場(chǎng)景化落地應(yīng)用推進(jìn)制造企業(yè)數(shù)字化轉(zhuǎn)型兩篇文檔

場(chǎng)景化落地應(yīng)用推進(jìn)制造企業(yè)數(shù)字化轉(zhuǎn)型陳文龍制造業(yè)數(shù)字化現(xiàn)狀解析信息化建設(shè)整體思路典型場(chǎng)景案例介紹決勝數(shù)字化轉(zhuǎn)型之路第一部分制造業(yè)數(shù)字化現(xiàn)狀解析中國(guó)機(jī)械制造業(yè)的挑戰(zhàn)與機(jī)遇面臨的挑戰(zhàn)全球經(jīng)濟(jì)及政治影響人力成本上升原材料資源緊張發(fā)達(dá)國(guó)家意識(shí)到實(shí)體經(jīng)濟(jì)重要性，正在進(jìn)行“再工業(yè)化”運(yùn)動(dòng)全球政治因素及經(jīng)濟(jì)導(dǎo)致的外企回流及技術(shù)封鎖，需要企業(yè)更加重視企業(yè)供應(yīng)鏈?zhǔn)欠窨梢灾С謽I(yè)務(wù)連續(xù)性。由于人力成本上升，導(dǎo)致大量勞動(dòng)密集型業(yè)務(wù)外遷東南亞等地。中年國(guó)產(chǎn)的值“（世人界民工幣廠”元面）臨雙重挑戰(zhàn)公共突發(fā)事件沖擊美德英等發(fā)達(dá)國(guó)家紛紛提出以重振制造業(yè)為核心，以信息網(wǎng)絡(luò)技術(shù)、數(shù)字化制造技術(shù)應(yīng)用為重點(diǎn)，依靠科技創(chuàng)新，搶占制造業(yè)新的制高點(diǎn)的“再工業(yè)化”戰(zhàn)略國(guó)際金融危機(jī)，凸顯實(shí)體經(jīng)濟(jì)的重要性中國(guó)的“世界工廠”面臨雙重挑戰(zhàn)“疫情”讓制造業(yè)“?！薄皺C(jī)”并存自動(dòng)化/數(shù)字化基礎(chǔ)差的企業(yè)無(wú)法應(yīng)對(duì)疫情，停工停產(chǎn)。疫情導(dǎo)致用工荒、資源緊缺、成本上漲，曲線底部企業(yè)周轉(zhuǎn)困難。自動(dòng)化及數(shù)字化能力強(qiáng)的企業(yè)依托先進(jìn)技術(shù)正常開(kāi)工，并擴(kuò)大了市場(chǎng)份額。外部的環(huán)境壓力成為制造業(yè)智能化和數(shù)字化的催化劑，傳統(tǒng)制造業(yè)需要通過(guò)技術(shù)手段實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)、連接上下游，降低企業(yè)的人力依賴，改善供應(yīng)鏈上下游的供給環(huán)境。中國(guó)制造業(yè)微笑曲線業(yè)務(wù)工序附加價(jià)值產(chǎn)品研發(fā)/咨詢半成品/零部件生產(chǎn)組裝裝配銷售推廣售后服務(wù)利潤(rùn)空間資源成本數(shù)字化轉(zhuǎn)型跟我們有什么關(guān)系？年產(chǎn)值（人民幣元）數(shù)字化轉(zhuǎn)型中的三管四做6數(shù)字化轉(zhuǎn)型浪潮下，智能工廠成為轉(zhuǎn)型新路徑2020年6月30日，中央全面深化改革委員會(huì)審議通過(guò)《關(guān)于深化新一代信息技術(shù)與制造業(yè)融合發(fā)展的指導(dǎo)意見(jiàn)》，提出將進(jìn)一步加快制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化步伐，加速“中國(guó)制造”向“中國(guó)智造”轉(zhuǎn)型。智能制造已成為推動(dòng)制造業(yè)轉(zhuǎn)型、加快制造業(yè)高質(zhì)量發(fā)展的重要抓手，而智能工廠作為制造業(yè)轉(zhuǎn)型的樞紐與核心，備受企業(yè)青睞。年產(chǎn)值（人民幣元）制造企業(yè)數(shù)字化轉(zhuǎn)型成熟度評(píng)估模型IOMM01明確不同行業(yè)的不同企業(yè)轉(zhuǎn)型的路徑、階段、最佳實(shí)踐和未來(lái)方向企業(yè)數(shù)字化轉(zhuǎn)型對(duì)標(biāo)準(zhǔn)化的需求和IOMM的思路IOMM：I&OMaturity

Model第一部分I：Infrastr

ucture數(shù)字基礎(chǔ)設(shè)施服務(wù)運(yùn)營(yíng)能力第二部分O：Operation企業(yè)整體數(shù)字化經(jīng)營(yíng)運(yùn)營(yíng)能力中國(guó)信息通信研究院云計(jì)算與大數(shù)據(jù)研究所企業(yè)整體和IT部門如何建設(shè)為以客戶為中心的服務(wù)能力02企業(yè)數(shù)字基礎(chǔ)設(shè)施如何建設(shè)整體組件化、產(chǎn)品化的平臺(tái)03第二部分信息化建設(shè)整體思路年產(chǎn)值（人民幣元）三大板塊支撐體系化經(jīng)營(yíng)管理平臺(tái)建設(shè)輸入數(shù)據(jù)流過(guò)程工作流輸出信息流高效會(huì)議體系周月報(bào)、移動(dòng)報(bào)表移動(dòng)管理應(yīng)用移動(dòng)端填報(bào)，預(yù)警推動(dòng)高階應(yīng)用年產(chǎn)值（人民幣元）存儲(chǔ)處理中心：底層數(shù)據(jù)倉(cāng)庫(kù)架構(gòu)源數(shù)據(jù)數(shù)據(jù)抽取轉(zhuǎn)換數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)集市整合分析展現(xiàn)數(shù) 數(shù) 數(shù)據(jù) 據(jù) 據(jù)抽 轉(zhuǎn) 加取 換 載數(shù)據(jù)質(zhì)量管理ODS(操作數(shù)據(jù)存儲(chǔ))EDW(數(shù)據(jù)倉(cāng)庫(kù))數(shù)據(jù)集市關(guān)系數(shù)據(jù)模型多維數(shù)據(jù)模型主數(shù)據(jù)管理（MDM）營(yíng)銷風(fēng)險(xiǎn)存貨風(fēng)險(xiǎn)運(yùn)營(yíng)分析財(cái)務(wù)分析物流分析客戶分析人力資源…..專業(yè)軟件、門戶、移動(dòng)設(shè)備等形式發(fā)布固定報(bào)表自主分析移動(dòng)端年產(chǎn)值（人民幣元）數(shù)據(jù)底層板塊——底層數(shù)據(jù)應(yīng)用現(xiàn)狀傳統(tǒng)報(bào)表平臺(tái)直連業(yè)務(wù)系統(tǒng)數(shù)據(jù)分析中心年產(chǎn)值（人民幣元）指標(biāo)體系——指標(biāo)數(shù)據(jù)分析三要素指標(biāo)體系——指標(biāo)體系庫(kù)參考營(yíng)銷主題庫(kù)存主題財(cái)務(wù)主題生產(chǎn)主題人資主題質(zhì)量主題應(yīng)用平臺(tái)——金字塔平臺(tái)體系搭建02戰(zhàn)略層運(yùn)營(yíng)層執(zhí)行層企業(yè)駕駛艙目的：展示企業(yè)整體業(yè)務(wù)經(jīng)營(yíng)情況及指標(biāo)

01展示形式：多指標(biāo)多維度分析圖形適用人群：高層領(lǐng)導(dǎo)年產(chǎn)值（人民幣元）數(shù)據(jù)統(tǒng)計(jì)上報(bào)目的：明細(xì)數(shù)據(jù)查詢展示形式：表格填報(bào)適用人群：基層工作人員03業(yè)務(wù)模塊分析目的：聚焦業(yè)務(wù)，提升管理效率展示形式：?jiǎn)沃笜?biāo)多維度分析圖形+表格適用人群：中層領(lǐng)導(dǎo)應(yīng)用平臺(tái)——各層級(jí)建設(shè)策略管理員駕駛艙及移動(dòng)端應(yīng)用工廠領(lǐng)導(dǎo)層決策及戰(zhàn)略信息工廠管理層運(yùn)營(yíng)及業(yè)務(wù)管理信息業(yè)務(wù)信息報(bào)表及圖形化展示工廠業(yè)務(wù)執(zhí)行層基礎(chǔ)運(yùn)營(yíng)信息業(yè)務(wù)信息報(bào)表戰(zhàn)略目標(biāo)及決策監(jiān)控

工廠 運(yùn)營(yíng)管理層成本指標(biāo)庫(kù)存指標(biāo)采購(gòu)指標(biāo)質(zhì)量指標(biāo)人力指標(biāo)成本分析主題模型倉(cāng)儲(chǔ)分析主題模型質(zhì)量分析主題模型采購(gòu)分析主題模型產(chǎn)量分析主題模型工廠管理決策層關(guān)鍵指標(biāo)經(jīng)營(yíng)績(jī)效風(fēng)險(xiǎn)預(yù)警戰(zhàn)略目標(biāo)業(yè)務(wù)運(yùn)營(yíng)層面反饋生產(chǎn) 庫(kù)存 質(zhì)量 設(shè)備OEE報(bào) 能源日?qǐng)?bào) 日?qǐng)?bào) 月報(bào) 表 單耗運(yùn)營(yíng)策略戰(zhàn)略拆解落地企業(yè)戰(zhàn)略規(guī)劃自上而下進(jìn)行拆解，各部門縱橫雙向?qū)崿F(xiàn)高度協(xié)同運(yùn)營(yíng)實(shí)時(shí)監(jiān)控KPI數(shù)據(jù)實(shí)時(shí)可視，各部門高速健康運(yùn)轉(zhuǎn)問(wèn)題預(yù)警糾偏創(chuàng)建檔案庫(kù)，異常數(shù)據(jù)與流程及時(shí)糾偏全員參與改善創(chuàng)建精益改善庫(kù)，宣貫精益意識(shí)，倡導(dǎo)全員參與，實(shí)現(xiàn)自學(xué)習(xí)自優(yōu)化，工作持續(xù)改善工廠戰(zhàn)略決策及運(yùn)營(yíng)支持?jǐn)?shù)據(jù)建設(shè)目標(biāo)愿景目標(biāo)總體規(guī)劃思路締造杰出企業(yè)，成就先進(jìn)品牌各個(gè)業(yè)務(wù)部門運(yùn)營(yíng)效率提升全產(chǎn)業(yè)、全品類布局打造集團(tuán)企業(yè)分析體系以數(shù)字化為導(dǎo)向，以運(yùn)營(yíng)效率提升為中心

