基于大数据的制造业转型升级

王铁山

(1.西安工程大学 管理学院,陕西 西安 710048； 2．西安工业大学 经济管理学院,陕西 西安 710032)

基于大数据的制造业转型升级

王铁山1,2

(1.西安工程大学 管理学院,陕西 西安 710048； 2．西安工业大学 经济管理学院,陕西 西安 710032)

研究基于大数据的制造业转型升级方式和转型升级效果,针对基于大数据的制造业转型升级中存在的问题,如大数据自身不足,核心技术与自主创新能力程度低下,生产性服务要素投入与全球资源整合能力不足,服务体系薄弱与产品质量等问题,提出具体建议。

大数据；制造业；转型升级；信息化

大数据(big data),是指海量数据资源,也指从各种类型的数据中快速获得有价值信息能力的前沿分析技术,通常具有“4V”(Variety,Volume,Value,Velocity)特征,即类型繁多、体量巨大、价值密度低、处理速度快[1-3]。根据科尔尼咨询公司的研究,在过去两年欧美等工业强国有超过45%的公司实施了大数据计划,世界500强企业中90%以上的公司在一年之内将至少拥有一项大数据计划[4]。

当前大数据研究主要是介绍相关概念、现状等常识[1-3],以及大数据对未来科技及经济社会发展的影响[5],还有大数据技术在能源[6]、城市建设[7]、新闻[8]、情报[9]等领域的应用。对这些海量数据的分析、处理可使企业产品开发和装配成本降低50%以上,营运资本降低7%以上[10]。大数据发展主旨是通过工业化与信息化、制造业与服务业的深度融合,加快传统制造向智慧制造转变,提升实体经济的创新能力和生产能力。当前对大数据驱动制造业升级的讨论虽然不少,但是,对此的系统性研究却很缺乏。本文基于对大数据技术及其内涵的挖掘,从制造业信息化系统入手,通过分析制造业转型升级的载体、方式与效果,探讨大数据驱动制造业升级机理,并进一步分析大数据时代中国制造业转型升级的问题与对策。

1 基于大数据的制造业转型升级载体

1.1 制造业信息化系统

制造企业广泛应用的信息技术、自动化技术、制造技术与现代管理技术互相结合,这些先进技术集合而成的整体的信息化管理系统称为制造业或制造企业信息化系统[11]。信息化功能包括研发、设计、生产、制造、管理各项功能的模块,集合起来便构成了制造业信息化系统,它是推动制造企业实现转型升级的载体。它可以改善制造企业的产品开发、生产、管理、经营等各个环节,提高生产效率、产品质量和企业的创新能力,从而实现产品设计制造和企业管理的信息化、生产过程控制的智能化、制造装备的数控化以及咨询服务的网络化,全面提升制造业的竞争力。

1.2 制造业信息化系统面临的大数据挑战

信息化的普及使制造企业在生产运营过程中随时都在产生数据,企业还要从外部接受越来越多的来自客户的非结构化数据,这对企业现有的信息化系统构成了挑战,需要企业具有从海量数据中通过技术处理、挖掘并管理各种数据的能力,并为企业提供决策依据[12]。大数据在制造业信息化系统运营过程中表现为以下特征：一是数据类型繁多。二是数据体量巨大。三是数据实时产生和更新[13]。Gartner咨询公司认为,大数据是具有高增长率和多样化特征的海量信息资源,只有用最新处理方法和手段才能使其得到有效利用。比如,通用电气公司2012年投资千亿美元进军工业互联网,并计划在2015年之前给它的软件部门带来每年两位数的增长[14]。

1.3 基于大数据的制造业信息化系统

大数据的价值更主要体现在对这些蕴藏价值的数据进行专业处理和深度挖掘,通过大数据技术在制造业信息化系统的应用来实现制造业的转型升级。首先,在数据采集层,系统运用海量数据搜集工具采集制造业生产过程各阶段的各种数据。其次,在数据存储与应用层,系统通过服务总线和数据服务提供的各种适配器,将制造业各生产阶段和环节不同子系统的数据实现数据交换,存储到数据仓库中；采用存储技术存储各类非结构化数据,并采用数据仓库和数据挖掘技术进行挖掘分析。再次,在基础平台层,系统搭建成云计算分布式平台,为大数据提供基本的物理平台支持[13]。有关转型升级的原理,如图1所示。

