『壹』 工業製造大數據分析
工業製造大數據分析
大數據不僅僅是大量的數據的堆積。大數據的重要屬性之一，是人們設法收集並弄清楚不斷變化的數據類型。如果只是大量採集同一類型的數據，再大的數據量都不能稱之為大數據。
如何實現智能製造是大家都關心的問題。從哈佛商學院的邁克爾·波特到賓夕法尼亞大學沃頓商學院，有一個普遍的共識，即數字化轉型是智能製造實現的途徑。重要的是，這個共識也來自於眾多的世界級製造業企業與企業家們。
這一共識是基於無數技術趨勢的融合，例如，物聯網、賽博系統(CPS)、工業物聯網、移動技術、人工智慧、雲計算、虛擬／虛擬增強現實（VR／AR），以及大數據分析等。我們一定要保持清醒，不要簡單地認為有了這些技術，未來五年就是製造業的黃金時期。道理很簡單，這個新製造業文化的變革進程是相當復雜和艱難的，沒有行業、企業與用戶的融合推進，無法實現這次變革。數字化轉型不僅僅意味著企業簡單的數字化，而是把數字作為智能製造的核心驅動力，利用數據去整合產業鏈和價值鏈。
自工業革命以來，為了改進運營，製造商一直以來都在有意地採集並存儲數據。隨著時間的推移，數據在製造業分析的需求將越來越大。然而在過去的許多年間，利用數據的根本動因並沒有改變，數據的復雜性增強，數據轉化為情報的能力越來越大。
2012年高德納給出大數據定義，其中特別強調大數據是多樣化信息資產，不僅關注實際數據，更關注大數據處理方法。數據量大小本身並不是判斷大數據價值的核心指標，而數據的實時性和多元性對大數據的定義和價值更具直接的影響。
在討論工業大數據分析的時候，我注意到兩種不同的觀點：
第一種觀點認為，製造業向來都有大數據。幾十年來我們的企業一直在通過歷史記錄、MES、ERP、EAM等各種應用系統採集數據。在部分產業鏈環節，特別在市場營銷方面，大數據算是一個新的熱詞。
第二種觀點認為，從工業大數據角度看，製造業是一個尚未打開的市場或剛剛開啟的市場。存在大量不同類型的數據，但如今它們還未被應用到分析之中。
考慮到這些觀點，面對任何新的市場提法，包括名詞解釋、定義或分析框架，我們始終都應該保持適當的懷疑精神。這里我更多傾向於第二個觀點。我們的製造業的確有「大量數據」，但這並不是我們大多數人從市場上所理解的「大數據」涵義。在搞清楚工業大數據分析之前，我們應該如何定義製造業的大數據？這里可以通過大數據的三個特性，進一步了解大數據的特性。
數據來源
工業大數據的主要來源有兩個，第一是智能設備。普適計算有很大的空間，現代工人可以帶一個普適感應器等設備來參加生產和管理。所以工業數據源是280億左右大量設備之間的關聯，這個是我們未來需要去採集的數據源之一。
第二個數據來源於人類軌跡產生的數據，包括在現代工業製造鏈中，從采購、生產、物流與銷售內部流程以及外部互聯網信息等。通過行為軌跡數據與設備數據的結合，大數據可以幫助我們實現對客戶的分析和挖掘，它的應用場景包括了實時核心交易、服務、後台服務等。
數據關系
數據必須要放到相應的環境中分析，才能了解數據之間的關系。譬如，每一款新機型在交付給航空公司之前都會接受一系列殘酷的飛行測試。極端天氣測試就是測試之一。該測試的目的是為了確保飛機的發動機、材料和控制系統能在極端天氣條件下正常運行。
問題的處理關鍵在於找到可能產生問題的根源，消除已知錯誤，並確保解決方案的可靠有效。一旦找到並確定了根本原因，同時具備了可接受的應急措施，就可把問題當成一個已知錯誤來處理。問題調查的過程一定需要收集所有可用、與事件相關的信息，以確定並消除引起事件和問題的根本原因。數據採集與分析必須要事件／問題發生的環境數據結合。
數據價值
對於數字化轉型，大數據不僅要關注實際數據量的多少，最重要的是關注大數據的處理方法在特定場合的應用，讓數據產生巨大的創新價值。如果離開了收益考慮或投資回報（ROI）的設計，一味尋求大數據，則大數據分析既無法落地也無法為企業創造價值。
工業大數據分析的定義
發動機是飛機的心臟，也是關乎航空安全，生命安全的重中之重。為了實時監控發動機的狀況，現代民航大多安裝了飛機發動機健康管理系統。通過感測器、發射系統、信號接收系統、信號分析系統等方式採集到的數據，會經由飛機通信定址與報告系統，通過甚高頻或者衛星通信傳輸出來，這就是為何GE的發動機監控系統每天會獲取超過1PB數據的原因。
生產執行系統（MES）與飛機發動機健康管理系統如出一轍。我們可以從工廠的生產中，實時採集到海量的流程變數、測量結果等數據。基於大量數據集而生成的報表，或是基礎統計的分析並不足以稱為製造業的大數據分析。
數據類型的多樣性是工業大數據分析的重要屬性
大數據不僅僅是大量的數據的堆積。大數據的重要屬性之一，是人們設法收集並弄清楚不斷變化的數據類型。如果只是大量採集同一類型的數據，再大的數據量都不能稱之為大數據。
例如，生產環境中收集的時間序列模擬流程變數，數據的類型是單一的，很容易建立索引，即使存在千千萬萬，也不足以成為大數據。
數據必須包括高度可變性和種類多樣性。製造工廠中存在無數的大數據應用，但並不包括簡單地分類和展示一連串的流程測量結果，對這些工作，基本的統計展現就可以完成。一些大數據的資料庫或數據湖的構成部分也是文本信息、圖像數據、地理或地質信息和非結構信息，例如，通過社交媒體或其他協作平台獲得的數據類型。
製造業信息結構概括起來分為兩層，一個是管理層，一個是自動化層。從經營管理、生產執行與控制三個緯度來實現決策支持、管理、生產執行、過程式控制制以及設備的連接與感測。製造業中大數據分析是指利用通用的數據模型，將管理層與自動化層的結構性系統數據與非結構性數據結合，進而通過先進的分析工具發現新的洞見。
大數據分析對企業生產智能的意義
製造業創新的核心就是要依託大量的前沿科技。先進的技術是創新的手段。在新技術的支持下，可以通過一體化的製造運作管理系統MOM將企業管理應用系統，例如ERP、EAM等系統與工業自動化的相關系統整合為一體。在一體化製造運作管理的基礎上，我們可以實現集IT+MOM+MES+BI的一體化製造企業信息系統解決方案。
