《中智观察》第1659篇推送
作者:孙兆琳
编审:杨小天
头图来源:羊城晚报
本文是《中智观察》“企业数字服务供需市场”行业洞察之“DPS工业篇”。当前,工业智能化浪潮正席卷全球,而工业智能的落地需要大量高质量的工业数据作为支撑。如何充分释放数据要素价值,高效推进数智化转型,是工业企业迫切需要解决的问题。本文深入剖析原因,破解发展难题,为工业企业和工业解决方案提供商提供了新的发展思路。
——海比研究院
2022年5月13日
工业数据是工业智能化的关键要素
众所周知,科技的发展推动了“工业1.0”到“工业4.0”的四次工业革命。随着第四次工业革命的到来,提升“工业智能化”水平成为全球共识与趋势。美、日、德等发达国家高度重视工业智能化发展,美国提出智能制造,日本提出“互联工业”,德国提出“工业4.0”。在中国,工业智能也受到了国家的高度重视,政府相继出台了“互联网+”和《中国制造2025》等计划。
“工业智能”的本质是通用人工智能技术与工业场景、机理、知识结合,实现设计模式创新、生产智能决策、资源优化配置等创新应用(来自2020年4月工业互联网产业联盟发布的《工业智能白皮书》)。工业智能实现了从数据到信息、知识、决策的转化,挖掘数据潜藏的意义,摆脱传统认知和知识边界的限制,为决策支持和协同优化提供可量化依据,最大化发挥利用工业数据隐含价值。
工业在智能化的过程之中,产生了大量的工业数据。条形码、二维码、工业传感器、无线射频识别、工业自动控制系统、企业资源计划、计算机辅助设计、工业物联网等技术在工业企业中的广泛应用,使工业企业拥有日益庞大且丰富的工业数据。随着工业智能程度的加深,工业企业所拥有的数据量急剧增长。根据IDC的预测,2025年全球数据量将达到175ZB。中国数据总量正在以年均30%的速度增长,预计到 2025 年将占全球 27%,达到48.6ZB,成为全球第一。