科技云報(bào)道原創(chuàng)。

當(dāng)前，產(chǎn)業(yè)云化已成為市場新熱點(diǎn)，越來越多企業(yè)通過開展云化管理，加快數(shù)字化轉(zhuǎn)型升級步伐。

在眾多產(chǎn)業(yè)中，制造業(yè)無疑是大國經(jīng)濟(jì)的支柱產(chǎn)業(yè)，當(dāng)今國際形勢日益復(fù)雜，各國競相改造和升級制造業(yè)，對于新一輪的產(chǎn)業(yè)升級，數(shù)字化無疑是重中之重。

根據(jù)世界經(jīng)濟(jì)論壇在國際供應(yīng)鏈大會(huì)上發(fā)表的《第四次工業(yè)革命對供應(yīng)鏈的影響》白皮書顯示，79.9%的制造業(yè)企業(yè)和85.5%的物流企業(yè)認(rèn)為，在不考慮金融影響的前提下，數(shù)字化轉(zhuǎn)型將產(chǎn)生積極影響，數(shù)字化變革將使制造業(yè)企業(yè)成本降低17.6%、營收增加22.6%，使物流服務(wù)業(yè)成本降低34.2%、營收增加33.6%，使零售業(yè)成本降低7.8%、營收增加33.3%。

隨著中國“制造強(qiáng)國”國家戰(zhàn)略的實(shí)施，如何利用云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)，在各項(xiàng)成本持續(xù)上升的大背景下降本增效，提高企業(yè)競爭力，是制造企業(yè)在過去幾年持續(xù)探索的問題。

唯一出路，全球加緊制造業(yè)數(shù)字化升級步伐

如今，制造業(yè)升級是必然趨勢，也是各國制造業(yè)保持競爭力的強(qiáng)力資本。

不論發(fā)達(dá)國家還是發(fā)展中國家，都在加快智能制造布局，力爭在第四次工業(yè)革命中獲得長足發(fā)展。

美國作為世界最大經(jīng)濟(jì)體，特朗普政府發(fā)布了“美國先進(jìn)制造業(yè)領(lǐng)導(dǎo)力戰(zhàn)略”“國家人工智能戰(zhàn)略”等政策文件，拜登上臺(tái)后，又相繼發(fā)布了“2021年創(chuàng)新與競爭法案”等文件。

歐盟則在近年相繼發(fā)布“工業(yè)5.0：邁向可持續(xù)、以人為本和彈性的歐洲產(chǎn)業(yè)”、“2030數(shù)字羅盤：歐洲數(shù)字十年之路”等指導(dǎo)綱領(lǐng)。

鄰國日本也發(fā)布“日本下一代人工智能推進(jìn)戰(zhàn)略”、“互聯(lián)網(wǎng)工業(yè)東京倡議”等規(guī)劃文件。

在此國際大勢之下，中國制造業(yè)企業(yè)如果想突破利潤微薄的中低端產(chǎn)業(yè)鏈定位，就必須加速探索數(shù)字化轉(zhuǎn)型之路，這也促使中國加緊對制造業(yè)進(jìn)行轉(zhuǎn)型升級。

繼美國“智能制造”和德國“工業(yè)4.0”之后，中國也開始布局“制造強(qiáng)國”戰(zhàn)略，將“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)等智能系統(tǒng)與制造業(yè)相結(jié)合，發(fā)展智能制造，打造智慧工廠。

制造企業(yè)在轉(zhuǎn)型過程中面臨的重要問題就是基礎(chǔ)設(shè)施的云化，只有上云之后，才能夠更好地對制造生產(chǎn)過程中的全環(huán)節(jié)數(shù)據(jù)進(jìn)行統(tǒng)籌和計(jì)算。

云計(jì)算通過存儲(chǔ)、管理和處理數(shù)據(jù)，已經(jīng)改變了制造業(yè)的諸多要素，并將在未來繼續(xù)對其進(jìn)行調(diào)整和優(yōu)化。

如果按照傳統(tǒng)IT實(shí)施部署模式，首先購買服務(wù)器、存儲(chǔ)和網(wǎng)絡(luò)設(shè)備等硬件基礎(chǔ)設(shè)施，并擴(kuò)建機(jī)房。在此基礎(chǔ)上，對軟件系統(tǒng)做進(jìn)一步優(yōu)化。

這一階段，不僅要接洽各類軟硬件供應(yīng)商進(jìn)行評估，還要聘請專業(yè)咨詢公司在實(shí)施前規(guī)劃方案，最后由實(shí)施方完成系統(tǒng)的部署。

對制造企業(yè)而言，最終的目的可能達(dá)到了，但卻耗費(fèi)了太長的時(shí)間，花費(fèi)了更高的成本。同時(shí)面對市場快速變化的需求，這種緊耦合的IT架構(gòu)不但顯得笨拙低效，也造成資源的極大浪費(fèi)，無力應(yīng)對日趨激烈的產(chǎn)業(yè)競爭，更無法支撐企業(yè)數(shù)字化轉(zhuǎn)型和智能化升級的需求。

