△图源:freepik
回望过去几年,物联网、大数据、人工智能、工业互联网等技术迅猛发展,成为推动制造业转型升级的新动能。而新冠疫情更是暴露出制造业在资金、生产、供应链等多方面的问题,加速了不少企业进行数字化转型的决心。
然而,数字化转型是什么呢?
《2021数字化转型白皮书》中指出,数字化转型的本质,是通过数字技术和数学算法先行切入企业业务流,形成智能化闭环,使得企业的生产经营全过程可度量、可追溯、可预测、可传承,重构了质量、效率、成本的核心竞争力。
数据是这个闭环的基础单位。但实际上,大部分传统制造型企业信息化基础薄弱,数字化进程中很快便会遇到各种问题。而其中很关键的一点是,他们原有的数据不齐、不准,系统带病运行,甚至是没有建立信息系统,数据散落在企业生产经营的各个环节。
△图源:freepik
对于这类型的企业,打好数字化的基础是进行数字化转型的第一步。那么,数据采集要考虑什么呢?以下几点可供参考:
需要什么数据?
企业生产经营中,设备运转、环境状况、管理干预等都会产生大量的数据。如同采矿,如果全盘收集,对中小型企业来说,不仅费时费力,而且矿产以外还收揽了大量矿渣。因此,企业首先明确数字化的目的,从源头上梳理数据收集类型、渠道等内容,整理和抽取出客观、真实和有用的数据,从需求出发才能更好地发挥数据的价值。
数据越多越有价值?
从统计学原理来讲,数据量大前提下得出的结论可信度就会高,因此不少企业都希望拥有大数据。然而,在时间上,大数据的积累需要一个长期的过程;在范围上,数据的采集也受限于企业特点,难以覆盖到整个行业,难以寻得借鉴。对此,更需要重视的是对获得的数据分析。结合大数据的思维和小数据的细节,通过不断更新迭代修正改善,让数据精炼,让结果可靠,同样能够发挥出数据的作用。
如何收集数据?
传统制造业信息化程度低,大多依靠人工采集。而数字化转型需要的数据除了数量、质量外,还需要更深入更多样的数据以及其背后科学精准的采集方式(时间和采集点)。比如车间数据需要细化到设备的停启、稼动率、环境温度等具体信息。
△图源:freepik
如果企业从0到1自己做起,会遇到设备通讯协议繁杂、数据清洗难等问题。此时,借助第三方数字化厂商,可以降低数据采集的难度和风险,如寰球智能深耕大数据多年,在向用户提供产品服务的同时,还注重帮助用户进行数据采集、挖掘作业过程中各项数据的内在价值,梳理数字化转型思路和路径,选取合适的解决方案,为企业降低人力、技术等成本。
尽管制造业数字化转型之行路难、多歧路,但迈出第一步,不断探索、因地制宜,从数据感知入手,到可追溯、可预测、可传承迭代发展,一步步走出一条适合自己的转型之路。