管理水平一流管理體系一流服務(wù)品質(zhì)一流運(yùn)營(yíng)透明流程上線降本增效關(guān)注體驗(yàn)（客戶/經(jīng)銷商/員工）組織協(xié)同1個(gè)理念3個(gè)一流5個(gè)原則關(guān)鍵舉措運(yùn)用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)數(shù)字化業(yè)務(wù)部門管理提升，支持分子公司快速?gòu)?fù)制現(xiàn)有的數(shù)據(jù)分析體系和能力。制定數(shù)據(jù)標(biāo)準(zhǔn)，建設(shè)統(tǒng)一的數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的沉淀及互聯(lián)互通，促進(jìn)以數(shù)據(jù)共享為基礎(chǔ)的多領(lǐng)域融合。基于大數(shù)據(jù)平臺(tái)開(kāi)發(fā)各類管理和輔助決策工具，實(shí)現(xiàn)管理及效率提升；沉淀優(yōu)秀的分析經(jīng)驗(yàn)，實(shí)現(xiàn)技能共享與傳承。建立數(shù)據(jù)管理體系，培養(yǎng)業(yè)務(wù)和大數(shù)據(jù)復(fù)合性人才，創(chuàng)造數(shù)字文化氛圍和持續(xù)演進(jìn)的管理體系。第三部分典型場(chǎng)景案例介紹場(chǎng)景一：生產(chǎn)指揮中心提高生產(chǎn)效率提升??產(chǎn)出，提升設(shè)備OEE，降低運(yùn)營(yíng)成本提升敏捷性降低庫(kù)存，縮短交貨時(shí)間，減少換線時(shí)間加速產(chǎn)品迭代減少設(shè)計(jì)迭代時(shí)間，縮短新產(chǎn)品上市時(shí)間提升企業(yè)可持續(xù)發(fā)展能力減少資源浪費(fèi)，提?能源效率實(shí)現(xiàn)定制化實(shí)現(xiàn)多品種、?批量的定制化?產(chǎn)制造業(yè)在組織、業(yè)務(wù)、產(chǎn)品和價(jià)值鏈上的復(fù)雜性，為企業(yè)的數(shù)字化轉(zhuǎn)型帶來(lái)了諸多障礙。事實(shí)上，數(shù)字化轉(zhuǎn)型并非單項(xiàng)技術(shù)的應(yīng)用，也不僅僅是個(gè)技術(shù)命題，更是一個(gè)戰(zhàn)略和管理命題。因此，制造企業(yè)需要深度剖析數(shù)字化轉(zhuǎn)型的需求和突破口，建立明確的數(shù)字化轉(zhuǎn)型路線圖。然而高層對(duì)數(shù)字化轉(zhuǎn)型必要性、緊迫性和復(fù)雜性認(rèn)識(shí)不足，企業(yè)內(nèi)部已應(yīng)用的系統(tǒng)孤島縱橫，重視自動(dòng)化輕視數(shù)字化、轉(zhuǎn)型效果不顯著、持續(xù)投資難、無(wú)法有效量化效益等問(wèn)題嚴(yán)重制約了制造業(yè)的數(shù)字化進(jìn)程。因此，企業(yè)急需一個(gè)能夠打通諸多業(yè)務(wù)系統(tǒng)、綜合展示生產(chǎn)運(yùn)營(yíng)各環(huán)節(jié)、支撐各層級(jí)管理決策的窗口。在這樣的背景之下，

生產(chǎn)指揮中心應(yīng)運(yùn)而生。1 2 3 4 5建設(shè)生產(chǎn)指揮中心突破降本增效局限六大模塊支撐企業(yè)數(shù)字化轉(zhuǎn)型，為生產(chǎn)指揮中心打牢基礎(chǔ)數(shù)字化財(cái)務(wù)會(huì)計(jì)報(bào)表 全面預(yù)算財(cái)務(wù)共享 財(cái)務(wù)分析智慧供應(yīng)鏈智能物流 采購(gòu)監(jiān)管全局訂單 供銷平衡業(yè)務(wù)運(yùn)營(yíng)改善智能制造 數(shù)字化營(yíng)銷數(shù)字工廠 質(zhì)量追溯 客戶滿意 渠道管理計(jì)劃可控 全局可視 客戶畫像 競(jìng)品分析數(shù)字技術(shù)創(chuàng)新數(shù)字化服務(wù)客供監(jiān)造 智能運(yùn)維客戶評(píng)價(jià) 項(xiàng)目管理物聯(lián)網(wǎng)信息應(yīng)用數(shù)據(jù)安全數(shù)據(jù)治理數(shù)據(jù)資產(chǎn)管理大數(shù)據(jù)平臺(tái)服務(wù)質(zhì)量提升工藝流程改善產(chǎn)品改良大數(shù)據(jù)計(jì)算安全技術(shù)數(shù)字化人力人事管理 員工畫像薪酬績(jī)效 人才發(fā)展6.基礎(chǔ)設(shè)施建設(shè)公司級(jí)數(shù)據(jù)中心智能化設(shè)備改造業(yè)務(wù)信息系統(tǒng)安防監(jiān)控中心企業(yè)戰(zhàn)略轉(zhuǎn)型數(shù)字化轉(zhuǎn)型成熟度評(píng)估 數(shù)字化轉(zhuǎn)型戰(zhàn)略規(guī)劃工具 數(shù)字化轉(zhuǎn)型戰(zhàn)略目標(biāo)制定與拆解 數(shù)字化轉(zhuǎn)型企業(yè)文化變革組織能力提升 3.管理模式變革員工能力 員工思維 員工治理 PDCA閉環(huán)線上化 數(shù)字化雙線管理生產(chǎn)指揮中心體系構(gòu)建生產(chǎn)指揮中心車間維度分析：車間看板+工序建模備料車間駕駛艙焊接車間駕駛艙涂裝車間駕駛艙裝配車間駕駛艙廠內(nèi)物流配送-物流管理駕駛艙事業(yè)部維度分析：由點(diǎn)到面+多維穿透

總經(jīng)理駕駛艙/部門駕駛艙綜合管理采購(gòu)/計(jì)劃財(cái)務(wù)管理HSE管理制造/質(zhì)量管理生產(chǎn)統(tǒng)計(jì)駕駛艙訂單管理駕駛艙質(zhì)量管理駕駛艙異常管理生產(chǎn)異常入庫(kù)異常質(zhì)量異常智能制造展廳設(shè)計(jì)指揮中心大屏：多屏組合+監(jiān)控集成生產(chǎn)運(yùn)營(yíng)情況-指揮中心大屏 企業(yè)形象大屏設(shè)備互聯(lián)及視頻監(jiān)控多層級(jí)/多角色的數(shù)據(jù)觸達(dá)體系總經(jīng)理駕駛艙不同班組/工種到崗情況人員技能匹配度情況人員總體信息人員變動(dòng)情況趨勢(shì)員工相關(guān)技能雷達(dá)圖每小時(shí)下線量生產(chǎn)下線 下線量同比及 各工序不整體信息 趨勢(shì)情況 良率各產(chǎn)線不良率 各機(jī)臺(tái)不良率緊急交付產(chǎn)品品種輪播工廠異常信息滾動(dòng)播放設(shè)備/模具保養(yǎng)及執(zhí)行情況設(shè)備連接狀態(tài)及開(kāi)動(dòng)情況設(shè)備實(shí)時(shí)OEE分析近七日設(shè)備OEE變化趨勢(shì)庫(kù)存月趨勢(shì)分析總成/零件切換物料周轉(zhuǎn) 總成/零件庫(kù)存 總成庫(kù)齡排名 數(shù)據(jù)匯總 TOP10積壓物資排行零件庫(kù)齡TOP10駕駛艙體系分層細(xì)化指揮中心大屏體系之下，負(fù)責(zé)日常生產(chǎn)運(yùn)營(yíng)業(yè)務(wù)的總經(jīng)理/廠長(zhǎng)，需要能夠在自己的辦公室內(nèi)快速掌握工廠的整體動(dòng)向，包括可以根據(jù)異常初步定位原因和責(zé)任部門，及時(shí)提醒相關(guān)部門的負(fù)責(zé)人；核心指標(biāo)展示：

