1704033350
因此我们有理由相信，专业的智能分析企业即使不靠实体产品或资产，也同样能够成为行业颠覆者。
1704033351
1704033352
假设有一家服务于公用事业或采矿行业的工业泵制造商。另一家颇具创新意识的初创企业若是将传感器和配套分析软件嵌入制造商的工业泵中，就能从中采集数据，并以此为基础向客户提供服务，而这些数据和客户原本都是属于工业泵制造商的。
1704033353
1704033354
这对一切设备制造商而言都是一个巨大风险，其他企业利用其数据实现商品化的同时，设备制造商的产品也损失了巨大价值。此处制造商和初创企业的目标一致，都是尽一切办法增加或保持与终端客户的接触。只有这样，才能掌握有价值的数据。因此，企业必须现在就着手制定数据策略——才能根据自身情况量身打造。
1704033355
1704033357
格局瞬息万变，创收就趁现在
1704033358
1704033359
一般情况下，工业企业在制定全面的数据策略时，不需要从零开始。工业设备领域的大多数产品通常已经配备传感技术。原则上，设备使用者可以收集并使用数据，但他们尚未这样做。又或者已经收集并存储了数据，但还未开始分析。
1704033360
1704033361
以现代采矿作业为例。一般情况下，制造商会为大多数设备配备数据技术。整个矿区都能连接到移动或无线网络，可以对所有卡车、碎石机、传送带以及地面情况和地质状况进行监控。
1704033362
1704033363
然而，这些数据流通常被分隔在不同的谷仓当中，没有实现连通和汇总，因而无法进行分析。这类矿业公司的控制室里通常有大约50个显示屏，每块显示屏上的信息都来自一个不同的设备供应商。仅凭这些信息，矿井主管无法得知矿井是否已经达到转移生产的目标——这就是未从大数据中得出有用洞察的典例。
1704033364
1704033365
明确这一点之后，要想做出改进，第一步就是搜罗现有数据库以获得洞见。接下来，企业可以尝试处理新数据，为当今的前沿技术——从实时运营数据中提取洞见——打好基础。
1704033366
1704033367
数据经过分析得到规整，总结出关键绩效指标（KPI）和可行信息。可以实时刷新并发送到监管人员的平板电脑上，以便随处携带、随时查看。
1704033368
1704033369
这样一来，就能从来自四面八方的不同数据中得出有用信息，否则就只是一团浆糊。
1704033370
1704033371
对制造业而言，在基于智能数据推出适销对路的数字服务和内部运营流程之前，还有一个关键的准备阶段：打破谷仓式的循环数据回路和系统，实现数据的融合或流通。所幸近期取得的技术进步为此提供了极大便利。
1704033372
1704033373
数字技术已经足够成熟，能有效地将大数据转化为可行知识——例如，通过结合数据操控不同工厂的分散式控制系统。另外，嵌入式传感器和控制体系早已成为工厂车间众多机械的动力来源。
1704033374
1704033375
得益于运营技术和信息技术的融合——即数据网络和IT系统的连通，前者控制机器和机器人，后者为整个企业提供支持——机器和设备通常能够连入数据系统，如生产管理、制造执行、物流和企业计划等，而这些数据系统过去与机器设备是毫无关联的。
1704033376
1704033377
制造执行系统（Manufacturing Execution Systems，简称MES）负责跟踪并记录原材料是如何转化为产品的。许多工业领域过去都是各工厂各自为政，而现在，各个工厂的制造执行系统均被归入企业资产管理（Enterprise Asset Management，简称EAM）系统下面的一个控制单元，实现了统筹。企业资产管理系统负责监控机器生命周期和企业的其他实体组件。
1704033378
1704033379
如此一来，许多制造商就可以实时查看其生产流程。虽然产能依旧存在限制，但企业可以通过分析，发现并预测性能瓶颈，针对工厂运营改进、员工队伍管理和供应链风险管理做出更加智能的决策。
1704033380
1704033381
用不了多久，这一企业中枢的雏形就会新增业务部门，为企业提供外部原材料，或准确描述客户对产品的规格需求。在这一阶段，行业运营会变得更加灵活，成本效益更高，能够为客户提供高度定制化的成果。
1704033382
1704033383
总而言之，格局在不断发展，可以说是瞬息万变，但只要从现在开始做起，就能即刻收获回报。还是那句话，小处着手，一旦有效则迅速推广。
1704033384
1704033386
公用事业公司如何运用大数据分析
1704033387
1704033388
一家大型自来水公司为一个900万人口的大型省会城市供水。以该公司为例很能说明问题，因为其通过综合运用并大规模部署自制和第三方IT解决方案，已经收集了大量数据。
1704033389
1704033390
关键问题是得出的洞察都局限于各工厂，造成数据分析极其低效，且与运营技术基本脱节。企业在原先的IT解决方案上投资了2亿美元，旧方案只实现了部分互联，各工厂只能各自为政，缺少一个决策支持中心。
1704033391
1704033392
结果就是当谈到水压、振动、流动、化学品用量、能耗或某工厂水处理的开始和结束时间这些重要运营数据时，没人了解所有工厂的整体情况。
1704033393
1704033394
企业需要建立一个一体化分析平台，覆盖其价值链上的14个部分，包括水库利用、家庭用水、废水管理、将处理过的水排放入海等等。
1704033395
1704033396
这笔投资虽数目不大，但不到六个月就为企业带来了回报。现在，自来水公司会对温度、降雨量等天气数据进行分析，因而能够提前规划，提高资源分配效率。此举还为公司赢得了更多的思考时间，对平台控制板上显示的实时数据变化做出回应。
1704033397
1704033398
如今，公司数百名管理人员和1000多名员工发现，决策要比以前容易得多，每年可因此创造约6300万美元的价值。此外，公司的运营成本（OPEX）减少了近8%，资本开支减少了约12%。
1704033399
[
上一页 ]
[ :1.70403335e+09 ]
[
下一页 ]