從兩化融合的角度來看，信息系統供應商要從企業的主信息系統提供商（MIV，MainInformation systems Vendor ）定位來做好規劃、標准、功能設計、實施策略的統一性工作。協助企業做好風險控制，降低投資，降低操作維護成本，實現企業信息系統全集成。
特別需要注意的是，企業管理信息平台被普遍認為是製造企業管理的集成和儀錶板工具。許多供應商既大量投資其與ERP和自動化系統專有的集成，也投資開放式集成，還投資儀錶板和移動技術，希望隨時隨地為需要正確信息的決策者提供衡量標准。
製造業大數據分析的三種途徑
途徑一，利用開放技術與平台，將任何系統的數據移動到任何其他地方。
製造運作管理系統建設項目是系統工程，不僅僅是一套我們理解的傳統軟體系統，更多的是項目執行和服務的平台。這需要在項目管理與製造企業的策略「客戶服務」上，體現出製造企業的綜合管理能力與軟實力。
整個平台要從前期、工程實施以及售後服務這三個大的階段來架構。在前期規劃中，要重視標准、設計與實施，特別是與管理一體化的信息系統形成統一的對接。有了前期統一規劃的制定，工程實施的環節可把行業的經驗、集成能力、實施能力、軟體開發能力等融合。特別需要在組織上建立和形成超級團隊的制度。而持續服務、長期經營，將物聯網應用融入與「軟體+雲服務」的互聯網＋戰略是後續服務的考慮重點。
在製造業大數據分析工作中，必須要加強通過物聯網科技的應用對後續持續服務的支撐作業。通過工業物聯網，實現的及時響應客戶、物聯網軟硬體系統定期巡檢、提供應急備件、提供易耗品、完善應用等功能來加強和鎖定與企業的供應鏈企業之間的長期合作。通過管理平台與物聯網數據，可以持續為客戶提供有價值的服務。
途徑二，投資工廠內外系統架構堆棧中能夠處理結構性和非結構性數據的數據模型。
新技術是創新革命的核心，其中很重要一個特點就是集成，即製造運作管理系統MOM與ERP、EAM、OA、商業分析的集成，包括一鍵登錄、界面集成、消息推送、工作流集成、主數據、應用集成匯流排與平台。
由於這些系統之間主數據全部統一，所有系統之間的數據交互依靠應用系統匯流排進行數據交互，整合了跨系統的業務流程、工作流、服務流程等之後即實現無縫集成和分析。對於企業管理者來說，一鍵登錄後，可以根據不同的崗位，個性化制定並且顯示與管理最相關的必要信息。這就是互聯網所帶給我們的分享思路。
途徑三，通過時間序列、圖像、視頻、機器學習、地理空間、預測模型、優化、模擬和統計過程式控制制等先進的分析工具與製造業企業內的大數據平台結合分析，從而洞見尚未顯現的情況。通過感測器、感應器、傳輸網路和應用軟體等物聯網數據，與管理應用軟體結合起來，將是今後製造業大數據分析的一大方向。
培養企業內部大數據分析專家
作為一個行業，我們需要有機地發展行業特定的大數據分析工具集，這樣才能讓現在的行業專家，從足夠的數據科學中實現數字化轉型。為了推動轉型，我們需要一大批優秀的企業利用這種方法，並向其他人或同行證明其價值。
『貳』 如何看待製造業，製造業有多重要
全球經濟放緩、生產成本上升和資源環境約束，使「中國製造」遇到了前所未有的困難。為長期保持中國宏觀經濟穩定增長，亟需中國製造業戰略轉型，而服務化被認為是中國製造業升級的主要方向。一些學者認為，製造業服務化一方面可以增強製造業與服務業的融合，提高企業競爭力和創新能力的同時，有助於中國產業結構優化升級和創新驅動發展戰略的實施；另一方面能夠降低環境污染、減少資源消耗，有利於中國生態文明建設。然而，製造業服務化並不是「去製造業」，「完全服務化」並不是製造業轉型升級的一劑良葯。對於中國整體經濟發展的可持續性和健康性而言，應慎防中國製造業完全服務化。
一、製造業服務化的涵義
「服務化」（Servitization）的概念最早是由范德莫（Vandermerwe）和瑞達（Rada）於1988年提出，認為製造業服務化是「業務服務化」，即製造業企業由僅僅提供物品向以顧客為中心提供更加完整的「包」（hundles），包括物品和服務支持等轉變，並且服務在整個「包」中居於主導地位，是增加值的主要來源。White等（1999）認為，服務化是製造業企業角色由物品生產者向服務提供者的轉變，是一種動態的變化過程，並以Servicizing來表示。沙拉維茨（Szalavetz，2003）則用Tertiarization來表示服務化，認為「業務服務化」並不能完全反映製造業服務化趨勢，製造業服務化至少具有兩層涵義：一是內部服務的效率對製造業企業的競爭力變得日益重要，這些內部服務包括產品開發、設計、培訓、會計、法律及金融服務等；二是與物品相關的外部服務對顧客來說復雜性和重要性日益提高。此外，其他一些學者從戰略的角度提出了相似的概念，如杜拉克（Drucker，1990）的「新型製造業」、博格（Berger）和萊斯特（Lester）（1997）的「服務增強」、 基姆（Kim）和莫博涅（Mauborgne）（1997）的「基於服務的價值創新」等。
根據上述概念可知，製造業服務化是指製造企業從以生產物品為中心向以提供服務為中心轉變的動態過程，其基本表現形式是「產品+服務」。根據波特的價值鏈理論，從投入產出的角度來看，製造業服務化包含二層涵義：一是服務要素在製造企業的全部投入中占據越來越大的比重，即投入服務化；二是服務成分在製造企業的全部產出中占據越來越大的比重，即產出服務化。與製造業服務化相關的概念還有生產性服務、製造業服務、工業化服務、服務型製造等。
二、全球製造業的服務化發展趨勢及主要模式
1.發展趨勢
20世紀80年代以來, 隨著全球經濟一體化和以信息技術為主的新技術革命帶來的競爭的加劇、消費與生產模式的變化以及交易成本的降低，促使越來越多的製造業企業通過提供服務來增加其核心產品的價值，一些處於全球領導地位的製造業企業的服務收入在總收入中的比重不斷上升，服務化成為當今世界製造業的發展趨勢。主要體現在以下幾個方面：
一是服務環節在製造業價值鏈中的作用越來越大。20世紀後期以來，經濟領域的一項革命性變化，就是製造業與服務業的融合發展，許多傳統製造企業以賣服務取代賣產品，把服務看作是創造差異化優勢的工具，通過比競爭對手提供更好的服務來吸引消費者。
二是優秀製造企業由「以生產為中心」向「以服務為中心」轉型。越來越多的製造企業由關注產品生產，轉向涉及產品的整個生命周期，包括市場調查、產品開發或改進、生產製造、銷售、售後服務，傳統意義上的製造業與服務業邊界日益模糊。