Q質(zhì)量、C成本、

D配送、S安全、M人員士氣等；當(dāng)前顯示總經(jīng)理駕駛艙頁(yè)面，相應(yīng)數(shù)據(jù)可以點(diǎn)擊下鉆，分別鉆取跳轉(zhuǎn)至車間級(jí)駕駛艙或各事業(yè)部駕駛艙。生產(chǎn)運(yùn)營(yíng)指揮調(diào)度中心生產(chǎn)運(yùn)營(yíng)情況總覽展示工廠真實(shí)的運(yùn)營(yíng)情況，包括總廠和各個(gè)車間；綜合展示集團(tuán)及事業(yè)部最關(guān)心的指標(biāo)，如生產(chǎn)訂單情況、來(lái)料庫(kù)存情況、成品質(zhì)量檢測(cè)情況、設(shè)備狀態(tài)等；不同的業(yè)務(wù)板塊支持點(diǎn)擊下鉆，進(jìn)行細(xì)化分析；設(shè)備互聯(lián)&3D建模-新一代FVS渲染模塊動(dòng)態(tài)渲染3D建模及渲染展示全新推出的FVS建模展示模塊，借助通用的GLB模型進(jìn)行3D組件的導(dǎo)入，再結(jié)合前端的動(dòng)態(tài)渲染進(jìn)行更加直觀的效果展示；通過(guò)對(duì)設(shè)備每日的開(kāi)機(jī)時(shí)長(zhǎng)，作業(yè)時(shí)長(zhǎng)，故障時(shí)長(zhǎng)等指標(biāo)計(jì)算出設(shè)備的開(kāi)機(jī)率，在線率，作業(yè)率，空閑率，故障率等重要指標(biāo)。下方根據(jù)工作中心維度展示各工作中心的設(shè)備情況，與各工序駕駛艙的設(shè)備內(nèi)容整體呼應(yīng)。廠間指標(biāo)監(jiān)控區(qū)域工廠生產(chǎn)情況總覽展示各個(gè)區(qū)域工廠的總產(chǎn)量、批次、工用時(shí)等數(shù)據(jù)。幫助企業(yè)高層快速了解各區(qū)域產(chǎn)情況。核心板塊——生產(chǎn)達(dá)成時(shí)、生達(dá)成、達(dá)變量天產(chǎn)量達(dá)成：考究單日產(chǎn)量和累計(jì)產(chǎn)量的成率，幫助企業(yè)高層實(shí)時(shí)監(jiān)控生產(chǎn)進(jìn)度和達(dá) 情況，起到監(jiān)控預(yù)警的作用。核心指標(biāo)：提取批效率、批運(yùn)行效率OEE三個(gè)核心分析指標(biāo)。不僅監(jiān)控生產(chǎn)總量成情況，同時(shí)還分析生產(chǎn)整體效率。產(chǎn)量趨勢(shì)分析：分析產(chǎn)量隨時(shí)間趨勢(shì)的化和達(dá)成情況，并與OEE進(jìn)行對(duì)比，分析產(chǎn)是否符合生產(chǎn)效率，幫助企業(yè)快速定位異常數(shù)。生產(chǎn)狀況與異常分析該面板以產(chǎn)品線為維度，展示各條產(chǎn)品線當(dāng)前的生產(chǎn)批次和生產(chǎn)狀態(tài)。同時(shí)，展示最近一周設(shè)備故障的停機(jī)時(shí)間和停機(jī)原因，幫助企業(yè)快速定位生產(chǎn)中的關(guān)鍵異常因素。生產(chǎn)車間運(yùn)營(yíng)監(jiān)控大屏車間監(jiān)控大屏展示車間管理關(guān)鍵指標(biāo)信息，包含計(jì)劃進(jìn)度、質(zhì)量情況、設(shè)備狀態(tài)、人員配備等，對(duì)車間的實(shí)時(shí)情況能夠進(jìn)行監(jiān)控和管理，也是一種領(lǐng)導(dǎo)層壓力下放、車間實(shí)現(xiàn)自我管理的有力工具。優(yōu)勢(shì)：實(shí)時(shí)性實(shí)時(shí)反應(yīng)生產(chǎn)情況、設(shè)備情況、人員情況、環(huán)境情況等重要車間生產(chǎn)指標(biāo)，減輕管理人員的工作負(fù)擔(dān)；發(fā)生異常情況時(shí)，快速定位，提高問(wèn)題處理響應(yīng)效率，從而提高生產(chǎn)效率。豐富性由于大屏展示涵蓋內(nèi)容較多，使得管理人員可以通過(guò)一張屏幕就能對(duì)當(dāng)日生產(chǎn)情況進(jìn)行分析。比如單區(qū)域耗能與產(chǎn)量是否匹配，工人分配情況是否滿足生產(chǎn)需求等。美觀性監(jiān)控大屏不僅可以服務(wù)于管理人員，在對(duì)外參觀或巡視時(shí)，美觀的大屏有助于樹(shù)立“智能工廠”形象，提高公司影響力。車間生產(chǎn)計(jì)劃管理統(tǒng)計(jì)各車間當(dāng)月及年度累計(jì)指標(biāo)完成率，對(duì)比反饋時(shí)序進(jìn)度較差的車間，進(jìn)行針對(duì)性改善與問(wèn)責(zé)。時(shí)序進(jìn)度不達(dá)標(biāo)的車間，信息標(biāo)紅高亮顯示。場(chǎng)景二：企業(yè)閉環(huán)經(jīng)營(yíng)管控體系數(shù)字化管控平臺(tái)管理分析財(cái)務(wù)分析營(yíng)運(yùn)分析生產(chǎn)分析……經(jīng)營(yíng)儀表盤經(jīng)營(yíng)監(jiān)控經(jīng)營(yíng)指標(biāo)庫(kù)戰(zhàn)略監(jiān)測(cè)市場(chǎng)環(huán)境行業(yè)競(jìng)爭(zhēng)戰(zhàn)略地圖行動(dòng)明細(xì)跟蹤行動(dòng)執(zhí)行行動(dòng)進(jìn)度監(jiān)控經(jīng)營(yíng)監(jiān)測(cè)關(guān)鍵KPI績(jī)效監(jiān)控業(yè)務(wù)經(jīng)營(yíng)指標(biāo)發(fā)現(xiàn)經(jīng)營(yíng)問(wèn)題管理分析業(yè)務(wù)專題分析剖析業(yè)務(wù)原因分析問(wèn)題原因經(jīng)營(yíng)管理閉環(huán)戰(zhàn)略回顧與考核戰(zhàn)略目標(biāo)達(dá)成監(jiān)測(cè)部門績(jī)效考核評(píng)估沉淀管理知識(shí)經(jīng)驗(yàn)戰(zhàn)略規(guī)劃與調(diào)整外部環(huán)境監(jiān)測(cè)行業(yè)競(jìng)爭(zhēng)分析戰(zhàn)略地圖監(jiān)測(cè)把控戰(zhàn)略目標(biāo)落實(shí)行動(dòng)戰(zhàn)略行動(dòng)方案跟進(jìn)專項(xiàng)改進(jìn)行動(dòng)跟進(jìn)落實(shí)改進(jìn)行動(dòng)PDCA閉環(huán)管理過(guò)程P：工作目標(biāo)制定拆解A：?jiǎn)栴}待辦執(zhí)行閉環(huán)跟蹤C(jī)：執(zhí)行結(jié)果復(fù)盤分析D：執(zhí)行過(guò)程看板驅(qū)動(dòng)構(gòu)建完整的指標(biāo)異常/任務(wù)超期閉環(huán)管控體系自動(dòng)抓取生產(chǎn)過(guò)程的異常數(shù)據(jù)進(jìn)入閉環(huán)管理相關(guān)產(chǎn)線線長(zhǎng)收到消息任務(wù)流轉(zhuǎn)超期填寫原因+改進(jìn)對(duì)策+計(jì)劃完成時(shí)間并推送異常對(duì)策/超期提醒，反饋產(chǎn)線線長(zhǎng)該異常/超期流轉(zhuǎn)結(jié)束按權(quán)限推送給責(zé)任人員數(shù)據(jù)異常/任務(wù)超期審核確認(rèn)完成仍需改進(jìn)每30min定時(shí)推送超期的任務(wù)/異常數(shù)據(jù)消息給產(chǎn)線線長(zhǎng)和責(zé)任工程師構(gòu)建完整的閉環(huán)管控體系P：自動(dòng)監(jiān)控考核指標(biāo)超過(guò)閾值/流轉(zhuǎn)超期問(wèn)題，保障能夠定位到問(wèn)題的責(zé)任人；D：設(shè)定指標(biāo)監(jiān)控的周期，如每隔30min做一次推送；C：收到推送預(yù)警消息后，填寫相應(yīng)的問(wèn)題原因+改進(jìn)措施+計(jì)劃完成時(shí)間，精確到執(zhí)行負(fù)責(zé)人；A：再次反饋給負(fù)責(zé)人后，確認(rèn)是否已經(jīng)完成閉環(huán)。構(gòu)建完整的指標(biāo)異常/任務(wù)超期閉環(huán)管控體系責(zé)任人問(wèn)題閉環(huán)管理建立問(wèn)題找人、分層管理機(jī)制，大幅提升數(shù)據(jù)決策的時(shí)效性；重點(diǎn)調(diào)試數(shù)據(jù)及過(guò)程數(shù)據(jù)全部實(shí)現(xiàn)自動(dòng)化，掌握全部數(shù)據(jù)動(dòng)態(tài)，在線閉環(huán)管控；故障及原因分析不再無(wú)的放矢，各類原因全部在線記錄，方便后續(xù)分析經(jīng)驗(yàn)教訓(xùn)；通過(guò)郵件/飛書推送給指定人員。場(chǎng)景三：銷售運(yùn)營(yíng)管理分析對(duì)于大部分企業(yè)來(lái)說(shuō)，銷售部門是為企業(yè)直接帶來(lái)利潤(rùn)的主要部門，說(shuō)是企業(yè)命脈部門其實(shí)也不為過(guò)。然而事實(shí)上是為數(shù)不少的銷售部工作人員由于缺乏營(yíng)銷分析概念和方法，企業(yè)累積的大量數(shù)據(jù)得不到有效的利用，營(yíng)銷分析只停留在數(shù)據(jù)和信息的簡(jiǎn)單匯總和流水帳式的通報(bào)，缺乏對(duì)客戶、營(yíng)銷、代理商、競(jìng)爭(zhēng)方面的OLAP深入分析，結(jié)果決策者只能憑著本能的反應(yīng)來(lái)運(yùn)作，決策存在很大的失誤風(fēng)險(xiǎn)。PDCA銷售目標(biāo)制定缺乏依據(jù)，全靠拍腦袋銷售團(tuán)隊(duì)分散難管理，缺少協(xié)同透明會(huì)議復(fù)盤無(wú)詳細(xì)數(shù)據(jù)信息支撐，流于形式問(wèn)題經(jīng)驗(yàn)沒(méi)有跟蹤反饋，落地執(zhí)行困難目標(biāo)制

定復(fù)盤檢

查任務(wù)執(zhí)

行問(wèn)題跟

蹤目標(biāo)制定三步走——現(xiàn)狀分析P目標(biāo)制定D執(zhí)行過(guò)程C結(jié)果復(fù)盤A問(wèn)題跟蹤市場(chǎng)規(guī)模及占有率分析

