Eduard Marfà
EMEA營(yíng)銷(xiāo)總監 – 生命周期管理
Siemens PLM Software

   簡(jiǎn)介

  IBM 將“大數據”定義為無(wú)法使用傳統流程或工具進(jìn)行處理或分析的信息。大數據給各行各業(yè)帶來(lái)了大量的挑戰和潛在機遇，分析機構IDC預測2014年全球對大數據技術(shù)的投資將增長(cháng)30%，超過(guò)140億美元。

  但是一直以來(lái)，對大數據的關(guān)注主要集中于社交媒體、廣告、銷(xiāo)售和情感分析等領(lǐng)域。不過(guò)大數據戰略的商業(yè)應用尤其在產(chǎn)品設計與制造領(lǐng)域擁有巨大的潛力。正如過(guò)去十年來(lái)媒體、通訊和技術(shù)改變消費市場(chǎng)那樣，聚集于產(chǎn)品生命周期管理（PLM）與交易數據系統（ERP）中的龐大數據，以及長(cháng)期的產(chǎn)品數據，可能會(huì )改變整個(gè)企業(yè)經(jīng)營(yíng)和工業(yè)格局。

  以一家典型的制造企業(yè)為例，原材料、勞動(dòng)力及能源是其主要成本。因此，就性質(zhì)而言，企業(yè)的經(jīng)營(yíng)優(yōu)化主要專(zhuān)注于物理層面，如精益化、供應鏈及卓越制造等領(lǐng)域。但是，利用大數據改善經(jīng)營(yíng)的過(guò)程，牽涉到對設計和制造流程中的各元素進(jìn)行更深、更廣、更智能的分析。

  對大數據進(jìn)行分析并利用其結果為決策制定提供依據可帶來(lái)的關(guān)鍵效益包括：通過(guò)主動(dòng)采用與市場(chǎng)同步的戰略來(lái)實(shí)現企業(yè)目標，以及降低采購、轉換及經(jīng)銷(xiāo)成本等有形價(jià)值。雖然各企業(yè)所采用的方法在細節方面完全是根據各自的實(shí)際情況而設計，但他們所遵循的關(guān)鍵原則卻是統一的，即關(guān)注所有數據源，分析和利用內外環(huán)境中的各種變化。

  市場(chǎng)動(dòng)力

  在一個(gè)不斷擴大、日趨全球化、且競爭極其激烈的市場(chǎng)上，對新產(chǎn)品開(kāi)發(fā)、發(fā)布及投資進(jìn)行優(yōu)化具有至關(guān)重要的意義，因此企業(yè)必須對所有PLM相關(guān)的信息實(shí)現快速、高效而有序的組織和管理。所有數據必須實(shí)現可視化，以便讓流程中的所有參與人員及時(shí)獲取適當的信息。

  重視PLM領(lǐng)域并管理大量離散型數據集，同時(shí)逐漸擺脫以ERP與電子表格為中心的企業(yè)流程，是實(shí)現業(yè)務(wù)價(jià)值的關(guān)鍵所在，因為這給予了決策者有意義的分析和發(fā)現。由于應用分布式計算集群和框架，對大數據集和聚合進(jìn)行分析的成本降低了不少。

  因此，在制造業(yè)中利用大數據的關(guān)鍵在于，企業(yè)不再單純地僅以結構性數據為制定業(yè)務(wù)決策的依據。傳統制造企業(yè)內部及其周邊存在大量原始數據有待收集。流入企業(yè)網(wǎng)絡(luò )的龐大數據來(lái)自諸多源頭，包括所謂的智能設備，它們可通過(guò)傳感器自動(dòng)監控各種環(huán)境因素并生成大量關(guān)于性能、通訊、環(huán)境及位置等數據。這些原始數據中蘊藏著(zhù)重大的業(yè)務(wù)機遇，但是除非對之進(jìn)行合理分析，否則無(wú)法揭示其隱含的價(jià)值。相對于其可能帶來(lái)的潛在收益而言，捕捉此類(lèi)數據所需的成本并不算高。對于決策制定而言，通過(guò)對非結構化數據進(jìn)行分析所收集的信息同樣具有重要意義。

  大數據挑戰

  制造企業(yè)若要有效挖掘大數據的潛力，首先必須解決多重挑戰，才能說(shuō)服所有相關(guān)的利害關(guān)系人。

  這包括大數據的所有權、問(wèn)題的規模和復雜性、技術(shù)和業(yè)務(wù)流程的集成、以及解決問(wèn)題所需的大量工具。事實(shí)上，所有企業(yè)都與大數據的增長(cháng)存在千絲萬(wàn)縷的內在關(guān)聯(lián)。不過(guò)令人欣慰的是，其潛在效益同樣對企業(yè)的各個(gè)方面都有利。