三是製造企業越來越多地進行「生產外包」或「製造剝離」。許多製造企業將內部在產前、產中或產後的服務功能獨立出來，原來的生產活動轉而由其他企業完成。這些企業提供從技術產品研發、軟硬體開發，到人員選聘與培訓、管理咨詢、金融支持、物流服務、市場營銷和售後服務等全過程的服務鏈，推動了現代服務業的迅速發展，成為新的經濟增長點。
2.主要模式及案例分析
從產業鏈的角度來看，製造業服務化是製造業企業為適應新的競爭環境，增強產業鏈各個環節的服務功能，實現企業價值鏈的延伸和形成新的競爭優勢。分析全球製造業企業服務化轉型的路徑，根據相關學者的研究，作者總結出以下四種主要模式：
提供產品附加服務模式。這種模式通過提供多元化服務，從研發、設計、生產到售後的各個環節來實現產品的價值增值。最典型的就是售後服務，這種例子十分常見，例如物品的安裝、維護和修理，這些客戶服務顯然是伴隨著物品的服務。其實製造業的這種發展是很容易理解的，隨著大規模加工製造和工藝的日趨成熟，標准化工業製成品的大規模、大批量生產越來越容易，同質化的競爭愈演愈烈，在新的市場競爭環境下，製造型企業紛紛尋求基於產品功能的增值服務，實現產品運行的穩定性、效用的最大化，以獲得差異化的競爭優勢，取得市場的主導地位。
例如，在航空發動機市場激烈的競爭中，羅爾斯·羅伊斯作為一個後來者把握了航空發動機產業的發展趨勢，開始在商業模式上進行創新，並最終建立了集設備和服務於一體的產品體系。其CEO約翰·羅斯認為，羅爾斯·羅伊斯「每銷售一台引擎，就有重大的服務機會，用服務來保障收入，服務將給我們的客戶增加價值，同時也將增加我們自己未來可以預見的收入」。從1995年開始，羅爾斯·羅伊斯公司在發動機銷售中加大了折扣力度，同時提高了服務能力和水平，採取一種新的商業模式，即以績效保證式合同（performance-based contracting，PBC）供貨，在報出發動機價格的同時會提供發動機保養及在線化的維護服務。同時，該公司為不同客戶提供了三種服務方式：全面維護、公務機維護和項目管理解決方案。服務化轉型使得羅爾斯·羅伊斯在全球航空發動機市場的份額從20世紀70年代的不到5%，提高到目前的40%左右，服務收入已經占其總收入的一半以上。
提高產品交易便捷化模式。基於信息技術的廣泛應用，製造業企業可以通過多元化的金融服務、精確化的供應鏈管理以及便捷化的電子商務等方式，提高其產品的交易效率和便捷化程度，從而提高其企業的核心競爭力。從國外製造業發展的歷史來看，越來越多的製造業企業把提高產品交易的效率和便捷化，作為提升企業競爭力的重要手段和途徑。例如20世紀80年代中期以後，隨著日本企業在工程設備領域的崛起及經濟危機的影響，卡特彼勒逐步陷入虧損的境地，競爭壓力日益嚴峻。為此，卡特彼勒公司開始加速戰略轉型，放棄價格競爭的市場策略，以提升產品全生命周期價值為出發點，完善全球分銷服務體系，實施供應鏈管理發展戰略。物流服務成為卡特彼勒新的增長點，也引致了金融服務、再製造服務等新的服務領域的發展。目前，服務業的營業利潤在正常年份能達到公司營業利潤的50%左右，而在國際金融危機期間的2009年，服務業的利潤佔到公司總體利潤的90%，部分抵禦了工程機械產品的周期性影響。
產品與服務整合模式。隨著客戶的需求從單一產品向產品及相關服務的綜合方面的升級，為客戶提供產品的集成及全面解決方案，成為製造業企業提升核心競爭力、贏得市場的重要手段和途徑。一體化的安裝、集成化的專業服務、系統化的產品整合，正成為製造業企業擴展業務的重要模式和產業競爭的制高點。例如從公司成立開始，華為就把面向運營商的服務作為競爭的重要手段。在起步階段，華為提供的服務主要是通信設備的工程安裝，其客戶服務是保姆式、終身的、免費的，並完全基於通信設備。1998年，華為定義為「華為服務年」，以後每年都有提升服務的舉措。目前，華為已經建立了面向通信設備市場集成化的專業服務產品體系和規范的服務產品開發創新體系，支撐華為從全球通信設備製造商的趕超者躍升為領先者。2010年，華為服務收入達到315億元，占總銷售收入的比重由2000年的3%上升到20.4%。
客戶需求提供專業化服務模式。這種模式實現了從基於產品的服務向基於客戶需求的服務的轉變，是製造業服務化轉型的最高階段，製造業企業利用其在價值鏈上的運營優勢，提供不依託於自身產品的專業化服務。此時的企業已經完全服務化，不再從事相關的製造環節，從製造業企業完全轉變為一個服務型企業。例如，為擺脫生產經營困境，IBM從20世紀90年代開始服務化轉型之路。目前，IBM是全球最大的「提供硬體、網路和軟體服務的整體解決方案供應商」，可以提供商業咨詢、戰略外包、集成技術服務和維護四個服務層次。不僅成功實現了主營業務從製造向服務的全面轉型，構建了面向服務的具有獨特優勢的新商業模式，也重新確立了在全球信息通信產業中的領導地位。
三、 對中國製造業發展的啟示與建議
（一）製造業完全服務化並不是製造業升級的一劑良葯。製造業是一國國民經濟的支撐，是一國經濟指數良好運行的保障，是真正的強國之本。縱觀世界各國發展史，如果沒有製造業的崛起，就不會有真正的大國崛起。製造業服務化並不是「去製造業」，而是製造企業根據企業實際和行業發展環境增強自身競爭力的理性選擇，其根本目標在於拓展企業價值鏈，提升產業附加值和品牌效益。因此，推進製造業服務化並不等於放棄加工製造業務，要防止過度「去工業化」，避免「製造業空心化」。
1.「創造」離不開「製造」
盡管美國目前依然保持全球第一科技強國的地位，科研成果與發明專利的數量領先於其它國家，高技術產值位居世界第一，但由於製造業生產能力和規模的下降，美國現已淪為高技術產品凈進口國。麻省理工學院的研究報告認為，美國製造業近20年來大規模向海外轉移，不僅導致國內就業崗位減少，而且嚴重損害了美國本土的科研和創新能力。近年來，美國重大科研成果和發明專利在全球所佔比重已經呈現大幅下降的趨勢。由於製造業的「空心化」帶來的嚴重影響，在不得已情況下，美國政府提出振興製造業，並開始實施「製造業回歸」計劃。
