大數據如何重塑制造業

姜疆

大數據可以進行大規模定制，能夠實現智能制造，能夠幫助制造業企業提升營銷的針對性，降低物流和庫存的成本，減少生產資源投入的風險。

大數據的廣泛應用，必將帶來工業企業的廣泛創新和變革的新時代。這些創新和變革，將給全球工業帶來革命性的變化，同時，改變企業的研發、生產、運營、營銷和管理方式。

大數據可能帶來的巨大價值正在被傳統制造業所認可，它通過技術的創新與發展，為企業的管理者和參與者呈現出一個全新的看待制造業價值鏈的方法。

通過對大數據的挖掘，實現流行預測、精準匹配、時尚管理、社交應用、營銷推送等更多的應用，大數據可以進行大規模定制，能夠實現智能制造，能夠幫助制造業企業提升營銷的針對性，能夠實現降低物流和庫存的成本，減少生產資源投入的風險。

設計環節：大規模定制

大數據、云計算、智能化技術是制造業升級的三大動力，不斷推動著大規模制造向大規模定制轉型。

《大數據時代》作者、數據科學家維克多·邁爾？舍恩伯格曾經預言，大數據下一波的改革是大規模定制，為大量客戶定制產品和服務，成本低、又兼具個性化。大數據可以發揮關鍵作用，告訴商家每一個用戶的消費傾向，以及需求之間的細分差異。這些數據量的增加，能夠實現從量變到質變的轉化過程。

大規模定制生產的基本思想是：將定制產品的生產問題通過產品重組和過程重組，運用現代信息技術、管 理技術及制造技術等一系列高新技術，把產品的定制生產問題全部或部分轉化為批量生產，盡量減少定制零部件數和定制環節。從而以大批量生產的成本和速度，為顧客提供多樣化、個性化的產品。

大數據在制造業大規模定制中的應用包括數據采集、數據管理、訂單管理、智能化制造、定制平臺等，其核心是定制平臺。定制數據達到一定的數量級，就可以實現大數據應用。

消費者與制造業企業之間的交互和交易行為也將產生大量數據，挖掘和分析這些消費者動態數據，能夠幫助消費者參與到產品的需求分析和產品設計等創新活動中，為產品創新作出貢獻。制造業企業對這些數據進行處理，進而傳遞給智能設備，進行數據挖掘，設備調整，原材料準備等步驟，便能生產出符合個性化需求的定制產品。

大規模定制，為大量客戶定制產品和服務，成本低、又兼具個性化。比如消費者希望他買的車有紅色、綠色，廠商有能力滿足要求，但價格又不至于像手工制作那般讓人無法承擔。因此，在廠家可以負擔得起大規模定制帶去的高成本的前提下，要真正做到個性化產品和服務，就必須對客戶需求有很好的了解，這背后就需要依靠大數據技術。

工業化大規模個性化定制的關鍵之處在于生產流程的模塊化和標準化。模塊化、標準化的產品開發以工業化生產的成本實現了個性化定制產品的批量生產，是產品在品種與成本、性能之間找到最佳平衡點的突破口。

模塊化設計是指把產品的結構設計成許多功能相互獨立的模塊，各模塊可以容易地裝配成不同形式的產品。因此，模塊化設計把產品的多變性與零部件的標準化有效地結合起來，充分利用了規模經濟和范圍經濟的效應。在產品設計中，模塊化水平越高，定制產品中模塊和零部件的標準化程度也越高。

互聯網大數據信息時代的新技術、新思維，正在注入汽車市場，悄然對傳統商業模式進行革新，使汽車工業朝著以“大數據”為驅動的“智能汽車工業”轉變。在這種趨勢下，以用戶為中心、運用大數據的C2B智能化大規模定制，正是汽車智造的主要方向之一。

上汽大通響應上汽集團戰略，從一家傳統意義上的商用車公司，轉型成為一家數字化C2B跨界車企，將C2B智能化大規模定制當作戰略方向。上汽大通推出的一款C2B SUV D90，在上市前一年時間里，用戶就可以參與車的定義、開發、認證、定價、配置、改進六大環節；不久前11月的廣州車展，上汽大通推出了以C2B理念打造的“劃時代皮卡”T60，這款產品不僅具有全球領先技術、澳洲A-NCAP五星碰撞安全、卓越駕乘體驗、互聯網智能體驗的產品優勢，并且具有“豐富個性定制”特征，用戶可以根據自己愛好選擇顏色、配置等，低配版可以選擇高端配置，高配版也可以減少不想要的配置，不用為不想要的配置買單。

未來，上汽大通還將會邀請用戶前往廣德汽車試驗場、黑河極寒環境、澳大利亞、川西、迪拜等世界各地，測試車輛的耐久性、動力總成性能匹配、機械完善度等，在現場，上汽大通會根據用戶的反饋意見，調試工程樣車，確認和優化匹配數據。在與用戶不斷深入溝通后，上汽大通的C2B汽車在車輛上市前就已經取得了“大訂單”，截止到目前，上汽大通D90“盲訂”車主已經超過5000人，體現出用戶對上汽大通的信賴以及對C2B理念的認可。

未來的信息化、網絡化社會中，依靠大數據技術，工業生產將會實現大規模的個性定制，產能過剩不復存在，這將改變傳統的規模化生產、標準化制造、低成本擴張的工業社會發展模板。工業文明因此將會從原來 的“物本”時代進入新的“人本”時代，這就是“新工業文明”。

生產環節：智能制造

大數據智能應用以數據挖掘分析為核心的應用和服務，為經濟社會發展帶來了深刻變革。大數據驅動智能制造加快發展，加快互聯網與制造業快速融合，是傳統制造業變革與升級的重要內容。