  雖然大數據的規模不可小覷，但其復雜性同樣不容忽視。因此，要解決大數據挑戰，不是簡(jiǎn)單地加大資源投入就可以，而是要采用完全不同的思維方式。相應的，技術(shù)也只是解決方案的一部分而已。如果不能將結果融入業(yè)務(wù)，并不斷反饋給流程和工作流，絕大部分潛在效益都將得不到實(shí)現。

  技術(shù)和流程的結合是不可或缺的，大數據挑戰也絕非單一解決方案所能解決的，而是需要一個(gè)集成的方法，有效利用各種工具和資源。其中，關(guān)鍵是要確保在正確的應用場(chǎng)合部署適當的系統。最理想的情況是集成所有這些要素，以求實(shí)現最大效益——不只是實(shí)現單項應用的效益，而且要實(shí)現它們的綜合效益以及綜合搜索等支持功能。

  數據安全

  除了上述難題之外，有關(guān)大數據的另一顧慮在于數據保護方面。造成這一顧慮的原因有很多，如IT環(huán)境的改變以及不斷變化的業(yè)務(wù)舉措和規則等。

  在應對內部威脅的同時(shí)，企業(yè)還需對付越來(lái)越精明復雜的黑客技術(shù)，以及信息大爆炸現象，以至于任何大數據解決方案都必須具備穩健的數據安全保護機制，這一點(diǎn)不容置疑。這就意味著(zhù)制造企業(yè)必須確保往常被視為比較脆弱的工具和應用的安全性，因為在與其它系統相集成、以及在與供應商和第三方合作伙伴進(jìn)行數據共享時(shí)，這些工具和應用因其開(kāi)放性容易成為新的被攻擊點(diǎn)。

  供應鏈

  流入企業(yè)網(wǎng)絡(luò )的龐大數據來(lái)自諸多源頭，包括使用傳感器自動(dòng)監控各種環(huán)境條件并生成大量性能數據的所謂智能設備。

  過(guò)去，大家最關(guān)心的是產(chǎn)品設計?？墒乾F在，在產(chǎn)品設計和開(kāi)發(fā)過(guò)程中，相關(guān)人員相互協(xié)同，工廠(chǎng)與制造能力也在同步設計和開(kāi)發(fā)中。當前的壓力在于向市場(chǎng)交付更具競爭力、更高配置、更低價(jià)格、更高質(zhì)量的產(chǎn)品，而同時(shí)滿(mǎn)足所有這些要求，是制造和工程企業(yè)的下一個(gè)重大的價(jià)值所在。這也正是大數據的用武之地。

  處理大數據，指的是要能夠共享、集成、存儲和搜索來(lái)自眾多源頭的龐大數據。而就供應鏈而言，這意味著(zhù)要能夠接受來(lái)自第三方系統的數據，并加快反饋速度。其整體影響是增強協(xié)同性、加快決策制定和提高透明度，這對所有相關(guān)人員都有幫助。

  總結

  大數據可以分為兩個(gè)獨立的部分，分別針對其規模和信息的有效利用。第一部分針對的是對如今所生成、傳輸和存儲的海量信息進(jìn)行簡(jiǎn)單處理所帶來(lái)的挑戰。當前，數據量呈爆炸式增長(cháng)，而隨著(zhù)M2M（機器對機器的通訊）的應用，此趨勢仍將持續下去。但是，如若能夠解決這些挑戰，將可以打開(kāi)嶄新的局面，這便是大數據的第二部分所對應的問(wèn)題。

  通過(guò)挖掘這些新數據集的潛力，并結合來(lái)源廣泛的信息，就可能獲得全新的洞見(jiàn)。如此，企業(yè)可以開(kāi)發(fā)全新的流程，并與產(chǎn)品全生命周期的各個(gè)方面直接關(guān)聯(lián)。與之集成的還有報告和分析功能，為流程提供反饋，從而創(chuàng )建一個(gè)良性的強化循環(huán)。

  以Siemens PLM Software為骨干，并以Teamcenter這樣的技術(shù)平臺為核心，企業(yè)便可以設想出整個(gè)集成實(shí)施情景。在此情景下，由于客戶(hù)、用戶(hù)、設計和測試提出的所有需求和反饋都能被反饋至開(kāi)發(fā)環(huán)節，因此實(shí)現安全管理的大數據便成為變更和競爭優(yōu)勢的催化劑。由設計部門(mén)向仿真部門(mén)提出仿真要求，仿真部門(mén)將結果反饋給設計部門(mén)，然后再傳至供應鏈、制造、包裝和物流部門(mén)，從中我們看到了一個(gè)基于大數據的良性循環(huán)的誕生。

  領(lǐng)先制造企業(yè)的管理人員正利用大數據，以近乎實(shí)時(shí)的方式實(shí)現經(jīng)營(yíng)優(yōu)化。雖然目前只有少數企業(yè)可利用大數據來(lái)建立競爭優(yōu)勢，但我們預期在未來(lái)幾年，大數據應用將成為制造業(yè)的進(jìn)入門(mén)檻。