专题｜工业大数据数字化运营的实现路径

  《关于构建更完善的要素市场化配置体制机制的意见》中指出：在数字化的经济时代，数据成为推动经济发展的关键生产要素，改变了基础设施的形态，数字基础设施成为新的生产要素，数据正成为带动技术流、资金流、人才流、物资流的核心生产要素，数据自动流动水平成为衡量一个企业、一个行业甚至一个区域发展水平和竞争实力的关键指标。

  工业大数据是网络和大数据在工业产业的延伸，工业大数据并不是凭空而来，因为传统工业信息化在庞大的工业体系中一直在进行，大量的数据来自于研发端、生产制作的完整过程、服务环节，工业信息化过程一直在产生大量的数据，而工业数据主要来自于机器设备数据、工业信息化数据和产业链相关数据。

  数字经济时代的到来及数字技术的发展，促使制造企业从理念、能力、管理、生态等方面数字化转型，数字化时代的转型既要吸收传统工业时代积累的技术、运营和管理经验，又要实现现有多种运营管理模式、多种系统并存的平稳过渡，同时支撑制造企业未来在组织架构、商业模式和运营管理重构方面对全面数字化驱动的需求。

  数字化运营顶层设计和规划首先要立足于企业的商业目标、业务模式的可持续发展；

  其次要考虑企业自动化与信息化的现状，对于既有工厂，考虑继承和发展现有系统；同时考虑能否通过研发核心智能装备或产线的工艺改造来大幅度提升效率和质量，甚至变革产业链，以达降本增效；

  第三是面向精益生产，优化包含工厂基础设施（网络、安防、 能源、会议、 门禁、照明等）、物流布局规划（物流总体设计、仓储设计、物料转运等）、生产规划（产能分析、平面布局、物料、生产的全部过程等）在内的生产链，最大化提高产能效率；

  工业数据在各行业中体量最大，具有多样、快速、价值密度低、时序性、强关联性、准确性、闭环性、耦合性高、稳定性低等复杂特点。随着数据集成和智能化的应用需求，各类生产的全部过程数据和管理数据都将呈现爆发式增长，数据作为工厂智能化的核心，怎么来实现对海量多源异构数据的有效管理是另一个巨大挑战。

  企业传统制造系统是以生产流程为核心的，受制于技术标准、数据异构等因素，数据集成往往是局部的、有限的，而智能化的实现必须以数据的相互连通为前提，特别是跨层级、多环节的数据互联互通和关联分析。为实现上述制造——智造的目标，生产数据、管理数据必须实现有机融合，并充分流动与分析利用。

  传统工业软件或系统通常满足的是企业的共性需求，对差异化、精细化管理需求满足较差。随着智能化的需求，以及工业数据的采集和集成解决能力的成熟，数据驱动的面向设备正常运行、工艺参数、生产线优化、能源节约、个性化定制等特定场景的应用将逐步成为企业推进智能化的主要方向。

  主要是指支撑企业内部生产或管理等活动的自动化系统和管理等系统的数字化。通过C-BOX、G-BOX部署数字基础设施，建设产业大脑和企业APP等数字平台，链接ERP、MES和OA等系统的工业大数据，贯通各种层级，打造数字化车间、智能工厂、数字化安环应急等数字化系统。

  主要是指开放全集成的核心平台产品，构建与高校、科研院所、上下游企业、系统集成商、行业协会等伙伴的合作伙伴关系，有计划逐步实施数字化生产和服务的整体解决方案，优化运行设备、工 艺、生产线等工业生产资源。

  主要是指搭建数字运营服务体系，逐步接入各层级工业大数据，基于海量数据采集、汇聚，创造可视化的条件并由专业的运营服务团队进行数据分析、统筹、运营。