图1 基于大数据的制造业转型升级原理

2 基于大数据的制造业转型升级方式

基于大数据的制造业转型升级是通过以下方式来实现的(见图1)。

2.1 实现智慧生产

德国提出的“工业4.0”[15]、中国提出“中国制造2025”[16]等发展战略的核心思想就是将制造业向智能化转型。这主要是通过信息物理系统(CPS)实现制造企业的车间、生产线上安装的各种传感器设备、控制层的数据与企业的信息系统结合为一体,通过传感器抓取数据,然后经过互联网、物联网技术等来传输数据,数据传到云计算平台系统进行存储、分析后反馈给生产过程,实现对生产流程数据的实时感知并进行监控,实现生产智能化,还使生产过程实现工业控制和管理最优化,大幅降低生产能耗。中兴通讯股份有限公司与国际软件企业合作提供生产一体化整体解决方案,并在西安建设的智能终端生产线采用了这种方案,与以往的传统生产线相比,单位产量提升了40%,单位人工成本降低了近一半[17]。

2.2 构建新一代智能工厂

通过对消费需求的大数据分析和处理,以及应用整合信息系统、自动数据采集器等多类软硬件的综合智能化系统,信息流最终通过互联网在智能设备之间传递,实现布置在生产现场的专用设备对生产过程进行实时数据采集和控制,将物联网为基础的大数据技术融入制造过程的各个环节,实现智能生产,构成新一代智能工厂。大数据应用创新了制造企业的研发、生产、运营、营销和管理方式,给企业带来了更快的信息传递速度和更敏锐的市场反应能力[18]。比如,华为技术有限公司的智能工厂解决方案将无线网络和有线网络无缝联接成为统一的智能工厂网络,安全而高效地保障设备与设备之间、设备与制造云平台之间的数据传递与交换[17]。

2.3 实现大规模定制生产

当企业信息化逐步深入、数据积累到一定量之后,大数据成为制造产品个性化的基础,促进制造企业从传统的以生产为核心向以客户需求为核心转型。大数据分析的应用领域包括数据采集、数据管理、订单管理、定制平台等,通过对相关流程和环节的数据分析和挖掘可以预测流行趋势,针对客户消费心理和行为进行商品的精准匹配和时尚消费习惯管理,为客户的社交需求提供建议,并把以上的整体营销解决方案推送给客户。比如,沃达丰公司在Twitter上开设专门账户,来收集客户反馈的非结构化数据,通过数据分析了解客户需求,并指导产品进一步的改进[19]。

2.4 制造智能型产品

制造企业利用传感技术、工业控制技术、网络技术嵌入传统的产品和服务,增强产品的智能性、网络性和沟通能力,使产品增加有人的智能特征,独立做出对事务判断并执行相关任务。这些以大数据收集处理的、针对个人特征的智能产品制造生产,将传统制造业与高技术服务业紧密结合在一起,提升产品与服务水平,进而提升企业市场竞争力。比如,劳斯莱斯公司为空中客车A380等飞机制造和提供飞机引擎产品,开发出实时监控飞机引擎质量的售后跟踪和技术服务，为用户及时提供零部件维修和替换[20]。

3 基于大数据的制造业转型升级效果

基于大数据的制造业转型升级效果,见图1所示。

3.1 提高运营效率

借助遍布企业生产运营过程的传感器,可以采集、传输、分析和处理全过程各环节的实时数据,在生产工艺流程与各投入要素之间确定它们的关系与模式,寻找对产量影响最大的因素。比如,某世界著名制药企业通过大数据分析,针对影响最大的9个参数调整了工艺流程,结果使产量增加了50%以上[21]。此外,基于大数据的各种应用衍生出各种新型商业模式和新兴业态,能够及时调整和优化所提供的产品和服务,更好地满足客户的差异化需求,在此基础上根据数据分析可以精准地寻找潜在的客户。比如,美国有些纺织和化工企业从各地百货公司的POS机上收集到相关产品的销售信息,提前进行调整并做好相应准备[22]。

