前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【干货】大数据在工业4.0演进中的价值

【干货】大数据在工业4.0演进中的价值

作者头像
数据派THU
发布2018-01-30 10:20:45
1.2K0
发布2018-01-30 10:20:45
举报
文章被收录于专栏:数据派THU

本文共5000字,建议阅读时间8分钟

本讲座选自工业4.0研究院院长兼首席经济学家胡权于2015年4月8日在青岛大数据高峰论坛产业大数据分论坛上所做的题为《大数据在工业4.0演进中的价值》的演讲。

演讲实录:

今天非常高兴跟大家来分享工业4.0研究院对工业大数据的认识。具体来讲,我们将讨论工业4.0演进过程中,大数据将呈现什么价值,我们将从商业模式的设计来认识工业大数据的潜力。

在正式开始前,我先解释一下工业4.0的认识,它是怎么样来定义的。刚才的专家从不同的角度讲述了对工业4.0的认识,有的是认为它是一种技术,有人认为它是一种模式,或者是一种完整的创新,我们把工业4.0定义为一个新工业时代,德国人对工业4.0时代有较为完整的认知体系,这也是工业4.0研究院关注德国工业4.0概念的原因。

工业4.0有两大驱动力,第一是技术,第二是资本,工业4.0德国人把它定义为第四次工业革命,为什么叫工业革命,马克思说过,生产力的提升不叫做革命,一定有生产关系的改变,生产关系的改变是怎么发生的?会产生什么样的阶层?

这个图跟大家平时看到的不太一样,大家平常看到的是右边的部分(常规的四大工业革命划分),左边是人类发生的初期,两千年多年前,有一个技术与组织管理的更替。

更早一些,人类社会刚产生的时候,人们会用工具制造产品。按照历史记载,色诺芬从价值创造的角度分析了社会分工的问题,因为社会分工,我们的生产力得到了提升,但是实际上人类的技术革命两千年,比不上我们工业革命一个小阶段。

第一次工业革命产生了一个阶层,就是工人,实际上第一次工业革命主要是英国人为主导,第二次工业革命德国和美国占据了世界的强势地位,而英国实际上在第二次工业革命稍微有一些落后了,为什么德国和美国起来了?

按照哈佛商业历史学家钱德勒的分析,他认为英国是个人资本主义,缺乏专业管理层,这是第二次工业革命很重要的一个管理创新,到了第三次工业革命,这是按照德国人的划分标准来做的,主要以PLC的使用来界定的。但是,到了第四次工业革命,可能的突破会显露在管理上的创新,以及模式上的一些突破。

整个工业革命的进程是逐渐推进的,除了技术创新,还有其他内容也产生了重大的推动。

例如,在工业1.0阶段,工厂和工人阶级第一次出现;到工业2.0阶段,带来了一个生产力的巨大提升,专业的管理人员出现了;再到工业3.0阶段,信息技术的广泛应用,带来了信息化。

我们看一下工业1.0到3.0,有一个很重要的特征,那就是技术创新发生在车间,因此,即便大了工业4.0,首先进行技术变革的地方,也会在车间,我们一般把工业4.0在车间的变革称为智能工厂。

除此之外,工业4.0体系还提了三个模式或集成,第一个集成是纵向集成,也就是发生在车间。

海尔提的互联工厂,大部分还是在车间的事情,这是创新最根本的一个基地。第二个集成是端到端的集成,供应链一个集成,还有电子商务,营销渠道的集成,本质上是一条单一产业链的集成,这样的集成导致了什么东西的出现?

我们觉得是产品的价值更大,服务更好,苹果、小米做的就是这样的创新。工业4.0体系还提到了第三个集成,横向集成,我们用产业经济学的话来讲,多条产业链互相交织,这就导致了一个名为新工业价值生态的东西出现了,对于多条产业链的交织,我们所谓互联网思维称为跨界,也对,也不对,跨界就像跑到你家里去,但是如果你邀请我过去,这叫融合,也叫分享利益,更加符合持续发展的思路。

在这里给出我们工业4.0研究院定义,也就是三个高度化,第一个是高度自动化,第二是高度信息化,第三个是高度网络化。

自动化主要是工业2.0时代的一个特征,信息化主要是工业3.0时代的特征,网络化是工业4.0时代独有的,顺便提及互联网+的概念,这个概念的主体是互联网公司,不是制造企业。

