鄔賀銓：大數據驅動與數字化制造

  在日前召開的“2018大數據產業峰會”上，中國工程院院士鄔賀銓表示，未來10年工業大數據的增速是其它大數據領域，包括社交媒體的兩倍。雖然，消費類的大數據漲的很快，但未來工業大數據的增速更快。

中國工程院院士 鄔賀銓

  鄔賀銓指出，制造業的大數據有四個特點：準確性。在一般的商業領域，如果預測準確率達到90%已經是很高，但在工業領域很多應用場景中，對準確率要求達到99.9%甚至更高，比如交通領域。二是碎片化。工業制造的大數據有很多傳感器收集的數據，有顆粒性很小的，也有顆粒性很大的，而且是不斷在產生的。三是實時性。工業數據的處理必須要當時快速的反映，過一段時間沒多大價值。消費數據可以累計很長時間。四是行業性。工業大數據的挖掘要對生產過程有透徹的理解。

  現今，傳統制造企業，紛紛進行數字化轉型，而在這個轉型的過程中，對于大數據的應用和處理是則是轉型的關鍵。

  例如，蘇州協鑫公司專注光伏切片，利用阿里開發的ET大腦分析0.2毫米厚度的硅片長期積累的數據，從上千個生產參數中找出有60個關鍵參數，通過優化生產流程，良品率提升1%，實現每年上億利潤;杭州中策公司是全球排名第三的橡膠輪胎生產商，引入阿里的ET大腦分析所有參數，提煉橡膠合格率提升3%-5%，利潤增加千萬。

  除了上述應用外，大數據還廣泛用于產品質量把控，在生物制藥中提高成品率。此外大數據還可以用于生產個性化的應用，通過工業云幫助企業服務升級;通過零售云平臺提升門店銷售效率，節約客戶采購資金。

  鄔賀銓提到，運營商有很多用戶數據，運營商不能直接把用戶數據拿出，但可以對數據進行挖掘，屏蔽掉用戶的隱私和涉及國家安全隱患的事項，可以集成提升很多服務。大眾汽車與中國聯通合作，通過大數據挖掘分析對消費者進行畫像，并對消費者需求進行預測，并形成咨詢報告。類似的服務不僅可以幫助運營商增加收入，為社會和產業發展做出貢獻。

  鄔賀銓表示，企業經營決策重要的是企業利潤及利潤最大化，實現生產環節成本分析和精準化，但前提是要有準確的價值分析模型。分析客戶、供應商、競爭對手、產品、企業資源、技術和員工等層面，對財務準則下細化損益表到單品層面，產品生命周期下的細化損益表到單品層面，產品生命周期下的單品層面的損益表都分解的很細，很容易找出哪一個環節是財務的薄弱環節，準確地為生產決策起支撐作用。

  大數據不僅驅動制造業轉型升級，提升生產效率、改進產品質量、節約資源消耗、保障生產安全、優化銷售服務。還與人工智能、移動互聯網、云計算及物聯網等技術協同發展，并將深度融合到實體經濟中，成為數字經濟時代的新引擎。