工業(yè)物聯(lián)網(wǎng)是智能制造的基礎(chǔ)。一方面，在智能工廠建設(shè)領(lǐng)域，通過物聯(lián)網(wǎng)可以采集設(shè)備、生產(chǎn)、能耗、質(zhì)量等方面的實時信息，實現(xiàn)對工廠的實時監(jiān)控；另一方面，設(shè)備制造商可以通過物聯(lián)網(wǎng)采集設(shè)備狀態(tài)，對設(shè)備進行遠(yuǎn)程監(jiān)控和故障診斷，避免設(shè)備非計劃性停機，進而實現(xiàn)預(yù)測性維護，提供增值服務(wù)，并促進備品備件銷售。工業(yè)物聯(lián)網(wǎng)應(yīng)用采集的海量數(shù)據(jù)的存儲與分析，需要工業(yè)云平臺的支撐，不論是通過機器學(xué)習(xí)還是認(rèn)知計算，都需要工業(yè)云平臺這個載體?！?BR>制造業(yè)擁抱大數(shù)據(jù)時代

　　曾幾何時，在人們的印象中，大數(shù)據(jù)作為一種新興技術(shù)，離人們的日常生活還很遙遠(yuǎn)，顯得異?！案呃洹薄?/P>

　　隨著互聯(lián)網(wǎng)技術(shù)的不斷深入，特別是近幾年來物聯(lián)網(wǎng)、云計算以及社交網(wǎng)絡(luò)的飛速發(fā)展，人們所接觸和關(guān)注的數(shù)據(jù)量呈現(xiàn)出了爆炸式增長。同時，大數(shù)據(jù)分析和處理的技術(shù)也隨之建立并豐富起來，其應(yīng)用也越來越廣泛，大數(shù)據(jù)給各行各業(yè)帶來變革性機會。例如個人的飲食、健康、出行、家居、醫(yī)療、購物以及社交等生活數(shù)據(jù)會被實時采集上傳互聯(lián)網(wǎng)，通過對這些數(shù)據(jù)的分析，商家可以為每個人量身定制個性化的服務(wù)。在工業(yè)生產(chǎn)領(lǐng)域，運用大數(shù)據(jù)技術(shù)可以全盤把握供需平衡，挖掘創(chuàng)新增長點，提高效率，節(jié)約成本;在交通領(lǐng)域，可以實現(xiàn)智能輔助以及無人駕駛;在農(nóng)業(yè)領(lǐng)域，可以對環(huán)境氣候土壤以及農(nóng)作物狀況進行監(jiān)控，實現(xiàn)超精細(xì)化耕作……

　　那么究竟什么是大數(shù)據(jù)呢?大數(shù)據(jù)(big data，mega data)，或稱巨量資料，是指"無法用現(xiàn)有的軟件工具進行提取、存儲、搜索、共享、分析和處理的海量的、復(fù)雜的數(shù)據(jù)集合，需要通過運用新系統(tǒng)、新工具、新模型的挖掘，才能獲得具有洞察力和新價值的東西。"大數(shù)據(jù)不用隨機分析法這樣的捷徑，而采用所有數(shù)據(jù)全面進行分析處理。

　　區(qū)別于其它數(shù)據(jù)，大數(shù)據(jù)具有4V特點，即數(shù)據(jù)容量大(Volume)、數(shù)據(jù)類型繁多(Variety)、商業(yè)價值高(Veracity)以及處理速度快(Velocity)的特點。

　　數(shù)量(Volume)，即數(shù)據(jù)巨大，從TB級別躍升到PB級別。伴隨著各種隨身設(shè)備、物聯(lián)網(wǎng)和云計算、云存儲等技術(shù)的發(fā)展，人和物的所有軌跡都可以被記錄，數(shù)據(jù)因此被大量生產(chǎn)出來。

　　多樣性(Variety)，即數(shù)據(jù)類型繁多。數(shù)據(jù)來源多樣化，不僅產(chǎn)生于組織內(nèi)部運作的各個環(huán)節(jié)，也來自于組織外部。大數(shù)據(jù)不僅是處理巨量數(shù)據(jù)的利器，更為處理不同來源、不同格式的多元化數(shù)據(jù)提供了可能。

