 - 24
我们都知道,人类历史上生产方式的变革迄今为止共经历三个阶段:第一个阶段为:手工生产时代。其显着特征为:根据客户要求生产、每个产品都不同、成本高、产量和销量都很小、仅为富有的人们生产;第二个阶段为:以福特发明流水线为标志的大规模生产时代。其显着特征为:专业化分工协作、标准化产品、种类少、生产效率极高、成本大幅下降;第三个阶段为:以丰田生产方式为标志的精益生产时代。其显着特征为:多品种、小批量、产品质量高、生产效率高、成本低;今天,绝大部分制造企业仍然在大力推行精益生产模式。是否精益生产模式就是生产方式的最后一次变革呢?我想肯定不是。脱离时代和社会背景去看生产方式的变革历程,可能并不能得出什么有意义的结论。任何一次变革总有其特殊的使命,或者说都需要解决社会的一些“痛点”。回放前三次生产方式的变革,我们不难发现每一次变革的使命:第一次:手工生产时代。社会发展水平非常落后,只有极其少数的富人具有购买需求,手工生产方式其使命是解决从无到有、满足部分富裕人群的少量需求即可。第二次:大规模生产时代。随着经济和社会的发展,社会财富增长,越来越多的人开始变得富裕,人们对产品的需求量突增,而手工生产方式下吞吐量少且价格昂贵,显然无法满足人们的需求。于是大规模生产方式其使命是解决社会需求的大幅增长和价格昂贵的问题。第三次:精益生产时代。九十年代开始,社会需求发生了巨大的变化,从卖方市场逐渐转向了买方市场...
2021 - 01 - 12
近几年,随着人工成本每年的递增,招工越来越困难,如何破局,突破后人工红利的时代?如何减员增效,是大多数企业管理层都在思考的问题,随着大数据、物联网、人工智能等技术的不断成熟,智能制造的话题被越来越多的企业提及,但是,企业在什么情况下适合推行智能制造呢?智能制造到底要具备什么基础条件才能开始推行呢?今天我们简单的来聊一聊这个话题。智能制造,离不开数字化、自动化两大支柱,有的企业认为上一套ERP软件,就是数字化了,加一套机械手,就是自动化了。我在做咨询项目的时候就遇到过几个这样的企业,管理层很自豪的和我说,我们公司数据不全面,很多模块都没有用起来,现在就是财务和人事两个模块用的多点。同样的,花一大笔钱买回来的设备,确并不适合现场使用,闲置着在那生锈。由此可以看出,数字化、自动化并不是你想玩就能玩的转的,在不合适的时候,上了不合适的项目,你的投资汇报往往都是一个漫长的周期,甚至是遥遥无期。那么,数字化、自动化的升级改造,需要具备什么条件呢?这就和我们的精益扯上关系了。在精益管理体系中,有两个基础的模块,管理标准化和作业标准化,这两个模块,正是为数字化、自动化打地基的,为什么这么说呢?我们来做个简单的分析。首先来看看管理标准化,管理的标准化涵盖的内容很多,我们在这里就拿其中的一样来说------数据,我们大家都知道,只要是管理水平较高的企业,他各方面的数据记录、统计分析都是做的比较全面了的...
2020 - 12 - 15
7月29日,永不落幕的数博会2020系列活动之“数博对话:赋能实体经济,推动产业创新——大数据与实体经济融合发展”活动在贵州铜仁举行,中国工程院院士谭建荣通过网络连线,在题为《大数据思维与新基建发展:关键技术与发展趋势》的演讲中认为:大数据强调的是关联关系它推动了思维方式的变革大数据与人工智能大数据是从哪里来的呢?谭建荣介绍说,“大数据”不是一个新词,40年前有个叫阿尔文?托夫勒的美国华盛顿大学教授,写了本书叫《第三次浪潮》,把人类整个发展历史分为三个阶段。第一阶段的浪潮是农业阶段,大概从一万年前开始;第二阶段是工业阶段,从14世纪末开始;现在正处于第三阶段,就是信息发展阶段。40年前,阿尔文?托夫勒就预见到,互联网是一个舞台,唱戏的主角是大数据,大数据奏响第三次浪潮的华彩乐章。谭建荣介绍,从1980年托夫勒提出大数据概念之后,2006年,提出了人脑模仿机制的深度学习的概念。人工智能其实在60年前就诞生了,但是相当长时期人工智能发展缓慢。2008年,维克托·迈尔—舍恩伯格等最早洞见大数据时代发展趋势,出版了《大数据时代》。2008年,Nature出版了大数据专刊,分析了大数据对科学的影响和意义,探讨了大数据研究与应用的方向;2011年,Science推出《数据处理》专刊,从互联网技术、超级计算、环境科学、生物医药等方面介绍了海量数据所带来的技术挑战;2013年,DeepM...
