工業大數據：工廠制造方式革命的源動力

工業作為現代社會的基礎，從上游的設備供應到下游的生產制造，從技術研發到第三方服務，沒有一個環節不存在激烈的競爭，尤其在工業利潤越來越薄弱的當下，中國制造仍然處在價值鏈的底端，甚至于很多企業還徘徊在半自動化生產和大規模自動化生產之間。依靠低成本的競爭方式已經走到了可持續發展的盡頭，而大數據可視化作為智能制造的核心推動力，以及其潛在的數千億美元市場份額，打開了一扇全新的社會財富資源的大門。

未來20年的大數據戰場

臺達電子執行長鄭平表示，“發展到今天技術早已不是什么大問題，怎么樣讓技術與應用實質有效的結合，從理想變成實際還需要一個過程，我相信5年后應該會看到一些產業已經初步導入大數據可視化。”可見，5- 10年后，將是傳統制造業借助大數據蓬勃發展的重要時刻，而10年后我們將看到一個完全不一樣的制造形態，革命不是瞬間改變的，在這個漸進式的時間軸里，未來20年里的工業轉型期都將是大數據的戰場。

勞動力成本的持續上升正在為中國制造業帶來巨大的成本壓力，據統計，沿海傳統工業區勞動力工資正在以每年10- 20%的速度遞增，且勞動力缺口依然高達近3成。最終導致一部分高度依賴勞動密集生產的外資企業甚至本土企業，轉戰至勞動力成本更低的東南亞國家。中國正處于經濟結構調整、制造業升級的十字路口，鄭平告訴筆者，“中國的市場需求和歐美很不一樣，有很多小的機會容易被錯過掉，但往往這些小機會會在不經意間變成蓬勃發展的投資新領域。所以這龐大的市場蛋糕并不是像歐美百年大廠或其組成的行業聯盟就可以輕易吞掉，且不說能不能適應這個新興市場的需求，僅僅更改、調整產品就需要一定的成本，所以綜合上來考量，雖然西方大財團具有先天優勢，但對于投入這一領域的企業而言基本是相對公平的，各取所需。”

臺達視訊事業部總經理傅潔說：“行業競爭雖然很大，但這個行業肯定是大家一起捧起來的，且經過多年的積累，每家公司基本都有它最擅長的領域。所以，要想快速的將大數據可視化推進到實際應用，制定相關的標準必不可少，而在標準的制定過程中，基本會走向兩個方向，一個是有國家進行主導，如老牌工業大國德國；另一個則是處在同一領域的行業參與者組成行業聯盟，由聯盟來制定更為公平的標準，而聯盟的存在則可以讓市場更利于企業的良性競爭。每個企業都可以根據自身的需要盡可能的參與到這個標準制定的過程中去，以維護在自己所擅長領域的核心利益。”

從IOP到IOT要一步步走

從英國提出物聯網，到德國的工業4.0，每一步都直指人心，在工業發展暢想未來的同時，大數據可視化在工業領域的推進究竟進展到了哪一步呢？那么先讓我們了解一下什么是真正的大數據時代，從大家最為熟悉的互聯網移動端講起，人們在日常工作生活中，有這樣一部能夠記載你個人喜好、習慣的手機，當你進入到一個陌生的房子中時，這部手機會快速連接到這個新環境的數據端口，通過導入記載了你生活規律的數據，通過控制光線、溫度、氣味等，最大限度將這個新環境調整到符合你喜好的狀態。

工業大數據可視化同樣是這個道理，鄭平認為，“現在我們所談的大數據和IOT（Internet Of Things）都還沒有怎么發生，真正應用發生的比較好的其實是IOP（Internet Of People），在人工管理及生產階段，我們先要做合理化、自動化，然后才能進行到智能化IOT階段。比照人工管理模式、以往的經驗，由專家制定一層層管理方法去建立分析模型，逐漸促使計算機學會變化式的回應。從機器到機器之前還需要人將各種生產數據傳輸上來，最后解決存儲數據、分析數據、處理數據的階段，將每套設備獨立的控制系統通過網絡連接起來，再由一臺大型計算機進行統籌安排、調整，這也才僅僅算是入門階段。”

傅潔表示，“以臺達正在開展的設備連接為例，第一種是直接調用圖形，并將這一圖形放置在任意位置，缺點是只能形成單一圖形，等到數據圖多起來以后很難整合在一起；其次是智能設備已經產生了智能模型，這樣就可以直接生成控制端所需的整合數據；第三個就是在具有監控系統的企業中，直接進行數據庫與數據庫的溝通。大數據可視化在工業領域的應用就和當年ERP系統的開發是一樣的，必須針對每家企業進行獨立的設計、改造，像我們最近所做的新疆油田‘一體化運行指揮中心’項目中，完美解決了海量異構數據的融合、系統的整合。而面對實現大規模數據可視化的關鍵，在于將抽象數據轉換為便于人類有效理解的圖像展示。臺達iPEMS智慧監控與可視化管理系統，從客戶的需求出發，通過實時數據采集、子系統數據集成、廣域系統監控、智能數據分析，矢量數據可視化和超高分辨率顯示等一整套技術，為用戶提供完整的一體化運行管理和應急指揮平臺，以大數據可視化手段輔助用戶做出最佳決策方案。”