数字化
368 浏览
数字化变电站应用
电气控制类 上海明日之星科技有限公司 2016-12-07 15:09 发表了文章
产品特点
高性能的硬件平台--采用工控业界闻名的台湾MOXA公司ThinkCore系列产品，无风扇设计，稳定可靠，性能高。
支持IEC61850--完全支持国际标准的IEC61850规约，并可实现其它规约转换成IEC61850规约
丰富的通信接口类型--具有8口或者16口的RS232/RS485/RS422，2个或者4个网络接口。
稳定高效的软件系统--采用了Linux的嵌入式操作系统，系统运行稳定，能够高效地完成变电站自动化系统通信任务。采用有效的缓冲机制，确保变位信息、事件顺序记录及遥控等操作100％不丢失。
强大的调试维护手段--通过Moxa以及我们公司开发的设置调试软件，可以方便灵活的完成程序升级、设置参数、查询通信报文、查询数据、模拟控制、接收保存调试信息等功能。
灵活的现场扩充能力--系统采用C++开发，所有对象（端口、链路、终端、规约）均以类来描述，具备良好开放的软件框架结构，提供二次开发包，可在已有规约类的基础上继承或者全新开发现场需求的特殊规约类。
SEL通信管理机部分兼容功能--采用与SEL2020/2030同样的通信方式，可在与SEL综保装置串口通信时同时运行SELASCII和SELFastMessage两种规约，用户通过Telnet可访问RS201通信管理机以及通过PORT命令透明访问SEL综保装置，完成SEL综保装置所有的查询设置整定功能。兼容SEL5040等软件部分功能。
主要功能
采集站内智能电子设备信息--通过串口方式、485总线和网络方式与站内的智能电子设备（综保装置、电子电度表、测控装置、站内模拟盘、直流屏、消弧装置、主变温控装置等）进行通信，接收处理并转发智能电子设备上送的各种信息。
实现与站内变电站监控系统通信--将各种采集的信息送往站内监控系统，通过监控系统值班人员可以方便直观地监控整个变电站运行情况。同时将监控系统下发的各种控制命令转送给智能电子设备。
实现与远方调度中心自动化系统通信--承担与调度中心自动化系统的通信任务，一方面将自身采集信息上送，另一方面将远方调度中心下发的命令转给具体智能电子设备执行。
实现网关功能--内嵌网关功能，可以完成各端口之间及各规约之间的转换。特别是各种规约转换成IEC61850规约以及IEC61850转换成IEC870-5-104等。
实现信息的合成运算--可以根据工程需要按照计算规则编辑合成新的信息，合成信息可与实采信息等同处理，转发给调度、站内监控系统。
实现主备双机运行--实现了主备双机配置运行，主机负责系统的通信，备机处于热备用状态，主备双机可以根据两侧运行情况如硬件状态、通信状态等自动进行切换。
实现在线调试和监测--通过配套的调试软件，技术人员能够非常方便地监视通信管理机的运行细节，可以观察数据库的实时变化、观察各个通信口的数据报文、通信状态、调试信息。强大的网络联机维护手段可以大大提高工程现场的维护和调试效率。
通信接口
2个或者4个以太网接口，10/100M自适应。
8个或者16个可配置串口（RS-485/422/232），300～19200bits/s，可选。
支持的通信规约
IEC61850
部颁CDT远动规约
IEC870-5-101远动规约
IEC870-5-103继电保护通信规约
IEC870-5-104远动规约
DNP3.0
MODBUS
SELASCII和FastMessage
Custom通过用户在数据库中定义发包内容及收包解析方法，适用于绝大部分一发一收自定义规约。
可以根据不同厂家的智能产品定制通信规约接口。
典型配置
RS201通信管理机目前多应用于变电站自动化系统中，其典型应用结构可以见下图：
查看全部
高性能的硬件平台--采用工控业界闻名的台湾MOXA公司ThinkCore系列产品，无风扇设计，稳定可靠，性能高。
支持IEC61850--完全支持国际标准的IEC61850规约，并可实现其它规约转换成IEC61850规约
丰富的通信接口类型--具有8口或者16口的RS232/RS485/RS422，2个或者4个网络接口。
稳定高效的软件系统--采用了Linux的嵌入式操作系统，系统运行稳定，能够高效地完成变电站自动化系统通信任务。采用有效的缓冲机制，确保变位信息、事件顺序记录及遥控等操作100％不丢失。
强大的调试维护手段--通过Moxa以及我们公司开发的设置调试软件，可以方便灵活的完成程序升级、设置参数、查询通信报文、查询数据、模拟控制、接收保存调试信息等功能。
灵活的现场扩充能力--系统采用C++开发，所有对象（端口、链路、终端、规约）均以类来描述，具备良好开放的软件框架结构，提供二次开发包，可在已有规约类的基础上继承或者全新开发现场需求的特殊规约类。
SEL通信管理机部分兼容功能--采用与SEL2020/2030同样的通信方式，可在与SEL综保装置串口通信时同时运行SELASCII和SELFastMessage两种规约，用户通过Telnet可访问RS201通信管理机以及通过PORT命令透明访问SEL综保装置，完成SEL综保装置所有的查询设置整定功能。兼容SEL5040等软件部分功能。
主要功能
采集站内智能电子设备信息--通过串口方式、485总线和网络方式与站内的智能电子设备（综保装置、电子电度表、测控装置、站内模拟盘、直流屏、消弧装置、主变温控装置等）进行通信，接收处理并转发智能电子设备上送的各种信息。
实现与站内变电站监控系统通信--将各种采集的信息送往站内监控系统，通过监控系统值班人员可以方便直观地监控整个变电站运行情况。同时将监控系统下发的各种控制命令转送给智能电子设备。
实现与远方调度中心自动化系统通信--承担与调度中心自动化系统的通信任务，一方面将自身采集信息上送，另一方面将远方调度中心下发的命令转给具体智能电子设备执行。
实现网关功能--内嵌网关功能，可以完成各端口之间及各规约之间的转换。特别是各种规约转换成IEC61850规约以及IEC61850转换成IEC870-5-104等。
实现信息的合成运算--可以根据工程需要按照计算规则编辑合成新的信息，合成信息可与实采信息等同处理，转发给调度、站内监控系统。
实现主备双机运行--实现了主备双机配置运行，主机负责系统的通信，备机处于热备用状态，主备双机可以根据两侧运行情况如硬件状态、通信状态等自动进行切换。
实现在线调试和监测--通过配套的调试软件，技术人员能够非常方便地监视通信管理机的运行细节，可以观察数据库的实时变化、观察各个通信口的数据报文、通信状态、调试信息。强大的网络联机维护手段可以大大提高工程现场的维护和调试效率。
