大數據與江蘇制造業深度融合機制研究

左茜

摘要：大數據與江蘇制造業深度融合發展對于引領制造業向中高端邁進重要重要現實意義。本文在對國內外大數據與制造業融合應用以及大數據與江蘇制造業深度融合的典型案例分析基礎上，分析了大數據與江蘇制造業深度融合方面存在的問題，主要包括政策支持力度不夠、企業對數字化的認識不到位、數字化基礎較差、信息孤島現象較為嚴重。為此，亟待強化政策扶持力度、加大企業對數字化的重視程度、分類推進企業“上云”以及構建合理的人才制度體系。

Abstract： The deep integration of big data and the Jiangsu manufacturing industry is of great practical significance in leading the manufacturing industry to the middle and high-end. This paper is based on the integration application of big data and manufacturing industry at home and abroad， and the typical case analysis of the deep integration of big data and jiangsu manufacturing industry. Then， the paper analyses the problems in the deep integration of big data and jiangsu manufacturing industry， including insufficient policy support， lack of understanding on digitization in enterprise， poor digital infrastructure， and the serious phenomenon of information island. Therefore， we urgently need to intensify policy support， attach more importance to digitization in enterprise， classifily prote enterprise "going to the cloud"， and build a reasonable talent system.

關鍵詞：大數據;制造業;深度融合

Key words： big data;manufacturing industry;deep integration

中圖分類號：F424;F49? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）26-0243-04

0? 引言

2017年江蘇制造業總產值超16萬億元，約占全國1/8、全球3%左右[1]。目前，江蘇是全國制造業第一大省，制造業在全省經濟社會發展中的貢獻和支撐作用很大。盡管如此，江蘇制造業獲利能力和競爭力仍有待提高。現階段如何振興江蘇制造業，帶動全省經濟發展，仍然是一個重大課題。《中國制造2025江蘇行動綱要》明確將云計算、大數據和物聯網作為重點領域和主攻方向。大數據與江蘇制造業深度融合是構筑“強富美高”新江蘇的有力抓手，對于引領制造業向中高端邁進具有重要現實意義。

1? 國內外大數據與制造業融合發展現狀

1.1 國外大數據與制造業融合發展現狀

1.1.1 德國——“工業4.0”

德國是全球最具有競爭力的工業生產基地，其先進制造和設備供應方面位于全球領先位置。受金融危機影響，德國也在尋找新的經濟增長點，于是提出“工業4.0”概念，即通過建設信息物理系統（CPS），融合虛擬網絡世界與實體物理系統，將資源、信息、物體以及人員緊密聯系在一起，建設智能工廠、進行智能生產，實現生產由集中向分散、產品由大規模趨同向個性化定制轉變[2]。在此階段，物聯網技術和大數據在工業4.0中承擔核心技術支持。就制造業而言，就是將智能設備、人和數據連接起來，并以智能的方式利用這些交換數據[3]。

1.1.2 美國——“工業互聯網”

為區分于德國的“工業4.0”，美國采用“工業互聯網”的概念。美國掀起工業互聯網熱潮，有其深刻的時代背景。一是政府戰略為大數據與制造業融合提供發展機遇。美國自金融危機之后便出臺了眾多法案，對傳統制造業進行改造升級。如，美國2012年正式啟動了“先進制造業國家戰略計劃”，2013年公布了《國家制造業創新網絡初步設計》等。二是行業聯盟直接推動大數據與制造業融合。美國的工業互聯網聯盟目標是成為一個“通用藍圖”，聯盟內的會員在設備等方面共享數據。該聯盟通過制定通用標準，打破技術壁壘，利用互聯網激活傳統工業過程，更好地促進制造業和大數據的融合[4]。

信息供應網絡是工業互聯網戰略的核心內容，其技術模型包括互聯網技術、大數據等，依靠對制造領域的不同環節植入迥異化的傳感器，不斷進行實時感知和數據收集。在此基礎上，借助數據陸續對工業環節進行準確化的有效控制，最終實現效率提高的目的[5]。

1.1.3 日本——互聯工業

近年來，日本認為純粹的自動化產品難以形成高的附加值，因此逐步對機器人革命的戰略進行調整。2018年，日本正式提出“互聯工業”的概念。互聯工業最重要的特性就是互聯，包括人、機器和技術之間的互聯[6]。