商機(jī)數(shù)量變化趨勢(shì)分析1、市場(chǎng)規(guī)模分析，對(duì)市場(chǎng)整體體量以及企業(yè)自身市場(chǎng)定位，有個(gè)大致的認(rèn)知；2、同行業(yè)同類型產(chǎn)品競(jìng)品分析，細(xì)化到每個(gè)產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力分析，清楚企業(yè)競(jìng)爭(zhēng)力和主打產(chǎn)品；3、線索商機(jī)來(lái)源及變化趨勢(shì)分析，對(duì)比往年銷量和商機(jī)數(shù)量來(lái)制定今年的預(yù)計(jì)目標(biāo)，相對(duì)更有參考意義。同行業(yè)同類型產(chǎn)品競(jìng)品分析外部?jī)?nèi)部一線目標(biāo)制定三步走——?dú)v史結(jié)果數(shù)據(jù)分析P目標(biāo)制定D執(zhí)行過(guò)程C結(jié)果復(fù)盤A問(wèn)題跟蹤營(yíng)業(yè)收入相關(guān)指標(biāo)對(duì)比分析營(yíng)收達(dá)成同比分析商機(jī)轉(zhuǎn)化分析1、營(yíng)業(yè)收入同比往年數(shù)據(jù)分析，預(yù)估本年度未來(lái)幾個(gè)月的收入、成本、費(fèi)用等相關(guān)指標(biāo)，給目標(biāo)制定以及執(zhí)行監(jiān)督做參考2、相關(guān)指標(biāo)對(duì)比分析，營(yíng)業(yè)收入相關(guān)指標(biāo)對(duì)比分析，通過(guò)關(guān)聯(lián)指標(biāo)趨勢(shì)相同或者相反的變化情況，參考制定對(duì)應(yīng)目標(biāo)；3、商機(jī)轉(zhuǎn)化率分析，了解內(nèi)部業(yè)務(wù)人員對(duì)商機(jī)的把控情況，結(jié)合現(xiàn)有商機(jī)既能估算出實(shí)際轉(zhuǎn)化的銷售額。外部 內(nèi)部 一線目標(biāo)制定三步走——月度目標(biāo)預(yù)測(cè)體系搭建P目標(biāo)制定D執(zhí)行過(guò)程C結(jié)果復(fù)盤A問(wèn)題跟蹤集團(tuán)營(yíng)銷分公司業(yè)務(wù)員任務(wù)下發(fā)目標(biāo)上報(bào)集團(tuán)營(yíng)銷分公司業(yè)務(wù)員為了保證上報(bào)的目標(biāo)越來(lái)越準(zhǔn)確，除了關(guān)注任務(wù)達(dá)成情況以外，還考核目標(biāo)預(yù)測(cè)的準(zhǔn)確情況。外部 內(nèi)部 一線執(zhí)行過(guò)程三層透明激勵(lì)——自我管理驅(qū)動(dòng)P目標(biāo)制定D執(zhí)行過(guò)程C結(jié)果復(fù)盤A問(wèn)題跟蹤業(yè)務(wù)員及管理者業(yè)務(wù)指標(biāo)、業(yè)績(jī)指標(biāo)、考核指標(biāo)以及日常工作過(guò)程中的事務(wù)性數(shù)據(jù)等信息匯集到一起，做成一張日常工作看板，實(shí)現(xiàn)業(yè)務(wù)員目標(biāo)自我管理和自我驅(qū)動(dòng)?？窗?報(bào)告 賽馬執(zhí)行過(guò)程三層透明激勵(lì)——高層壓力下放P目標(biāo)制定D執(zhí)行過(guò)程C結(jié)果復(fù)盤A問(wèn)題跟蹤看板 報(bào)告 賽馬定時(shí)自動(dòng)生成各項(xiàng)任務(wù)進(jìn)度報(bào)告，推送給相關(guān)業(yè)務(wù)員以及管理層手中，發(fā)現(xiàn)異常及時(shí)跟進(jìn)處理，同時(shí)把對(duì)目標(biāo)任務(wù)的達(dá)成壓力下放給業(yè)務(wù)員。執(zhí)行過(guò)程三層透明激勵(lì)——橫向?qū)Ρ雀?jìng)爭(zhēng)P目標(biāo)制定D執(zhí)行過(guò)程C結(jié)果復(fù)盤A問(wèn)題跟蹤銷售任務(wù)完成率排行TOP業(yè)務(wù)員看板 報(bào)告 賽馬結(jié)果復(fù)盤分析—結(jié)果到問(wèn)題再到原因定位的關(guān)聯(lián)分析體系P目標(biāo)制定D執(zhí)行過(guò)程C結(jié)果復(fù)盤A問(wèn)題跟蹤問(wèn)題影響因子分析方法結(jié)論銷售分公司業(yè)績(jī)未達(dá)標(biāo)銷售分析業(yè)績(jī)歷史同環(huán)比分析市場(chǎng)分析客戶分析產(chǎn)品分析本月某產(chǎn)品銷量驟減季度銷售額斷崖式下降......業(yè)績(jī)排名分析同類產(chǎn)品市場(chǎng)銷量對(duì)比整體市場(chǎng)銷量監(jiān)控關(guān)鍵用戶分析大客戶異常數(shù)據(jù)預(yù)警產(chǎn)品歷史銷量同環(huán)比產(chǎn)品市場(chǎng)占有率通過(guò)歷史數(shù)據(jù)同比加同類團(tuán)隊(duì)橫向?qū)Ρ?，發(fā)現(xiàn)這個(gè)銷售公司雖然業(yè)績(jī)未達(dá)標(biāo)，但是完成度排名和增幅都比較靠前，可能是目標(biāo)定高了通過(guò)某產(chǎn)品客戶歷史訂單分析，定位到銷量減少是因?yàn)橛写罂蛻粼谡型稑?biāo)過(guò)程中被競(jìng)品搶走，這個(gè)點(diǎn)在市場(chǎng)占有率的數(shù)據(jù)中也得到印證通過(guò)市場(chǎng)整體數(shù)據(jù)監(jiān)控分析，發(fā)現(xiàn)銷售額下降是整個(gè)市場(chǎng)環(huán)境的變化，做好促銷等應(yīng)對(duì)措施即可問(wèn)題跟蹤閉環(huán)——會(huì)議必決、決后必辦P目標(biāo)制定D執(zhí)行過(guò)程C結(jié)果復(fù)盤A問(wèn)題跟蹤會(huì)議必決：每次高層會(huì)議形成決議，記錄責(zé)任人，具體事項(xiàng)，預(yù)期目標(biāo)與效果，計(jì)劃完成時(shí)間，進(jìn)度跟蹤等決后必辦：每次會(huì)議的代辦事項(xiàng)以及問(wèn)題記錄都在系統(tǒng)中行成具體的跟蹤標(biāo)志，下次會(huì)議之前先整體過(guò)一遍遺留問(wèn)題的處理情況，保證會(huì)議提出的決議都能得到跟進(jìn)第四部分決勝數(shù)字化轉(zhuǎn)型之路數(shù)字化平臺(tái)全景圖管理駕駛艙綜合績(jī)效分析關(guān)鍵業(yè)務(wù)指標(biāo)關(guān)鍵預(yù)算執(zhí)行應(yīng)收賬齡周轉(zhuǎn)區(qū)域業(yè)績(jī)地圖供應(yīng)運(yùn)營(yíng)監(jiān)控銷售體系銷售管理分析銷售績(jī)效分析銷售盈利分析銷售訂貨分析產(chǎn)品銷售分析服務(wù)銷售分析銷售排程分析銷售信用分析應(yīng)收賬齡分析周轉(zhuǎn)分析客戶貢獻(xiàn)分析商機(jī)漏斗分析財(cái)務(wù)體系全面預(yù)算成本費(fèi)用分析預(yù)算執(zhí)行分析資金協(xié)調(diào)分析盈利能力運(yùn)營(yíng)能力償債能力發(fā)展能力成本分析科目發(fā)生查詢供應(yīng)鏈體系訂單全生命周期供應(yīng)商畫像采購(gòu)計(jì)劃分析采購(gòu)執(zhí)行分析

預(yù)付應(yīng)收分析靜態(tài)庫(kù)存分析動(dòng)態(tài)庫(kù)存分析庫(kù)存周轉(zhuǎn)分析庫(kù)齡分析生產(chǎn)體系精益生產(chǎn)管理產(chǎn)銷協(xié)同分析生產(chǎn)計(jì)劃分析生產(chǎn)執(zhí)行分析生產(chǎn)耗能分析生產(chǎn)延期預(yù)警生產(chǎn)質(zhì)量分析生產(chǎn)訂單查詢生產(chǎn)報(bào)工分析生產(chǎn)產(chǎn)值分析質(zhì)量體系質(zhì)量追溯分析客訴管理庫(kù)存超期檢驗(yàn)合格率分析直通率分析檢驗(yàn)處理進(jìn)度展現(xiàn)終端IT監(jiān)控系統(tǒng)單點(diǎn)登錄系統(tǒng)訪問(wèn)頻次統(tǒng)計(jì)系統(tǒng)訪問(wèn)人員監(jiān)控人力體系人員結(jié)構(gòu)統(tǒng)計(jì)人員流動(dòng)統(tǒng)計(jì)職位結(jié)構(gòu)統(tǒng)計(jì)職位變動(dòng)分析職位明細(xì)查詢?nèi)藛T入職渠道人員離職原因人員明細(xì)查詢一體化管控平臺(tái)、多種場(chǎng)景應(yīng)用助力企業(yè)數(shù)字化轉(zhuǎn)型工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能制造業(yè)數(shù)字化轉(zhuǎn)型方法論黨中央、國(guó)務(wù)院近期關(guān)于工業(yè)互聯(lián)網(wǎng)的工作部署2020年3月17日，國(guó)務(wù)院總理李克強(qiáng)主持召開(kāi)國(guó)務(wù)院常務(wù)會(huì)議，并指出要對(duì)“互聯(lián)網(wǎng)+”、平臺(tái)經(jīng)濟(jì)等加大支持，壯大數(shù)字經(jīng)濟(jì)新業(yè)態(tài)，依托工業(yè)互聯(lián)網(wǎng)促進(jìn)傳統(tǒng)產(chǎn)業(yè)加快上線上云，發(fā)展線上線下融合的生活服務(wù)業(yè)，支持發(fā)展共享用工平臺(tái)。工業(yè)互聯(lián)網(wǎng)人工智能數(shù)據(jù)中心5G基站建設(shè)《工業(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）CD（一）改造升級(jí)工業(yè)互聯(lián)網(wǎng)內(nèi)外網(wǎng)絡(luò)。（二）增強(qiáng)完善工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)體系。（三）提升工業(yè)互聯(lián)網(wǎng)平臺(tái)核心能力。（四）建設(shè)工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心。一、加快新型基礎(chǔ)設(shè)施建設(shè)（十三）加快工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展工程建設(shè)。（十四）深入實(shí)施“5G+工業(yè)互聯(lián)網(wǎng)”512工程。（十五）增強(qiáng)關(guān)鍵技術(shù)產(chǎn)品供給能力。四、加快壯大創(chuàng)新發(fā)展動(dòng)能（九）建立企業(yè)分級(jí)安全管理制度。（十）完善安全技術(shù)監(jiān)測(cè)體系。（十一）健全安全工作機(jī)制。（十二）加強(qiáng)安全技術(shù)產(chǎn)品創(chuàng)新。三、加快健全安全保障體系（五）積極利用工業(yè)互聯(lián)網(wǎng)促進(jìn)復(fù)工復(fù)產(chǎn)。（六）深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用。（七）促進(jìn)企業(yè)上云上平臺(tái)。（八）加快工業(yè)互聯(lián)網(wǎng)試點(diǎn)示范推廣普及。二、加快拓展融合創(chuàng)新應(yīng)用EF（十九）提升要素保障水平。（二十）開(kāi)展產(chǎn)業(yè)監(jiān)測(cè)評(píng)估。六、加大政策支持力度（十六）促進(jìn)工業(yè)互聯(lián)網(wǎng)區(qū)域協(xié)同發(fā)展。（十七）增強(qiáng)工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)集群能力。（十八）高水平組織產(chǎn)業(yè)活動(dòng)。五、加快完善產(chǎn)業(yè)生態(tài)布局AB0201引導(dǎo)平臺(tái)增強(qiáng)5G、人工智能、區(qū)塊鏈、增強(qiáng)現(xiàn)實(shí)/虛擬現(xiàn)實(shí)等新技術(shù)支撐能力，強(qiáng)化設(shè)計(jì)、生產(chǎn)、運(yùn)維、管理等全流程數(shù)字化功能集成。遴選10個(gè)跨行業(yè)跨領(lǐng)域平臺(tái)，發(fā)展50家重點(diǎn)行業(yè)/區(qū)域平臺(tái)。推動(dòng)重點(diǎn)平臺(tái)平均支持工業(yè)協(xié)議數(shù)量200個(gè)、工業(yè)設(shè)備連接數(shù)80萬(wàn)臺(tái)、工業(yè)APP數(shù)量達(dá)到2500個(gè)。鼓勵(lì)各地結(jié)合優(yōu)勢(shì)產(chǎn)業(yè)，加強(qiáng)工業(yè)互聯(lián)網(wǎng)在裝備、機(jī)械、汽車、能源、電子、冶金、石化、礦業(yè)等國(guó)民經(jīng)濟(jì)重點(diǎn)行業(yè)的融合創(chuàng)新，突出差異化發(fā)展，形成各有側(cè)重、各具特色的發(fā)展模式。引導(dǎo)各地總結(jié)實(shí)踐經(jīng)驗(yàn)，制定垂直細(xì)分領(lǐng)域的行業(yè)應(yīng)用指南。提升工業(yè)互聯(lián)網(wǎng)平臺(tái)核心能力深化工業(yè)互聯(lián)網(wǎng)行業(yè)應(yīng)用《工業(yè)和信息化部辦公廳關(guān)于推動(dòng)工業(yè)互聯(lián)網(wǎng)加快發(fā)展的通知》（2020年3月20日）主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的三大視角九大維度二、價(jià)值視角：連接維、企業(yè)維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維企業(yè)為什么要進(jìn)行數(shù)字化轉(zhuǎn)型？數(shù)據(jù)來(lái)源：麥肯錫庫(kù)存占用成本下降20-40%設(shè)計(jì)-工程成本下降10-30%質(zhì)量成本優(yōu)化10-20%制造業(yè)增加值成本減少25-35%減少?gòu)U料20-35%減少能耗5-8%勞動(dòng)生產(chǎn)力提高15-30%設(shè)備停機(jī)時(shí)間下降30-50%預(yù)測(cè)準(zhǔn)確度提高85%提高工人每人每小時(shí)勞動(dòng)生產(chǎn)率40-60%提高運(yùn)營(yíng)部門間接人工效率30-40%提升設(shè)備綜合效率15-25%提高一次通過(guò)率5-8%數(shù)字化轉(zhuǎn)型的本質(zhì):為企業(yè)創(chuàng)造價(jià)值提質(zhì)增效l

