小雨玩创新 TCL实业副总裁何军分享《新基建时代的制造业大数据价值变现》( 二 ) 随着智能时代的到来

怎样更好的获取这些数据呢？首先最基本的工作要做好。就像清理河床，河床要清理干净，要把河床之间的水打通。今天我们看到的很多制造业，做了很多很炫的分析，但是这些数据的基础有多少是真正的数据呢？我认为非常低。因为我们基础的数据治理工作没有做好。
数据治理是个非常难的管理工作。如果我们要把所有的数据来源做梳理的话，我认为中国最高端的管理业、最完善的制造业， 70%的数据是手工输入的，它数据的真实性是有问题的。
我们在TCL华星正在启动数据治理的工作，我们把管理的数据，分解到上千项的子项之后，我们就发现，这里面的工作量是巨大的。所以我想呼吁每个制造业，从管理层就开始重视提升数据质量，先把我们的河床清理好。数据治理的工作，不是IT团队来牵头的，而是需要业务部门、财务、供应链、生产，甚至需要我们的环境安全团队一起牵头来做。
数据治理之后是数据的融合。中国所有高端制造业的工厂，都是靠购买一流的商业套件撑起来的。但问题是这些数据系统之间标准不一致，系统之间不融合，如果管理层想看到一个很深的价值分析，就需要后端支撑团队花费非常多的时间。因为整个数据提取的方法，整个系统开发的方法，对于数据分析的方法，是非常传统的方式。
举个例子，在生产过程中，对于出现的一些品质问题，我们希望快速找到根源。但是这里面的问题，超越了工厂的管理，可能牵涉到供应链、供应商和采购环节，问题提出来，供应部门需要外部供应商配合IT团队做开发。走完这个过程通常需要四到八周甚至四个月，这时管理者才能知道，品质出现了问题，问题出现在什么地方，这个问题要怎么解决。整个过程需要三个月，而这么长的时间下来，已经给企业造成了损失。

文章图片
我们需要颠覆整个场景定义、IT开发的传统方法，需要在技术、管理模式上进行革新。和零售、金融领域的IT能力相比，制造业整个数据从采集、存储、分析应用这些环节里面，还需要比较长的时间去变革，是因为整个制造业，从采集环节到最终应用环节相当复杂，它是一个跨领域的课题，不仅牵涉到传统的IT ，还涉及到工业自动化、设备、新领域的算法应用等各个环节。我们需要从传统的IT系统扩展到应用一些新的物联网技术，以及怎样利用一些更新的采集方法，获取新的数据。还有一点是中国的高端制造业在存储环节怎样解决非结构化数据的处理问题。
对于集成电路行业来说，数据是海量的。我们需要新的自适应算法，需要更多的算法和工具，而应用环节的难点已经从传统的开发变成了场景的定义。
推动大数据价值变现：TCL的解决路径
我们基于在TCL华星这样的高端制造业里的积累，以及对于痛点的理解，认为需要找到端到端的解决方案。在传统的生产系统之外，加强应用工业互联网的平台和边缘端的建设，从边缘端采集更丰富的数据。

文章图片
中台的建设其实是未来的关键。对制造业来说，工业互联网的意义是非常丰富的。它的难点并不在于数据的开发和技术中台，而在于工业APaaS平台。工业APaaS平台需要解决的问题是在数据存储的基础之上，怎样实现传统的工业机理和工业模型的沉淀，以及怎样把过去工程师脑子里的想法，变成定量化和可沉淀可复制的东西。
所以这个工业APaaS平台，是未来整个工业实现数据变现的关键点。举个例子，工业APaaS平台像什么呢？像个乐高积木库。我们需要不停的把工业的算法、工业模型标准化，然后不停的沉淀和扩充，这样我们在建一个新的产线时，就可以快速的复制70%-80%的模型算法。这样我们整个工厂在扩能的时候，就可以把周期从原来的一年缩短到六个月。当我们需要快速分析一些工业的的问题时，耗费的时间可以从传统的三个月缩短到两到四周，让数据的价值快速变现，就能快速的解决工业随时可能出现的问题。