通信接口
2个或者4个以太网接口，10/100M自适应。
8个或者16个可配置串口（RS-485/422/232），300～19200bits/s，可选。
支持的通信规约
IEC61850
部颁CDT远动规约
IEC870-5-101远动规约
IEC870-5-103继电保护通信规约
IEC870-5-104远动规约
DNP3.0
MODBUS
SELASCII和FastMessage
Custom通过用户在数据库中定义发包内容及收包解析方法，适用于绝大部分一发一收自定义规约。
可以根据不同厂家的智能产品定制通信规约接口。
典型配置
RS201通信管理机目前多应用于变电站自动化系统中，其典型应用结构可以见下图：
查看全部
产品特点
高性能的硬件平台--采用工控业界闻名的台湾MOXA公司ThinkCore系列产品，无风扇设计，稳定可靠，性能高。
支持IEC61850--完全支持国际标准的IEC61850规约，并可实现其它规约转换成IEC61850规约
丰富的通信接口类型--具有8口或者16口的RS232/RS485/RS422，2个或者4个网络接口。
稳定高效的软件系统--采用了Linux的嵌入式操作系统，系统运行稳定，能够高效地完成变电站自动化系统通信任务。采用有效的缓冲机制，确保变位信息、事件顺序记录及遥控等操作100％不丢失。
强大的调试维护手段--通过Moxa以及我们公司开发的设置调试软件，可以方便灵活的完成程序升级、设置参数、查询通信报文、查询数据、模拟控制、接收保存调试信息等功能。
灵活的现场扩充能力--系统采用C++开发，所有对象（端口、链路、终端、规约）均以类来描述，具备良好开放的软件框架结构，提供二次开发包，可在已有规约类的基础上继承或者全新开发现场需求的特殊规约类。
SEL通信管理机部分兼容功能--采用与SEL2020/2030同样的通信方式，可在与SEL综保装置串口通信时同时运行SELASCII和SELFastMessage两种规约，用户通过Telnet可访问RS201通信管理机以及通过PORT命令透明访问SEL综保装置，完成SEL综保装置所有的查询设置整定功能。兼容SEL5040等软件部分功能。
主要功能
采集站内智能电子设备信息--通过串口方式、485总线和网络方式与站内的智能电子设备（综保装置、电子电度表、测控装置、站内模拟盘、直流屏、消弧装置、主变温控装置等）进行通信，接收处理并转发智能电子设备上送的各种信息。
实现与站内变电站监控系统通信--将各种采集的信息送往站内监控系统，通过监控系统值班人员可以方便直观地监控整个变电站运行情况。同时将监控系统下发的各种控制命令转送给智能电子设备。
实现与远方调度中心自动化系统通信--承担与调度中心自动化系统的通信任务，一方面将自身采集信息上送，另一方面将远方调度中心下发的命令转给具体智能电子设备执行。
实现网关功能--内嵌网关功能，可以完成各端口之间及各规约之间的转换。特别是各种规约转换成IEC61850规约以及IEC61850转换成IEC870-5-104等。
实现信息的合成运算--可以根据工程需要按照计算规则编辑合成新的信息，合成信息可与实采信息等同处理，转发给调度、站内监控系统。
实现主备双机运行--实现了主备双机配置运行，主机负责系统的通信，备机处于热备用状态，主备双机可以根据两侧运行情况如硬件状态、通信状态等自动进行切换。
实现在线调试和监测--通过配套的调试软件，技术人员能够非常方便地监视通信管理机的运行细节，可以观察数据库的实时变化、观察各个通信口的数据报文、通信状态、调试信息。强大的网络联机维护手段可以大大提高工程现场的维护和调试效率。
通信接口
2个或者4个以太网接口，10/100M自适应。
8个或者16个可配置串口（RS-485/422/232），300～19200bits/s，可选。
支持的通信规约
IEC61850
部颁CDT远动规约
IEC870-5-101远动规约
IEC870-5-103继电保护通信规约
IEC870-5-104远动规约
DNP3.0
MODBUS
SELASCII和FastMessage
Custom通过用户在数据库中定义发包内容及收包解析方法，适用于绝大部分一发一收自定义规约。
可以根据不同厂家的智能产品定制通信规约接口。
典型配置
RS201通信管理机目前多应用于变电站自动化系统中，其典型应用结构可以见下图：
425 浏览
制造业的数字化革命
管理类 Leader 2016-11-01 18:40 发表了文章
制造业的数字化革命！2016-09-04 数字化企业目前，数字化革命正在攻破制造业的城墙，并且不断搅乱媒体、金融、消费品、医疗和其他行业的原有秩序。
事实上，数据和新型计算能力的爆炸式发展以及人工智能、自动化、机器人、增材技术、人机互动等领域的进步都在激发创新，这些都将改变制造业自身的性质。
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
1、领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
2、企业高管层应该思考的问题数字化革命只是刚刚崭露头角。
但我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
查看全部
事实上，数据和新型计算能力的爆炸式发展以及人工智能、自动化、机器人、增材技术、人机互动等领域的进步都在激发创新，这些都将改变制造业自身的性质。
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
1、领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
2、企业高管层应该思考的问题数字化革命只是刚刚崭露头角。
但我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
查看全部
制造业的数字化革命！2016-09-04 数字化企业目前，数字化革命正在攻破制造业的城墙，并且不断搅乱媒体、金融、消费品、医疗和其他行业的原有秩序。
事实上，数据和新型计算能力的爆炸式发展以及人工智能、自动化、机器人、增材技术、人机互动等领域的进步都在激发创新，这些都将改变制造业自身的性质。
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
1、领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
2、企业高管层应该思考的问题数字化革命只是刚刚崭露头角。