　　速度(Velocity)，即處理速度快?？焖俣仁谴髷?shù)據(jù)處理技術(shù)和傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)最大的區(qū)別。大數(shù)據(jù)是一種以實時數(shù)據(jù)處理、實時結(jié)果導(dǎo)向為特征的解決方案，它的快有兩個層面，即數(shù)據(jù)產(chǎn)生得快和數(shù)據(jù)處理得快。

　　真實性(Veracity)，即追求高質(zhì)量的數(shù)據(jù)。數(shù)據(jù)的重要性就在于對決策的支持，數(shù)據(jù)的規(guī)模并不能決定其能為決策提供幫助，數(shù)據(jù)的真實性和質(zhì)量才是獲得真知和思路最重要的因素，是制定成功決策最堅實的基礎(chǔ)。

數(shù)據(jù)產(chǎn)業(yè)發(fā)展趨勢

未來幾年，大數(shù)據(jù)產(chǎn)業(yè)將朝著以下幾個趨勢發(fā)展:

　　開源大數(shù)據(jù)將商業(yè)化。隨著閉源軟件在數(shù)據(jù)分析領(lǐng)域的地盤不斷縮小，IT廠商的商業(yè)模式向開源靠攏，并加大專業(yè)服務(wù)和系統(tǒng)集成方面的力度。利用Hadoop和R兩類技術(shù)，幫助客戶向開源的、面向云的分析產(chǎn)品遷移。

　　Hadoop將加速發(fā)展。作為大數(shù)據(jù)領(lǐng)域的代表，未來很多企業(yè)會把研發(fā)的重心放在Hadoop上。從整體上說，不僅是Hadoop本身本會得到迅速發(fā)展，同時Hadoop在多個數(shù)據(jù)中心中的配置和無縫集成技術(shù)也將成為熱門。

　　打包的大數(shù)據(jù)分析應(yīng)用將開拓新的市場。隨著大數(shù)據(jù)逐漸走向各個行業(yè)，基于行業(yè)的大數(shù)據(jù)分析應(yīng)用需求也將日益增長，未來幾年中針對特定行業(yè)的業(yè)務(wù)流程的分析應(yīng)用將會以預(yù)打包的形式出現(xiàn)，這將為大數(shù)據(jù)技術(shù)供應(yīng)商打開新的市場。

　　將會創(chuàng)造一些新的細(xì)分市場。大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展將會創(chuàng)造出一些例如以數(shù)據(jù)分析和數(shù)據(jù)處理為主的高級數(shù)據(jù)服務(wù)和基于社交網(wǎng)絡(luò)的社交大數(shù)據(jù)分析等新的細(xì)分市場。

　　大數(shù)據(jù)與云計算將深度融合。云計算為大數(shù)據(jù)提供彈性可擴展的基礎(chǔ)設(shè)施支撐環(huán)境以及數(shù)據(jù)服務(wù)的高級模式，大數(shù)據(jù)則為云計算提供了新的商業(yè)價值，大數(shù)據(jù)技術(shù)與云計算技術(shù)必有更完美的結(jié)合。

大數(shù)據(jù)在制造企業(yè)的應(yīng)用

　　大數(shù)據(jù)作為新一代信息技術(shù)的代表，已開始在工業(yè)設(shè)計、研發(fā)、制造、銷售、服務(wù)等環(huán)節(jié)取得應(yīng)用，并成為推動互聯(lián)網(wǎng)與工業(yè)融合創(chuàng)新的重要因素。面對大數(shù)據(jù)的浪潮，傳統(tǒng)企業(yè)要主動把握大數(shù)據(jù)的發(fā)展方向，深入挖掘大數(shù)據(jù)的價值，分析需求偏好、改善生產(chǎn)工藝以及提升企業(yè)的內(nèi)部管理水平等。

　　預(yù)測分析。當(dāng)前，大數(shù)據(jù)最引人關(guān)注的一個方面是預(yù)測分析。企業(yè)可以利用數(shù)據(jù)中隱藏的模式、識別各種風(fēng)險和機遇，比如交叉銷售和升級銷售的目標(biāo)客戶、客戶流失傾向、經(jīng)濟預(yù)測、信用評級和保險承保等。例如，當(dāng)需要開車時，上百萬美國人選擇AAA(美國汽車協(xié)會)的旅游救援、保險和緊急拖車服務(wù)。為了更好地理解客戶需求，AAA總部組件了一個"活動中心"，應(yīng)用SAP Predictive Analytics軟件進行預(yù)測分析。