提升勞動(dòng)生產(chǎn)率l

優(yōu)化設(shè)備管理l

提高企業(yè)產(chǎn)量l

完善質(zhì)量管理節(jié)本降耗l

節(jié)約生產(chǎn)成本l

降低企業(yè)庫(kù)存l

降低質(zhì)量成本l

降低能耗水平生態(tài)培育l

新技術(shù)l

新產(chǎn)品l

新模式l

新業(yè)態(tài)基礎(chǔ)建設(shè)單項(xiàng)應(yīng)用協(xié)同創(chuàng)新制造業(yè)數(shù)字化轉(zhuǎn)型正在邁向3.0階段：工業(yè)互聯(lián)網(wǎng)平臺(tái)賦能綜合集成集成范圍投資收益工業(yè)互聯(lián)網(wǎng)（工業(yè)APP）工業(yè)云（工業(yè)SaaS）工業(yè)軟件制造業(yè)數(shù)字化轉(zhuǎn)型的新載體：工業(yè)互聯(lián)網(wǎng)平臺(tái)邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開(kāi)發(fā)工具（專用開(kāi)發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開(kāi)發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營(yíng)環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化制造業(yè)數(shù)字化轉(zhuǎn)型方法論要回答三個(gè)問(wèn)題為什么要轉(zhuǎn)？（價(jià)值）用什么轉(zhuǎn)？（技術(shù)）怎么轉(zhuǎn)？（業(yè)務(wù)）制造業(yè)數(shù)字化轉(zhuǎn)型框架：以價(jià)值重構(gòu)為主線的雙螺旋模型技視角術(shù)業(yè)務(wù)視角價(jià)值視角p

制造業(yè)數(shù)字化轉(zhuǎn)型必須從價(jià)值、技術(shù)、業(yè)務(wù)三個(gè)視角統(tǒng)籌考慮。p

價(jià)值重構(gòu)是邏輯起點(diǎn)，技術(shù)支撐是工具，業(yè)務(wù)落地是內(nèi)核。拋開(kāi)技術(shù)談業(yè)務(wù)，容易陷入老方案，使用舊地圖找不到新大陸。拋開(kāi)業(yè)務(wù)談技術(shù)，容易陷入炫耀鋤頭的自?shī)首詷?lè)。p

雙螺旋模型的含義：以價(jià)值重構(gòu)為主線，堅(jiān)持技術(shù)支撐和業(yè)務(wù)落地雙輪驅(qū)動(dòng)，實(shí)現(xiàn)技術(shù)和業(yè)務(wù)雙向迭代。制造業(yè)數(shù)字化轉(zhuǎn)型框架：基于雙螺旋模型的三大視角九大維度技術(shù)視角業(yè)務(wù)視角價(jià)值視角主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的三大視角九大維度二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維工業(yè)互聯(lián)網(wǎng)平臺(tái)價(jià)值體系全價(jià)值鏈全產(chǎn)業(yè)鏈全要素設(shè)備降耗節(jié)本增效提質(zhì)連接維效益維新技術(shù)新產(chǎn)品新模式新業(yè)態(tài)從價(jià)值視角看，工業(yè)互聯(lián)網(wǎng)平臺(tái)的本質(zhì)是通過(guò)工 生態(tài)維業(yè)全要素、全價(jià)值鏈和全產(chǎn)業(yè)鏈的連接，實(shí)現(xiàn)對(duì)企業(yè)乃至制造業(yè)的重構(gòu)。工業(yè)互聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)應(yīng)用模型企業(yè)運(yùn)營(yíng)類研發(fā)制造管理服務(wù)資產(chǎn)管理類狀態(tài)監(jiān)測(cè)故障診斷預(yù)測(cè)預(yù)警遠(yuǎn)程運(yùn)維產(chǎn)業(yè)鏈協(xié)同供應(yīng)鏈協(xié)同制造能力共享業(yè)務(wù)應(yīng)用（PLM、ERP、SCM）工廠1 工廠2...level

4設(shè)備模型業(yè)務(wù)模型l 二維模型l 三維模型l .....l 研發(fā)設(shè)計(jì)模型l 生產(chǎn)制造模型l 經(jīng)營(yíng)管理模型l .....機(jī)理模型l 物理模型l 化學(xué)模型l .....算法模型l 分類l 回歸l 聚類.....生產(chǎn)運(yùn)行控制（MES/MOM）設(shè)備執(zhí)行監(jiān)控（HMI-SCADA）傳感器（PLC）設(shè)備層level

3level

2level

1level

0全要素：人、機(jī)、料、法、環(huán)全產(chǎn)業(yè)鏈：供應(yīng)鏈、空間鏈、金融鏈價(jià)值鏈：研發(fā)、制造、服務(wù)工業(yè)互聯(lián)網(wǎng)平臺(tái)=工業(yè)全要素、全價(jià)值鏈、產(chǎn)業(yè)鏈的連接全要素全產(chǎn)業(yè)鏈全價(jià)值鏈人機(jī)料法環(huán)供應(yīng)鏈空間鏈金融鏈研發(fā)制造服務(wù)產(chǎn)品生產(chǎn)自動(dòng)化機(jī)器物料機(jī)理模型實(shí)體空間知識(shí)生產(chǎn)智能化機(jī)器數(shù)據(jù)數(shù)據(jù)模型+機(jī)理模型數(shù)字孿生空間固定供應(yīng)鏈線下集群銀行貸款柔性供應(yīng)鏈線上集群互聯(lián)網(wǎng)金融推動(dòng)工業(yè)生產(chǎn)從3.0向4.0轉(zhuǎn)變打破企業(yè)邊界、商業(yè)邊界、區(qū)域邊界微笑曲線向數(shù)據(jù)驅(qū)動(dòng)的價(jià)值閉環(huán)轉(zhuǎn)變研發(fā)

制造 服務(wù)附加值數(shù)據(jù)驅(qū)動(dòng)協(xié)同研發(fā)按需制造精準(zhǔn)服務(wù)工業(yè)互聯(lián)網(wǎng)平臺(tái)=工業(yè)全要素、全價(jià)值鏈、產(chǎn)業(yè)鏈的重構(gòu)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的三大視角九大維度二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維工業(yè)互聯(lián)網(wǎng)平臺(tái)技術(shù)體系數(shù)據(jù)算力模型應(yīng)用工業(yè)APP工業(yè)PaaSIaaS邊緣層數(shù)據(jù)中心人工智能數(shù)字孿生數(shù)據(jù)維架構(gòu)維產(chǎn)業(yè)維5G工業(yè)互聯(lián)網(wǎng)平臺(tái)=數(shù)據(jù)+算力+模型+應(yīng)用邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析邊緣智能工業(yè)應(yīng)用開(kāi)發(fā)工具（專用開(kāi)發(fā)工具、應(yīng)用模板、圖形化編程）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理）工業(yè)大數(shù)據(jù)分析平臺(tái)（數(shù)據(jù)管理、數(shù)據(jù)建模、數(shù)據(jù)分析）通用PaaS平臺(tái)（開(kāi)發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營(yíng)環(huán)境）新型工業(yè)APP傳統(tǒng)軟件云化數(shù)據(jù)模型應(yīng)用＋＋算力＋工業(yè)互聯(lián)網(wǎng)+5g/數(shù)據(jù)中心/人工智能應(yīng)該怎么加？p

從5g、數(shù)據(jù)中心、人工智能到工業(yè)互聯(lián)網(wǎng)，這幾個(gè)概念不是割裂的，而是環(huán)環(huán)相扣的，構(gòu)成了數(shù)據(jù)采集、傳輸、計(jì)算、分析、應(yīng)用的數(shù)據(jù)閉環(huán)，工業(yè)互聯(lián)網(wǎng)平臺(tái)建設(shè)的關(guān)鍵是要實(shí)現(xiàn)這些技術(shù)的群體性突破和協(xié)同性創(chuàng)新。邊緣計(jì)算5G數(shù)據(jù)采集計(jì)算傳輸應(yīng)用分析數(shù)據(jù)數(shù)據(jù)+算力數(shù)據(jù)中心數(shù)據(jù)+算力+模型 數(shù)據(jù)+算力+模型+應(yīng)用人工智能 工業(yè)互聯(lián)網(wǎng)工業(yè)互聯(lián)網(wǎng)平臺(tái)=數(shù)據(jù)+算力+模型+應(yīng)用數(shù)據(jù)+算力 + 模型+應(yīng)用=工業(yè)互聯(lián)網(wǎng)平臺(tái)數(shù)據(jù)上不來(lái)設(shè)備類型多協(xié)議封閉接口類型多工況惡劣數(shù)據(jù)存不了數(shù)據(jù)用不好監(jiān)測(cè)點(diǎn)多類型多樣流量大性能要求高時(shí)間跨度大數(shù)據(jù)量巨大數(shù)據(jù)維度多實(shí)時(shí)分析難難以定量算法落后5G數(shù)據(jù)中心人工智能一、5G:打通工業(yè)互聯(lián)網(wǎng)最初一公里的有效手段l 超過(guò)80%的5G應(yīng)用場(chǎng)景在工業(yè)互聯(lián)網(wǎng)垂直領(lǐng)域。l 5G技術(shù)將解決工業(yè)互聯(lián)網(wǎng)落地最初一公里問(wèn)題。l 當(dāng)前“5G+工業(yè)互聯(lián)網(wǎng)”應(yīng)用總體情況仍然處于試點(diǎn)示范和探索階段。eMBB增強(qiáng)移動(dòng)寬帶10GbpsuRLLC高可靠低時(shí)延1msmMTC海聯(lián)物聯(lián)1Million/km21G2G3G4G5G19801990200020102020應(yīng)用場(chǎng)景傳輸速率模擬

語(yǔ)音數(shù)字

語(yǔ)音

短信移動(dòng)互聯(lián)網(wǎng)應(yīng)用數(shù)字業(yè)務(wù)占主導(dǎo)數(shù)據(jù)洪流

物聯(lián)網(wǎng)115Kb-384Kb384Kb-100Mb100Mb-1Gb10Gb+模擬時(shí)代數(shù)字時(shí)代移動(dòng)互聯(lián)網(wǎng)時(shí)代萬(wàn)物互聯(lián)時(shí)代5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新l 打造項(xiàng)目庫(kù)l 培育解決方案供應(yīng)商l 構(gòu)建供給資源池l 技術(shù)標(biāo)準(zhǔn)攻關(guān)l 融合產(chǎn)品研發(fā)和產(chǎn)業(yè)化l 網(wǎng)絡(luò)技術(shù)和產(chǎn)品部署實(shí)施l 5：打造5個(gè)內(nèi)網(wǎng)建設(shè)改造公共服務(wù)平臺(tái)l 1：遴選10個(gè)重點(diǎn)行業(yè)l 2：挖掘20個(gè)典型應(yīng)用場(chǎng)景l(fā) 建設(shè)測(cè)試床2019年11月12日，工業(yè)和信息化部印發(fā)《“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進(jìn)方案》，高質(zhì)量推進(jìn)5G與工業(yè)互聯(lián)網(wǎng)融合創(chuàng)新。l 《“5G+工業(yè)互聯(lián)網(wǎng)”512工程推進(jìn)方案》提出要提升“5G+工業(yè)互聯(lián)網(wǎng)”網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力、創(chuàng)新應(yīng)用能力、資源供給能力。提升網(wǎng)絡(luò)關(guān)鍵技術(shù)產(chǎn)業(yè)能力提升創(chuàng)新應(yīng)用能力提升資源供給能力基于“5G+8K超清視頻+