3.2 促进组织创新

大数据时代,新变化和挑战促使制造企业为了发展必须进行组织创新,其原因在于：个性化消费群体的产生,要求制造企业必须进行组织创新；产品更新换代和产品被竞争对手仿制的速度加快,也要求制造类企业必须进行组织创新；消费者成为市场和企业的主宰,决定着企业的生产方向；企业决策的来源也转换成消费者。大数据时代,企业必须进行组织变革。变革的趋势是结构越来越扁平化,根据个性化消费市场设置相应的产品事业部。在人员配置方面,减少企业管理层次,缩短指挥链条,减少管理人数,从而增强企业的快速反应能力[23]。

3.3 创造更多价值

借助大数据可以帮助企业在海量数据背后寻找和发现客户的购买习惯和特点,精准地判断客户的心理,并预测其将来的行为,提高企业营销的成功率。比如,美国的电子商务公司和麻省理工学院的大数据分析中心开展的项目合作,通过分析销售活动开始前的几分钟内客户行为模式的数据,寻找和发现客户的行为规律,并建立模型预测以后的商品定价,给商品设定一个合适价格区间,让客户觉得价格合理,愿意多买。通过这种基于大数据技术的实验分析,可以使商家的销售量和收入增加7%～8%[22]。

3.4 促进更多创新

基于大数据分析可以衍生和催化出很多新的商业模式和业务。比如,借助数据挖掘帮助企业探索和了解客户的购买行为习惯、偏好和规律,确定符合客户习惯和偏好的精准匹配相应的产品和服务,或对客户的特点将准备提供的产品和服务进行调整和优化。此外,还可以帮助企业精准地寻找客户,或者测量和判断客户的行为和情绪的细节,降低营销成本,提高企业销售成功率[12]。制造企业也有借助大数据提供更多衍生服务,甚至可能向服务型企业转型。比如,谷歌公司研发的无人驾驶汽车,通过传感器实时采集速度、刹车、路况等数据,利用大数据技术分析和判断驾驶者的行为习惯。在此基础上,谷歌公司开发出符合驾驶者习惯的个性化车险服务[20]。

4 基于大数据的制造业转型升级问题

大数据时代中国制造业转型升级之路任重而道远,还存在着诸多问题[24]。

4.1 大数据本身存在问题

当前企业数据本身存在着突出的问题：一是企业现有的数据太少；二是企业收集的大量数据往往只用于跟踪,没有被有效利用；三是数据来源、标准差异大,多样化要求的数据信息,增加了数据采集、整合与存储的困难；四是数据量大带来更多数据噪音；五是对于形式复杂的海量数据,需要引入可视化技术、人机交互技术或者数据起源技术来帮助客户理解；六是数据安全隐患大[25]。

4.2 核心技术与自主创新能力程度低下

将来制造业发展的趋势是高技术与新技术、新工艺、新材料的融合与协同创新,人工智能、工业机器人、3D打印技术相结合的数字制造技术和智能技术将是推动新一轮工业革命的重要动力来源。然而,中国制造业的核心技术严重依赖国外,自主创新能力低下。当前中国制造业发展所必需的高端设备、关键零部件和元器件、关键材料等大多依赖进口,处处受制于人[26]。

4.3 生产性服务要素投入与全球资源整合能力不足

中国制造业仍是以劳动密集型和资源投入型发展模式为主。据测算,中国制造业的生产性服务投入比例最高时只有18%,而美、日、德等国同期水平在28～30%左右。生产性服务投入要素不足已经严重制约了中国制造业的发展[27]。此外,现代企业管理很容易被忽视。中国在追求具有自主知识产权的核心技术与原创性产品的同时,更应把科技创新的过程与现代企业管理相结合,为制造业发展探索新的创新方式与运营管理模式。中国制造业不但缺乏核心技术人才,更缺乏熟悉全球业务运营的管理人才[26]。

4.4 服务体系薄弱与产品质量问题突出

当前,中国制造业装备差、效率低、缺乏创新,严重制约了产品质量提升,而且附加值低,很难扩大利润,更没有资金去投入研发、提升质量,形成了恶性循环。中国制造业产品质量问题已成为影响制造业竞争力的重要原因,每年因质量造成的直接损失超过2 000亿元[28]。大数据的价值在于大数据分析能为企业带来增值价值,数据和服务就是竞争力。如果能及时、有效地分析和处理涵盖企业运营全过程的各种数据,就可以提高企业决策的速度和对客户需求的响应能力[12]。