《日本制造業白皮書》是對日本制造業整體情況的梳理，指明日本制造業未來發展方向，受到業內的普遍認同。2018年版《日本制造業白皮書》的核心觀點包括三個方面：第一，日本制造業已經處于 “非連續創新”的時期，經過多美國、歐洲和日本的凈資產收益率的比較發現，日本應將自動化與數字化融合才能讓日本制造業獲得更高的附加值。第二，日本可以利用數字化工具等手段“強化現場力”。第三，強調了“互聯工業”（Connected Industries）的重要性，并認明確“互聯工業”是日本制造業的未來。

1.2 國內大數據與制造業融合發展現狀

1.2.1 大數據行業市場規模不斷增大

工業大數據是智能制造的基礎。2016，我國大數據發展指數平均為47.15，總體處于起步階段①。但是，同年我國大數據行業市場規模約168億元，同比2015年的116億元增長了44.8%②。具體表現為：一是數據快速增長，數據量年均增速超過50%，預計到2020年數據總量在全球占比將達20%。二是大數據技術產業不斷突破，大數據專利公開量約占全球的40%。三是數字經濟發展迅速，2017年，數字經濟總量達27.2萬億元，同比增長20%。[7]

1.2.2 工業云建設取得階段性成果

工業云是智能制造的重要組成部分。一是大型制造企業云平臺應用率不斷提高。截至2017年1月，我國工業云平臺應用率已達35.9%。二是面向中小企業工業云平臺快速發展。2016年工業云平臺企業用戶數超過60萬，較2015年增長140%。三是呈現特色化的發展模式。如，貴州、內蒙古等地推廣PPP模式，北京、長沙、濰坊等地采用政府購買服務的方式，江西、廣東、四川等地圍繞當地特色產業或產業集聚區，推動工業云平臺建設。[8]

1.2.3 工業互聯網平臺平穩發展

近年來，涉及制造業的工業互聯網平臺興起。《互聯網周刊》與eNet研究院共同發布《2018最值得關注的工業互聯網平臺》，用友精智工業互聯網平臺、航天云網INDICS等涉及制造業領域位列前五名。此外，工業互聯網平臺區域集中度凸顯。目前，我國工業互聯網平臺集中分布在環渤海、長三角、珠三角三大區域。其中，北京、江蘇、上海、浙江、廣東、山東等省市，分別有15個、12個、9個、7個、6個、6個，約占平臺總數的73%。[9]

1.3 大數據與江蘇制造業融合發展現狀

近年來，江蘇深入貫徹中國制造2025、互聯網+、大數據發展等國家戰略，大數據產業發展取得一定成效。2016年，江蘇大數據發展指數為66.13，排名第四，僅次于北京（78.22）、廣東（74.72）和上海（69.14）③。大數據與制造業呈現融合發展趨勢，制造業轉型升級取得重要進展，質量效益明顯提升。

1.3.1 工業互聯網發展迅速

一是工業互聯網基礎設施加快建設。電信運營商和廣電網絡運營商加大光纖寬帶和4G無線網絡等工業互聯網基礎設施投資力度，以南京為例，截止2017年底，全市已實現千兆光纖寬帶網絡城鄉全覆蓋;3G和4G基站總數（含室分）達到45000個以上，WIFI AP接入點超過11萬個，實現全市3G/4G/WiFi無線寬帶網絡的高效覆蓋。二是工業互聯網平臺建設穩步推進。如，常州積極引導和支持本地制造業龍頭骨干企業建設工業互聯網“雙創”平臺，涌現出萬幫充電設備有限公司的“星星充電綜合智慧運營平臺”、江蘇金壇汽車工業有限公司的“大邁汽車產業鏈協同發展平臺”等一批綜合或行業平臺，支持制造業轉型升級，促進區域協同，打造制造業與互聯網融合發展的新起點。

1.3.2 “企業上云”穩步推進

一方面，電力、裝備制造等行業領域建設了一批工業云公共服務平臺，通過匯聚和共享設備、模型、工具等工業要素資源，提供研發設計、數據管理等各類云服務。另一方面，重點行業骨干企業或大型企業集團積極探索建設企業級云應用平臺，將企業業務向云平臺遷移，加快基于大數據的業務模式和商業模式創新，發展協同創新、個性化定制等業務形態，培養“云制造”模式。如，目前無錫市已累計推動120家企業“上云”，培育2家阿里云本地服務商，推動悅達集團與阿里云合作共建的“悅企云”平臺上線運營。