深度學(xué)習(xí)+

平臺(tái)”，構(gòu)建大飛機(jī)制造機(jī)器視覺(jué)，實(shí)現(xiàn)復(fù)合材料的無(wú)損檢測(cè)、拼縫檢測(cè)，使檢測(cè)時(shí)間由原來(lái)幾小時(shí)甚至幾天縮短至幾分鐘；

人員成本降低95%?；凇?G+遠(yuǎn)程控制+AR+平臺(tái)”，構(gòu)建機(jī)床自主觸發(fā)物流需求、AGV自主智能路徑規(guī)劃的智能物流方式，大幅提升民機(jī)裝配協(xié)同效率，使傳統(tǒng)的單項(xiàng)工裝工作人員由3

人減少到1人；

裝配效率提高70%；降低操作人員成本20萬(wàn)/人?；凇?G+射頻+VR+平臺(tái)”，構(gòu)建基于大數(shù)據(jù)驅(qū)動(dòng)的產(chǎn)品、設(shè)備、工裝、物流、人員及刀量具等生產(chǎn)要素全過(guò)程管控，實(shí)現(xiàn)對(duì)生產(chǎn)環(huán)境、生產(chǎn)狀態(tài)、復(fù)合材料等全方位跟蹤與優(yōu)化，提升生產(chǎn)的智能運(yùn)營(yíng)管理，零配件定位誤差縮小在3

厘米以內(nèi)；運(yùn)營(yíng)成本降低20%；生產(chǎn)效率提高20%以上。中國(guó)商飛聯(lián)合互聯(lián)網(wǎng)企業(yè)、設(shè)備制造企業(yè)、移動(dòng)通信企業(yè)、科研院所等，開(kāi)展“5G+工業(yè)互聯(lián)網(wǎng)”在大飛機(jī)生產(chǎn)制造、工廠物流、質(zhì)量管控等方面的探索，形成智能生產(chǎn)、智能物流、智能檢測(cè)等融合應(yīng)用實(shí)踐。其中，h公司提供基于“5G+云”的AR/VR技術(shù)；聯(lián)通提供5G通信技術(shù)及智能制造技術(shù)；騰訊提供云計(jì)算、大數(shù)據(jù)和人工智能技術(shù)；上交提供智能制造創(chuàng)新模式研究支撐。智能生產(chǎn) 智能物流 智能檢測(cè)商飛：基于“5g+工業(yè)互聯(lián)網(wǎng)”的智慧工廠5g專網(wǎng)在工業(yè)互聯(lián)網(wǎng)中的六大應(yīng)用場(chǎng)景2019年7月，全球知名咨詢公司Heavy

Reading聯(lián)合全球5G技術(shù)研發(fā)領(lǐng)先企業(yè)高通發(fā)布了《5G專用網(wǎng)絡(luò)在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用》白皮書。l Heavy

Reading白皮書指出在工業(yè)互聯(lián)網(wǎng)領(lǐng)域，5G專用網(wǎng)絡(luò)與LTE和Wi-Fi相比，具有覆蓋范圍更廣、安全保障能力更強(qiáng)、性能更加優(yōu)越三大優(yōu)勢(shì)，能夠支持苛刻性能要求的工業(yè)場(chǎng)景應(yīng)用：一是利用5G+AI實(shí)現(xiàn)碼頭等特定區(qū)域物流車的智能導(dǎo)航。二是利用5G+AR開(kāi)展輔助裝配與遠(yuǎn)程運(yùn)維。三是利用5G+機(jī)器視覺(jué)開(kāi)展預(yù)測(cè)性維護(hù)。四是利用5G支撐高壓配電網(wǎng)負(fù)荷控制。五是利用5G+NB-IoT解決設(shè)備物聯(lián)問(wèn)題。六是利用5G專用網(wǎng)絡(luò)對(duì)工業(yè)設(shè)備進(jìn)行遠(yuǎn)程控制。二、數(shù)據(jù)中心：支撐工業(yè)互聯(lián)網(wǎng)落地的關(guān)鍵基礎(chǔ)設(shè)施l

美國(guó)IDC機(jī)柜數(shù)目前已占全球40%的市場(chǎng)，其后是中國(guó)和日本分別占8%和6%，中國(guó)IDC發(fā)展比美國(guó)晚5年。l

2018年，我國(guó)制造業(yè)增加值約占全球30%，互聯(lián)網(wǎng)用戶數(shù)全球占比約21%，穩(wěn)居世界第一制造大國(guó)和網(wǎng)絡(luò)大國(guó)，這決定中國(guó)IDC規(guī)模不會(huì)低于美國(guó)。l

我國(guó)數(shù)據(jù)中心發(fā)展前景巨大，預(yù)計(jì)2020~2025年中國(guó)IDC市場(chǎng)累計(jì)超萬(wàn)億元。數(shù)據(jù)中心作為工業(yè)互聯(lián)網(wǎng)的重要基礎(chǔ)設(shè)施，更加強(qiáng)調(diào)云計(jì)算數(shù)據(jù)中心和邊緣數(shù)據(jù)中心的協(xié)同性，我國(guó)IDC市場(chǎng)空間巨大。數(shù)據(jù)來(lái)源：前瞻產(chǎn)業(yè)研究院、中國(guó)IDC圈數(shù)據(jù)來(lái)源：中國(guó)國(guó)家統(tǒng)計(jì)局美國(guó)商務(wù)部《互聯(lián)網(wǎng)趨勢(shì)報(bào)告》制造業(yè)占GDP比重互聯(lián)網(wǎng)用戶全球占比“規(guī)?；?小微化”數(shù)據(jù)中心協(xié)同發(fā)展會(huì)成為主流規(guī)?；瘮?shù)據(jù)中心架構(gòu)邊緣數(shù)據(jù)中心架構(gòu)p

傳統(tǒng)的大型規(guī)?；瘮?shù)據(jù)中心難以滿足萬(wàn)物互聯(lián)的需求，需要建設(shè)小微型數(shù)據(jù)中心，來(lái)加強(qiáng)邊緣計(jì)算和數(shù)據(jù)分析的能力。p

一方面，算力就是生產(chǎn)力，要加快規(guī)模化數(shù)據(jù)中心建設(shè)，縮小和美國(guó)數(shù)據(jù)中心市場(chǎng)占比的差距。另一方面，要加快邊緣數(shù)據(jù)中心建設(shè)，滿足企業(yè)帶寬、時(shí)延、安全需求。云數(shù)據(jù)中心l 時(shí)延限制l 網(wǎng)絡(luò)擁塞l 完全問(wèn)題l ...云數(shù)據(jù)中心云DC邊緣DC邊緣數(shù)據(jù)中心邊緣數(shù)據(jù)中邊云協(xié)同將加速工業(yè)互聯(lián)網(wǎng)平臺(tái)落地p

Gartner：The

edge

will

eat

the

cloud(邊緣計(jì)算正在吃到云計(jì)算)。p

IDC：40%的數(shù)據(jù)將在邊緣側(cè)進(jìn)行存儲(chǔ)、處理和分析。p

邊緣云和云計(jì)算協(xié)同將成為工業(yè)互聯(lián)網(wǎng)平臺(tái)發(fā)展的重要方向，兩者密不可分、相輔相成。p

邊緣云的三大功能：①邊緣數(shù)據(jù)采集、存儲(chǔ)和分發(fā)。②邊緣數(shù)據(jù)的實(shí)時(shí)分析③邊緣設(shè)備的智能控制。邊緣數(shù)據(jù)中心業(yè)務(wù)l

不敢傳：涉及數(shù)據(jù)安全與保密l

不需傳：本地化、實(shí)時(shí)性l 不能傳：網(wǎng)絡(luò)延遲、功耗、計(jì)算量、協(xié)議適配Predix大型數(shù)據(jù)中心業(yè)務(wù)l

非實(shí)時(shí)、大數(shù)據(jù)量的業(yè)務(wù)l

需要進(jìn)行縱向和橫向?qū)Ρ确治龅臉I(yè)務(wù)l

需要和業(yè)務(wù)系統(tǒng)進(jìn)行集成的業(yè)務(wù)l

需要進(jìn)行全局優(yōu)化的業(yè)務(wù)三、人工智能：工業(yè)互聯(lián)網(wǎng)平臺(tái)的內(nèi)核p

定義：工業(yè)人工智能是工業(yè)領(lǐng)域中由計(jì)算機(jī)實(shí)現(xiàn)的智能，具有自感知、自學(xué)習(xí)、自執(zhí)行、自決策、自適應(yīng)等特征，其本質(zhì)是通過(guò)打造狀態(tài)感知、實(shí)時(shí)分析、精準(zhǔn)執(zhí)行、科學(xué)決策的數(shù)據(jù)自動(dòng)流動(dòng)閉環(huán)，解決工業(yè)的復(fù)雜性和不確定性難題。p

問(wèn)題：工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾，制約工業(yè)人工智能的發(fā)展。p

發(fā)展階段判斷：工業(yè)智能仍處于發(fā)展探索時(shí)期，工業(yè)人工智能的關(guān)鍵技術(shù)、場(chǎng)景應(yīng)用、產(chǎn)業(yè)發(fā)展均處在起步階段。數(shù)據(jù)（人機(jī)物）洞察模型應(yīng)用實(shí)時(shí)分析狀態(tài)感知科學(xué)決策精準(zhǔn)執(zhí)行學(xué)習(xí)提升主要矛盾l 缺乏可靠性l 缺乏可解釋性人工智能工業(yè)系統(tǒng)l 復(fù)雜性l 不確定性數(shù)據(jù)層邊緣層模型層算法模型機(jī)理模型應(yīng)用層故障診斷定位（分類）設(shè)備預(yù)測(cè)維護(hù)（分類+回歸）產(chǎn)品質(zhì)量檢測(cè)（分類）產(chǎn)品自動(dòng)分揀（分類+回歸）產(chǎn)業(yè)鏈級(jí)企業(yè)級(jí)設(shè)備

l

幾何模型模型

l

壽命模型業(yè)務(wù)

l模型

l研發(fā)設(shè)計(jì)模型生產(chǎn)制造模型l 經(jīng)營(yíng)管理模型l 第一性原理l 知識(shí)圖譜l 回歸算法l 分類算法l 聚類算法智能網(wǎng)關(guān)設(shè)備級(jí)供應(yīng)鏈管理（回歸）集團(tuán)輔助決策（分類+回歸）員工數(shù)據(jù)機(jī)器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)環(huán)境數(shù)據(jù)智能機(jī)器人智能傳感器智能機(jī)床模型管理引擎模型推理引擎工業(yè)人工智能框架：邊緣層+數(shù)據(jù)層+模型層+應(yīng)用層智能芯片過(guò)程控制（分類+回歸）生產(chǎn)工藝優(yōu)化（回歸）流程自動(dòng)監(jiān)控（回歸）智能輔助設(shè)計(jì)（分類+回歸）機(jī)器學(xué)習(xí)算力方面，邊緣層亟需加快研發(fā)適配工業(yè)實(shí)時(shí)性需求的AI芯片p