吸取美國製造業發展的帶來的深刻「教訓」，實現中國「製造」向中國「創造」的戰略性轉變，不能單純拋棄加工製造環節，避免未實現「創造」又失去了「世界工廠」地位的「被動」局面。
2.「中國製造」優勢依然存在
中國的製造業主要集中在東部沿海地區，工業產值佔全中國比重約70%以上，在勞動力、土地等要素成本上升和生態環境的約束下，許多企業開始由東部向其它地區進行轉移,更多的企業實際上是在向中部地區乃至西部地區轉移。許多企業仍選擇留在中國，除了中國中西部地區具有一定的勞動力等要素成本優勢外，中國的基礎設施建設水平短期內也仍將遠遠優於柬埔寨、越南、印度等周邊地區。此外，上下游企業之間的集聚效應和相關產品配套能力也是影響企業區位選擇的關鍵因素，一些企業在珠三角或長三角的周邊地區可以采購自己所需的幾乎所有零部件。
因此，盡管一些依賴廉價勞動力的製造業企業從中國東部沿海地區向東南亞等地轉移，但由於擁有全世界最完整的工業配套能力、存在巨大的資源稟賦區域性差異和較為完善的基礎設施，中國製造業整體優勢並未「消失」,在相當長一段時間內仍保持一定的競爭力。
3.製造業的完整性是一個大國的經濟保障和政治安全的基本要求
製造業是所有經濟部門和社會生活的基礎，不管經濟怎麼發展，社會怎麼進步，人們總是有衣食住行等方面實實在在的需求。另外，製造業能夠解決大量的就業，尤其是能夠解決目前中國底層勞動人口，尤其是城市化進程中從農村轉移出來的低技能勞動人口的就業。據初步估計，解決這些人口的就業問題還需要數十年的時間。如果沒有製造業，進入城市的農村剩餘勞動力問題就無法解決，農民就無法真正實現「市民化」，促進1億農業轉移人口落戶城鎮的新型城鎮化目標就無法真正實現。
從世界各國經濟發展的經驗也可以得出，一個國家或地區的經濟如果以製造業、實體經濟為基礎，則不容易產生泡沫，經濟發展容易保持平穩、健康的態勢。
（二）對中國製造業發展的建議
製造業服務化是中國產業結構調整升級的一個重要方向，但出於製造業在國民經濟中的基礎地位，以及保障國家安全和經濟可持續發展的根本要求，中國必須保留「本土製造」能力。
1.宏觀上繼續保持中國「世界工廠」地位不動搖
從宏觀層面來看，製造業服務化是加快中國經濟結構調整、實現可持續發展的重要路徑，也有助於實現「中國製造」升級至「中國創造」。但是，從歐美等發達國家面臨的「製造困境」中，我們也應該認識到製造業在國民經濟中的基礎地位，以及製造業對保障國家安全的戰略作用。因此，國家在推動製造業服務化過程中，應保留「製造」環節，綜合運用財政、貨幣等政策選擇和調節手段，防止製造業「空心化」，繼續保持中國「世界工廠」地位不動搖。
2.中觀層面上要注重製造業服務化的區域性和行業性差異
中觀層面，應充分分析和評估製造業服務化對具體的區域和產業的促進作用和適用條件。首先，在區域層面上，應根據各區域的比較優勢，構建合理的製造業分工體系，促進東部地區製造業的生產加工環節向中西部地區轉移，形成以東部地區為主要製造業服務化基地、中西部地區為製造業生產基地的空間格局。其次，在行業層面上，應依據行業的特徵採取不同的發展模式，對一些涉及國家安全、民生保障、發展戰略需要的製造業行業應制訂相應的產業發展政策，促進發展，保持產業鏈的完整性。
3. 微觀層面要堅持以市場為主、政府引導為原則
微觀層面上應保障製造業企業獨立自主性，而政府則應提供企業運行服務型製造的支撐平台和技術交易與合作平台，以及相應的政策扶持。同時，進一步加大市場化改革的力度，保障各製造業企業應依據自身優勢、戰略規劃，以市場需求為導向，進行自主選擇服務化發展路徑。而對於一些涉及國家經濟穩定、安全保障的重要行業企業，應綜合運用市場競爭與政府保障等手段進行扶持。
4.大力發展生產性服務業，深化製造業與服務業之間的融合
中國整體製造實力及競爭力不強，其中一個重要原因就在於服務業尤其是生產性服務業發展滯後，使廣大製造業企業處於孤立狀態，這已經成為經濟社會高效發展的制約因素。為了發揮生產性服務業對服務型製造及整個製造行業乃至經濟增長的支持作用，需要進一步發展並挖掘生產性服務業的巨大潛力，深化製造業與服務業之間的融合。一是重點對生產性服務行業的體制進行改革，制定優惠政策鼓勵市場對生產者性服務業的發展動力。二是充分發揮政府引導作用，促使生產性服務業向集聚、高效方向發展，避免重復發展和過度競爭。三是建立相對健全的相關行業組織，制定並完善相關行業規范和標准，為生產性服務業快速健康的發展創造相應的制度和組織保障。
『叄』 誰比較了解美雲智數美擎工業互聯網平台能為企業生產製造環節實現哪些價值
首先是高級計劃排產系統M.APS，美擎平台上的高級計劃排程能力，不僅可以一鍵生成多達十層以上加工深度的工廠和零部件的生產計劃，其物料主計劃的計算效率更是大大優於西方軟體，通過智能預測、計劃排產，實時、高效、准確提升端到端價值鏈溝通與協作能力，訂單齊套率提升80%、排產准確性提高90%、物料計劃計算速度提高10倍。
其次是國內首款擁有自主知識產權的工業級模擬方案工業模擬MIoT.VC。模擬和數字孿生是美擎平台的核心能力之一⌄，2800多種三維參數化模型可滿足40類跨行業數字化工廠的快速布局和模擬驗證，覆蓋產品研發、新建工廠等。虛擬裝配驗證一次裝配通過率99%，節約開發時間34.6%；科學優化生產方案，促進產能提升21.2%；「克隆工廠」現場設備虛實聯動，實現3D大數據報警、能源管理，響應速度提升32%。
『肆』 什麼是製造業發展的重要引擎，是建設製造強國的關鍵核心
隨著製造技術的進步和現代化管理理念的普及，製造業企業的運營越來越依賴信息技術。如今，製造業整個價值鏈、製造業產品的整個生命周期，都涉及到諸多的數據。同時，製造業企業的數據也呈現出爆炸性增長趨勢。大數據可能帶來的巨大價值正在被傳統產業認可，它通過技術創新與發展，以及數據的全面感知、收集、分析、共享，為企業管理者和參與者呈現出看待製造業價值鏈的全新視角。那麼，大數據如何推動製造業發展？
一、實現智能生產
在德國「工業4.0」中，通過信息物理系統(CPS)實現工廠/車間的設備感測和控制層的數據與企業信息系統融合，使得生產大數據傳到雲計算數據中心進行存儲、分析，形成決策並反過來指導生產。
