來源：界面 作者：潘永花
對岸中國的阿里巴巴用了13年時間，使零售平台上實現了人民幣3萬億元的年銷售額，而沃爾瑪花了54年，這個對比的背後，是DT時代的技術基礎設施，與IT技術支撐的零售資訊化的差異。
雲網端的迅速發展，帶來了數據量的激增，根據IDC數位宇宙報告顯示，全球自從2010年進入ZB時代以來，由於物聯網設備發展速度，遠超過智慧手機的發展，因此由物聯網所產生的數據增量，將會驅動著全球數據量在2020年達到44ZB。
去年對岸中國政府發佈了《促進大數據發展行動綱要》，這個綱要成為指導對岸中國轉型的一個關鍵指導性的文件。而製造業的升級轉型，是一個國家供給側改革的重中之重，也是提升滿足內需與外貿供給能力的基礎。
在這個文件中，其政府也明確提出「發展工業大數據，推動大數據在工業研發設計、生產製造、經營管理、市場營銷、售後服務等產品全生命週期、產業鏈全流程各環節的應用，分析感知用戶需求，提升產品附加價值，打造智慧工廠。建立面向不同行業、不同環節的工業大數據資源聚合，和分析應用平台。」
（【3S Market】對岸中國政府的相關機構與官員，對雲、物聯網與工業4.0的深入認知與了解，似乎比我國歷屆執政黨都來得要清楚，甚至所提政策與付之實行的建設，也更切合市場的實際需求，縱使其存在許多不成熟與不合理的地方。但其投入的專注與專業，是台灣全國人民該注意與思考的。）
我們也看到，在工業化與資訊化融合的過程之中，在實現中國製造2025的過程之中，數據如何賦能傳統產業的升級轉型，成為備受關注的焦點。
今年五月份在中國貴陽的大數據會議上，對岸中國總理李克強的發言非常值得思考：「以大數據為代表的創新意識，和傳統產業長期孕育的工匠精神相結合，使新舊動能融合發展，並帶動改造和提升傳統產業，有力推動虛擬世界和現實世界融合發展，打造中國經濟發展的‘雙引擎’。」
大數據+工匠精神的結合，對於製造業的轉型升級至關重要。而大數據的即時、感知和預測等特點，確實可以為製造企業在降低成本，縮短生產週期，提升效率，細分產品定位，優化流程和決策等方面扮演重要角色。
一、數據賦能製造業的全流程
製造業的企業之間，在資訊化建設和數據化程度方面相差很大，但總體上由於距離消費者相對較遠，因此網路化與數據化程度，和對大數據的認識相對金融、電信、政府等行業相差比較遠。
當然，其中也有不少領先的代表企業，比如海爾，比較早就部署相對完善的內部的資訊系統，涵蓋了主要的業務流程，並且比較早地就將社交數據中，獲得的客戶回饋融入到新產品研發之中，結合了內部和外部數據的能力。
但是，大部分製造企業，依然還是處在資訊化比較起步的階段，由於人才以及技術能力的欠缺，對於大數據的意義和價值認識比較弱。
我們看到對於製造業來說，如果把數據分為內部和外部兩大類的話，內部數據主要包括經營及營運數據、客戶數據、產品相關的設計、研發和生產數據、機器設備數據等，傳統的資訊系統處理，比較多的是內部數據為主，圍繞著業務流程改進和提升為主要目標，而且對於機器設備運行的日誌數據，相對利用較少;外部數據包括社交數據、合作夥伴數據、電商數據，以及宏觀數據等，這方面數據的開發和利用相對較少。
大部分企業不僅內外部數據尚未打通，自己內部的數據也還沒有實現整合和標準化，資訊孤島現象也是屢見不鮮。
我們的觀點是數據對於製造企業的全流程來說，都可以起到非常積極的作用，比如從產品設計和研發開始，如果能夠非常直接地對接到消費者，依據對消費者的行為和消費數據分析，定位相應的產品設計和研發。
同時也能夠依據消費者對產品的喜好和需求量，進行定向精準的市場行銷，進行產品的計劃和生產的排產，減少相應的庫存。同時，數據對於線上線下銷售的協同，對於供應鏈優化和管理，也可以起到重要的作用，在提升對客戶的服務水準方面，如何針對不同細分市場需求，進行全通路銷售的設計規劃等方面都會起到重要的作用。
雖然阿里巴巴是網路公司，但其大數據應用的發展之路，是值得製造企業去借鑒和學習的。
總體上來說，阿里巴巴也是在經歷著從業務數據化到數據業務化的過程，業務數據化還是圍繞傳統電商業務來提升整個流程相關的數據，服務業務部門和管理層為主，總的目標也是為了降低成本，提高營運效率和品質為主。比如個性化推薦、搜索優化等。
現在阿里巴巴在數據數據業務化方面，進行了很多有益的探索，總結起來就是「阿里的數據+外部數據+大數據技術能力」的輸出，產生很多新的商業模式，不僅服務於阿里生態，逐漸賦能和服務於越來越多的各行業用戶，比如螞蟻微貸是基於商家的信用數據提供貸款服務，芝麻信用是基於個人的消費、理財，以及社交等數據，提供個人信用服務。
在整個探索的過程中，我們看到數據的在線性，保證了數據即時都會更新，數據的外部性通過數據共享、融合體現了數據的價值。
二、數據驅動生產和製造柔性化趨勢
電子商務以及網路所帶來的用戶需求，呈現即時、少量、碎片化、快速翻新等特點，對於傳統製造商來說，滿足這種長尾需求難度很大，因此生產製造的柔性化變得重要。
比如淘工廠把工廠的生產能力，通過網路實現了與商家需求的快速對接，通過數據聯通把需求與供應之間的資訊對稱化，減少了中間商環節，縮短了生產週期，降低交易成本，並加快週轉速度。