前一段时间在上海交大讲的时候,制造业企业听完我分析工业4.0体系对制造业有利的理由之后,感觉非常兴奋,纷纷表示终于感觉到制造业有希望了。不过,制造企业在工业4.0时代还是会面临一些挑战,其中就有两个革命,一个是管理革命,一个是模式革命,制造企业应该进行改变,不然无法获得竞争优势。

接下来我们来谈谈工业4.0的核心演进路径。

总的来讲,工业1.0到3.0的革命都是发生在车间,工业4.0初期的创新也主要发生在企业边界内,也就是在车间继续进行革命。

对于我们做产业研究的,一定会讨论边界的问题,我们可以看看工业4.0的核心,这一次演讲的主题是谈大数据在工业4.0演进过程中的作用,工业4.0研究院认为,德国的工业4.0的体系比较健全,它的一个工业4.0体系模型,就体现了纵向集成、端到端集成和横向集成三个演进的阶段。

我们以一个比较简单的示意图来进行一个解读。纵向集成的结果就是智能工厂,海尔刚才讲到了,它提出的互联工厂就是智能工厂,它就是工业4.0时代的纵向集成。

这是纵向集成发生的一个改变,我们中国人言语体系中的纵向整合,很多时候是产业链的上下游整合的概念,实际上在工业4.0体系中是端到端集成。

纵向集成不是垂直集成,而是指企业内部多层次集成,包括下面的设备管理,现场的一个集成等等。

传统的工业企业在进入工业4.0的时候,大部分是从车间开始的,如果大家想深入了解这一部分的内容,可以去参考《车间的竞争优势》这本书。

端到端的集成,就是怎么从用户端、生产到原材料的整合,这是工业4.0演进的第二个阶段。海尔做的一个创新可能更符合端到端集成的定义,其本质就是从产业链的视角来看,去整合供应链和电子商务。

一般来讲,供应链是制造企业擅长的,而电子商务不见得制造企业擅长,反而是互联网公司更擅长,因此可能会面临互联网公司的“跨界”。网上有一种说法,那就是工业4.0未来十年会把淘宝干掉,似乎也不是不可能。

横向集成的重点是务联网,我们把它叫做服务互联网。刚才也说了这么一个事情,我们回顾PC时代,电脑产生的时候,IBM并不认为这是一个很大的产业,但是微软和英特尔想办法把这个产业做出来了,产生了一种全新的行业。

我们在这认识工业4.0的时候,你不用管别的公司怎么讲,你可以去改变这个产业的,也就是你有机会创造出你心目中的工业4.0时代来的,横向集成就是创造这么一个革命性机会的模式。

我们来看横向集成的解读。PPT图上的左边绿色是纵向集成,表示目前就可以做,端到端是黄色的,表示有风险,红色的是横向集成,难度很大,目前似乎没有谁可以实现。

对于要实现横向集成,目前没有任何成功案例,不过要实现横向集成的话,没有车间的革命无法实现集成,你怎么做大数据都没有用,没数据是你最大的麻烦。

当然,如果你端到端集成没有实现,那么你肯定没有形成供应链和互联网的整合,横向集成也做不成,你没有来自供应方的实时数据,也没有客户数据,怎么做横线集成呢?我们认为横向集成有可能不是工业大数据作为主流。

如果你的竞争对手改变了产业的行为,让独立的工业大数据服务不具有可行性,那么即便独立的工业大数据有意义,也许已经没有商业化的可能了。例如,微软做的Windows,就是因为转换成本太高了。

总结以上的分析,工业4.0的路径是比较清晰的,第一肯定是在车间发生的,你是必须要做的,工厂没有相应的数据收集,别的事情是不可能发生。

这个阶段的事情不一定你自己做,但一定要做,有可能是你的客户自己做,或者你的供应商来做。第二是端到端的集成,一个是在产业链的主导型企业可以做这个事情。到了未来我们认为的可以做的是横向集成,也就是一种生态,如果有机会的话,可以把握机会,成为工业级的BAT。

怎么释放工业大数据价值?

因为我们是做研究的,我们会比较讲究理论的完备性,我们在讲工业大数据,一定要讲这个东西是什么?