但我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
事实上，数据和新型计算能力的爆炸式发展以及人工智能、自动化、机器人、增材技术、人机互动等领域的进步都在激发创新，这些都将改变制造业自身的性质。
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
1、领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
2、企业高管层应该思考的问题数字化革命只是刚刚崭露头角。
但我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
551 浏览
大数据文摘精选 TOP10
机械自动化类 喷漆李 2016-10-24 14:51 发表了文章
一、微信红包金额分配的秘密
在几次偶然的微信红包领取活动中，谢宇教授提出“金额可能并非完全随机，而与用户经历有一定关联”。为此我们进行多次实验，得到一个有趣的结果。
二、为什么蚊子不会被雨砸死？ | 别被孩子问住了
你有没有认真想过这个问题：为什么雨滴砸不死蚊子？如果没有，那现在，你也不需要花时间好好想想了。
三、BBC经典纪录片《数学的故事》
BBC推出的《数学的故事》系列纪录片，分四部分讲解数学之谜。主讲人马库斯·杜·沙托是一位数学教授，他到访数学史上的各种成就发生的地方，将数学的魅力展示给观众。
四、不编程也能爬虫？手把手教你如何从互联网采集海量数据
不少朋友都会问：几十万条租房，二手房，薪酬，乃至天气数据都是从哪里来的？其实这些数据在十几分钟内就可以采集到！一般我会回答，我用专门的工具，无需编程也能快速抓取。之后肯定又会被问，在哪里能下载这个工具呢？
五、揭秘Pokemon Go背后的秘密：这款游戏不过是AR能做到的冰山一角
在你去学校的路上，一个野生的小火龙出现，而你只要扔几个妖精球，它就可以是你的了！你会停下来抓它吗？任天堂猜你一定会。不止如此，他们还打赌你为了能在现实世界中看到口袋妖怪已经等候多时了。一款千呼万唤始出来的游戏，一上线就火爆全球、刷屏了你的各个社交软件和新闻。Pokémon Go到底有哪些过人之处？
六、12个思维导图工具，像数据科学家一样思考
每个人都能进行全方位的思考，但是，用结构化的方式思考与酝酿使得数据科学家与众不同。在本文中，我们列出了一些对数据科学家来说是很棒的思维导图工具。这些工具提供了用创造性方式产生想法的很好的方法。
七、快播CEO认罪，成人网站对技术的要求有多高
在整场快播案庭审的剧目中，王欣那句“技术无罪”，博得了无数网友的同情和支持。大数据文摘也只从技术角度探讨，从数据规模、基础设施等方面说明，成人网站对技术的要求到底有多高。
八、天龙八部：一张图告诉你如何8步练成数据科学家
如何成为一个数据科学家？不少刚刚接触这个领域的探索者都在寻找一条尽可能正确的道路。OK, 这条道路确实不是无迹可寻的。虽然并不简单，但是，通过科学的规划和足够的时间投入，数据科学家可以通过很少的花费炼成。
九、Nature：用2斤DNA就能存储世界上所有的数据
现代存储技术已经无法满足字节的海啸式增长，但是大自然也许已为这个难题提供了解决方案。对尼克•高德曼（Nick Goldman）而言，用DNA来编码数据始于一个玩笑。
十、O'Reilly发布2016数据科学从业者薪酬报告
O'Reilly 近日发布了数据科学从业者薪酬报告（2016 Data Science Salary Survey），分析了来自45个国家的近千份调查报告后，针对数据科学从业者使用的工具、薪酬待遇等问题进行了详细分析解读，并从调查结果中得到一些有趣的结论。
来源：大数据文摘
智造家提供 查看全部
在几次偶然的微信红包领取活动中，谢宇教授提出“金额可能并非完全随机，而与用户经历有一定关联”。为此我们进行多次实验，得到一个有趣的结果。
二、为什么蚊子不会被雨砸死？ | 别被孩子问住了
你有没有认真想过这个问题：为什么雨滴砸不死蚊子？如果没有，那现在，你也不需要花时间好好想想了。
三、BBC经典纪录片《数学的故事》
BBC推出的《数学的故事》系列纪录片，分四部分讲解数学之谜。主讲人马库斯·杜·沙托是一位数学教授，他到访数学史上的各种成就发生的地方，将数学的魅力展示给观众。
四、不编程也能爬虫？手把手教你如何从互联网采集海量数据
不少朋友都会问：几十万条租房，二手房，薪酬，乃至天气数据都是从哪里来的？其实这些数据在十几分钟内就可以采集到！一般我会回答，我用专门的工具，无需编程也能快速抓取。之后肯定又会被问，在哪里能下载这个工具呢？
五、揭秘Pokemon Go背后的秘密：这款游戏不过是AR能做到的冰山一角
在你去学校的路上，一个野生的小火龙出现，而你只要扔几个妖精球，它就可以是你的了！你会停下来抓它吗？任天堂猜你一定会。不止如此，他们还打赌你为了能在现实世界中看到口袋妖怪已经等候多时了。一款千呼万唤始出来的游戏，一上线就火爆全球、刷屏了你的各个社交软件和新闻。Pokémon Go到底有哪些过人之处？
六、12个思维导图工具，像数据科学家一样思考
每个人都能进行全方位的思考，但是，用结构化的方式思考与酝酿使得数据科学家与众不同。在本文中，我们列出了一些对数据科学家来说是很棒的思维导图工具。这些工具提供了用创造性方式产生想法的很好的方法。
七、快播CEO认罪，成人网站对技术的要求有多高
在整场快播案庭审的剧目中，王欣那句“技术无罪”，博得了无数网友的同情和支持。大数据文摘也只从技术角度探讨，从数据规模、基础设施等方面说明，成人网站对技术的要求到底有多高。
八、天龙八部：一张图告诉你如何8步练成数据科学家
如何成为一个数据科学家？不少刚刚接触这个领域的探索者都在寻找一条尽可能正确的道路。OK, 这条道路确实不是无迹可寻的。虽然并不简单，但是，通过科学的规划和足够的时间投入，数据科学家可以通过很少的花费炼成。
九、Nature：用2斤DNA就能存储世界上所有的数据
现代存储技术已经无法满足字节的海啸式增长，但是大自然也许已为这个难题提供了解决方案。对尼克•高德曼（Nick Goldman）而言，用DNA来编码数据始于一个玩笑。
十、O'Reilly发布2016数据科学从业者薪酬报告
O'Reilly 近日发布了数据科学从业者薪酬报告（2016 Data Science Salary Survey），分析了来自45个国家的近千份调查报告后，针对数据科学从业者使用的工具、薪酬待遇等问题进行了详细分析解读，并从调查结果中得到一些有趣的结论。
来源：大数据文摘
智造家提供 查看全部
一、微信红包金额分配的秘密