具體而言，生產線、生產設備都將配備感測器，抓取數據，然後經過無線通信連接互聯網，傳輸數據，對生產本身進行實時監控。而生產所產生的數據同樣經過快速處理、傳遞，反饋至生產過程中，將工廠升級成為可以被管理和被自適應調整的智能網路，使得工業控制和管理最優化，對有限資源進行最大限度使用，從而降低工業和資源的配置成本，使得生產過程能夠高效地進行。
過去，設備運行過程中，其自然磨損本身會使產品的品質發生一定的變化。而由於信息技術、物聯網技術的發展，現在可以通過感測技術，實時感知數據，知道產品出了什麼故障，哪裡需要配件，使得生產過程中的這些因素能夠被精確控制，真正實現生產智能化。因此，在一定程度上，工廠/車間的感測器所產生的大數據直接決定了「工業4.0」所要求的智能化設備的智能水平。
此外，從生產能耗角度看，設備生產過程中利用感測器集中監控所有的生產流程，能夠發現能耗的異常或峰值情況，由此能夠在生產過程中不斷實時優化能源消耗。同時，對所有流程的大數據進行分析，也將會整體上大幅降低生產能耗。
二、實現大規模定製
大數據是製造業智能化的基礎，其在製造業大規模定製中的應用包括數據採集、數據管理、訂單管理、智能化製造、定製平台等，核心是定製平台。定製數據達到一定的數量級，就可以實現大數據應用。通過對大數據的挖掘，實現流行預測、精準匹配、時尚管理、社交應用、營銷推送等更多的應用。同時，大數據能夠幫助製造業企業提升營銷的針對性，降低物流和
庫存的成本，減少生產資源投入的風險。
利用這些大數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降，並將極大地減少庫存，優化供應鏈。同時，利用銷售數據、產品的感測器數據和供應商資料庫的數據等大數據，
製造業企業可以准確地預測全球不同市場區域的商品需求。由於可以跟蹤庫存和銷售價格，所以製造業企業便可節約大量的成本。
大數據應用將帶來製造業企業創新和變革的新時代。在以往傳統的製造業生產管理的信息數據基礎上，通過物聯網等帶來的物理數據感知，形成「工業4.0」時代的生產數據的私有雲，創新製造業企業
的研發、生產、運營、營銷和管理方式。而這些創新會給製造業企業帶來更快的速度、更高的效率和更敏銳的洞察力。
如想了解更多信息請登錄網路搜盈飛無限，登陸官網，您可以了解到更多關於製造業發展的的最新資訊。
『伍』 企業如何推進智能製造和工業物聯網（IIoT）戰略
目前，很多公司正在積極布局智能製造和工業物聯網發展戰略。問題是，這些企業是會共同推進兩個戰略的發展還是分開推進呢？我相信他們會共同推進，但我也可以理解那些把他們看作是分開的人。
在我們討論這個話題之前，先讓我先定義一下術語，因為有很多關於這個的爭論。
智能製造：在工廠和整個價值鏈內實現業務、物理和數字流程的智能化、實時協調和優化。基於所有可用的信息，資源和流程將實現自動化、集成化、被監控和持續評估。（根據MESA International ，MES國際聯合會定義）
IIoT：在工業（如組件、產品、產品運輸和設備）中使用的物理對象（「物」）中嵌入電子、軟體、感測器組成的網路，這個網路能夠使物理對象通過互聯網協議(IP)收集數據並與控制系統、業務流程和分析交換數據。（根據維基網路「IoT」修改）
現在回到我們的核心問題：兩個戰略是要共同推進還是分開推進呢？很明顯，目前還沒有定論。下面是這些觀點的一些背景：
工業互聯網協會(IIC)說:"通過自動化工業設備和系統之間的通信，IIoT提高了整個工廠的效率，使其更加智能化，"我同意。我相信，IIoT是智能製造的一項有利技術，它的進步將推動智能製造的發展。同樣，隨著智能製造超越概念，進入公司正在執行的項目，製造商和他們的解決方案提供者將改進支持這些項目的IIoT技術。這兩個很可能會被共同推進。
另外：並不是每個人都同意。在最近的MESA調查中，超過三分之一的製造商報告說他們不相信智能製造包括IIoT（參見上圖）。我明白這個觀點，因為智能製造有很多途徑。實際上，IIoT可以在一些可能定義智能製造的正常邊界之外使用。
與智能製造相比，IIoT確實發展可能會更快，因為解決整個價值鏈上的項目是一個超出公司內部的挑戰。像通用動力公司、通用磨坊和通用汽車這樣的大公司可以展示他們的力量，並幫助推動特定行業的智能製造行動，但是IIoT項目可以取得很大的進展，並在公司的內部提供許多好處。如果消費者市場上的物聯網計劃提高了工廠內部的期望門檻，那麼實現類似的互聯互通、數據訪問、控制和分析能力也會有壓力。
此外，生產仍將涉及人員，以及未配備IIoT的設備和產品。對於一些智能製造方案，IIoT沒有也不可能是商業案例，這些情景可能關注人員和價值鏈流程。
推動第四次工業革命的是什麼？
有些人會認為智能製造或IIoT可能導致第四次工業革命。我也有一個觀點：智能製造是這場革命的基礎，而IIoT不是。即使IIoT的發展比智能製造快得多，我也不認為它足以讓生產企業進入下一個生產力階段。
那麼IIoT缺少了什麼來推動第四次工業革命呢？首先是企業環境。智能製造不僅整合了工廠或智能連接工廠，還包括智能連接的供應鏈和貫穿產品生命周期的數字線程。與其他工業革命一樣，技術的轉變--比如IIoT--必須與新的流程和人們工作的方式協同工作，以達到我們在第四次工業革命中所追求的生產力水平的提高。
IIoT是一項基礎技術，但它只做它所做的事情--在"事物"之間創建通信，以便更容易地獲取數據和分析。第四次工業革命需要許多其他技術和工藝。其中一些將針對一件設備或生產過程；其他人將在工廠、企業或價值網路上工作。
真正讓商界人士興奮的是，當新技術和新方法將它們整合在一起時，就會擾亂市場，並讓公司提供新的服務和與新產品所能產生的數字數據綁定的新價值。例如，基於IoT的智能產品可以向工程師和生產者提供關於產品如何在該領域執行的反饋。基於這些數據，我們能提供什麼樣的新見解和服務？
這就是為什麼我認為，要實現第四次工業革命需要更多的時間。它將把IoT和IIoT引入智能製造策略，以創建新的方法來協調和優化整個價值鏈中的流程，並向客戶交付新的服務級別。
『陸』 工業互聯網怎麼讓大數據產生價值
工業互聯網怎麼讓大數據產生價值