總而言之，一方面，面臨著傳統(tǒng)IT模式無法滿足新經(jīng)濟(jì)下產(chǎn)生的各種需求挑戰(zhàn)；另一方面，還要應(yīng)對以提質(zhì)、增效和降本為目的的產(chǎn)業(yè)轉(zhuǎn)型。

對制造業(yè)而言，上云不是要不要問題，而是唯一的出路。

行而不輟，數(shù)字化轉(zhuǎn)型照亮制造業(yè)未來

企業(yè)數(shù)字化轉(zhuǎn)型并不是終點(diǎn)，而是一項(xiàng)需要持續(xù)關(guān)注市場需求變化、技術(shù)進(jìn)步并持續(xù)投入的任務(wù)。

雖然從歷史進(jìn)程看，制造業(yè)發(fā)展階段演進(jìn)速度急劇增加，但當(dāng)前，5G、云計(jì)算、人工智能在制造業(yè)的應(yīng)用尚處于摸索階段。

制造業(yè)最大的特點(diǎn)是，不同行業(yè)的場景差異化較大，且系統(tǒng)復(fù)雜。

從研發(fā)、管理、生產(chǎn)到銷售，涉及各種復(fù)雜的工業(yè)軟件，如用于產(chǎn)品研發(fā)設(shè)計(jì)的CAD、CAE、PLM等系統(tǒng)；用于生產(chǎn)運(yùn)營管理的ERP、CRM、MES、OA等系統(tǒng)；在車間，還有SCADA以及各種數(shù)控系統(tǒng)等。

因此，要推動(dòng)制造業(yè)上云，不僅要技術(shù)過硬，還要懂制造業(yè)管理。

制造企業(yè)數(shù)字化需要一個(gè)系統(tǒng)的過程，這個(gè)過程不僅涉及到已有信息系統(tǒng)的改造，更涉及到人才結(jié)構(gòu)升級、生產(chǎn)流程改造、業(yè)務(wù)模式調(diào)整等一系列環(huán)節(jié)。

來源：《Digital Transformation & Industry 4.0》

通常來看，制造企業(yè)的數(shù)字化大致有三種方式：

一是大型制造業(yè)集團(tuán)的信息化改造，這些集團(tuán)有很多信息公司，導(dǎo)致運(yùn)維難度很大，通過上云做信息化改造，可以優(yōu)化原有的煙囪式架構(gòu)，并且將經(jīng)驗(yàn)復(fù)制到下屬子公司。

二是從制造業(yè)企業(yè)的業(yè)務(wù)升級入手，通過生產(chǎn)出新的智能型應(yīng)用，幫助制造業(yè)企業(yè)提高生產(chǎn)效率，減少工廠事故，這些主要以應(yīng)用形式出現(xiàn)。

而且這種應(yīng)用是誕生在云上的，跟人工智能、大數(shù)據(jù)、視頻等息息相關(guān)，因此落地過程中，需要搭建云平臺(tái)做應(yīng)用承接。

但由于不少企業(yè)存在多套信息化系統(tǒng)，而且這些信息化系統(tǒng)可能存在互不兼容的問題，在進(jìn)行云端化之后，這部分內(nèi)容還需要進(jìn)行全面整合。

三是有些制造業(yè)企業(yè)有很強(qiáng)的IT能力，這類企業(yè)會(huì)將開發(fā)測試生產(chǎn)環(huán)境搬到云上，開發(fā)出符合業(yè)務(wù)需求的應(yīng)用。

制造業(yè)涉及到生產(chǎn)環(huán)節(jié)，而生產(chǎn)環(huán)節(jié)必然會(huì)涉及到物聯(lián)網(wǎng)相關(guān)應(yīng)用，包括MES系統(tǒng)等，這部分業(yè)務(wù)上云是業(yè)務(wù)上云的延伸。

物聯(lián)網(wǎng)上云涉及到生產(chǎn)流程改造、優(yōu)化等環(huán)節(jié)，通常需要系統(tǒng)的驗(yàn)證過程。

還有邊緣上云，通過邊緣計(jì)算能夠解決很多實(shí)時(shí)性問題，而云計(jì)算與邊緣計(jì)算的結(jié)合能夠發(fā)揮出更大作用。邊緣計(jì)算的發(fā)展能夠提高業(yè)務(wù)處理的速度，同時(shí)能夠減輕云計(jì)算的負(fù)擔(dān)，可以說是未來一個(gè)重要的發(fā)展方向。

目前，越來越多的制造企業(yè)希望通過提高效率、實(shí)現(xiàn)可持續(xù)性和改進(jìn)產(chǎn)品質(zhì)量來獲得競爭優(yōu)勢，全球制造業(yè)對智能工廠的需求正在上升。