2020 - 12 - 15
4G时代,移动互联网蓬勃发展。据爱立信和中国工信部统计,2019年全球和中国移动互联网月度接入流量分别为38EB和0.5EB,对应2014-2019年CAGR分别为64%和116%。同期,中国互联网巨头BATJN的加总市值、营收、净利润CAGR分别为18%、37%和32%,显着优于运营商及设备商的表现。互联网应用端的投资机会,主要受益于流量资费的下降:流量成本由2014年的138元/GB显着下降至2019年的6元/GB,累计降幅超过95%。流量持续大幅降价,驱动短视频、O2O等爆款应用爆发,成就中国互联网公司的用户时长、营收和利润提升,但亦对运营商、设备商的营收和盈利增长造成较大压力。展望5G时代,我们判断,最大的投资机遇依然会在应用端产生,或占产业链价值量超60%。除2C端个人应用外,2B端场景应用有望获得更多进展。对于运营商而言,有机会利用边缘计算、网络切片等技术,在智能驾驶、工业互联网、智慧城市&园区、智慧物流等领域参与更多价值分工。参考4G经验,我们判断,5G在技术闭环、商业模式创新,以及成本收益比方面,有望在2022-2023年进入加速突破期。5G:数字经济时代的发动机从1G开始,中国通信水平逐年进步,现在,在5G时代,中国已经与全球同步 。截至2020年6月6日,中国建成5G基站超过25万座 。通信行业十年一代际:4G改变生活,5G改变社会 。通信行业10年一代...
2020 - 12 - 10
当下,全球性的突发事件警醒我们,要时刻准备应对挑战,尤其是在工业企业的运营上,企业领导者要思考如何持续提升业务韧性、效率以及可持续发展的能力。施耐德电气高级副总裁,工业自动化业务中国区负责人庞邢健表示:“面对不确定性的未来,施耐德电气有能力也有责任以绿色智能制造助力企业提升应对危机的能力,在市场竞争中占得先机。”绿色智能制造:集成“五种技术”、完善顶层设计为企业数字化转型提速为应对挑战,作为全球能效管理和自动化领域的数字化转型专家,施耐德电气认为应该以“四维融合”来提升企业效率,即能源和自动化融合、从终端到云端垂直维度的整合、全生命周期数据的融合,以及从厂级管理到企业级集团级的管理。而帮助企业实现这四个维度的融合,需要综合运用OT运营技术、IT信息技术、DT数字技术、CT通信技术、ET能源技术,通过对这五种技术的有效融会贯通,施耐德电气将帮助工业客户实现生产和经营的自动化、信息化、数字化、网络化和绿色化。施耐德电气“从咨询到落地”的绿色智能制造整体解决方案,通过顶层设计来推动各个子系统的规划和部署,进而实现从数字化到软硬件解决方案的有效落地。施耐德电气高级副总裁、战略与发展部中国区负责人熊宜介绍了数字化转型顶层规划的七步法:从梳理业务,到提升组织效率,到应用系统、数据、技术、生态体系,最后形成路线图。熊宜表示:“工业流程的复杂性与工艺的繁复性决定着工业客户的数字化转型不能简单复制、...
2020 - 12 - 10
全球灯塔网络设立于2017年,目前共有44家灯塔工厂。作为一个开拓、复制和推广创新的平台,该网络为跨企业学习与协作创造机会,并为全球制造业社区设定新基准。社区致力于分享和学习最佳实践,为新的合作伙伴关系提供支持,并帮助其他制造商部署技术,采用可持续发展实践以及实现劳动力转型。“灯塔工厂”是“数字化制造”和“全球化 4.0”的示范者,它们拥有第四次工业革命的所有必备特征。它们改进了传统企业的生产系统,创新设计价值链,打造具有颠覆潜力的新型商业模式等等,催生了新的经济价值。“灯塔工厂”是重设标准的行业领导者,能为其他企业带来灵感,帮助其制定战略,提高劳动者技能,并与参与革命的其他企业展开协作,管理贯穿整个价值链的各种变化。