本報記者 樊三彩
數字經濟時代，數據已經成為新型生產要素，企業走向數據驅動成為共識。在4月26日舉辦的2023華為智能制造數據基礎設施高峰論壇上，國家智能制造專家委員會委員、e-works數字化企業網CEO（首席執行官）黃培分享了一個他認可的觀點：數字時代，如果一家企業不善于利用數字技術，不善于利用數據，甚至還沒有建立起這樣一種深層次的意識，它就是一家傳統企業，未來將面臨著被淘汰的風險。
調研數據顯示，2022年，對數字化轉型持非常支持態度、有詳細計劃且列入公司核心戰略的制造企業占比50.8%；持支持態度、有初步規劃的占比38.5%。同時，對制造企業所處的數字化建設階段的調研結果顯示，處于局部部署階段的占比36.3%，全面部署階段的占比20.3%，單點布局階段的占比13.1%，深化應用階段的12.1%，創新優化階段的占比2.9%，尚未起步或計劃起步階段的占比15.4%。可以看出，絕大多數制造企業已經深刻認識到數字化轉型的重要性，看到數據的價值，并有所行動。
“數字化轉型不再是一道選擇題，而是一道必答題，對數字技術的應用能力已成為制造企業形成比較優勢的關鍵要素。”黃培表示。
制造企業需不斷挖掘數據價值
實現從數據到智慧的躍升
黃培總結了制造企業數字化轉型的7種模式。一是商業模式轉型，如從賣產品轉化為賣產品+服務，租賃產品按使用的時間和效果來付費。二是研發模式轉型，即利用仿真驅動設計，采用數字孿生模型進行驗證、分析，實現產品研發數字化、智能化。三是制造模式轉型，包括推動IT（信息技術）與OT（運營技術）融合，實現柔性制造、增材制造。四是營銷模式轉型。制造企業要利用好一些外部的工業電商平臺，同時考慮建立統一的訂單管理系統，實現來自不同渠道銷售信息的統一管理。五是服務模式轉型，如實現客戶自助服務、預測性維護等。六是運營模式轉型，包括業務運營流程的數字化協同、移動化協同等。七是決策模式轉型，即通過大數據分析，實現用數據驅動決策。
在這幾種模式下，制造企業數字化轉型的過程基本可以分為3步。第一步是業務數據化。通過引入ERP（企業資源管理）、MES（制造執行系統）、WMS（倉儲管理系統）、PLM（產品生命周期管理）等業務系統，提升管理透明度。“在這個階段，很多企業應用大量的工業軟件和管理軟件，但是也存在著很多信息孤島，數據的價值尚未充分體現。”黃培說。第二步是數據成為核心資產。利用大數據、人工智能等方法從業務系統的數據中挖掘數據價值，優化經營狀況。在這個階段，數據開始驅動業務。第三步是數據業務成為核心業務。在這個階段，數據能力開始向外輸出，形成新的商業模式和利潤增長點。
“當前，大部分制造企業仍停留在第一階段，需要不斷去挖掘數據的價值，實現從數據到智慧的躍升。”黃培指出，從數據到智慧，與之相對應的是DIKW（數據、信息、知識和智慧）模型，即將原始的數據素材進行挖掘、加工后，形成有邏輯、有意義的數據，即信息；接著，在對信息集合進行綜合、提煉的基礎上，獲得經驗、判斷與理解，即知識；最后，合理地應用知識并形成正確決策的能力，即智慧。整個過程要經歷數據的采集、編碼、存儲以及多維度的展現，再到數據的洞察與分析、優化與預測，最后到數據的治理。
夯實數字化轉型“基石”
打造制造企業核心競爭力
“在制造業發展和轉型的過程中，會產生多元的異構數據，有結構化的、半結構化的、非結構化的，還有很多實時數據、歷史數據需要我們進行分析和存儲。因此，制造企業需要用不同的方式來存儲并利用數據。”黃培進一步闡釋道，在整個產品生命周期中，不同階段需要采取的數據采集方式是不同的，如對于產品設計中的關鍵尺寸、配合公差、表面質量等數據，以及制造工藝路線中的切削量、主軸轉速、加工路線等數據，更多是要集成一些軟件的數據；而對于制造過程、裝配測試、運行使用過程中的數據（包括各種加工性能表現性數據、裝配前的質檢數據及性能測試數據以及實際運行過程中的故障數據等），更多需要現場采集。