在經歷了長達30年的經濟快速發展之後，現在，中國需要一個全新的增長模式。快速的城鎮化和工業化讓數億人擺脫了貧困，中國人的人均壽命提升了十年，中國一舉成為世界上最大的製造產品出口國和世界第二大經濟體。這樣的成就令世人矚目，不過對中國來說，這並不是件難事。中國迄今為止所取得的經濟增長都是來源於大量廉價勞動力推動的以出口為導向的製造業快速發展。
然而，強勁的消費需要更快速的工資增長來拉動——因而需要更快速地提高生產力。因此，中國需要加速從低成本生產向高附加值、高科技製造轉型。這是一個非常嚴峻的挑戰。大部分新興市場國家在轉型中失敗，陷入「中等收入陷阱」無法自拔：在這種境況中，人均收入沒有能夠向發達國家的高水平靠攏，而是停滯不前。
1、數字化創新提升競爭力
中國可以通過擁抱「工業互聯網」，擁抱這一輪正在改變全球經濟的數字創新來應對這個挑戰。工業互聯網是數字技術和物理技術、大數據與大機器的融合。通過部署電子感測器和雲分析，工業互聯網將傳統工業機器轉變為互聯資產，開創功能與效率的全新局面。
由數據分析得出的洞察可以實現預測性維護：提前處理潛在故障，避免意外停機。感測器和數據分析構建了一個數字化的網路——工廠車間的所有元素連接在一起，並與供應鏈和分銷渠道相連，提高製造過程的速度和靈活性——GE稱之為智慧工廠(BrilliantFactory)。現在3D列印等數字技術使一些新的製造流程成為可能，在提高生產速度的同時，降低了生產成本。
這些數字化的創新能夠大幅提升各行各業的效率和生產力，從而提升競爭力，使中國的某些行業在全球范圍內確立領導地位。
工業互聯網創新還能提升不同層面工人的能力。具有虛擬現實/增強現實能力的攜帶型和可穿戴設備可以使工人即時訪問信息、提供即時培訓、更有效地合作以及學習和借鑒其他同事積累的實踐經驗。
人們常常擔心新技術的出現因為提高了自動化水平而減少工作崗位。工業互聯網創新的發展方向不同於以往，工業互聯網使人與機器之間形成更強大的新型夥伴關系，並提升各個層面工人的能力和生產力。而近年來，中國在提升工人平均技能水平方面也取得了巨大的進展：1982年，年齡在25-29之間的中國人中只有不足1%的人口接受過高中及更高水平的教育;到2010年，這一比例已經超過20%，其中大部分集中在科學和工程學。教育水平的提高使中國的勞動力從這些創新中獲得巨大的收益;這也將為中國科學家和工程師的持續創新創造環境，為新型數字化工業技術的增長和傳播作出貢獻。
在這樣的背景下，數字化和智能工業作為一個重大趨勢，已不可逆轉。很多工業公司已經將數字化視為生存和發展的必要前提。盡管互聯網已經改變了消費領域，但這一價值在工業領域還有待釋放，在1990到2010年期間，工業生產力的年均增速為4%，但是，在過去的五年裡卻下降到了1%。如何將數字化轉化為價值，這是所有工業公司所需要解答的問題。
中國經濟正在經歷前所未有的結構化轉型，可以預見，服務業態將在整個GDP當中起到非常重要拉動作用。製造業在過往的中國GDP中占很大比例，但在隨著結構化轉型，未來的製造業將成為製造和服務並舉的行業，其中服務所創造的價值貢獻甚至會超過製造，從而打造出是高質量、高利潤、可持續增長的全新服務業態。
BCG的數據表明，中國經濟當今的轉型之當中，服務的價值在醫療、航空、能源以及有一些機械製造等行業領域都有體現，在未來，他們都將走上以服務成長拉動增長的路徑。所以製造業的轉型對於整個GDP的貢獻也由此成為重要的話題。
GE本身也是一個製造型企業，但這個百年老店也需要思考如何在新的國際競爭當中尋找突破創新之路。GE的工業互聯網在2012年來到中國，而這個戰略最早在五年前被提出，因為製造業本身面在尋求新的增長點方面走進了一個困境。在GE超過1000多億的營收和160億美元的純利潤當中，75%來自製造。但由於客戶市場和全球環境的變化，GE需要找重新思考如何服務於全球各行業的客戶。所以GE就提出了工業互聯網的概念，從根本上講，就是要把人與機器，機器與機器之間通過數據無縫連接，通過海量數據找到運營當中的瓶頸，降低成本，提升效率，從而進行整個核心競爭力的轉型。
工業互聯網同中國工業的智能化在中國的結合恰逢其時，這主要源於三個條件：經過20年的信息化建設，中國積累了很好的基礎設施;同時中國目前的製造業的轉型上升為國家戰略之一，迫切需要一些好的信息化手段、管理理念、創新來推動實現這一目標;最後，人才儲備也已經達到一定水平。
2、資產優化與運營優化
在製造業領域，工業互聯網在實現工業智能化主要著力於資產優化和運營優化。資產優化是基於一個事實，亦即製造企業的重資產特性。目前重資產企業最重要的關切就是產能過剩的挑戰，如何優化資產效率，提升資產的利用率，同時為客戶帶來一些關鍵的增值服務，通常也被衍生為裝備服務業。其次，是運營優化，中國企業所在的是相比德國提出工業4.0，我們還處在2.0甚至更粗放的階段。管理粗放，機能低下，信息化基礎薄弱等等，都是現在制約製造業發展的重要問題。所以如何使運營優化讓我們在崗的工人、管理人員，能夠和管理規章制度結合提升我們的效率，這是工業互聯網的著眼點，也是中國工業企業轉型迫切需要解決的，資產的優化、運營的優化。
目前中國有很多離散型的工廠，例如家電，電子類產品製造商，資產優化、對這些企業而言運營優化有重要的意義。而整個智能化有三個不同的層次：第一，經由感測器驅動的自動化。第二，實現全工廠級別的自動化。第三，包括供應鏈，供應鏈上下游的優化。
這一戰略也與中國的人口轉型相吻合。目前，中國的人口增速降低，老齡化加速。最近出台二胎政策暫時還不會影響到中國的人口發展趨勢。與此同時，較低的人口增長速度也意味著勞動力不再像過去幾十年那樣快速增長。現在，中國的工業面臨更加有限的人力資源。因此，為支持快速的經濟增長，必須更快速地提高生產力以彌補較慢的勞動力增長。
3、製造服務業與中國工業的轉型
回歸製造業在全球范圍內已經成為很多國家的戰略重點，不管是歐洲、美國還是中國。中國製造2025戰略通過「互聯網+」和工業結合，推進兩化深度融合。這也是業界、政府、企業共同面臨的一個挑戰，也是要深刻研討的一個話題。