中国制造企业的端到端数字化转型意愿更加强烈迄今为止,12家位于中国的“灯塔工厂”中,有7家打通了端到端全价值链,占全球端到端“灯塔工厂”的一半。它们与价值链上的不同利益相关方展开合作,重塑客户体验。在数字化技术的帮助下,它们能够按需批量生产定制产品,并与供应商实时共享数据,快速应对需求波动。此外,借助数据共享和预见性分析,这整个流程也能得到优化。以中国某端到端“灯塔工厂”为例,为精确识别客户需求并降低成本,该“灯塔工厂”进行了打通端到端价值链的数字化转型,在人工智能和物联网技术的驱动下,它的研发周期缩短了 20%,运营成本降低了 35%。另一家中国端到端“灯塔工厂”以...
2020 - 12 - 08
第一个,液晶面板行业。2004年,我在某国企当15inch面板的产品经理。当时我才是研究生毕业刚工作不到两年的愣头青。整个团队花了3个月做设计,一个月做mask定材料,2个月试做,正式投产前我们的预估成本是每片220美金,这时候市场价格260美金。6个月后我们大概有了全球25%的15inch市场份额,这时候市场价是可怕的160美元,我们的成本是180美元,亏的姥姥家都不认识。咱可以去看看BOE的财报,嗯基本上三年盈利一次,呵呵。按市场经济的说法,这种企业应该关门?但是你算一下,大致的关系在2005年,中国面板行业每亏损1块钱,中国的液晶显示器和电视机企业就会成本下降20块钱,这就是国产化的力量。感谢BOE、tianma、SVA、TCL这些年的努力和付出,没有面板业国家的巨大投入,就没有国产电视机行业的成功。中国政府在液晶面板行业的投入大约是1000亿,而2014年中国液晶电视产量1.4亿台,多少年的投入几个月电视机行业就赚回来了。第二个例子是我现在做的新能源。2010年,我们和所有的气体国际巨头,包括linde,AL,AP,都是世界五百强级别的公司谈一种烷烃类气体的供应。他们的报价很接近,45000一公斤,即使我们知道他们背后的供应商成本在25000以下。然后我们努力培养了福建的一个国内供应商,成本高一些,28000的水平吧,我们用31000的价格买。然后不到一年,这些五百强又来找...
2020 - 12 - 06
1.集成电路行业国产化无论精密机床、数控机床等基础工业,还是导弹、雷达、舰艇、航空航天等尖端产业,都需要集成电路作为核心。在上世纪80年代初,8086的芯片都需要进口,那个时候全国才有多少外汇?靠出口纺织品工艺品出口家具之类换回来的外汇,再花高价从国际市场上购买8086/8088这种成本微乎其微的芯片,而且高端芯片动辄遭到巴统的封锁,这种酸爽,简直让人忍无可忍。中科院微电子所、清华微电子所、复旦微电子所等一批微电子所的主要工作,就是应对很多国家对中国微电子行业主流制造技术实施的技术封锁。那一阶段,微电子所的主要工作是开发集成电路的生产工艺。简而言之,当某微电子所做出了0.6um的集成电路生产工艺后,我们就会展示给美帝和巴统一个信息:我国已经掌握这项技术,贵国如果继续封锁0.6um工艺的芯片出口我国,或者卖高价给我国,那么鄙国将用五年时间自行开发并生产,不再进口贵国芯片。于是美帝的行业协会就会游说国会批准开放此项产品的对华出口。现在中国仍然在进口大量的芯片,但是一方面,中端及以下芯片绝对能够国产,只进口高端芯片。给大家讲个故事,我们做模拟集成电路和射频电路的时候,如果想借鉴国外某些重要芯片的话怎么办呢?我们会先打磨掉封装,然后拆出芯片;用蚀刻的方式一层层的脱掉芯片上层的覆层,然后照相,人工扒版图,分析出电路,用Spectrum仿真工具进行仿真,Oh yeah!鄙国的学习、理解、消化能...
2020 - 12 - 06