數據采集方式的不同為制造企業處理數據增加了難度。“不論是對智能工廠還是對整個企業級的智能制造而言，數據都是在各個應用系統之間流動的‘血液’。我們倡導企業建立專門的數據管理部，對邊緣計算、霧計算、云計算平臺進行規劃，確定哪些數據在設備端處理、哪些數據在工廠范圍內處理、哪些數據需要在云端處理。”黃培提出。
不過，隨著制造企業內的數字化應用對數據基礎設施并發量計算能力、存儲上線的要求越來越高，數據基礎設施的節點規模出現了急劇的擴張，制造企業往往面臨著量多、分散、難采、難用導致的缺乏統一數據視圖、數據孤島普遍存在、數據質量總體差、數據環境欠安全等現實問題。“數據基礎設施是支撐企業數字化轉型的‘基石’，不夯實這個基礎的話，數字化轉型將面臨很多問題。”為此，他提醒企業，要在一開始就建立好數據架構，打通各個數據采集分析系統；同時，對于數據從什么地方來，如何存儲、展現、應用、分析及預測，一定要有清晰的規劃及應對措施。
“未來,能夠實現可持續發展的企業一定是數據驅動的企業，能夠把數據這個‘金礦’挖出來并進行有效的‘冶煉’，進而產生各種下游的應用。這也將是制造企業未來的核心競爭力之一。”黃培強調。
鏈接
2023年華為智能制造數據基礎設施高峰論壇提出——
筑牢數據存儲底座 讓智能“血液”在各應用系統間流動
制造行業首個全場景解決方案應用的樣板點發布
本報訊（記者樊三彩）4月26日，以“引領數據升級，激發制造新動能”為主題的2023年華為智能制造數據基礎設施高峰論壇在湖北武漢舉辦。論壇上，東風汽車與華為攜手打造的制造行業首個全場景解決方案應用的樣板點、華為&賽美特半導體CIM（城市信息模型）聯合解決方案發布。
據了解，該樣板點涵蓋了車輛制造研產供銷全階段，涵蓋了華為云、數據中心互聯、鯤鵬計算、計算型存儲等多個產品，對于制造企業數字化建設與升級具備示范指導意義。半導體CIM（城市信息模型）聯合解決方案將助力制造企業實現研發、生產、供應等業務的數字化、智能化，重塑制造行業價值鏈。
華為中國政企智能制造系統部總經理王劍偉為論壇致辭。國家智能制造專家委員會委員、e-works數字化企業網CEO黃培，華為閃存存儲領域總裁黃濤，以及來自東風嵐圖汽車、卓勝微電子股份有限公司、三一集團、一汽解放、賽美特等企業的代表發表主題演講。東風汽車集團數字化部開發與運行分部經理戴虎、華為分布式存儲領域總裁王怡東、華為制造軍團 Marketing與解決方案部部長徐建峰等出席會議。
黃培認為，數據是智能工廠和企業級智能制造的“血液”，要在各個應用系統之間流動，因而應倡導企業建立專門的數據是管理部，規劃邊緣計算、云計算等平臺，確定數據是在設備端、工廠端還是在云端處理。“未來能夠實現可持續發展的企業一定是數據驅動的企業。能夠把數據這個‘金礦’挖出來，進行有效的‘冶煉’，進而產生各種下游的應用，這一定是我們企業未來的核心競爭力之一。”他強調。
王劍偉表示，數據基礎設施是制造行業數字化轉型的重要基石，極致性能、穩定可靠的數據存儲底座是制造行業實現降本增效、數據安全的有效保證。華為公司在數據存儲領域已經深耕10年有余，并連續7年進入Gartner（高德納咨詢公司）領導者象限。“2023年，我們將在數字化研發、生產、辦公等領域持續加大存儲產品投入，契合行業轉型帶來的高可用、高可靠、高性能等要求，支撐制造行業客戶的數字化轉型和業務高質量發展。”他說。
論壇同期舉辦了以“話數”為主題的圓桌高端對話，以及車輛裝備、半導體電子、智慧輕工業3個分論壇。與會嘉賓會后還一同參觀了東風汽車&華為數字平臺聯合創新示范樣板點。
《中國冶金報》（2023年05月09日 03版三版）