5 基于大数据的制造业转型升级对策

5.1 重视大数据在制造业转型升级中的价值与应用

大数据不仅代表先进的数据处理技术,从更深层次上讲,是一种管理理念和方式的革命。所以,要让企业决策层深刻认识到大数据技术的价值和转型升级的紧迫性。一是要促进大数据理念与技术的应用、推广与普及,做好大数据与制造业的深度融合与协同发展,创造良好的转型升级环境。二是发挥政府的引导和政策支持作用,政府制定对于大数据的产业、土地、税收、信贷、人才等优惠政策措施。三是有针对性地招徕实力强的跨国企业来中国建立设施,使中国制造企业学习国外先进的技术、管理方法,帮助中国制造企业转型升级。

5.2 加强数据的质量管理、研发与应用

首先,必须保证数据本身的真实有效性和准确性。将来的大数据将成为相关产业的基础,有数据资源的提供者、管理者和监督者,数据的交易和各种开发应用将成为一大产业。其次,必须使用有效的数据分析工具来保证数据处理和利用能够顺利进行。此外,企业要从认识、技术和管理等方面保证数据的真实性和有效性。一是需要树立全面的数据质量意识。二是通过技术手段保障数据质量,引入主数据管理平台,集中管理主数据,加强系统对错误业务数据的检查和校验功能。三是颁布并严格执行数据管理规定,在制度上规范数据的管理。四是加大对大数据技术研发的投入。五是要加强对知识产权的保护力度,降低自主研发风险。

5.3 加强大数据与企业自主创新能力协同发展

中小企业想向大数据转型,需要提升自身能力与之配套。首先,要增强和提升制造企业的自主创新能力。这要求企业必须逐渐掌握核心技术,拥有自主创新能力和自主知识产权。中小企业自身成立或与外界联合成立高水平研发平台或机构,企业在此平台上快速开发自己定制的服务,提高企业的自主研发能力、引进技术消化吸收能力。其次,制造企业必须拥有知识、人才及高级硬件设施等关键性资源以及创新能力,实现企业内生式增长。

5.4 加强大数据培训并提升制造企业管理水平

中国制造企业要完成转型升级,必须关注和重视产品创新,中国应由“中国制造”向“中国智造”转变。首先,应加强对大数据时代中国制造企业的专项人才教育培训,提升制造企业的技术和管理水平。国内的创新环境将在一阶段时间内得到高度重视,创新机制体制会得到相应的改善,创新人才及其引进和培养机制也正在发生深刻的变化,这越来越显示出人才战略在制造业转型升级战略中的重要作用。中国作为世界经济发展最重要的市场,急需一大批“懂中国”、“懂技术”、“懂管理”的本土中高端人才。

6 结语

大数据无疑是未来最受瞩目的技术之一,它不但改变着人们的生活与工作方式,也改变着制造企业的运作模式。对这些海量数据进行专业化处理、挖掘与分析正在影响制造企业,会给制造业发展带来了巨大的影响。如何发现大数据中蕴藏的价值与机遇,成为企业提升竞争力的重要手段和途径。中国意欲加快从制造大国转向制造强国的转变,这就要以大数据技术来推动制造业转型升级,并为整体经济的转型升级提供新的动力。