看看在减速机行业,欧美国家如何以君子之腹度小人之心的。2005年西门子并购了一家公司,对于巨头来说没什么大不了的,12亿欧元的收购案,说大不大,说小不小。但是却深刻影响了世界减速机行业的格局。被收购的公司叫弗兰德,是减速机行业的第一把交椅。被西门子收购后西门子填补了自己在这块的空白。但是对于与西门子在众多领域有广泛竞争的GE来说却是个很可怕的事情。尤其是在风电领域,风电主机的关键部位就是减速机,而之前GE主要是跟弗兰德买,而GE和西门子在这个领域是最直接的对手。这两家一个是美国巨头,一个是德国巨头,弗兰德也是德国公司。就算不合作无间也不至于影响GE和弗兰德的合作吧,故事的结尾应该是大家一起走向幸福的生活才对。只是那是故事。GE最直接的反应是在中国找了一家企业合作,断掉了与弗兰德的合作,因为他们怕西门子在关键时候卡自己的脖子。于是培养了一家中国企业,短短几年让这家企业从产值从十几亿变成百亿级别,风电主机出货量全球第一。国际巨头都知道被人卡脖子要不得,我就在想,中国这么多产业被中国人攻陷后发现原来老外赚了这么多钱,这种例子举不胜举的情况下,很多人还是以一种纯真的眼光看待老外,该说傻呢还是天真呢?你以为制造业,是你有钱就能买来的?是你想买就能买来的?我想说的是,一种仪器,如果国产没有,那么国外产品会以翻一番的价格卖给你。唯有真正有竞争力的国产产品生产出来,他们的价格才会不约而同地大幅下降...
2020 - 12 - 05
中国最早的完整工业体系,是在苏联援助的156个项目上建立起来的。这使得,即便中国和苏联、美国同时交恶,本国经济体系也不会崩溃。世界上现在具备完整工业体系的,恐怕只有中国、美国、欧盟,俄罗斯比较勉强,日本算半个,受自然资源限制比较严重。其中美国和欧盟最强,基本上各个领域都能达到世界领先水平。中国在基础材料、精密仪器、电子等方面水平虽然堪用,但确实较差。俄罗斯退化较严重。美国很多东西不生产,并不是它不能生产。只是生产无利可图。具体的技术,它仍然是有的。必要时刻,美国依然能够恢复相关的生产能力。特别是“巴统”的存在。八十年代末开始的武器禁运。北航买不到正版的Adobe,美国前些日子禁止了英特尔向中国出口XEON处理器。呵呵,自由市场下居然有禁运。制造业。据说某五轴出来后,外国的产品价格直接腰斩。而且,国产五轴据说还各种糙。但这东西差100年,那是别人吃肉你喝西北风。差60年是别人吃肉你喝剩汤。差10年,你还是喝汤,但人家也只能跟着喝汤了。这东西急不来,就耗着吧。要做好继续亏本几十年的决心。看的不是自己的产品赚多少,而是进口产品价格能不能腰斩再腰斩。再举通信行业的,来说说交换机吧。15年前,一块板20万。10年前,10万。这是正常的技术进步。但请注意,并不是用到的科技多NB。都是成熟了十几年的技术。但人家技术垄断,就可以5年才减少一半的价格。不过最坑的是导流板,就一个铁板,用来填补空槽位,...
2020 - 12 - 05
1.现代的工业体系中,所有的工业总共可以分为39个工业大类,191个中类,525个小类。完整的工业体系更注重的是大而全,而非高精尖。2.按照工业体系完整度来算,中国以拥有39个工业大类,191个中类,525个小类,成为全世界唯一拥有联合国产业分类中全部工业门类的国家,联合国产业分类中所列举的全部工业门类都能在中国找到。如果一家制造业厂商在中国打半小时电话就能完成的配套工作,到其他国家可能要半个月才能搞定。接下来是美国,具体数据以前看过,现在找不到了,不过也应该占有94%左右,然后是俄罗斯,欧盟,日本勉强算的上一个(主要是民用制造业体系)。3.完整的工业体系作用主要体现在对外竞争力和国防军事力量。在对外贸易竞争中,更完善的工业体系能够减少工业配套生产成本,有利于生产质优价廉的产品,加强国内产品在国际贸易中的竞争优势。由于全球化的影响,很多原材料、半成品、产等从国外进口比国内生产更有优势,所以保持一个完全100%的工业显的没有必要,反而会加重产品的成本。这就是除中国外其它国家工业体系并不绝对完整的原因。一个100%的工业体系,其最大价值体现在战争中,能够自主生产一切战争产品而不会被外国卡脖子。在小国和大国的战争中,大国完全可以以少数尖端的产品就消灭小国,但是在大国之间的战争,尖端技术的差距还没大到一方完全无力反抗。所以在这种时候,能否大批量快速的生产中端武器,比慢慢生产少数昂贵的高端武...