中國工程院院長周濟認為，智能制造系統包含了三個不同層次：第一個層次是數字化制造，第二個層次是智能制造1.0系統。而未來真正意義上的智能制造，是智能制造2.0系統，它是人工智能技術在近幾年發生了戰略性、突破性進展，產生的第二代人工智能。但不管是哪個層次，它的根基都是工業大數據。

新一代人工智能技術稱之為人工智能2.0技術，它實際上是新一代科技革命的變革和核心技術。它之所以可以實現這個突破，它的根基和關鍵也是工業大數據。

在“工業4.0”中，通過信息物理系統（CPS）實現工廠/車間的設備傳感和控制層的數據與企業信息系統融合，使得生產大數據傳到云計算數據中心進行存儲、分析，形成決策并反過來指導生產。

現代化工業制造生產線安裝有數以千計的小型傳感器，來探測溫度、壓力、熱能、振動和噪聲，每隔幾秒就收集一次數據。利用這些數據，可以實現很多形式的分析，包括設備診斷、用電量分析、能耗分析、質量事故分析等。比如，在生產工藝改進方面，使用這些大數據，就能分析整個生產流程，了解每個環節是如何執行的。一旦有某個流程偏離了標準工藝，就會發出報警信號，快速地發現錯誤，解決問題。

生產線、生產設備都將配備傳感器，抓取數據，然后經過無線通信連接互聯網，傳輸數據，對生產本身進行實時的監控。而生產所產生的數據同樣經過快速處理、傳遞，反饋至生產過程中，將工廠升級成為可以被管理和被自適應調整的智能網絡，使得工業控制和管理最優化，對有限資源進行最大限度的使用，從而降低工業和資源的配置成本，使得生產過程能夠高效地進行。

目前，大數據已經成為智慧制造云或者智能制造系統建設和運營的戰略資源，它的作用使智慧制造云成為智慧化的基礎。

大數據對于智慧制造系統，有多元符合模態，數據型的異構、類型異構，符合參數結合，高度實時性和不確定性等。智慧制造云大數據的價值，通過采集管理分析服務，能夠精準高效智能促進云制造的智慧化，實現產品+服務為主導隨時隨地按需個性化、社會化的制造，提高企業的競爭能力。

其他環節：優化供應鏈、精準營銷

利用相關大數據進行分析，將帶來維修、倉儲、配送、銷售、售后服務效率的大幅提升和成本的大幅下降，這將會極大地優化供應鏈，減少庫存……

當前，RFID等產品電子標識技術、物聯網技術以及移動互聯網技術，能幫助制造企業獲得完整的產品供應鏈大數據，利用大數據分析，能大幅提升倉儲、配送、銷售效率，大幅下降成本。

以海爾公司為例，在海爾供應鏈的各個環節，客戶數據、企業內部數據、供應商數據被匯總到供應鏈體系中，通過供應鏈上的大數據采集和分析，海爾公司能夠持續進行供應鏈改進和優化，保證了海爾對客戶的敏捷響應。

相關專家表示：通過大數據提前分析和預測各地商品需求量，從而可以提高配送和倉儲的效能，保證了次日貨到的客戶體驗。智能化物流系統可以通過大數據技術，對生產、流通領域數據進行分析整合，從而做到訂單的合理配置，減少運力浪費、提升效率。

物流環節運用大數據來分析商品的特性和規格、客戶的不同需求等問題，從而用最快的速度對這些影響配送計劃的因素做出反映（比如選擇哪種運輸方案、哪種運輸線路等），制定最合理的配送線路。

而且企業還可以通過配送過程中實時產生的數據，快速地分析出配送路線的交通狀況，精確分析配送整個過程的信息，使物流的配送管理智能化。基于大數據實現車貨高效匹配，不僅能減少空駛帶來的損耗，還能減少污染，是一舉多得的好事情！

產品故障診斷與預測方面，無所不在的傳感器、互聯網技術的引入，使得產品故障實時診斷變為現實，大數據應用、建模與仿真技術則使得預測動態性成為可能。以車載電話、倒車影像系統等許多車載應用為例，他們可以創造有價值的數據，尤其是有利于找到診斷日益復雜的引擎和控制系統問題的新途徑，能夠帶來豐厚的經濟回報。

通過解讀汽車收集的各類數據，可以降低維修成本，優化診斷技術，進而可以提高診斷和維修能力，加快維護保養速度，這就意味著在相同的時間，可服務更多的客戶以增加收入。而對于駕駛員來說，獲知診斷數據，會提高汽車定期和全面保養的次數，從而增加維修保養訂單，帶來更多收入。

我們知道，新能源汽車的發展正在日益完善，它只需要很少或根本不需要提供更多的服務。電動汽車的低保養或無保養，或已讓人嘆為觀止；而無人駕駛汽車發展勢頭的迅猛，也令人刮目相看。今后，新能源汽車、自主駕駛汽車的更多新款將會占領市場，從根本上實現終身免保養，最終，傳統型車輛將會全部消失。

這就深刻影響著行業的發展，會徹底改變其商業模式。汽車經銷商還可能和駕駛員共同讀取汽車自動化診斷數據并從中獲利。很快，大多數車載終端可進行遠程軟件升級，完成維護，目前通過連接居家藍光機和游戲系統網絡接口，便可以實現遠程升級。

銷售方面，制造業企業可以通過分析以往的客戶數據，辨別出有價值的潛在客戶，設計切實可行的營銷手段。還可以通過優化直郵系統，捕捉有價值的潛在客戶，提高直郵回應率，改善營銷手段，以帶來可觀的盈利。

同時，利用銷售數據、產品的傳感器數據和供應商數據庫的數據等大數據，制造業企業可以準確地預測全球不同市場區域的商品需求。由于可以跟蹤庫存和銷售價格，所以制造業企業便可節約大量的成本。