[1] 孟小峰,慈祥．大数据管理：概念、技术与挑战[J]．计算机研究与发展,2013(1)：146-169．

[2] 王元卓,靳小龙,程学旗．网络大数据：现状与展望[J]．计算机学报,2013(6)：1125-1138．

[3] 邬贺铨．大数据时代的机遇与挑战[J]．求是,2013(4)：47-49．

[4] 胡昱．以大数据商业模式促进制造业升级[N]．学习时报,2015-03-30．

[5] 李国杰,程学旗．大数据研究：未来科技及经济社会发展的重大战略领域——大数据的研究现状与科学思考[J]．中国科学院院刊,2012(6)：647-657．

[6] 宋亚奇,周国亮,朱永利．智能电网大数据处理技术现状与挑战[J]．电网技术,2013(4)：927-935．

[7] 秦萧,甄峰,熊丽芳,等．大数据时代城市时空间行为研究方法[J]．地理科学进展,2013(9)：1352-1361．

[8] 彭兰．社会化媒体、移动终端、大数据：影响新闻生产的新技术因素[J]．新闻界,2012(16)：3-8．

[9] 吴金红,张飞,鞠秀芳．大数据：企业竞争情报的机遇、挑战及对策研究[J]．情报杂志,2013(1)：5-9．

[10]全振湘．制造业如何把握大数据时代[N]．中国电脑教育报,2013-02-25．

[11]王润孝,陈冰,孙树栋,等．机械制造业的发展趋势及对策[J]．机械制造,1998(8)：4-6．

[12]王冰．大数据时代：中国制造业加速升级[J]．资源再生,2013(10)：27-29．

[13]刘军,鱼滨,关阿鹏,等.大数据技术在移民搬迁信息化中的应用[J]．西安邮电大学学报,2014,19(3)：112-115．

[14]蔡恩泽．大数据驱动制造业“转身”[N]．中国审计报,2014-11-24．

[15]黄发红．“工业4.0”从概念走向现实[N]．人民日报,2014-04-08．

[16]苗圩．中国制造2025：迈向制造强国之路[N]．人民日报,2015-05-26．

[17]陈姝．看制造业如何向智能化转型[N]．深圳商报,2015-03-18．

[18]王喜文．大数据驱动制造业迈向智能化[J]．物联网技术,2014(12)：7-8．

[19]邹大斌．大数据分析驱动制造业转型[N]．计算机世界,2011-10-31．

[20]俞陶然．大数据助力制造业向服务业转型[N]．解放日报,2014-10-26．

[21]埃里克·奥西兹斯基,马库斯·汉默,艾金森·拉佳格保尔,等．“大数据”助力下一轮制造工艺流程优化[J]．上海质量,2014(12)：44-45．

[22]陈健．大数据助力制造业高效率[N]．上海金融报,2013-10-22．

[23]王立杰,张倩倩．大数据时代下制造类企业的组织创新[J]．河南理工大学学报：社会科学版,2014(3)：263-266．

[24]张素心,张丽虹,李磊．制造业转型发展的思考[J]．宏观经济管理,2015(2)：76-78．

[25]李芬,朱志祥,刘盛辉．大数据发展现状及面临的问题[J]．西安邮电大学学报,2013,18(5)：100-103．

[26]孔令夷,楼旭明,苏锦旗,等．价值链视角下中国通信制造业转型升级研究[J]．西安邮电大学学报,2014,19(1)：94-102．

[27]隗斌贤．生产性服务业与制造业互动发展促进产业转型升级[J]．科技通报,2009(11)：866-871．

[28]许颖丽．从“两化融合”到“中国制造2025”[J]．上海信息化,2015(1)：24-27．

[责任编辑：汪湘]

The transformation and upgrading of manufacturing industry based on Big Data

WANG Tieshan1,2

(1. School of Management, Xi’an Polytechnic University, Xi’an 710048, China；2. School of Economics and Management, Xi’an Technology University, Xi’an 710032, China)

In this paper, the way and effects of transformation and upgrading of manufacturing based on big data is analyzed for the problems existing in the transformation and upgrading of manufacturing, such as that big data has its own shortcomings, that the core technology and independent innovation ability level is low, that productive service inputs and global resources conformity ability is insufficient, that service system is weak and that product quality is poor. Some specific proposals are putting forward.

big data, manufacturing industry, transformation and upgrading, informatization

2015-05-24

国家自然科学基金资助项目(U1204706)；陕西省软科学项目(2014KRM25,2015KRM031,2013KRM2-02,2011KRM56)；陕西省教育厅专项科研计划资助项目(2013JK0112)；陕西省社科界重大理论与现实问题研究项目(2015C053)；陕西省高校哲学社会科学重点研究基地科研项目(14JZ017)；陕西省高校哲学社会科学特色学科建设项目(陕教位[2009]6号)；西安工程大学哲学社会科学研究项目(2013ZXSK24)；西安工程大学博士科研启动基金资助项目(BS1423)

王铁山(1974-),男,博士,高级经济师,特聘教授,从事产业经济学研究。E-mail：wangtieshan163@163.com

10.13682/j.issn.2095-6533.2015.05.016

TP273

A

2095-6533(2015)05-0079-05