【儀表網(wǎng) 行業(yè)科普】下一波工業(yè)轉(zhuǎn)型將取決于幾項關鍵技術。只有當工業(yè)部門在內(nèi)部以及與外部合作伙伴安全地共享數(shù)據(jù)時，才能真正釋放出激發(fā)創(chuàng)新和增長所需的可操作見解。
 

　　工業(yè)世界正面臨數(shù)據(jù)爆炸。從高溫熔爐的讀數(shù)和倉庫的動態(tài)到跟蹤能源使用的智能電表，各行業(yè)如今掌握著比以往任何時候都多的關于更多運營流程的數(shù)據(jù)。過去兩年內(nèi)創(chuàng)造的數(shù)據(jù)占了所有工業(yè)數(shù)據(jù)的近一半。據(jù)估算，2024年另有38%的新運營數(shù)據(jù)將被存儲和處理于云端。
 

　　2024年全球技術支出預計達到5萬億美元。展望未來，我們?nèi)绾握怼⒎治龊凸蚕磉@些海量的數(shù)據(jù)將塑造工業(yè)價值的前景。而一個更加互聯(lián)互通的世界，可以支持我們在這個前所未有的顛覆時代更負責任地使用世界資源。
 

　　工業(yè)云平臺如何增強協(xié)作？
 

　　企業(yè)不是孤立運作的。創(chuàng)造價值的行為需要與其它實體連接和協(xié)作。那么，我們?yōu)槭裁床粚?shù)據(jù)流連接起來呢？工業(yè)數(shù)據(jù)往往仍孤立于組織內(nèi)部。有時，數(shù)據(jù)在收集時甚至未經(jīng)分類和分析。只有當工業(yè)部門在內(nèi)部以及與外部合作伙伴安全地共享數(shù)據(jù)時，才能真正釋放出激發(fā)創(chuàng)新和增長所需的可操作見解。
 

　　許多工業(yè)企業(yè)現(xiàn)在使用數(shù)字孿生(物理對象和過程的交互式虛擬表示)來模擬真實結果，預覽新的業(yè)務風險，以解決缺陷并加強決策。當通過云向數(shù)字孿生共享訪問權限時，企業(yè)就可以實現(xiàn)信息訪問的民主化，提高生產(chǎn)率并增強協(xié)作。這種工業(yè)智能即服務(IIaaS)，是推動下一波工業(yè)轉(zhuǎn)型的關鍵。
 

　　例如，使用集成的數(shù)據(jù)收集應用程序和可擴展的基于云的數(shù)據(jù)管理程序，汽車零部件制造商HENN能夠?qū)崟r監(jiān)控分散在各地的裝配線上的產(chǎn)品狀態(tài)，并將相關信息集中展示在同一儀表板上，實現(xiàn)隨時隨地的便捷訪問。公司內(nèi)部授權的相關人員，包括總部的管理人員和分支機構的遠程技術人員，現(xiàn)在可以實時了解生產(chǎn)線。這種高效的數(shù)據(jù)管理方式使得潛在問題能夠被迅速識別并及時解決，從而將整體生產(chǎn)效率提升了10%。
 

　　為何數(shù)據(jù)生態(tài)系統(tǒng)對價值增長至關重要？
 

　　如果我們將云數(shù)據(jù)共享擴展到外部合作伙伴，會發(fā)生什么事情？美國Dominion Energy公司正在采取創(chuàng)新方法，以在競爭日益激烈的可再生能源領域脫穎而出。該公司通過云與公用事業(yè)客戶整理和共享其北美電網(wǎng)網(wǎng)絡的實時數(shù)據(jù)。這使其能夠為投資者、監(jiān)管機構和審計師提供其可持續(xù)運營的證明。隨著對透明和可衡量的報告需求的增加，集成的數(shù)字數(shù)據(jù)高速公路為Dominion帶來了新的業(yè)務。
 

　　在新型互聯(lián)生態(tài)系統(tǒng)中，工業(yè)價值鏈上的每個實體都共享一個數(shù)字信息源。統(tǒng)一的窗口儀表板匯集來自不同來源的數(shù)據(jù)，如工業(yè)資產(chǎn)、供應商和價值鏈上的其它合作伙伴。當每個實體都能根據(jù)自身需求，在情境中查看全系統(tǒng)數(shù)據(jù)時，就可以了解其行為對自身業(yè)務、對其它價值鏈參與者業(yè)務以及生態(tài)系統(tǒng)的影響。
 