2020 - 12 - 01
2020年7月,阿里云研究中心联合埃森哲发布了《人工智能红利渗透与爆发》,中国企业2020系列报告第二季,重点讲述2020最具产业价值的7个AI领域:智能语音交互、自然语言处理、机器视觉、知识图谱、机器学习云平台、工业大脑、自动驾驶。关于这7个领域,我们也进行了简单的归纳:智能语音交互:重构沟通之桥智能语音交互(Intelligent Speech Interaction),是基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人机交互体验。2014年,苹果公司在iPhone 4S中首次植入个人智能助手Siri,智能语音交互搭建起了人与设备、人与需求、人与数据服务之间的沟通桥梁。智能语音交互的核心技术:语音前端处理-语音识别(自然语言识别)-对话系统(交互技术)-语音合成。自然语言处理:让机器“理解”人自然语言处理(NLP)是人工智能的一个重要领域,NLP是机器以书面或口头的方式理解和解释人类语言的能力。NLP的目标是使计算机和机器在理解语言时与人类一样智能。尽管目前还无法识别一些语调语义的细微差别,但机器已经能够掌握一门语言来并翻译文本和总结内容。它适用于书面文字,也可用于理解和回应口头请求。自然语言处理的核心技术:确定内容-遣词定调-成句达义。机器视觉:像人类一样“看清”图像机器视觉就是使机器能够像人类一样看清图像,处理和...
2020 - 12 - 01
作为一个制造业大国,我国必须顺应经济社会数字化转型的大趋势,以工业互联网为突破口,大力推动新型数字基础设施建设,加速信息技术与制造业、流通业的全面融合,做实做强做优实体经济,进一步增强发展主动权。数字新基建将推动工业数字经济发展进入新阶段以信息技术加速创新与融合渗透为突出特征的新一轮科技革命和产业变革正在孕育兴起,对更适宜数字经济发展的新基础设施建设提出巨大需求。而数字化基础设施的广泛普及又会促进经济社会数字化转型的深入发展,孕育出新的数字化生产力,成为经济高质量发展的重要驱动力。工业互联网作为数字新基建的重要组成,涵盖了“数据+算力+算法”等多种基础设施,正成为推动工业数字经济创新发展的关键引擎。工业互联网平台的应用,正在超越网络、平台和安全三大体系为代表的数字空间维度,向传统生产单元、系统、设备、车间、工厂等物理实体维度加速扩展,推动新型数字基础设施建设和制造业、流通业全面融合,重构工业生产和商贸流通的逻辑,激发市场主体活力,增强发展新动能。测算数据显示,2019年我国工业互联网产业经济增加值规模2.13万亿元,占GDP比重为2.2%,对经济增长的贡献为9.9%。其中,工业互联网融合带动的经济影响快速扩张,2019年增加值规模为1.6万亿元,同比增长63%。平台化是工业数字经济新体系的主要特征平台化是数字经济时代最重要的趋势之一,不仅模糊了分工边界,深化了信息化和工业化融合,还...
2020 - 11 - 30
数据湖架构与大数据生命周期数据湖已经成为企业应用大数据的重要工具,它可以容纳大量原始数据存储库和处理系统,有一个中心化的存储,所有的数据以它本来的形式集中存储,是一种经济有效地存储所有数据的方式。它可以更好地支撑数据预测分析、跨领域分析、主动分析、实时分析,以及多元化、结构化数据分析,可以加速数据到价值的实现过程,提升应用能力和业务增值能力。传统的数据IDC模式面临挑战有:第一,数据仓库模式导致的烟囱式建设与数据需跨业务线广泛和不同协议接口的连接之间的挑战;第二,传统数据库不能应对数据的增长,数据 ETL、数据建模工作的响应速度与数据反哺业务迭代创新之间的挑战;第三,数据赋能与业务场景探索脱节的挑战。大数据管理说到底还是为企业服务,数据管理从两个视角:● 第一,从企业应用系统的视角来看,系统间的数据整合及维护费用达到最小化,提高跨系统间数据存贮和共享的效率;● 第二,从企业数据资产管理的角度来看,对整个数据生命周期中数据进行处理、存贮、转换、整合,以及支持这些策略、模型、流程。从而提出基于从数据全生命周期的全空间坐标,从数据的业务流程、数据的用户体验、数据的增值服务三个维度来考量数据生命周期的管理空间。(数字价值空间)第一,业务流程维度,实现了对大数据平台的数据全生命周期、全流程的数据治理,主要包括数据资产管理、元数据管理、数据开发流程管理、数据质量管理、数据安全共享管理。第二,数...