工業(yè)智能邊緣目前處于技術(shù)突破階段，所涉及的硬件基礎(chǔ)設(shè)施、軟件技術(shù)等大多已具備，但仍面臨邊緣節(jié)點(diǎn)對(duì)計(jì)算能力的支持、邊緣計(jì)算任務(wù)的智能調(diào)度，邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)和性能優(yōu)化等挑戰(zhàn)。p

目前以“AI芯片+兼容解析工具+設(shè)備”為主要形式，通過(guò)全面感知、精準(zhǔn)計(jì)算與自主控制，有效緩解數(shù)據(jù)中心計(jì)算壓力，實(shí)現(xiàn)業(yè)務(wù)處理去中心化；未來(lái)，其存儲(chǔ)、計(jì)算、判斷等性能將繼續(xù)提升，加速向邊云協(xié)同、萬(wàn)物智聯(lián)轉(zhuǎn)化AI專用芯片 兼容性編譯工具&協(xié)議解析工具 智能設(shè)備l 寒武紀(jì)研制深度學(xué)習(xí)專用處理器芯片，相對(duì)于傳統(tǒng)執(zhí)行x86指令集的芯片，有兩個(gè)數(shù)量級(jí)的性能提升。l 騰訊和阿里基于FPGA的云計(jì)算加速芯片，實(shí)現(xiàn)了低成本、低功耗，具有廣泛的應(yīng)用場(chǎng)景。l h公司針對(duì)邊緣服務(wù)器市場(chǎng)推出Ascend

310芯片，目前已部署在自動(dòng)駕駛領(lǐng)域，正在向其他應(yīng)用領(lǐng)域拓展。l 英特爾、亞馬遜、谷歌、Facebook和

KhronosGroup等企業(yè)和機(jī)構(gòu)基于各自優(yōu)勢(shì)與競(jìng)爭(zhēng)考慮打造了相應(yīng)編譯器或模型表示規(guī)范。l 中國(guó)移動(dòng)、東方國(guó)信、寄云科技等企業(yè)通過(guò)建設(shè)智能網(wǎng)關(guān)，動(dòng)態(tài)實(shí)現(xiàn)OT與IT間協(xié)議轉(zhuǎn)換，加強(qiáng)對(duì)帶寬資源不足和突發(fā)網(wǎng)絡(luò)中斷等異常場(chǎng)景的應(yīng)對(duì)能力。l

生產(chǎn)設(shè)備：庫(kù)卡、新松等企業(yè)開(kāi)發(fā)搭載機(jī)器學(xué)習(xí)算法、路徑規(guī)劃等技術(shù)的機(jī)械臂、運(yùn)輸載具和智能機(jī)床等產(chǎn)品。l 控制設(shè)備：針對(duì)包裝、焊接、拼接等作業(yè)場(chǎng)景，伯克利、?？低暤绕髽I(yè)通過(guò)應(yīng)用語(yǔ)音識(shí)別、視頻捕捉等技術(shù)提升人機(jī)交互效率。l

研發(fā)設(shè)備：NetSpeed提供SoC設(shè)計(jì)與架構(gòu)輔助設(shè)計(jì)系統(tǒng)，通過(guò)內(nèi)置人工智能算法助力芯片設(shè)計(jì)師尋求最佳解決方案，并提供持續(xù)的設(shè)計(jì)反饋。模型方面，深度學(xué)習(xí)、知識(shí)圖譜和管理引擎將成為重點(diǎn)發(fā)展方向p

深度學(xué)習(xí)，主要解決了工業(yè)場(chǎng)景中的識(shí)別、監(jiān)控、推理、預(yù)測(cè)等問(wèn)題，適用于不可見(jiàn)的復(fù)雜問(wèn)題。p

知識(shí)圖譜，主要解決了工業(yè)要素的挖掘、分析、建模、可視化等問(wèn)題，適用于認(rèn)知明確的問(wèn)題l中飛艾維與百度深度合作，基于飛槳（PaddlePaddle）深度學(xué)習(xí)框架聯(lián)合開(kāi)發(fā)海量數(shù)據(jù)

AI分析平臺(tái)，實(shí)現(xiàn)巡檢數(shù)據(jù)中特定缺陷辯識(shí)，速度達(dá)到人工處理近百倍。l德國(guó)瀚沙公司：基于“深度學(xué)習(xí)+能耗”預(yù)測(cè)電網(wǎng)中斷和停電，識(shí)別電網(wǎng)缺陷的可能性提高2倍以上。l領(lǐng)邦智能：基于“深度學(xué)習(xí)+視覺(jué)”進(jìn)行預(yù)測(cè)性維護(hù)、產(chǎn)品質(zhì)量檢測(cè)等工作，誤檢率為十萬(wàn)分之一，質(zhì)檢效率是質(zhì)檢員的八倍。l東軟集團(tuán)部署工業(yè)知識(shí)圖譜進(jìn)行知識(shí)發(fā)現(xiàn)和決策輔助，實(shí)現(xiàn)了協(xié)助人工高效操作和有效決策。l一汽通過(guò)構(gòu)建汽車故障診斷知識(shí)圖譜，將業(yè)務(wù)方向、售后場(chǎng)景和細(xì)化描述進(jìn)行關(guān)聯(lián)建模，實(shí)現(xiàn)效率支撐、提前發(fā)現(xiàn)和專業(yè)案例支撐。lUTC

聯(lián)合技術(shù)研究中心將知識(shí)圖譜引入研發(fā)設(shè)計(jì)過(guò)程，依靠知識(shí)圖譜分解功能塊，構(gòu)建設(shè)計(jì)方案庫(kù)，設(shè)計(jì)出的換熱傳熱效率提高

80%，設(shè)計(jì)周期加快

9

倍。深度學(xué)習(xí)知識(shí)圖譜應(yīng)用方面，工業(yè)的復(fù)雜性、不確定性和人工智能缺乏可靠性、可解釋性之間的矛盾導(dǎo)致工業(yè)人工智能發(fā)展緩慢維護(hù)，使電梯停運(yùn)時(shí)間降低50%，維護(hù)費(fèi)用節(jié)約15%設(shè)備級(jí)l 產(chǎn)品質(zhì)量檢測(cè)IBM依托Waston人工智能平臺(tái)開(kāi)展基于視覺(jué)識(shí)別的質(zhì)量檢測(cè)，有效減少重復(fù)人工成本，質(zhì)檢時(shí)間縮短80%，產(chǎn)品質(zhì)量缺陷率減少7%l 流程行業(yè)：自動(dòng)監(jiān)控中海油、中石油等通過(guò)建設(shè)智能實(shí)時(shí)決策系統(tǒng)，構(gòu)建起以井為中心、井場(chǎng)與基地多學(xué)科協(xié)同作戰(zhàn)的信息系統(tǒng)平臺(tái)，每年僅單平臺(tái)操作費(fèi)就節(jié)省800萬(wàn)元l 離散行業(yè)：輔助設(shè)計(jì)瑞士紐若公司在自行車設(shè)計(jì)中，利用深度學(xué)習(xí)網(wǎng)絡(luò)對(duì)進(jìn)行空氣動(dòng)力學(xué)分析，產(chǎn)品動(dòng)力學(xué)特性比傳統(tǒng)方法高5-20％，并將繼續(xù)應(yīng)用于風(fēng)機(jī)、渦輪機(jī)、飛機(jī)等設(shè)計(jì)過(guò)程l 集團(tuán)輔助決策GE、殼牌、阿美等巨頭依托Knowledge

Platform，通過(guò)知識(shí)圖譜與數(shù)據(jù)科學(xué)協(xié)同，在綜合考慮品牌效益、經(jīng)營(yíng)成本、經(jīng)濟(jì)趨勢(shì)等因素的基礎(chǔ)上，利用人工智能提供決策和流程優(yōu)化建議l 供應(yīng)鏈管理h公司、西門子、萊比錫等企業(yè)打造供應(yīng)鏈知識(shí)圖譜，通過(guò)企業(yè)關(guān)系網(wǎng)實(shí)現(xiàn)供應(yīng)鏈風(fēng)險(xiǎn)管理與零部件選型l 離散行業(yè)：過(guò)程控制德國(guó)施肯拉公司了將檢流計(jì)掃描儀與數(shù)字角度傳感器相結(jié)合，基于機(jī)器學(xué)習(xí)控制系統(tǒng)的智能掃描頭，實(shí)時(shí)獨(dú)立地計(jì)算控制參數(shù)，幫助系統(tǒng)更快、更精確地工作l 設(shè)備預(yù)測(cè)維護(hù)德國(guó)蒂森克虜伯集團(tuán)結(jié)合智能傳感器及機(jī)器學(xué)習(xí)，開(kāi)展基于電梯運(yùn)行數(shù)據(jù)的預(yù)測(cè)性l 產(chǎn)品自動(dòng)分揀愛(ài)普生、埃爾森、梅卡曼德等基于

3D

視覺(jué)與深度學(xué)習(xí)進(jìn)行不規(guī)則物品的識(shí)別和分揀。利用深度強(qiáng)化學(xué)習(xí)使機(jī)器人具備自主及協(xié)同學(xué)習(xí)技能，準(zhǔn)確率達(dá)到

90%企業(yè)級(jí)產(chǎn)業(yè)鏈級(jí)案例:富士康基于工業(yè)人工智能的刀具壽命智能預(yù)測(cè)富士康基于深度學(xué)習(xí)建立的刀具壽命智能預(yù)測(cè)模型，實(shí)現(xiàn)了從計(jì)件換刀到精準(zhǔn)換刀的轉(zhuǎn)變，幫助企業(yè)延長(zhǎng)刀具壽命15%，提高產(chǎn)品良率30%。傳感器工控機(jī)監(jiān)控系統(tǒng)工具壽命預(yù)警機(jī)臺(tái)、刀具狀況監(jiān)控DeeplearningDATAn 痛點(diǎn)：傳統(tǒng)汽車制造制程中，采取計(jì)件換刀的方法，一是不能完全解決加工過(guò)程中崩刀、斷刀的問(wèn)題，二是刀具的意外損壞會(huì)直接造成加工部件的損毀并造成巨大損失，三是不能充分利用刀具有效壽命。n

方案：采集機(jī)臺(tái)振動(dòng)/電流傳感器和控制器等多類異構(gòu)數(shù)據(jù)，在云端基于深度學(xué)習(xí)訓(xùn)練刀具剩余壽命預(yù)測(cè)模型，并部署到邊緣側(cè)，實(shí)施監(jiān)測(cè)分析刀具狀態(tài)數(shù)據(jù)，智能預(yù)測(cè)斷刀、崩裂和壽命的異常情況。n

效果：l 實(shí)現(xiàn)刀具崩刃及斷刀的即時(shí)判定準(zhǔn)確率93%l 刀具壽命預(yù)計(jì)延長(zhǎng)15%，預(yù)計(jì)減少刀具成本15%l 提升產(chǎn)品良率