　　集中式、可擴展的數(shù)據(jù)基礎架構可實現(xiàn)更深入的理解和實時協(xié)作。在互聯(lián)的工業(yè)生態(tài)系統(tǒng)中，每個人都可以做出更好的決策，提高業(yè)務運營效率，優(yōu)化資源使用并最大限度地減少浪費。
 

　　AI分析如何提高企業(yè)洞察力？
 

　　人工智能(AI)技術的進步已經(jīng)表明，它可以非常真實地改進我們的工作。它還通過提供可操作的見解最大限度地提高運營績效，從而幫助制造企業(yè)從工業(yè)數(shù)據(jù)中獲得最大收益。
 

　　隨著對生成式AI的了解逐漸深入，預計在未來幾年里將看到更多不同的工業(yè)AI工具將得到更廣泛的應用。機器學習(ML)可能會變得更加廣泛，其它類型的AI工具也將得到更廣泛的應用。行業(yè)正在引入更多不同的AI技術，包括高級分析和預測性資產(chǎn)優(yōu)化。
 

　　高級分析程序可以毫不費力地構建和運行無代碼、AI驅(qū)動的模型，簡化工業(yè)工人優(yōu)化生產(chǎn)效率的方式。例如，考慮到即使是微小的工藝變化也可能會極大地影響生產(chǎn)結果。通過分析數(shù)百種詳細建議，AI模型使運營商能夠做出自信的決策，同時提高盈利能力和可持續(xù)性。
 

　　從短期來看，效率提升有助于減少能源消耗和溫室氣體排放。從長期來看，AI工具將成為創(chuàng)新的引擎，引領工業(yè)過程的改進，甚至是新的價值鏈，例如，推動氫燃料的發(fā)展。
 

　　希爾思寵物營養(yǎng)食品公司使用智能分析來確定制造過程變化如何對產(chǎn)品產(chǎn)生積極或消極的影響。通過模擬溫度升高或用水量增加等變化的影響，該公司可以實時調(diào)整制造工藝，同時保持質(zhì)量水平。結果是大幅提升了生產(chǎn)效率，產(chǎn)量增加了30%，而廢棄物則減少了。
 

　　同樣，預測性資產(chǎn)優(yōu)化將預測性、規(guī)范性和預后分析與過程優(yōu)化相結合，創(chuàng)建一個混合數(shù)字孿生模型，將物理和模擬數(shù)據(jù)混合在一起為決策提供信息。
 

　　通過這種全面的資產(chǎn)健康和性能視圖，制造商可以更早地發(fā)現(xiàn)問題，更準確地識別問題的原因，并預測實施解決方案的最佳時機。設備運行時間和可用性被最大化，從而提升盈利能力和可持續(xù)性。將這些洞察反饋到未來資產(chǎn)設計中，將開啟持續(xù)改進的循環(huán)。
 

　　工業(yè)元宇宙將如何解決現(xiàn)實挑戰(zhàn)？
 

　　當獲取實時數(shù)據(jù)和智能洞察力的途徑在整個生態(tài)系統(tǒng)價值鏈中實現(xiàn)民主化時，工業(yè)轉(zhuǎn)型的下一步：工業(yè)元宇宙，就已準備就緒。
 

　　這項顛覆性技術可以將團隊通過一種虛擬方式聚集在一起以更好地完成工作。在工業(yè)元宇宙中，人們圍繞物理資產(chǎn)的實時虛擬呈現(xiàn)進行協(xié)作，并隨時調(diào)用實時數(shù)據(jù)和分析。
 

　　工業(yè)元宇宙是數(shù)字孿生之上的一層協(xié)作——工業(yè)AI將發(fā)揮輔助作用，為人類決策者帶來更清晰、更準確的洞察。它是工業(yè)公司現(xiàn)有技術投資邏輯的延伸。顯然，它能提供更緊密的互動，并利用工業(yè)數(shù)據(jù)來激發(fā)創(chuàng)新和創(chuàng)造新價值。可以將其視為一種將不斷增長的數(shù)據(jù)轉(zhuǎn)化為可持續(xù)回報的明智方式。
 

　　只有當工業(yè)實體在內(nèi)部和外部合作伙伴共享數(shù)據(jù)時，它們才能真正利用所需的競爭洞察力來推動下一波可持續(xù)增長——即使是在顛覆性的時代。