在几次偶然的微信红包领取活动中，谢宇教授提出“金额可能并非完全随机，而与用户经历有一定关联”。为此我们进行多次实验，得到一个有趣的结果。
二、为什么蚊子不会被雨砸死？ | 别被孩子问住了
你有没有认真想过这个问题：为什么雨滴砸不死蚊子？如果没有，那现在，你也不需要花时间好好想想了。
三、BBC经典纪录片《数学的故事》
BBC推出的《数学的故事》系列纪录片，分四部分讲解数学之谜。主讲人马库斯·杜·沙托是一位数学教授，他到访数学史上的各种成就发生的地方，将数学的魅力展示给观众。
四、不编程也能爬虫？手把手教你如何从互联网采集海量数据
不少朋友都会问：几十万条租房，二手房，薪酬，乃至天气数据都是从哪里来的？其实这些数据在十几分钟内就可以采集到！一般我会回答，我用专门的工具，无需编程也能快速抓取。之后肯定又会被问，在哪里能下载这个工具呢？
五、揭秘Pokemon Go背后的秘密：这款游戏不过是AR能做到的冰山一角
在你去学校的路上，一个野生的小火龙出现，而你只要扔几个妖精球，它就可以是你的了！你会停下来抓它吗？任天堂猜你一定会。不止如此，他们还打赌你为了能在现实世界中看到口袋妖怪已经等候多时了。一款千呼万唤始出来的游戏，一上线就火爆全球、刷屏了你的各个社交软件和新闻。Pokémon Go到底有哪些过人之处？
六、12个思维导图工具，像数据科学家一样思考
每个人都能进行全方位的思考，但是，用结构化的方式思考与酝酿使得数据科学家与众不同。在本文中，我们列出了一些对数据科学家来说是很棒的思维导图工具。这些工具提供了用创造性方式产生想法的很好的方法。
七、快播CEO认罪，成人网站对技术的要求有多高
在整场快播案庭审的剧目中，王欣那句“技术无罪”，博得了无数网友的同情和支持。大数据文摘也只从技术角度探讨，从数据规模、基础设施等方面说明，成人网站对技术的要求到底有多高。
八、天龙八部：一张图告诉你如何8步练成数据科学家
如何成为一个数据科学家？不少刚刚接触这个领域的探索者都在寻找一条尽可能正确的道路。OK, 这条道路确实不是无迹可寻的。虽然并不简单，但是，通过科学的规划和足够的时间投入，数据科学家可以通过很少的花费炼成。
九、Nature：用2斤DNA就能存储世界上所有的数据
现代存储技术已经无法满足字节的海啸式增长，但是大自然也许已为这个难题提供了解决方案。对尼克•高德曼（Nick Goldman）而言，用DNA来编码数据始于一个玩笑。
十、O'Reilly发布2016数据科学从业者薪酬报告
O'Reilly 近日发布了数据科学从业者薪酬报告（2016 Data Science Salary Survey），分析了来自45个国家的近千份调查报告后，针对数据科学从业者使用的工具、薪酬待遇等问题进行了详细分析解读，并从调查结果中得到一些有趣的结论。
来源：大数据文摘
智造家提供
441 浏览
制造业的数字化革命
智能科技类 jingjing 2016-09-09 09:40 发表了文章
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络 查看全部
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络 查看全部
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络
368 浏览
数字化变电站应用
电气控制类 上海明日之星科技有限公司 2016-12-07 15:09 发表了文章
产品特点
高性能的硬件平台--采用工控业界闻名的台湾MOXA公司ThinkCore系列产品，无风扇设计，稳定可靠，性能高。
支持IEC61850--完全支持国际标准的IEC61850规约，并可实现其它规约转换成IEC61850规约
丰富的通信接口类型--具有8口或者16口的RS232/RS485/RS422，2个或者4个网络接口。
稳定高效的软件系统--采用了Linux的嵌入式操作系统，系统运行稳定，能够高效地完成变电站自动化系统通信任务。采用有效的缓冲机制，确保变位信息、事件顺序记录及遥控等操作100％不丢失。
强大的调试维护手段--通过Moxa以及我们公司开发的设置调试软件，可以方便灵活的完成程序升级、设置参数、查询通信报文、查询数据、模拟控制、接收保存调试信息等功能。
灵活的现场扩充能力--系统采用C++开发，所有对象（端口、链路、终端、规约）均以类来描述，具备良好开放的软件框架结构，提供二次开发包，可在已有规约类的基础上继承或者全新开发现场需求的特殊规约类。
SEL通信管理机部分兼容功能--采用与SEL2020/2030同样的通信方式，可在与SEL综保装置串口通信时同时运行SELASCII和SELFastMessage两种规约，用户通过Telnet可访问RS201通信管理机以及通过PORT命令透明访问SEL综保装置，完成SEL综保装置所有的查询设置整定功能。兼容SEL5040等软件部分功能。
主要功能
采集站内智能电子设备信息--通过串口方式、485总线和网络方式与站内的智能电子设备（综保装置、电子电度表、测控装置、站内模拟盘、直流屏、消弧装置、主变温控装置等）进行通信，接收处理并转发智能电子设备上送的各种信息。
实现与站内变电站监控系统通信--将各种采集的信息送往站内监控系统，通过监控系统值班人员可以方便直观地监控整个变电站运行情况。同时将监控系统下发的各种控制命令转送给智能电子设备。
实现与远方调度中心自动化系统通信--承担与调度中心自动化系统的通信任务，一方面将自身采集信息上送，另一方面将远方调度中心下发的命令转给具体智能电子设备执行。
实现网关功能--内嵌网关功能，可以完成各端口之间及各规约之间的转换。特别是各种规约转换成IEC61850规约以及IEC61850转换成IEC870-5-104等。
实现信息的合成运算--可以根据工程需要按照计算规则编辑合成新的信息，合成信息可与实采信息等同处理，转发给调度、站内监控系统。
实现主备双机运行--实现了主备双机配置运行，主机负责系统的通信，备机处于热备用状态，主备双机可以根据两侧运行情况如硬件状态、通信状态等自动进行切换。
实现在线调试和监测--通过配套的调试软件，技术人员能够非常方便地监视通信管理机的运行细节，可以观察数据库的实时变化、观察各个通信口的数据报文、通信状态、调试信息。强大的网络联机维护手段可以大大提高工程现场的维护和调试效率。
通信接口
2个或者4个以太网接口，10/100M自适应。
8个或者16个可配置串口（RS-485/422/232），300～19200bits/s，可选。
支持的通信规约
IEC61850
部颁CDT远动规约