為了更好助力制造企業(yè)升級，以亞馬遜云科技為代表的科技廠商正幫助制造業(yè)應(yīng)對數(shù)字化升級挑戰(zhàn)。從工程與設(shè)計(jì)、設(shè)備綜合效率及生產(chǎn)優(yōu)化、供應(yīng)鏈管理、智能設(shè)備、質(zhì)量管理等核心應(yīng)用場景，亞馬遜云科技推動(dòng)制造業(yè)向高端化、智能化、綠色化轉(zhuǎn)型。

例如，為了進(jìn)一步優(yōu)化智能工廠的制造流程，施耐德電氣選擇了亞馬遜云科技來構(gòu)建智能工業(yè)視覺質(zhì)量檢測解決方案。

施耐德電氣廣泛使用亞馬遜云科技包括基礎(chǔ)設(shè)施、大數(shù)據(jù)分析、人工智能與機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)等方面的服務(wù)，構(gòu)建了AI工業(yè)視覺檢測平臺(tái)、OT數(shù)據(jù)平臺(tái)、工業(yè)互聯(lián)網(wǎng)應(yīng)用平臺(tái)和APS高級計(jì)劃與排產(chǎn)平臺(tái)。

以AI工業(yè)視覺檢測平臺(tái)為例，施耐德電氣使用了亞馬遜云科技的機(jī)器學(xué)習(xí)、數(shù)據(jù)庫和容器服務(wù)，在云端實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)和標(biāo)注及模型訓(xùn)練，并把云端模型下發(fā)到產(chǎn)線邊緣側(cè)，執(zhí)行邊緣推理。

該解決方案率先在施耐德電氣武漢工廠上線，顯著提高了生產(chǎn)線的檢測效率，將誤檢率降低0.5%以內(nèi)，并實(shí)現(xiàn)了零漏檢率。

目前該平臺(tái)已經(jīng)在其中國的十多個(gè)工廠、20多條生產(chǎn)線部署，提高整個(gè)產(chǎn)線的效率。2023年將實(shí)現(xiàn)部署量翻番增長，在全球推廣使用這一平臺(tái)。

在數(shù)據(jù)層面，數(shù)據(jù)是驅(qū)動(dòng)制造企業(yè)升級的重要因素之一。

對于類型多樣的數(shù)據(jù)，亞馬遜云科技為制造企業(yè)提供專門構(gòu)建的數(shù)據(jù)庫，以應(yīng)對大量結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化的行業(yè)數(shù)據(jù)。同時(shí)，數(shù)據(jù)庫的數(shù)據(jù)分層存儲(chǔ)功能，可以處理海量的冷暖數(shù)據(jù)，給企業(yè)節(jié)省大量成本。

針對制造業(yè)數(shù)據(jù)來源復(fù)雜這一難題，圖數(shù)據(jù)庫Amazon Neptune和ML可以建立各個(gè)不同數(shù)據(jù)之間的相關(guān)性，并且通過ML洞察出數(shù)據(jù)的真正價(jià)值。

此外，亞馬遜云科技還進(jìn)一步提供應(yīng)用程序遷移服務(wù)，利用Babelfish for Amazon Aurora PostgreSQL，幫助客戶把傳統(tǒng)數(shù)據(jù)庫平滑地遷移上云原生數(shù)據(jù)庫。

在國內(nèi)，工業(yè)互聯(lián)網(wǎng)、工業(yè)大腦、智能制造等集成了云計(jì)算、大數(shù)據(jù)、AI等技術(shù)的綜合方案也開始廣泛應(yīng)用在制造業(yè)中，例如：

華為云結(jié)合自身技術(shù)研發(fā)積累與制造領(lǐng)域數(shù)字化實(shí)踐經(jīng)驗(yàn)，創(chuàng)新打造出華為云工業(yè)物聯(lián)、數(shù)據(jù)使能、工業(yè)智能中樞、智能制造云平臺(tái)（IMC）等核心技術(shù)產(chǎn)品與解決方案，實(shí)現(xiàn)對制造企業(yè)從連接、驅(qū)動(dòng)、數(shù)據(jù)到一站式信息服務(wù)的全面賦能。

阿里云依托“ET工業(yè)大腦”平臺(tái)，集聚江蘇省內(nèi)30家信息服務(wù)企業(yè)技術(shù)能力，為300家制造企業(yè)提供系統(tǒng)解決方案服務(wù)，推動(dòng)大中小企業(yè)的合作從簡單的技術(shù)傳遞向可交易、可協(xié)作的服務(wù)生態(tài)轉(zhuǎn)變。

從全球范圍來看，制造業(yè)數(shù)字化轉(zhuǎn)型仍處于早期階段，歐美雖做出布局規(guī)劃但轉(zhuǎn)型實(shí)踐仍在摸索階段，工業(yè)大數(shù)據(jù)價(jià)值創(chuàng)造也才剛剛起步，中國制造企業(yè)如果能夠抓住轉(zhuǎn)型機(jī)遇，探索出數(shù)字科技與工業(yè)制造知識(shí)融合的新路徑，將有望彎道超車，實(shí)現(xiàn)“由大變強(qiáng)”的歷史性跨越。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。