2020 - 11 - 30
Adobo和Econsultancy联合发布的《2020年数字化转型趋势报告》显示,从中国大数据市场发展趋势来看,2023年中国大数据市场将达到224.9亿美元的规模,未来五年GAGR复合增长率为23.5%。2019年的大数据的硬件、软件和服务的占比分别是45.2%、32.2%、22.6%,到2023年基本上会达到各占1/3的理想比例。大数据时代已然来临,智能制造与工业互联网融合的本质正是数据驱动下的创新生产模式和商业模式,大数据贯穿于产品市场需求获取、产品研发、生产制造、设备运行、市场服务直至报废回收的产品全生命周期过程,甚至包括产品本身的智能化方面。了解大数据工业大数据具备双重属性:一方面是价值属性和产权属性,通过工业大数据的分析,能够提升关键技术在设计、工艺、生产、管理、服务等各个环节的智能化水平,满足用户定制化需求,提高生产效率并降低生产成本,为企业创造可量化的价值;另一方面,这些数据具有明确的权属关系和资产价值,企业能够决定数据的具体使用方式和边界,数据产权属性明显。工业大数据的价值属性实质上是基于工业大数据采集、存储、分析等关键技术,来提升或变现工业生产、运维、服务过程中数据实现价值;工业大数据的产权属性则偏重于通过管理机制和管理方法,帮助工业企业明晰数据资产目录与数据资源分布,确定所有权边界,为其价值的深入挖掘提供支撑。大数据是数据分析的前沿技术,其最核心的价值就是在...
2020 - 11 - 30
所有品牌当中唯有生态品牌是共创体验,共同进化,过去的品牌是企业自身的力量,哪个企业的自身力量强,谁可以创造一个品牌。提出商业生态模式的詹姆斯·穆尔对商业系统的定义就是:一个有相互作用的组织和个人,商业世界的有机体所支持的经济共同体。那么这个经济共同体又是什么?就是他所说的三生原则,就是所有的企业的商业生态系统都应该是共生、互生和重生,所谓共生就是所有利益相关者都可以在一块,而不是竞争对手,我都可以凑在一块共创用户体验,而互生就是说互相大家可以扬长避短,取长补短,最后重生,重生最重要,我们在一块做的这些是为什么?是为了明天我们能不能一块孵化出一个新物种。从三点说生态品牌:一个是物联网时代新引擎,就是场景品牌与生态品牌,第二个驱动轮就是我们提出来的体验云+卡奥斯,第三就是生态品牌的风向标。1.生态品牌新引擎——场景与生态首先为什么要创生态品牌?美国学者罗伯特·戈登,写了一本《美国增长的起落》,这本书里用了大量的数据,最后得出一个结论,就是第三次工业革命的全要素增长生产率,平均增长生产率是第二次工业革命的1/3。第三次工业革命发展的更快了,有信息化了,为什么才是第二次工业革命的1/3,因为第二次工业革命有非常多的新产品,比如汽车带动了多少国家、多少人、多少年代的增长?家用电器、高速公路等等,层出不穷,但是第三次工业革命没有。信息化带出来什么新的东西呢?为什么出不来新的...
扫描进入小程序
分享到:
Copyright ©1999 - 2022 北京冠卓咨询有限公司
犀牛云提供企业云服务
客服热线:400-168-0525
联系人:王老师
邮箱:cynthia.wang@gzconsult.com
地址:北京市海淀区上地信息路1号国际创业园2号楼15层1502 
X
1

QQ设置

在线咨询

---------------------

3

SKYPE 设置

4

阿里旺旺设置

5

电话号码管理

  • 400-168-0525
6

二维码管理

展开