IEC870-5-101远动规约
IEC870-5-103继电保护通信规约
IEC870-5-104远动规约
DNP3.0
MODBUS
SELASCII和FastMessage
Custom通过用户在数据库中定义发包内容及收包解析方法，适用于绝大部分一发一收自定义规约。
可以根据不同厂家的智能产品定制通信规约接口。
典型配置
RS201通信管理机目前多应用于变电站自动化系统中，其典型应用结构可以见下图：
查看全部
高性能的硬件平台--采用工控业界闻名的台湾MOXA公司ThinkCore系列产品，无风扇设计，稳定可靠，性能高。
支持IEC61850--完全支持国际标准的IEC61850规约，并可实现其它规约转换成IEC61850规约
丰富的通信接口类型--具有8口或者16口的RS232/RS485/RS422，2个或者4个网络接口。
稳定高效的软件系统--采用了Linux的嵌入式操作系统，系统运行稳定，能够高效地完成变电站自动化系统通信任务。采用有效的缓冲机制，确保变位信息、事件顺序记录及遥控等操作100％不丢失。
强大的调试维护手段--通过Moxa以及我们公司开发的设置调试软件，可以方便灵活的完成程序升级、设置参数、查询通信报文、查询数据、模拟控制、接收保存调试信息等功能。
灵活的现场扩充能力--系统采用C++开发，所有对象（端口、链路、终端、规约）均以类来描述，具备良好开放的软件框架结构，提供二次开发包，可在已有规约类的基础上继承或者全新开发现场需求的特殊规约类。
SEL通信管理机部分兼容功能--采用与SEL2020/2030同样的通信方式，可在与SEL综保装置串口通信时同时运行SELASCII和SELFastMessage两种规约，用户通过Telnet可访问RS201通信管理机以及通过PORT命令透明访问SEL综保装置，完成SEL综保装置所有的查询设置整定功能。兼容SEL5040等软件部分功能。
主要功能
采集站内智能电子设备信息--通过串口方式、485总线和网络方式与站内的智能电子设备（综保装置、电子电度表、测控装置、站内模拟盘、直流屏、消弧装置、主变温控装置等）进行通信，接收处理并转发智能电子设备上送的各种信息。
实现与站内变电站监控系统通信--将各种采集的信息送往站内监控系统，通过监控系统值班人员可以方便直观地监控整个变电站运行情况。同时将监控系统下发的各种控制命令转送给智能电子设备。
实现与远方调度中心自动化系统通信--承担与调度中心自动化系统的通信任务，一方面将自身采集信息上送，另一方面将远方调度中心下发的命令转给具体智能电子设备执行。
实现网关功能--内嵌网关功能，可以完成各端口之间及各规约之间的转换。特别是各种规约转换成IEC61850规约以及IEC61850转换成IEC870-5-104等。
实现信息的合成运算--可以根据工程需要按照计算规则编辑合成新的信息，合成信息可与实采信息等同处理，转发给调度、站内监控系统。
实现主备双机运行--实现了主备双机配置运行，主机负责系统的通信，备机处于热备用状态，主备双机可以根据两侧运行情况如硬件状态、通信状态等自动进行切换。
实现在线调试和监测--通过配套的调试软件，技术人员能够非常方便地监视通信管理机的运行细节，可以观察数据库的实时变化、观察各个通信口的数据报文、通信状态、调试信息。强大的网络联机维护手段可以大大提高工程现场的维护和调试效率。
通信接口
2个或者4个以太网接口，10/100M自适应。
8个或者16个可配置串口（RS-485/422/232），300～19200bits/s，可选。
支持的通信规约
IEC61850
部颁CDT远动规约
IEC870-5-101远动规约
IEC870-5-103继电保护通信规约
IEC870-5-104远动规约
DNP3.0
MODBUS
SELASCII和FastMessage
Custom通过用户在数据库中定义发包内容及收包解析方法，适用于绝大部分一发一收自定义规约。
可以根据不同厂家的智能产品定制通信规约接口。
典型配置
RS201通信管理机目前多应用于变电站自动化系统中，其典型应用结构可以见下图：
查看全部
产品特点
高性能的硬件平台--采用工控业界闻名的台湾MOXA公司ThinkCore系列产品，无风扇设计，稳定可靠，性能高。
支持IEC61850--完全支持国际标准的IEC61850规约，并可实现其它规约转换成IEC61850规约
丰富的通信接口类型--具有8口或者16口的RS232/RS485/RS422，2个或者4个网络接口。
稳定高效的软件系统--采用了Linux的嵌入式操作系统，系统运行稳定，能够高效地完成变电站自动化系统通信任务。采用有效的缓冲机制，确保变位信息、事件顺序记录及遥控等操作100％不丢失。
强大的调试维护手段--通过Moxa以及我们公司开发的设置调试软件，可以方便灵活的完成程序升级、设置参数、查询通信报文、查询数据、模拟控制、接收保存调试信息等功能。
灵活的现场扩充能力--系统采用C++开发，所有对象（端口、链路、终端、规约）均以类来描述，具备良好开放的软件框架结构，提供二次开发包，可在已有规约类的基础上继承或者全新开发现场需求的特殊规约类。
SEL通信管理机部分兼容功能--采用与SEL2020/2030同样的通信方式，可在与SEL综保装置串口通信时同时运行SELASCII和SELFastMessage两种规约，用户通过Telnet可访问RS201通信管理机以及通过PORT命令透明访问SEL综保装置，完成SEL综保装置所有的查询设置整定功能。兼容SEL5040等软件部分功能。
主要功能
采集站内智能电子设备信息--通过串口方式、485总线和网络方式与站内的智能电子设备（综保装置、电子电度表、测控装置、站内模拟盘、直流屏、消弧装置、主变温控装置等）进行通信，接收处理并转发智能电子设备上送的各种信息。
实现与站内变电站监控系统通信--将各种采集的信息送往站内监控系统，通过监控系统值班人员可以方便直观地监控整个变电站运行情况。同时将监控系统下发的各种控制命令转送给智能电子设备。
实现与远方调度中心自动化系统通信--承担与调度中心自动化系统的通信任务，一方面将自身采集信息上送，另一方面将远方调度中心下发的命令转给具体智能电子设备执行。
实现网关功能--内嵌网关功能，可以完成各端口之间及各规约之间的转换。特别是各种规约转换成IEC61850规约以及IEC61850转换成IEC870-5-104等。
实现信息的合成运算--可以根据工程需要按照计算规则编辑合成新的信息，合成信息可与实采信息等同处理，转发给调度、站内监控系统。
实现主备双机运行--实现了主备双机配置运行，主机负责系统的通信，备机处于热备用状态，主备双机可以根据两侧运行情况如硬件状态、通信状态等自动进行切换。