工业大数据就是一个技术创新和革命,因此可以用技术革命周期来理解。以为经济学家佩雷斯讲过,她研究发现每次技术革命都有一个生命周期,我们可以分为四个阶段。

第一个阶段很容易理解,刚开始大家很疯狂,一看大数据,大家都知道,或者感觉到是一个大的机会,这个时候一定是大爆炸的时候,在这个阶段爆炸性的增长和迅速的创新将相继出现。

紧接着进入第二个阶段,有些基础设施不健全,你做大数据的时候你发现没数据,车间的数据化都没做到,怎么做大数据?做不了,无法做,不知道怎么下手,大家返过来想,我是不是应该做一些基础设施?

我认为就是刚才三个工业4.0演进的路径,我车间的数字化要做到,我车间的自动化改造要做到,有了数据以后再做。有可能是国家在做,也可能是主导型的企业在做。

第三阶段主要是什么?

创新和市场潜力的扩张,海尔自己做互联工厂和工业4.0的时候,大概有三千万用户,对互联网公司这不是一个大数目。刚开始的时候有路径依赖的问题,先做基础设施,到了第三个阶段,有远见的企业家,是有可能把握第三个阶段的发展机会的,这个时候速度非常快,如果没有前期两个阶段的准备,是不可能有第三阶段的机会的,第四个阶段市场就会接近饱和了。

对于整个周期,刚开始各种资本都进来,到后来大家开始怀疑了,但是里面两种资本,一个是金融资本,还有一个生产资本,股市怎么疯狂那是金融资本,企业现金投入是生产资本,最终留下的是生产资本把工业4.0这个事情推进的。

对于制造企业来讲,应该基于CPS去思考设计工业大数据体系,很多企业特别着急,心想如果我不做这个互联网,我没有这个互联网思维,企业就可能倒闭了,但是我认为,如果你有了互联网思维,你的企业倒闭得更快,因为你如果不考虑企业自身的优势,很容被懂互联网思维更好的互联网企业干掉。

制造企业一般都会涉及到硬件和软件,你不是做一个电子商务网站就可以了,一定要有较重的资产,这就是你的优势,不管是阿里巴巴、腾讯,还是百度,不是说今天建厂,明天就可以建成了,招来一个工人也不可能是互联网企业那么高的工资,否则企业早就跨了。

CPS就是信息物理融合系统,互联网跟我的物理实体结合,物理实体是我的优势,我怎么能放弃呢?

光做信息是没有优势的,我们制造企业怎么做得过阿里巴巴、腾讯和百度?但是他不会经营工厂,那么复杂的都做得烦了,你做工厂的话,可以把这些都做好,而且这些数据不分享给他,为什么一定要分享,现在讲数据资产(这是有价值的东西),我为什么要分享?你可以让它们到你的互联网平台来经营,不一定非要到他们的平台上去。

工业大数据的价值不用证明,但是耦合和去耦合的竞争持续存在,我们做工业4.0研究的看法是,企业做的东西耦合度非常高,专门为你量身定制的,基于自己的资源定制的,对你来讲的话你要去耦合,你要找出更具有普遍意义的东西,把这些东西解构出来,形成一个独立的去耦合的模块,再结合我自己的资源来创造新的价值,这需要真正的企业家精神。

怎么来耦合和去耦合呢?

我认为,互联网公司肯定会利用大数据分析,延伸在制造价值链上的力量。这里面我用了一个简单的模型,他的物理商品流也是一个很难的事情,它是一个动态变化。

我们认为车间的数据化革命开始是一个可行的战略,有人做了一个5C模型,就把数据整合起来, GE在工业大数据以及工业互联网这方面做了非常多的工作,他目前为什么做这件事情?

因为企业不能像我们做研究的,考虑的过于长远,它们需要考虑短期能不能落地,如果不落地,不具有经济性,最终要落在现有的业务上。车间的数据化、智能工厂和互联工厂的概念不是重点,但车间的数据化为起点,不管你怎么样做,你终究还是回到车间,不然的话就是一个互联网公司了。

我们认为工业4.0演进的路径分为三个阶段,也就是车间的纵向集成、单一价值链上的端到端集成和跨价值链的横向集成,最高级阶段是跨价值链的横向集成,这将产生新工业价值生态。

大数据在工业4.0演进的三个阶段都扮演非常重要的角色,但是不是可以形成独立的业态,是需要企业家精神来推动的,这是一个博弈的过程,但工业大数据一定是一个价值存在。

编辑:卢苗苗

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-03-04,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 数据派THU 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档