关键字: [symposium, 数据经济时代, 生产资料驾驭, 数据指数增长, 数据价值挖掘, 数字业务转型]
本文字数: 1600, 阅读完需: 8 分钟
导读
在这场演讲中,亚马逊云科技的黄兴先生介绍了制造业如何利用数据和人工智能实现智能转型升级。他强调数据已成为重要的生产资料,企业需要连接整个价值链、实现数据整合和治理、并通过创新将数据转化为经济价值。亚马逊云科技提出了一种从原始数据到智慧的方法论,并推出了工业数据底座(IDF)解决方案。中集集团的许青女士分享了他们利用亚马逊云科技的数据湖平台和计算能力,快速构建数字化绩效管理(DPM)应用的案例,实现了生产效率和采购优化等多方面的改善。
演讲精华
以下是小编为您整理的本次演讲的精华,共1300字,阅读时间大约是6分钟。
尊敬的各位嘉宾,我们现今生存于数据经济时代。在这个时代,数据已经成为一种极为重要的生产资料。谁掌握了数据,谁就能在未来驾驭更多财富,创造更多价值。数据正呈现出指数级的增长趋势,对于企业而言,驾驭数据存在一定的难度。据数据显示,到2023年,我国大数据解决方案的市场份额将达到21个亿元,这是一个惊人的数字。更加惊人的是,根据GlobalData Store的数据,中国数据规模的年增长率已经达到26.3%,到2027年,其总量将达到7600万PB的规模。
很显然,这是一个巨大的数据矿藏,等待着我们去开采和利用。企业,尤其是制造企业,越来越依赖于数据来优化生产流程、供应链、未来销售策略,甚至产品定位。然而,要真正做好这一切,我们仍然面临着诸多挑战。
首先,我们需要连接整个价值链,从生产端到未来的销售环节实现无缝衔接。以前,客户可能会先进行销售,建立海外仓库,然后再出货。但是如今,客户的做法是先获取订单,再安排生产,这使得整个链条的时效性得到了极大压缩,产品上市周期也因此大幅缩短。
其次,现代企业的数据日益复杂,我们不希望再出现数据孤岛的问题。相反,我们希望实现数据的数字化和自动化,将更多系统、部门、上下游合作伙伴以及生态系统连接起来。但同时,我们也要做好数据治理,强调数据主权,将数据安全工作落实到位。
第三,也是最重要的一点,数据是一个巨大的矿藏,但我们如何将这些原始的数据矿石转化为经济效益和价值,进行创新?这正是我们当下面临的挑战。
那么,亚马逊云科技是如何帮助企业应对这一挑战的呢?我们提出了一种方法论,即将原始数据转化为智慧的过程。以工厂生产为例,最初只是简单的数据,比如来自IT设备采集的传感器数据。但如果我们结合历史记录状态和维修经验,加上专家的输入输出,就能形成一种知识,即如何解决问题、优化生产、确保生产稳定持续。
而在当下,我们更希望借助AI的计算能力,将过去累积的知识进行建模和训练,让它升华为智慧,成为以智慧驱动的生产。这是我们的整个体系,在这个体系中,数据将完全服务于业务需求。我们将在安全可治理的环境下,通过数据治理框架确保数据可被全局安全可审计地访问,最终形成对组织有价值的财产。这就是我们的方法论。
但光有方法论是不够的,亚马逊云科技不仅拥有方法论,还拥有一整套解决方案——工业数据织物(Industry Data Fabric,简称IDF)。借助亚马逊云的底座,结合我们在工业数据领域的生态和积累,我们提供了一个完整的开放式数据架构,帮助制造业客户从数据采集存储到场景化执行,结合我们现有的大模型,最终实现工业4.0的目标。
以中集集团为例,他们一直致力于通过数据挖掘价值,推行精益生产。中集引入了数字化绩效管理(DPM)理论,将集团关注的核心指标,如税前利润等,层层分解,帮助发现问题根源,做出改进。这是一个巨大的转变,过去领导层只能看到结果性的财务指标,而现在他们能够洞见过程指标,更好地进行优化和改善。