1.3.3 智能制造全面推進

一是大數據在制造業領域各環節得到應用，提升了信息化和工業化深度融合發展水平，助推了制造業轉型升級。通過大數據監控優化流水線作業，強化故障預測與健康管理，優化產品質量，降低了能源消耗。二是企業智能化改造加快推進。按照江蘇省“企業制造裝備升級計劃”和“企業互聯網化提升計劃”要求，圍繞“設備互聯、數據互換、過程互動、產業互融”等方面，加快企業智能化改造。如，從2015年開始，南京市分批確定了共30家企業開展智能工廠示范建設，2017年無錫市新增省示范智能車間17個，通過智能工廠試點示范建設，帶動相關產業加快提檔升級，進一步提高生產效率、降低運營成本和提升能用利用率。

1.3.4 電商大數據平臺與制造業融合發展

一是企業電商云平臺迅速成長。以南京為例，通過鼓勵企業自建電商云平臺、深化拓展第三方電商平臺應用等工作推進，全市大中小企業電商普及率達到80%以上。二是部分裝備制造、鋼鐵、汽車等行業龍頭企業，建立綜合信息服務平臺、行業特色應用平臺和大宗商品交易平臺。如南鋼建設運營了專業化鋼鐵B2B電商平臺“金陵鋼寶網”，實現鋼鐵產品網上銷售，同時提供定制化的采購、加工、倉儲、配送等延伸服務。三是第三方服務商集聚資源建設運營行業電商平臺。如，焦點科技建設運營的“中國制造網”已發展成為國內領先的綜合型第三方B2B電子商務平臺。

2? 大數據與江蘇制造業深度融合的典型案例

制造業是大數據的核心應用領域，大數據在江蘇制造業領域的創新應用，體現在產品創新、故障診斷和預測、工業物聯網、質量管理與分析等環節。在這些環節的應用加速制造業在生產、管理以及營銷模式等方面的變革，顯著提升制造業發展的質量和效益。

2.1 大數據在產品創新方面的應用

客戶與工業企業互動后會產生大量數據，深入挖掘這些動態數據，可以分析出客戶的產品需求與對產品的期望，這間接讓客戶參與到產品設計等創新活動中來[10]。如，上汽大通無錫分公司在汽車行業首創C2B智能化大規模定制生產，使用大數據技術優化生產線。公司實現了多車型線生產與制造系統的極度柔性化，使“私人訂制”造車模式得以實現。通過公司自主研發的終端選配器，用戶可以定制需求、智能下單，自主選擇個性配置。選配器后臺會直接生成訂單，并實現訂單的可追蹤和可查詢。零件供應商根據公司發布的零件訂單進行生成。供應商每生產一個零件都對應著一輛大通的整車，對用戶而言，從零件開始即為定制化。

2.2 大數據在故障診斷和預測的應用

大數據在故障診斷和預測的應用主要體現在產品售后服務和產品改進方面。如，觀為監測技術無錫股份有限公司是一家專注于工業運維領域，提供全生命周期設備健康預警和診斷分析服務的企業。公司基于設備振動數據分析，建立了獨樹一幟的工業大數據服務平臺。在風電行業，公司以在線振動分析系統為底層依托，建立面向規模化發展的新能源集團企業的遠程在線風電機組健康體檢服務平臺，現已遠程接入2000余臺風電機組設備。通過遠程訪問方法，將遠在幾千公里之外的風機振動數據傳到位于能源集團總部的客戶端，經對振動數據的分析，可及早發現設備的潛在隱患，遏制故障發展，避免重大事故發生，大幅減少維修成本，顯著提高風場的設備管理水平，保障設備安全、穩定、長時間、滿負荷優質運行，實現了設備運行狀態的網絡化管理，并可定期為集團公司領導層提供風機健康體檢報告，讓客戶做到足不出戶，即可決勝于千里之外。