　　為企業(yè)決策部門和管理層提供依據(jù)。利用大數(shù)據(jù)工具對供應(yīng)鏈進行分析以選擇供應(yīng)商、優(yōu)化物流配送方案和進行價格談判等;利用大數(shù)據(jù)分析工具可以對商品進行銷售預(yù)測，分析顧客的購買偏好，確定商品的價格。中國商飛通過SAP商務(wù)智能解決方案(SAP BI)和SAP業(yè)務(wù)經(jīng)營管控平臺(SAP ERP)的實施，成功構(gòu)建了實時、透明、智能的業(yè)務(wù)經(jīng)營管理平臺，實現(xiàn)了質(zhì)量全程可追溯以及實時運營;實現(xiàn)高效業(yè)務(wù)協(xié)同，增強了全供應(yīng)鏈數(shù)據(jù)共享與智能分析，為管理決策提供強有力保障。

　　實現(xiàn)智能生產(chǎn)。大數(shù)據(jù)是制造業(yè)智能化的基礎(chǔ)，其在制造業(yè)大規(guī)模定制中的應(yīng)用包括數(shù)據(jù)采集、數(shù)據(jù)管理、訂單管理、智能化制造、定制平臺等，核心是定制平臺。定制數(shù)據(jù)達(dá)到一定的數(shù)量級，就可以實現(xiàn)大數(shù)據(jù)應(yīng)用。通過對大數(shù)據(jù)的挖掘，實現(xiàn)流行預(yù)測、精準(zhǔn)匹配、時尚管理、社交應(yīng)用、營銷推送等更多的應(yīng)用。同時，大數(shù)據(jù)能夠幫助制造業(yè)企業(yè)提升營銷的針對性，降低物流和庫存的成本，減少生產(chǎn)資源投入的風(fēng)險。成立于1988年的中信戴卡公司，是全球最大的鋁車輪生產(chǎn)企業(yè)，在全球市場占有率將近25%。中信戴卡已經(jīng)與SAP合作多年，在雙方的合作之下，一個高度智能化的生產(chǎn)制造供應(yīng)網(wǎng)絡(luò)正在顯現(xiàn)，實現(xiàn)覆蓋從智能營銷、智能研發(fā)、智能制造、智能經(jīng)營、智能決策到智能服務(wù)六大智造體系，真正實現(xiàn)全價值鏈的"智造"。

　　實現(xiàn)個性化定制。消費者與制造業(yè)企業(yè)之間的交互和交易行為將產(chǎn)生大量數(shù)據(jù)，挖掘和分析這些消費者動態(tài)數(shù)據(jù)，能夠幫助消費者參與到產(chǎn)品的需求分析和產(chǎn)品設(shè)計等創(chuàng)新活動中，為產(chǎn)品創(chuàng)新作出貢獻(xiàn)。制造業(yè)企業(yè)對這些數(shù)據(jù)進行處理，進而傳遞給智能設(shè)備，進行數(shù)據(jù)挖掘，設(shè)備調(diào)整，原材料準(zhǔn)備等步驟，才能生產(chǎn)出符合個性化需求的定制產(chǎn)品。在定制西服的傳統(tǒng)概念中，定制與工業(yè)化經(jīng)常是一對天然的反義詞。紅領(lǐng)西裝與眾多服裝加工廠有著顯著的不同，其通過大數(shù)據(jù)系統(tǒng)和相應(yīng)的工藝改變，實現(xiàn)了對傳統(tǒng)服裝企業(yè)改造。能夠根據(jù)顧客身體測量數(shù)據(jù)和相關(guān)細(xì)節(jié)，制定出符合每個顧客個性化需求版型。提高了生產(chǎn)效率和客戶滿意度。

應(yīng)用大數(shù)據(jù)的注意事項

　　大數(shù)據(jù)的應(yīng)用能給企業(yè)帶來諸多便利，實現(xiàn)了以往常規(guī)技術(shù)手段無法實現(xiàn)的目標(biāo)。但也要認(rèn)識到大數(shù)據(jù)在制造業(yè)大規(guī)模運用的時間還不是很長，很多企業(yè)應(yīng)用經(jīng)驗相對缺乏。為了確保大數(shù)據(jù)在實際運用中能夠發(fā)揮其應(yīng)有的效果，應(yīng)注意以下幾點:

　　對于海量的數(shù)據(jù)要去粗取精，去偽存真。對于業(yè)務(wù)數(shù)據(jù)，應(yīng)當(dāng)在進行實時分析的基礎(chǔ)上，將決策支持的數(shù)據(jù)通過移動端推送給企業(yè)各級負(fù)責(zé)人，決策過程用數(shù)據(jù)說話，不再是憑經(jīng)驗、拍腦袋。

　　大數(shù)據(jù)要形成一定的數(shù)據(jù)決策力。數(shù)據(jù)決策力就是基于數(shù)據(jù)進行科學(xué)決策，并且讓數(shù)據(jù)發(fā)揮價值的能力。在大數(shù)據(jù)時代，這種能力已經(jīng)變成跟以往的財務(wù)能力、生產(chǎn)能力等一樣不可或缺的能力。要重視數(shù)據(jù)安全性。隨著產(chǎn)生、存儲、分析的數(shù)據(jù)量越來越大，隱私問題在未來的幾年也將愈加凸顯。所以新的數(shù)據(jù)保護要求以及立法機構(gòu)和監(jiān)管部門的完善應(yīng)當(dāng)提上日程。
探討人工智能的本質(zhì)

　　美國作家盧克•多梅爾曾在《人工智能》一書中提出“智能奇點”的概念，即機器在智能方面超過人類的那個點。他認(rèn)為，人工智能在技術(shù)和產(chǎn)業(yè)兩個方面正在臨近“奇點時刻”。第一，信息革命正從技術(shù)深化到科學(xué)向智能方向提升，人工智能正處在科技革命的奇點上。第二，信息革命正從科學(xué)轉(zhuǎn)化為技術(shù)向智慧產(chǎn)業(yè)深化，人工智能正處在產(chǎn)業(yè)革命的奇點上。

　　人工智能（Artificial Intelligence，AI）的本質(zhì)其實就是為了研制出具有類人智能的機器或系統(tǒng)，能夠模擬、延伸和擴展人類智能的理論、方法、技術(shù)以及應(yīng)用形式。人工智能作為一門學(xué)科誕生至今已超過60 年，期間經(jīng)歷了2 次高潮和低谷，從2010 年開始迎來第三次發(fā)展浪潮。從當(dāng)前人工智能產(chǎn)業(yè)發(fā)展情況來看，可以將人工智能分成技術(shù)支撐層、基礎(chǔ)應(yīng)用層和方案集成層。

　　★技術(shù)支撐層：主要由算法模型（軟件）和關(guān)鍵硬件兩部分構(gòu)成。關(guān)鍵硬件主要包括用于數(shù)據(jù)采集的各種傳感器和用于高性能并行計算的各種人工智能芯片，如GPU、FPGA、NPU等。算法模型（軟件）主要用于訓(xùn)練數(shù)據(jù)，利用算法模型對數(shù)據(jù)進行運算分析，進而提升機器的自主學(xué)習(xí)能力。

　　★基礎(chǔ)應(yīng)用層：主要由感知類技術(shù)和其他深度學(xué)習(xí)應(yīng)用構(gòu)成。該層主要是為了讓機器完成對外部世界的探測，即看懂世界、聽懂、讀懂世界，由計算機視覺、語音識別、語義識別構(gòu)成，是上層智能產(chǎn)品或方案不可或缺的基礎(chǔ)。

　　★方案集成層：為特定的應(yīng)用場景提供產(chǎn)品或方案。根據(jù)不同行業(yè)或應(yīng)用場景的需求構(gòu)建不同的人工智能解決方案。比如智能物流、智能安防、無人駕駛汽車、工業(yè)機器人以及智能工廠等。人工 智能重構(gòu)領(lǐng)域很多，有著非常龐大的應(yīng)用空間和市場。

隨著大數(shù)據(jù)、云計算和物聯(lián)網(wǎng)等技術(shù)應(yīng)用的逐漸發(fā)展成熟，人工智能也迎來來新的發(fā)展機遇。從機器學(xué)習(xí)到深度學(xué)習(xí)，推動人工智能實現(xiàn)快速發(fā)展的主要動力基于兩大因素：其一，快速提升的智能芯片并行運算能力。其二，讓機器具備自主學(xué)習(xí)能力的算法模型正在逐步取得突破。