從實施角度，要實現這三方面的優化要經過四個階段，第一階段，在沒有數據的情況下我們往往有盲人摸象的感受，就像你坐在軍中但缺乏前線匯報，這種作戰毫無智慧策略可言。所以數據化是非常重要的前提，大部分企業的決策和管理是基於經驗，哪怕有一些數據，也是局部不及時的，甚至是錯誤數據，這都會直接影響到最終結果，所以全局數據的採集是非常關鍵的。有了數據之後我們下一步希望可視化，所以在GE的智能工廠當中我們推出了數字鏈和數字雙胞胎的概念，通過信息可視化手段通觀工廠製造全流程，讓我們對生產力、生產資源、生產效率有了解。隨之而來的是控制，比對管理目標實施自動化、智能化控制，在流程式控制制、資源控制、物料控制等等，同時與製造工藝無縫相結合。最後一個環節是我們最期待的環節，也是價值釋放的部分，就是實現優化，基於全局數據基礎上我們可以實現預測，能夠對資源，對於市場，對於客戶的需求的預測性的指導下我們進行優化。
這四個階段就是剛才我們說互聯網在智能工廠的一個體現，說起來簡單，但是做起來確實是很困難的。縱觀中國的產業發展，工業和基礎設施還處在由硬體轉向軟硬體結合的過渡當中，據統計，2014年我國數字化研發設計工具普及率已達54%，關鍵工序數控化率達到30%。不過較發達國家，中國離互聯互通，軟硬體結合的工業體系距離還很遠。目前，我國高端感測器、智能儀器儀表、高檔數控系統、工業應用軟體等市場份額不到5%。
目前GE所提供的工業互聯網方案，最直接的價值就是幫助客戶實現零意外停機時間，目前GE每天監測和分析來自1000萬個感測器的5000萬項元數據，這些數據涉及資產價值達到萬億美元。基於Predix的APM幫助客戶將海量數據轉化為准確決策，及時、主動地確保資產安全、幫助設備更好地運行、消耗更少的燃料、更高效地部署服務，並最大限度地減少意外停機時間。更多APM解決方案和服務將有利於資產所有者和運營商降低維護成本和運營風險，同時提高可靠性。獲得「可完全預測的資產」對任何機構的都是終極目標。對於尚不成熟的機構來說，這似乎是一個無法實現的目標。但隨著資產運營者逐步接受這一觀念，它所帶來的諸多益處證明這一投資是值得的，APM將是實現資產預測性的根本基石。
在智慧工廠層面，其價值在於利用大數據、軟體、感測器、控制器和機器人提高生產力，從而實現資產和業務優化。智慧工廠的產品擁有四個要素：虛擬製造、感測器啟用自動化、工廠優化和供應鏈優化。GE目前在全球范圍內擁有400家工廠。為了改變這些工廠的管理方式並提高生產效率，我們在整個企業共有16個智慧工廠試點。2015年，我們計劃把試點數量增加到75個左右。
4、挑戰與關注
在整個工業互聯網的實施過程中，挑戰是毋庸置疑的，總結而言，我們在有四個需要非常關注的：
安全性。製造企業進行轉型不管走的是什麼路徑，目標是一致的，但是安全是非常重要的。傳統的信息化的安全不足以覆蓋到製造領域的安全，GE工業互聯網上倡導的安全，除了IT的安全還有OT的安全，就是工業技術的安全。
基礎設施：基礎設施從數據中心到網路，到大數據分析，到雲計算等等基礎設施的部署。
復合性人才。過去中國的20年，無論是信息化還是工業化過程中培養了很多人才，但是都過於單一化。工業化和信息化的深度融合之後，我們需要更多的是復合性人才，對工業材料了解，對信息業了解的，當然對我們管理也提出了很高的要求。因為技術是服務於業務的，剛才提到的最終是希望驅動企業，使它具備智能管理和持續創新的能力，從而提高它的核心競爭力。所以對於企業的經營者來講，也是一個挑戰，就是我們的管理技能如何和信息化技術，和先進材料技術多方面融合，給企業制定一個好的戰略。
業務模式的改變。技術的引入也會促使我們從上游產品設計到生產製造，到供應鏈，一直到市場服務形成一個全閉環的流程。每一個環節都會對我們傳統的運營模式和業務模式帶來沖擊，互聯網給消費領域帶來的改變每個人都感受到了，工業領域也是如此。比如說眾包在產品設計階段，現在已經被廣泛的使用了，我相信將來在供應鏈，在市場服務的時候如何更精準，更和消費者互動，這些都會對我們已有的模式帶來很大的改變，我們參與的很多項目當中都是著眼於這方面的改變。
『柒』 如何利用工業大數據推動製造業轉型
什麼是工業大數據？
工業大數據，很難從內涵角度來作出一個定義，因為它涉及到很多各種各樣的數據。但從外延角度來看，比較容易。
大體上是3+3，第一個「3」是指3個層面——企業，企業上面的供應鏈、產業鏈和生態鏈，以及在這上面的行業管理和宏觀經濟。第二個「3」是指每個企業都有的3個過程——生產，使用，以及發展中的經營效益，所以，「3+3」基本上把工業大數據的脈絡圈起來了。
從企業的角度看，工業大數據是在一個企業的設計、創新、生產、經營和管理決策過程產生、使用和轉型升級過程需要的信息之和。所以最小的圈是企業，一個企業從開始到生產線到設計、到工藝過程、到人，一直到管理、決策、市場、服務，像這樣的環節都在使用。
從供應鏈、產業鏈和生態鏈的角度來看，工業大數據是供應鏈、產業鏈和生態鏈產生、使用和需求的各類信息之和。這三個鏈之間很難一刀斷開，因此，我也是從一個概念來看。所以，製造業也好、工業企業也好，整個過程是一個鏈環周。這個鏈不僅是一個企業，更重要的是政府機構、研究機構，需要把控和研究如何追求製造業前兩環的優化。所以我們看到了超越一個企業的生存、使用和發展需求的新工業數據。
從行業管理和宏觀調控的角度來看，工業大數據是工業行業管理和宏觀調控產生、使用和需求的各類信息之和。每一個行業的管理都需要工業大數據，在工業行業又生存了很多企業，做好工業數據管理需要這樣一個鏈條，所以「3+3」構成了工業大數據的外延，每一個環節，使用的和需求的中間是交集，這樣才對工業大數據的發展提供了基礎。
小結
首先，3+3加起來的組合就是工業大數據;
第二，產生、使用和進一步發展的需求的工業大數據是不同的，是交集;
第三，進一步發展需求的大數據最大;
最後一句話最重要，工業大數據，工業是主體。
為什麼要發展工業大數據？
同樣是三個層面，從三個由小到大的層面，加上一個需求，來看一下工業大數據的作用和意義。
首先，從最小的層面——企業來看，工業大數據為企業全過程設計、創新、生產、經營、管理、決策服務，為企業的發展戰略和目標的實現服務。