实现在线调试和监测--通过配套的调试软件，技术人员能够非常方便地监视通信管理机的运行细节，可以观察数据库的实时变化、观察各个通信口的数据报文、通信状态、调试信息。强大的网络联机维护手段可以大大提高工程现场的维护和调试效率。
通信接口
2个或者4个以太网接口，10/100M自适应。
8个或者16个可配置串口（RS-485/422/232），300～19200bits/s，可选。
支持的通信规约
IEC61850
部颁CDT远动规约
IEC870-5-101远动规约
IEC870-5-103继电保护通信规约
IEC870-5-104远动规约
DNP3.0
MODBUS
SELASCII和FastMessage
Custom通过用户在数据库中定义发包内容及收包解析方法，适用于绝大部分一发一收自定义规约。
可以根据不同厂家的智能产品定制通信规约接口。
典型配置
RS201通信管理机目前多应用于变电站自动化系统中，其典型应用结构可以见下图：
425 浏览
制造业的数字化革命
管理类 Leader 2016-11-01 18:40 发表了文章
制造业的数字化革命！2016-09-04 数字化企业目前，数字化革命正在攻破制造业的城墙，并且不断搅乱媒体、金融、消费品、医疗和其他行业的原有秩序。
事实上，数据和新型计算能力的爆炸式发展以及人工智能、自动化、机器人、增材技术、人机互动等领域的进步都在激发创新，这些都将改变制造业自身的性质。
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
1、领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
2、企业高管层应该思考的问题数字化革命只是刚刚崭露头角。
但我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
查看全部
事实上，数据和新型计算能力的爆炸式发展以及人工智能、自动化、机器人、增材技术、人机互动等领域的进步都在激发创新，这些都将改变制造业自身的性质。
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
1、领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
2、企业高管层应该思考的问题数字化革命只是刚刚崭露头角。
但我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
查看全部
制造业的数字化革命！2016-09-04 数字化企业目前，数字化革命正在攻破制造业的城墙，并且不断搅乱媒体、金融、消费品、医疗和其他行业的原有秩序。
事实上，数据和新型计算能力的爆炸式发展以及人工智能、自动化、机器人、增材技术、人机互动等领域的进步都在激发创新，这些都将改变制造业自身的性质。
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
1、领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
2、企业高管层应该思考的问题数字化革命只是刚刚崭露头角。
但我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
事实上，数据和新型计算能力的爆炸式发展以及人工智能、自动化、机器人、增材技术、人机互动等领域的进步都在激发创新，这些都将改变制造业自身的性质。
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
1、领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
2、企业高管层应该思考的问题数字化革命只是刚刚崭露头角。
但我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
551 浏览
大数据文摘精选 TOP10
机械自动化类 喷漆李 2016-10-24 14:51 发表了文章
一、微信红包金额分配的秘密
在几次偶然的微信红包领取活动中，谢宇教授提出“金额可能并非完全随机，而与用户经历有一定关联”。为此我们进行多次实验，得到一个有趣的结果。
二、为什么蚊子不会被雨砸死？ | 别被孩子问住了
你有没有认真想过这个问题：为什么雨滴砸不死蚊子？如果没有，那现在，你也不需要花时间好好想想了。
三、BBC经典纪录片《数学的故事》
BBC推出的《数学的故事》系列纪录片，分四部分讲解数学之谜。主讲人马库斯·杜·沙托是一位数学教授，他到访数学史上的各种成就发生的地方，将数学的魅力展示给观众。
四、不编程也能爬虫？手把手教你如何从互联网采集海量数据
不少朋友都会问：几十万条租房，二手房，薪酬，乃至天气数据都是从哪里来的？其实这些数据在十几分钟内就可以采集到！一般我会回答，我用专门的工具，无需编程也能快速抓取。之后肯定又会被问，在哪里能下载这个工具呢？
五、揭秘Pokemon Go背后的秘密：这款游戏不过是AR能做到的冰山一角
在你去学校的路上，一个野生的小火龙出现，而你只要扔几个妖精球，它就可以是你的了！你会停下来抓它吗？任天堂猜你一定会。不止如此，他们还打赌你为了能在现实世界中看到口袋妖怪已经等候多时了。一款千呼万唤始出来的游戏，一上线就火爆全球、刷屏了你的各个社交软件和新闻。Pokémon Go到底有哪些过人之处？
六、12个思维导图工具，像数据科学家一样思考
每个人都能进行全方位的思考，但是，用结构化的方式思考与酝酿使得数据科学家与众不同。在本文中，我们列出了一些对数据科学家来说是很棒的思维导图工具。这些工具提供了用创造性方式产生想法的很好的方法。
七、快播CEO认罪，成人网站对技术的要求有多高
在整场快播案庭审的剧目中，王欣那句“技术无罪”，博得了无数网友的同情和支持。大数据文摘也只从技术角度探讨，从数据规模、基础设施等方面说明，成人网站对技术的要求到底有多高。
八、天龙八部：一张图告诉你如何8步练成数据科学家
如何成为一个数据科学家？不少刚刚接触这个领域的探索者都在寻找一条尽可能正确的道路。OK, 这条道路确实不是无迹可寻的。虽然并不简单，但是，通过科学的规划和足够的时间投入，数据科学家可以通过很少的花费炼成。
九、Nature：用2斤DNA就能存储世界上所有的数据
现代存储技术已经无法满足字节的海啸式增长，但是大自然也许已为这个难题提供了解决方案。对尼克•高德曼（Nick Goldman）而言，用DNA来编码数据始于一个玩笑。