2.3 大數據在工業物聯網的應用

工業大數據是工業物聯網的核心。現代工業生產線會安裝眾多小型傳感，通過對壓力、振動等數據的監測，實現高效生產。如西門子中壓開關技術（無錫）有限公司聯合西門子（中國）有限公司無錫創新中心，研發并實施生產決策支持系統，打造基于工業云的“透明工廠”。該系統融合數據采集智能網關、語義技術、OPC UA和PROFINET通信等物聯網技術，破解異構數據整合和工業級數據傳輸兩大難題，實現對人、機、料等各環節的全方位透明化描述和追蹤。西門子中壓公司實施該系統后，每年避免因物料內部運輸錯誤或丟失造成的經濟損失數十萬元，企業通快機床等主要生產設備綜合利用率提升10%，在2016年西門子能源管理集團內部的精益生產管理評比中獲得78分的高分。目前，該系統已在無錫、昆山、蚌埠、東莞、成都等地工業企業應用推廣。

2.4 大數據在質量管理與分析的應用

大數據模式下，產品加工會產生大量的與產品質量相關的數據，對這些數據進行組織分析，能夠讓質量監管更為有效。如，蘇州協鑫光伏是中國首家突破年產萬噸級以上多晶硅產能和質量的企業，是全球最大多晶硅生產企業之一，產量占全球30%以上。但是，協鑫光伏太陽能電池硅片生產過程的切片次品率過高，導致生產效率降低，生產成本升高。通過將阿里云ET工業大腦應用于大洋能電池硅片生產制造領域，監控切片生產參數曲線，推薦最優參數，提升了1%的切片良品率，從而大大減少太陽能電池硅片產品次品率，為客戶每年節省上億成本。

3? 大數據與江蘇制造業深度融合存在問題

當前，江蘇絕大多數工業企業的大數據發展應用還處于起步階段，對于為什么要用大數據、搜集哪些大數據、如何利用大數據仍然不明晰。工業場景的高度復雜使得工業大數據應用面臨更多困難。具體而言，大數據與江蘇制造業深度融合存在以下幾個方面的問題。

3.1 政策支持力度不夠

自國務院關于發展工業互聯網的指導意見發布以來，各級各地政府均加大了對于兩化融合工作的支持力度。但并非省內所有城市都出臺了相應的政策，各地支持力度依然偏弱。尤其在資金和人才方面，存在較大壓力，缺乏足夠的扶持政策。如，大數據項目投入較大、風險大，一般企業沒有能力進行投入和研發，對社會提供公共服務，相當部分企業不認同，但自身又沒有實施能力。大數據與制造業深度融合是一項系統工程，需要精通信息化技術、又熟悉制造流程的復合型人才，目前在全行業、常態化的稀缺，有條件的企業往往是重金難求一人。

3.2 企業對數字化的認識不到位

總體而言，江蘇省制造業企業對于開展大數據創新應用，推動提質增效的認識還比較淡薄，對數據利用的重視程度還有待提高。傳統的經營理念中，數據質量一般作為信息系統實施成果的衡量標準之一，而在大數據時代，數據應上升到企業戰略的高度。數據不僅僅是服務于信息系統，數據利用的好將直接服務于企業的運營和決策。當前，不少企業對數據僅停留在保存階段，對如何高效的應用缺乏足夠的認識和重視。如，常州市44%的企業無信息化部門，56%的企業無信息化專職主管領導，33%的企業無任何信息化建設規劃。鹽城市相當部分企業仍然處于工業化2.0階段，缺乏互聯網大數據思維，企業發展仍停留在傳統思維，對大數據與制造業深入融合認識不到位，大多處于觀望狀態，參與度不高。

3.3 數字化基礎較差

一是大數據積累有限。制造業企業，特別是廣大中小企業的數字化水平不夠，生產過程的大數據積累有限。如，常州市大中型企業均達到或超出全國平均水平，但小微型企業各項數據明顯偏低，甚至低于全國平均水平;即使設備數字化率較高的企業，多數制造的流程還沒有達到精益化要求，整體的數據采集或系統集成方案也大多來自設備制造商或軟件服務商。二是企業信息化基礎參差不齊。有的企業甚至尚未達到工業2.0標準，設備和管理數字化率很低。由于企業數字化網絡化提升的起點差異性較大，無法用一套通用的現行標準和解決方案，也給面上推動大數據與制造業深度融合帶來較大障礙。