中集的实现思路是,首先确定指标体系,将其层层分解,找到与目标值的差异,进而发现问题所在。然后,他们整合了大量设备数据,结合现场视频,能够精确定位到具体的工人或工位存在问题。同时,他们也会根据生产异常数据回溯,找到根因。一旦发现问题,他们就会在日常例会中据此开展讨论,并通过大屏幕呈现数据,用数据说话,而不是依赖演示文稿分析。做出改善后,绩效指标就会得到优化。
这是中集在设备效率和生产效率指标上的实现思路。他们是如何做到的呢?他们依托亚马逊云科技数据湖平台及其强大的计算能力,快速构建了DPM应用。根据麦肯锡五层架构,他们先产生数据,通过数据服务平台构建数据模型,再通过DPM的9个指标(目前已覆盖6个企业5个指标)呈现在大屏或移动端。在这个过程中,他们整合了来自业务系统和设备的海量数据,应用了诸多亚马逊云科技工具来支撑实时数据处理能力。令人难以置信的是,在2022年到2023年这短短一年半时间里,他们就在5个企业落地了DPM应用,且每个企业的子户只需一周不到的时间就能构建完成。过去构建数据仓库需要很长时间,但现在借助亚马逊云科技云原生能力和代码复用,他们实现了快速实施和开发,运维也是托管的,只需关注应用建设和数据流程,为DPM应用服务。
中集通过DPM应用实现了多个改善案例。比如在采购成本控制方面,由于原材料价格持续上涨,他们希望降低采购成本。过去采购员可能需要5到6个小时手工预测和分配,存在准确性问题。但现在,他们构建了需求预测、智能采购模型,能够快速给出最优采购方案和分配建议,从而提高采购效率,缩短采购员培养周期。
另一个案例是生产效率改善。集装箱生产的节拍非常快,60秒就能生产一个箱子。为了快速定位问题,他们整合了8个系统的数据,包括IT和OT数据。通过分析,他们能够发现异常的节拍点,将工序分解,找到每个动作的用时,进而定位到具体的工人或设备存在问题,并采取相应改善措施,形成PDCA闭环,持续优化绩效指标。
总之,亚马逊云科技为制造业提供了数据驱动的智能转型升级之路,帮助企业从数据中挖掘价值,实现创新发展。中集集团就是一个成功的范例,他们依托亚马逊云科技的数据湖平台和计算能力,快速构建了DPM应用,将数据转化为智慧,优化生产运营,创造新的价值增长点。
总结
亚马逊云科技在智能制造领域为制造业出海提供了GenAI转型升级的核心解决方案。在数据经济时代,数据已成为重要的生产资料,企业越来越依赖数据优化供应链和销售策略。亚马逊云科技提出了一种将原始数据转化为智慧的方法论,并推出了工业数据底座IDF(Industry Data Fabric)解决方案,帮助制造企业从数据采集到存储、分析、执行等全流程实现工业4.0目标。
中集集团通过采用亚马逊云科技的数据湖平台和计算能力,快速构建了数字化绩效管理(DPM)应用,将关键绩效指标层层分解,发现问题根源,并将数据应用于日常管理,形成PDCA闭环,实现精益生产。中集还利用亚马逊云科技构建了智能采购模型和生产效率分析模型,提高采购效率,缩短人才培养周期,优化生产节拍。
亚马逊云科技为制造企业提供了数据驱动的智能制造解决方案,帮助企业从数据中挖掘价值,实现数字化转型升级。制造业出海需要借助GenAI等新技术提升竞争力,亚马逊云科技正在为此提供核心支撑。
亚马逊云科技(Amazon Web Services)是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务,服务全球245个国家和地区的数百万客户。亚马逊云科技致力于成为企业构建和应用生成式AI的首选,通过生成式AI技术栈,提供用于模型训练和推理的基础设施服务、构建生成式AI应用的大模型等工具、以及开箱即用的生成式AI应用。深耕本地、链接全球 -- 在中国,亚马逊云科技通过安全、稳定、可信赖的云服务,助力中国企业加速数字化转型和创新,并深度参与全球化市场。