十、O'Reilly发布2016数据科学从业者薪酬报告
O'Reilly 近日发布了数据科学从业者薪酬报告（2016 Data Science Salary Survey），分析了来自45个国家的近千份调查报告后，针对数据科学从业者使用的工具、薪酬待遇等问题进行了详细分析解读，并从调查结果中得到一些有趣的结论。
来源：大数据文摘
智造家提供 查看全部
在几次偶然的微信红包领取活动中，谢宇教授提出“金额可能并非完全随机，而与用户经历有一定关联”。为此我们进行多次实验，得到一个有趣的结果。
二、为什么蚊子不会被雨砸死？ | 别被孩子问住了
你有没有认真想过这个问题：为什么雨滴砸不死蚊子？如果没有，那现在，你也不需要花时间好好想想了。
三、BBC经典纪录片《数学的故事》
BBC推出的《数学的故事》系列纪录片，分四部分讲解数学之谜。主讲人马库斯·杜·沙托是一位数学教授，他到访数学史上的各种成就发生的地方，将数学的魅力展示给观众。
四、不编程也能爬虫？手把手教你如何从互联网采集海量数据
不少朋友都会问：几十万条租房，二手房，薪酬，乃至天气数据都是从哪里来的？其实这些数据在十几分钟内就可以采集到！一般我会回答，我用专门的工具，无需编程也能快速抓取。之后肯定又会被问，在哪里能下载这个工具呢？
五、揭秘Pokemon Go背后的秘密：这款游戏不过是AR能做到的冰山一角
在你去学校的路上，一个野生的小火龙出现，而你只要扔几个妖精球，它就可以是你的了！你会停下来抓它吗？任天堂猜你一定会。不止如此，他们还打赌你为了能在现实世界中看到口袋妖怪已经等候多时了。一款千呼万唤始出来的游戏，一上线就火爆全球、刷屏了你的各个社交软件和新闻。Pokémon Go到底有哪些过人之处？
六、12个思维导图工具，像数据科学家一样思考
每个人都能进行全方位的思考，但是，用结构化的方式思考与酝酿使得数据科学家与众不同。在本文中，我们列出了一些对数据科学家来说是很棒的思维导图工具。这些工具提供了用创造性方式产生想法的很好的方法。
七、快播CEO认罪，成人网站对技术的要求有多高
在整场快播案庭审的剧目中，王欣那句“技术无罪”，博得了无数网友的同情和支持。大数据文摘也只从技术角度探讨，从数据规模、基础设施等方面说明，成人网站对技术的要求到底有多高。
八、天龙八部：一张图告诉你如何8步练成数据科学家
如何成为一个数据科学家？不少刚刚接触这个领域的探索者都在寻找一条尽可能正确的道路。OK, 这条道路确实不是无迹可寻的。虽然并不简单，但是，通过科学的规划和足够的时间投入，数据科学家可以通过很少的花费炼成。
九、Nature：用2斤DNA就能存储世界上所有的数据
现代存储技术已经无法满足字节的海啸式增长，但是大自然也许已为这个难题提供了解决方案。对尼克•高德曼（Nick Goldman）而言，用DNA来编码数据始于一个玩笑。
十、O'Reilly发布2016数据科学从业者薪酬报告
O'Reilly 近日发布了数据科学从业者薪酬报告（2016 Data Science Salary Survey），分析了来自45个国家的近千份调查报告后，针对数据科学从业者使用的工具、薪酬待遇等问题进行了详细分析解读，并从调查结果中得到一些有趣的结论。
来源：大数据文摘
智造家提供 查看全部
一、微信红包金额分配的秘密
在几次偶然的微信红包领取活动中，谢宇教授提出“金额可能并非完全随机，而与用户经历有一定关联”。为此我们进行多次实验，得到一个有趣的结果。
二、为什么蚊子不会被雨砸死？ | 别被孩子问住了
你有没有认真想过这个问题：为什么雨滴砸不死蚊子？如果没有，那现在，你也不需要花时间好好想想了。
三、BBC经典纪录片《数学的故事》
BBC推出的《数学的故事》系列纪录片，分四部分讲解数学之谜。主讲人马库斯·杜·沙托是一位数学教授，他到访数学史上的各种成就发生的地方，将数学的魅力展示给观众。
四、不编程也能爬虫？手把手教你如何从互联网采集海量数据
不少朋友都会问：几十万条租房，二手房，薪酬，乃至天气数据都是从哪里来的？其实这些数据在十几分钟内就可以采集到！一般我会回答，我用专门的工具，无需编程也能快速抓取。之后肯定又会被问，在哪里能下载这个工具呢？
五、揭秘Pokemon Go背后的秘密：这款游戏不过是AR能做到的冰山一角
在你去学校的路上，一个野生的小火龙出现，而你只要扔几个妖精球，它就可以是你的了！你会停下来抓它吗？任天堂猜你一定会。不止如此，他们还打赌你为了能在现实世界中看到口袋妖怪已经等候多时了。一款千呼万唤始出来的游戏，一上线就火爆全球、刷屏了你的各个社交软件和新闻。Pokémon Go到底有哪些过人之处？
六、12个思维导图工具，像数据科学家一样思考
每个人都能进行全方位的思考，但是，用结构化的方式思考与酝酿使得数据科学家与众不同。在本文中，我们列出了一些对数据科学家来说是很棒的思维导图工具。这些工具提供了用创造性方式产生想法的很好的方法。
七、快播CEO认罪，成人网站对技术的要求有多高
在整场快播案庭审的剧目中，王欣那句“技术无罪”，博得了无数网友的同情和支持。大数据文摘也只从技术角度探讨，从数据规模、基础设施等方面说明，成人网站对技术的要求到底有多高。
八、天龙八部：一张图告诉你如何8步练成数据科学家
如何成为一个数据科学家？不少刚刚接触这个领域的探索者都在寻找一条尽可能正确的道路。OK, 这条道路确实不是无迹可寻的。虽然并不简单，但是，通过科学的规划和足够的时间投入，数据科学家可以通过很少的花费炼成。
九、Nature：用2斤DNA就能存储世界上所有的数据
现代存储技术已经无法满足字节的海啸式增长，但是大自然也许已为这个难题提供了解决方案。对尼克•高德曼（Nick Goldman）而言，用DNA来编码数据始于一个玩笑。
十、O'Reilly发布2016数据科学从业者薪酬报告
O'Reilly 近日发布了数据科学从业者薪酬报告（2016 Data Science Salary Survey），分析了来自45个国家的近千份调查报告后，针对数据科学从业者使用的工具、薪酬待遇等问题进行了详细分析解读，并从调查结果中得到一些有趣的结论。
来源：大数据文摘
智造家提供
441 浏览
制造业的数字化革命
智能科技类 jingjing 2016-09-09 09:40 发表了文章
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络 查看全部
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络 查看全部