※※※※※※
ZARA如何用大數據，實現雲端時代營運物聯網化的改造
ZARA這個快時尚品牌，也是利用數據實現智慧供應鏈的例子，我們看到大量服裝企業都面臨生存的壓力，而ZARA母公司銷售額，在2015年依然保持了15.4%的增長。其中很重要的原因就是ZARA以數據為核心，打造的極速供應鏈系統，實現了新產品的柔性化生產。
相對競爭對手來說，ZARA可以通過數據的聯通和協同，從市場調研、到設計、打版、製作樣衣、批量生產、運輸和零售整個環節，做了更快更好的控制。雖然ZARA不是網路公司，但是它對用戶需求的響應，是完全網路化的思維方式，滿足的也是快速翻新、少量、快速響應，和生產的類似於消費者在網路上的需求特點，比如一般的國際大品牌的前導時間是120天左右，而ZARA可以實現15天的新品供應過程。
在整個過程中，它使用線下線上的數據融合，利用電商平台的銷售數據，以及對用戶消費者的線上調研數據，同時也會利用線下每個門市店的銷售數據，即時反映到公司總部，實現產品的快速更替，它一年設計的服裝款式達到12000多款。這種基於數據的協同和流動，實現的供應鏈帶動了ZARA總體效率的提升，和庫存的大幅降低。
※※※※※※
三、利用大數據創新商業模式
以消費者數據為基礎的消費者喜好，和需求預期景象，直接扣合產品下一步的設計、研發、生產、供應鏈、行銷等製造業供給面的多個環節，這就是C2B的本質。
索菲亞衣櫃是C2B模式創新的代表，2015年的營收達到31.9億元。索菲亞在探索C2B的實踐過程中，數據對於其規模化和個性化的平衡起到關鍵作用。索菲亞認為自己不是傢具製造企業，而是一家大數據企業。在調研時我們發現，索菲亞有強大的科技團隊，超過400多人，而其中300多人是在做數據加工。索菲亞利用大數據提升客戶體驗，提高交付效率，減少差錯和庫存，基本可以做到零庫存水平。
在索菲亞的前端需求到後端的生產系統中，數據的共享、聯通和流動，是實現訂單準確地從需求端，傳遞到生產製造和採購端的關鍵。正是這種技術基礎，保障了索菲亞每天索菲亞目前通過打通線上線下數據，基於用戶交易數據，用戶行為和特徵數據，以及產品和渠道數據，搭了一個大數據平台。
基於用戶畫像的數據化，他們也比較好地實現了研發精準化。在研發精準化基礎上，行銷的精準化也通過線上線下數據的融合分析，才能獲得了很好的實現。
四、學習國際上工業大數據應用的實踐
對於傳統的大型製造企業來說，轉型的挑戰巨大，製造企業所搭建的內部資訊系統比如ERP、CRM和SCM等收集處理的數據，還是交易類結構化數據為主，對生產設備數據、機器數據，以及日誌數據的收集及關注比較低。
而工業大數據應用未來很重要的一個方向，就是如何能將這些即時產生的機器數據，更好地用起來，尤其是在預測性維修類應用方面。
以美國通用集團為例，它的董事長伊梅爾特說到「我們昨天還是一家製造型企業，今天已經成為一家軟體和數據公司了。」這家製造業巨頭希望借助工業大數據平台，實現製造業服務化的方向和目標。
GE的工業大數據平台Predix的主要功能，就是將各類數據按照統一的標準，進行規範化地梳理，並提供隨時調取和分析的能力。基於Predix目前已經推出了很多工業網路應用，並且向合作夥伴和客戶進行了開放。
根據GE的資料顯示，GE在2015年底把最後一批發動機數據，上傳到Predix平台上，已經開始接收並處理GE公司龐大的發動機機隊，所產生的上億條數據，對這些數據進行分析，並按照數據異常情況，確定發出警告的等級，目前準確率接近90%。伴隨著大數據與機器學習能力的加強，準確率也會逐漸提升。
這是典型的利用設備數據，進行預測性維修的例子，會成為工業大數據很重要的應用方向。GE希望通過這個工業大數據平台，樹立工業大數據領域的標準，使Predix平台成為像Andriod系統一樣，成為工業網路領域的操作系統。
阿里巴巴目前也已經和徐工集團開始合作，希望利用阿里雲上面的大數據能力，協助徐工建成中國工業大數據平台，實現「阿里雲+徐工=中國Predix」的目標，在工業大數據平台、應用及生態建設方面，探索一條新路。
五、從數據化到智慧化要循序漸進
正如前面所說，大部分製造企業依然還處在數據化和資訊化的初級階段，甚至有很多企業還沒有建立內部的業務系統，因此業務數據化基礎還尚未準備好。
以ERP、CRM、SCM、PLM等系統為代表的基本業務，應用會是必備選項，只是在「多網融合」時代，有些應用可以使用雲端應用進行創新，不必和以前一樣再花費巨額的License費用。
在這個過程中，進一步加強數據的整理，通過雲端平台實現數據的共享、流動、整合，實現數據的價值最大化，推動智慧製造目標的實現。
其實，真正的智慧製造或工業4.0，不只是指工業製造的某個環節的智慧化，而是從用戶需求端，到產品供給端的全鏈條的智慧化，涵蓋產品設計、研發、生產、供應、倉儲、配送、財務、客戶關係管理、行銷等多個環節，而這種智慧化的基礎要素，就是實現數據的全流程打通，這其中雲端運算、物聯網、行動網路、人工智慧、機器人等都成為數據共享、流動和融合的關鍵技術。
沒有留言:
張貼留言