第二個層面，工業大數據服務於供應鏈的優化、產業鏈的完善、生態鏈的形成和優化。從供應鏈、產業鏈、生態鏈來看，不管是CSM的生產圈，還是一個特定產品製造過程的供應鏈，或是一個完整生產過程的分析，工業大數據都是為了它的形成和優化。
第三個層面，工業大數據要滿足行業和宏觀決策調控的實際需求，提高行業和宏觀經濟管理決策質量、能力。政府的行業管理對於供應鏈、產業鏈、生態鏈、商業鏈、價值鏈有著非常重要的作用，但是政府的宏觀調控超越了這樣的鏈環本身，我們要對經濟發展面臨的重大問題作出回應，甚至回答製造業如何來應對這樣的問題。所以從這個行業來看重要的是行業發展戰略，而到宏觀調控的時候，不但要從行業的發展戰略，還要從整個經濟發展去看這些問題怎麼解決?這就需要信息。
第四，從工業轉型升級的需求看，工業大數據是為了一個個企業、行業、裝備、工藝、生產線、供應鏈的轉型升級服務。先進製造業、工業4.0、智能製造，以兩化融合和智能製造為重點的中國製造2025，都是工業轉型升級模式的未來方向。原來我們的3.0工業，是以裝備和生產線為核心的自動化，而4.0的智能化是把這兩個過程自動化和數據自動化結合在一起。
小結：
工業大數據的研究和實踐要服務於加快製造業轉型升級、提升工業競爭力;
這個目標要落實到企業創新、設計、生產、經營、管理、決策的每一個具體環節;
這個目標要落實到供應鏈全局優化、產業鏈和生態鏈的形成和優化的每一個具體環節;
這個目標要落實到工業行業管理和宏觀經濟調控決策的每一個實際需求。
工業大數據怎麼推動製造業轉型升級？
在回答怎麼辦之前，首先要知道存在著哪些主要問題：
1、在數據生成環節，主要存在跑冒滴漏和非標準的問題;
2、在數據利用環節，主要存在數據不足、質量不高、各個環節協同存在制度、核算、標准等大量障礙;
3、在發展需求環節，主要存在缺乏預見性、缺乏有效的模型和工具、缺乏制度和標准規范等問題。
要想建設好、應用好大數據，首先要解決這三個問題：
首先是建設，什麼是建設?我記得三年前說過，把大數據作探礦、采礦、煉礦、用礦，實際上探礦和采礦就是建設好信息，可以從三個緯度四個方面來建設好信息。三個緯度首先是發現，然後才可以按照應用需求結合起來。第二要有制度，要有標准，要實現系統之間的互操作。同時我們還要發現、收集、組織，來提升系統性、完整性、及時性、准確性。這是建設好、運用好。
利用好有三個方面或者三個層次和若干個關鍵環節。由於時間關系就不再展開討論了。
最後，要特別注重取得實效、最佳實踐和理論研究。
1、要特別注重實效。因為今天的大數據，每一個環節的形成都有它的實效，這件事情從開始到做完以後，效果究竟是什麼?有很多企業家，當你用大數據對你企業各個環節進行改善提升的時候，你首先第一條要把提高效率放在首位，這是關鍵，而且對於製造業來說，要永遠把利潤率放在最重要的位置。當然，工業大數據不能直接用錢來算，有的環節是企業老闆在管理上、服務上提效，但是這個效果必須是可測量的，不管是定性的還是定量的。
2、要特別注重最佳實踐。i5數控機床，從開始研發到今天位列智能數控機床試點領先的行列，花了十年的時間。為什麼前面幾年沒有成功?就是因為數據缺失。缺什麼數據?高端數控機床為什麼長期被國外控制?數控機床的技術為什麼那麼長時間沒有克服?因為不管是材料的發展，還是裝備的發展，都沒有數據，沒有實踐過程中的數據，它是發展不起來的。接下來是模型怎麼建，也需要數據來支撐，但是原來由於高端數控機床都由國外來控制，我們沒有數據。另外，它在這個過程裡面還倡導商業模式，這個機床是按服務鑰匙收費。所以它又變成了今天最新最熱門的製造行業分享。這顯然是一個最佳實踐，這裡面工業數據是極其重要的。
3、要注重理論的研究，注重方法、制度創新的研究。在這個過程中，需要對製造業發展的趨勢、特徵，工業大數據的內涵外延，工業大數據建設和利用的系統方法，工業大數據質量保證、協同發展、制度創新等等一系列問題進行研究。
『捌』 如何實現中國製造2025提出的戰略目標
通過「三步走」實現製造強國的戰略目標。
第一步：力爭用十年時間，邁入製造強國行列。
到2020年，基本實現工業化，製造業大國地位進一步鞏固，製造業信息化水平大幅提升。掌握一批重點領域關鍵核心技術，優勢領域競爭力進一步增強，產品質量有較大提高。製造業數字化、網路化、智能化取得明顯進展。重點行業單位工業增加值能耗、物耗及污染物排放明顯下降。
到2025年，製造業整體素質大幅提升，創新能力顯著增強，全員勞動生產率明顯提高，兩化（工業化和信息化）融合邁上新台階。重點行業單位工業增加值能耗、物耗及污染物排放達到世界先進水平。形成一批具有較強國際競爭力的跨國公司和產業集群，在全球產業分工和價值鏈中的地位明顯提升。
第二步：到2035年，我國製造業整體達到世界製造強國陣營中等水平。創新能力大幅提升，重點領域發展取得重大突破，整體競爭力明顯增強，優勢行業形成全球創新引領能力，全面實現工業化。
第三步：新中國成立一百年時，製造業大國地位更加鞏固，綜合實力進入世界製造強國前列。製造業主要領域具有創新引領能力和明顯競爭優勢，建成全球領先的技術體系和產業體系。
圍繞實現製造強國的戰略目標，《中國製造2025》明確了9項戰略任務和重點：一是提高國家製造業創新能力；二是推進信息化與工業化深度融合；三是強化工業基礎能力；四是加強質量品牌建設；五是全面推行綠色製造；六是大力推動重點領域突破發展，聚焦新一代信息技術產業、高檔數控機床和機器人、航空航天裝備、海洋工程裝備及高技術船舶、先進軌道交通裝備、節能與新能源汽車、電力裝備、農機裝備、新材料、生物醫葯及高性能醫療器械等十大重點領域；七是深入推進製造業結構調整；八是積極發展服務型製造和生產性服務業；九是提高製造業國際化發展水平。
《中國製造2025》明確，通過政府引導、整合資源，實施國家製造業創新中心建設、智能製造、工業強基、綠色製造、高端裝備創新等五項重大工程，實現長期制約製造業發展的關鍵共性技術突破，提升我國製造業的整體競爭力。
為確保完成目標任務，《中國製造2025》提出了深化體制機制改革、營造公平競爭市場環境、完善金融扶持政策、加大財稅政策支持力度、健全多層次人才培養體系、完善中小微企業政策、進一步擴大製造業對外開放、健全組織實施機制等8個方面的戰略支撐和保障。