业界和学界的领军人物一致认为，数字化制造技术将会改变产业链的每个环节：从研发、供应链、工厂运营到营销、销售和服务。设计师、管理者、员工、消费者以及工业实物资产之间的数字化链接将释放出巨大的价值，并彻底刷新制造业的版图。
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络
然而，尽管制造业产生了比其他任何行业更多的数据，但很少有公司能充分利用。
例如，某油气公司有99%的数据被丢弃，因此未能为决策者所用。我们相信，如果公司能够通过开发利用自身生成的数据（以及其他公开的数据）来缩小被丢弃数据的比例，就可以挖掘有价值的洞见，从而提升利润、促进增长。
再对比一下传统的汽车制造商和Uber，从产业链的最高点看，二者的共同点是都在开展人员运输的业务。汽车制造商利用一个世纪以来的经验，通过工厂车间和展厅来满足这一需求；Uber通过智能手机使乘客和汽车配对，无需钢铁、玻璃、橡胶和销售员，仅使用数据就能满足乘客的交通需求。Uber诞生仅5年，其价值就已超过500亿美元，拥有的数据、算法和广阔的增长前景已经让它比一些全球最大的汽车制造商所有的实物资产、知识产权和品牌都更具价值。
这样的结果并不令人意外，于是，制造商们开始意识到数字化的机会和威胁。
美国国家制造创新网络（NNMI）正在组织六家大型研究机构加快推动新的制造技术面市。尽管所有这些机构的研究都与数字化沾边，但只有一家专门对数字化制造进行研究。在全球范围内，很多国家和地区也展开了类似的项目，如德国的“工业4.0”计划和中国的“中国制造2025”。工业互联网联盟（Industrial Internet Consortium）是一家全球性的召集组织，成立18个月以来就已拥有175个会员。
领先企业如何应对
人们和组织机构使用信息的方式已经发生了极大的改变。数字存储更加便宜和灵活，先进的分析和人工智能使我们可以从海量的数据中获取洞见。在虚拟和增强现实、下一代界面、高级机器人和增材制造等方面取得的进步都在开启通往数字化颠覆的大门。
在未来十年里，数字化制造技术将会使企业通过“数字线”连接实物资产，促进数据在产业链上的无缝流动，链接产品生命周期的每个阶段，从设计、采购、测试、生产到配送、销售点和使用。
尽管价值超过10万亿美元的全球制造业数字变革将持续10年时间或者更久，但领先者已经行动起来，很快就会对利润和营收产生影响。在审视制造业的价值驱动因素并将其与数字化抓手匹配时，我们发现，许多企业都可以通过提高运营效率、进行产品创新和发掘新收入来源来把握创造价值的机会（我们在制造业运营中发现了八个典型的价值驱动因素——资产利用、劳动力效率、库存、质量、供需对接、入市时机、服务与售后效率、资源与流程效率，并将其与数字化制造抓手相匹配）。
比如下面这些例子：
许多大型制造商已经开始利用数据分析来优化工厂运营、提升设备利用率和产品质量，同时降低能耗。一旦使用新的供应网络管理工具，工厂管理者对原材料、制造部件在制造网络中的流动就可以有清晰了解，这有助于合理安排工厂运营和产品发货，从而降低成本、提高效率。
智能互联的产品把客户的体验数据发送给产品经理，帮助他们对需求和维修需要进行预测，进而设计出更好的产品。各行各业的公司都在用不同的方式部署数字技术以驱动价值。例如，一家大型金属厂使用数字工具来进行全面、逐步的产能提升，操纵台的实时表现可视化与日常问题解决方案相结合，使其中一条生产线的生产率提高了50%。
通过数据挖掘，工程师对主要设备模式的故障特征有了新的洞见，并对设备的可靠性进行了持续改善。该公司希望通过使用状态监测、预测性维护以及流程控制、自动化材料跟踪，使得大数据分析成为可能，从而在运营成本无显著增加的前提下实现产量30%的提升。
制药商利用自身对端到端流程的深刻理解开发出连续生产车间，其大小不到传统工厂的一半。一些企业甚至开发出“便携式”工厂，可以建在40英尺长的拖车里。他们还利用数字线来提升质量控制：持续监测搅拌容器、压片机、冻干机和其他关键设备的情况。一些企业现在依靠红外技术来发现伪劣药物和污染物，不再需要传统的降低生产线速度的测试了。随着行业把这类先进技术带进市场，领先者将会把“三西格”的行业表现转变成“六西格玛”甚至更高水平。
领先的消费品生产商正在利用数字工具来提升配送能力，并加强与消费者的联系。全球快时尚服饰商Zara早已因在两周内完成新品开发和交付而闻名。目前，公司正在使用数字化工具，以更快响应消费者偏好并降低供应链成本，在旗下的2000多家门店中，有700多家已经将可重复使用的射频识别RFID标签加在每一件衣物上。仅需10名员工挥动装在衣架上的小型手持电脑，就可以在两三个小时内完成一家门店的库存更新。而过去，这项工作需要40个员工努力至少5个小时才能完成。Zara计划于2016年实现向“无线库存”的转变。我们相信，RFID的硬件和相关软件成本的不断下降可以帮助其完成这一转型。
航空和国防工业正在利用数字化工具来整合极端复杂的供应链网络。比如，现代喷气式涡轮发动机有成百上千个独立部件，其中一部分由发动机制造商自己制造，其他部件则在供应商网络中的数十家厂商那里采购。由于一处设计的改动可能会影响到许多其他部件的制造，采购的复杂性可能会骤然上升。
以云计算为基础的工具能让供应商实现快速协作并提高效率：发动机制造商可以在其网络中分享组件设计的三维模型，每家供应商均可依次共享价格、物流和质量方面的信息。这种信息共享方式和透明度减少了管理设计变更所需的人力，也降低了发动机制造商和供应商的风险，同时加快了供应链网络变革的速度。波音公司为777和787飞机开发最新机身时就采用了全虚拟设计，上市所需时间减少了50%以上。
企业高管层应该思考的问题
数字化革命只是刚刚崭露头角。
我们确实发现，数字化制造的领军者（包括一些小企业）已经开始通过利用工人、设计师、管理者、供应商的能力积聚日益凸显的竞争优势，加快创新节奏，降低生产和维修成本，并提升市场营销的效果。我们认为，每个参与者都应该思考以下5个问题：工业智能化微信号：robotinfo
1、在未来5—10年内，数字化将会如何颠覆我所在的行业，将会出现怎样的新生态
2、我的公司价值在哪里？如何实现价值最大化？
3、变革离本企业还有多远？应该在基础设施、网络安全和合作关系的哪些方面进行投资？
4、我们的组织需要哪些新的能力、技巧和理念？如何识别、招聘和挽留合适的新人才？
5、当前应该进行怎样的试点，以开始获取这些价值？
总之，没有哪家企业可以驾驭数字化的每一项变革，但很多从业者已经开始取得实质性的进展。
有一点是基本肯定的：在利润微薄、消费者追求更尖端产品与更好服务的市场背景下，“数字线”会引导一些企业取得巨大成功，而慢一拍的竞争者将会被甩得越来越远。
文章来源于网络