30%，節(jié)省材料成本約

10%，提高生產(chǎn)效率15%。來(lái)源：富士康痛點(diǎn)：鋼鐵年產(chǎn)值約8萬(wàn)億，鋼鐵工序70%的冶煉成本和能耗以及90%的碳排放在煉鐵工序，但煉鐵反應(yīng)器及產(chǎn)品單一，生產(chǎn)競(jìng)爭(zhēng)力在于冶煉成本，對(duì)于大型、連續(xù)、高溫、高壓、密閉的反應(yīng)黑箱高爐而言，當(dāng)前仍以“盲人摸象”式操作和“師傅帶徒弟”式為主，不同煉鐵廠（人）水平“參差不齊”，不同高爐之間壽命最大相差15年、噸鐵成本相差百元、燃料比相差百公斤，其數(shù)字化、智能化、科學(xué)化水平提升空間巨大。方案：基于機(jī)理模型的知識(shí)圖譜+基于大數(shù) 效果：據(jù)的深度學(xué)習(xí)單座高爐降低2400萬(wàn)鐵水質(zhì)量穩(wěn)定性提高20%在全國(guó)30%高爐推廣冶煉效率提升10%算法集應(yīng)用場(chǎng)景知識(shí)圖譜設(shè)備故障診斷 物流配方優(yōu)化 工藝流程優(yōu)化生產(chǎn)過(guò)程管理 產(chǎn)品質(zhì)量控制 服務(wù)效能提升主元分析分類算法聚類算法隨機(jī)森林遺傳算法粒子群算法……技術(shù)：生產(chǎn)技術(shù)、設(shè)備診斷等工藝：工藝設(shè)計(jì)、工藝改善等流程：焦化、燒結(jié)、高爐等……東方國(guó)信：基于機(jī)理+數(shù)據(jù)驅(qū)動(dòng)的數(shù)字高爐四、區(qū)塊鏈：為工業(yè)互聯(lián)網(wǎng)奠定多方共治、互信共享的基礎(chǔ)邊緣層工業(yè)PaaS工業(yè)APPIaaS云基礎(chǔ)設(shè)施（服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、虛擬化）數(shù)據(jù)采集協(xié)議解析可信邊緣智能工業(yè)應(yīng)用開(kāi)發(fā)工具（專用開(kāi)發(fā)工具、應(yīng)用模板、智能合約）工業(yè)微服務(wù)組件（機(jī)理模型、數(shù)據(jù)驅(qū)動(dòng)模型、微服務(wù)管理、模型共享、供應(yīng)鏈優(yōu)化、狀態(tài)溯源、訪問(wèn)控制、協(xié)作生產(chǎn)）工業(yè)大數(shù)據(jù)分析平臺(tái)（可信數(shù)據(jù)管理、工業(yè)分布式賬本、互信共享、數(shù)據(jù)建模、數(shù)據(jù)分析、身份管理）通用PaaS平臺(tái)（開(kāi)發(fā)環(huán)境、運(yùn)行環(huán)境、運(yùn)營(yíng)環(huán)境）新型工業(yè)區(qū)塊鏈應(yīng)用APP傳統(tǒng)軟件云化可信工業(yè)數(shù)據(jù)采集可信工業(yè)大數(shù)據(jù)存儲(chǔ)數(shù)據(jù)建模+模型共享（區(qū)塊鏈）微服務(wù)生產(chǎn)+集成工業(yè)區(qū)塊鏈應(yīng)用（設(shè)計(jì)、生產(chǎn)、銷售、保險(xiǎn)、租賃、二手交易、維護(hù)、回收）柔性監(jiān)管入口可信身份可信傳輸來(lái)源：工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟《工業(yè)區(qū)塊鏈白皮書》五、擴(kuò)展現(xiàn)實(shí)（XR）：一場(chǎng)人機(jī)交互的新革命擴(kuò)展現(xiàn)實(shí)XR(Extended

Reality)

包括虛擬現(xiàn)實(shí)VR(Virtual

Reality)、增強(qiáng)現(xiàn)實(shí)AR(Augmented

Reality)、混合現(xiàn)實(shí)MR(Mixed

Reality)、全息現(xiàn)實(shí)HR(HolographicReality)等多種技術(shù)形式。技術(shù)定義特點(diǎn)虛擬現(xiàn)實(shí)VR(Virtual

Reality)VR是仿真技術(shù)的一個(gè)重要方向，是仿真技術(shù)與計(jì)算機(jī)圖形學(xué)人機(jī)接口技術(shù)、多媒體技術(shù)、傳感技術(shù)、網(wǎng)絡(luò)技術(shù)等多種技術(shù)的集合，是一門富有挑戰(zhàn)性的交叉技術(shù)前沿學(xué)科和研究領(lǐng)域。VR主要包括模擬環(huán)境、感知、自然技能和傳感設(shè)備等方向。沉浸感、交互性和構(gòu)想性增強(qiáng)現(xiàn)實(shí)AR(Augmented

Reality)AR是一種能將真實(shí)世界信息和虛擬世界信息“無(wú)縫”融合的新技術(shù)，是把原本在現(xiàn)實(shí)世界的一定時(shí)間空間范圍內(nèi)很難體驗(yàn)到的實(shí)體信息（視覺(jué)、聽(tīng)覺(jué)、味覺(jué)、觸覺(jué)等），通過(guò)電腦等科學(xué)技術(shù)，模擬仿真后疊加應(yīng)用到真實(shí)世界，被人類感官所感知，從而達(dá)到超越現(xiàn)實(shí)的感官體驗(yàn)。AR主要包含多媒體、三維建模、實(shí)時(shí)視頻顯示及控制、多傳感器融合、實(shí)時(shí)跟蹤及注冊(cè)、場(chǎng)景融合等技術(shù)與手段。真實(shí)世界和虛擬世界的信息集成、具有實(shí)時(shí)交互性、可在三維尺度空間中增添定位虛擬物體混合現(xiàn)實(shí)MR(Mixed

Reality)MR是虛擬現(xiàn)實(shí)技術(shù)的進(jìn)一步發(fā)展，該技術(shù)通過(guò)在現(xiàn)實(shí)場(chǎng)景呈現(xiàn)虛擬場(chǎng)景信息，在現(xiàn)實(shí)世界、虛擬世界和用戶之間搭起一個(gè)交互反饋的信息回路，以增強(qiáng)用戶體驗(yàn)的真實(shí)感。MR包括增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)，指的是合并現(xiàn)實(shí)和虛擬世界而產(chǎn)生的新的可視化環(huán)境。虛擬物體存在于真實(shí)世界中、用戶可與虛擬物體互動(dòng)全息現(xiàn)實(shí)HR(Holographic

Reality)HR也稱虛擬成像技術(shù)，是利用光的干涉和衍射原理記錄并再現(xiàn)物體真實(shí)的三維圖像的技術(shù)。HR包括拍攝過(guò)程和成像過(guò)程，拍攝過(guò)程利用干涉原理記錄物體光波信息，成像過(guò)程利用衍射原理再現(xiàn)物體光波信息。用戶無(wú)需任何穿戴設(shè)備，利用裸眼即可直接看到360度全方位的3D影像。數(shù)據(jù)來(lái)源：中興通訊《5G云XR應(yīng)用白皮書》擴(kuò)展現(xiàn)實(shí)（XR）在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用擴(kuò)展現(xiàn)實(shí)(XR)

可以在產(chǎn)品全生命周期內(nèi)，改善物理空間和賽博空間的交互方式，實(shí)現(xiàn)物理空間和賽博空間更好的融合融合，提高工業(yè)互聯(lián)網(wǎng)賦能水平，為工業(yè)互聯(lián)網(wǎng)帶來(lái)廣闊的應(yīng)用場(chǎng)景和增值空間。研發(fā)設(shè)計(jì)生產(chǎn)制造倉(cāng)儲(chǔ)物流產(chǎn)品銷售l

可視化模擬產(chǎn)品在各種環(huán)境中的狀態(tài)，提高試驗(yàn)可靠程度，并降低研發(fā)成本。l

全方位仿真產(chǎn)品材料、結(jié)構(gòu)、性能等參數(shù)，提高產(chǎn)品質(zhì)量管控準(zhǔn)確性；l

將二維圖紙轉(zhuǎn)化為三維模型，增強(qiáng)與模型間的互動(dòng)，提高研發(fā)人員溝通效率；l 真實(shí)還原生產(chǎn)制造工作場(chǎng)景，提高員工培訓(xùn)水平，提高生產(chǎn)效率；l 實(shí)時(shí)提示危險(xiǎn)因素，減少員工誤操作，保障安全生產(chǎn)；l 動(dòng)態(tài)監(jiān)測(cè)、展示生產(chǎn)各工序運(yùn)行情況，保障生產(chǎn)的流暢性；l

多維度展示設(shè)備健康狀態(tài)，提前預(yù)警設(shè)備故障，減少計(jì)劃外停機(jī)時(shí)間，降低生產(chǎn)成本。l 準(zhǔn)確顯示產(chǎn)品信息，提高員工分揀速度和準(zhǔn)確度，降低分揀成本；l

實(shí)時(shí)更新倉(cāng)庫(kù)狀態(tài)，支撐高效物流決策。l

虛擬化調(diào)配產(chǎn)品信息，精準(zhǔn)掌握產(chǎn)品庫(kù)存變化。l

可視化精準(zhǔn)監(jiān)測(cè)倉(cāng)庫(kù)環(huán)境信息，減少火災(zāi)等事故的發(fā)生，提高倉(cāng)庫(kù)安全保障。l

透明化展示產(chǎn)品各種結(jié)構(gòu)信息和性能信息，減少顧客擔(dān)憂；l

在真實(shí)場(chǎng)景展示產(chǎn)品運(yùn)行狀態(tài)，提高消費(fèi)者購(gòu)買信心；l

為顧客參與產(chǎn)品設(shè)計(jì)提供可視化渠道，降低參與門檻，實(shí)現(xiàn)定制化服務(wù)。案例:PTC基于“Thingworx+AR”開(kāi)展設(shè)備維護(hù)連接將物理設(shè)備的屬性和行為與Thing

Model做映射集成通過(guò)數(shù)字主線將IOT平臺(tái)與IT平臺(tái)進(jìn)行集成構(gòu)建/映射/發(fā)布構(gòu)建AR體驗(yàn)，并與IOT平臺(tái)數(shù)據(jù)關(guān)聯(lián)體驗(yàn)基于AR體驗(yàn)指導(dǎo)維修基于“Thingworx+AR”的設(shè)備維護(hù)流程p

PTC基于“Thingworx+AR”為設(shè)備狀態(tài)監(jiān)測(cè)、維護(hù)方案選擇做可視化指導(dǎo)，大大提高了設(shè)備維護(hù)效率。建模定義產(chǎn)品的屬性和行為提高產(chǎn)量提供分步驟的組裝指導(dǎo)，遠(yuǎn)程指導(dǎo)，減少錯(cuò)誤操作。加速培訓(xùn)把退休工程師的知識(shí)傳到下一代，通過(guò)3D訓(xùn)練優(yōu)化學(xué)習(xí)曲線。降低成本為故障定位提供精細(xì)IOT數(shù)據(jù)，可提前標(biāo)注可能故障的零件。提高生產(chǎn)效率與安全性提供實(shí)時(shí)、分步驟的指導(dǎo)，提高安全性，加快訓(xùn)練進(jìn)程。數(shù)字孿生是綜合運(yùn)用感知、計(jì)算、建模等信息技術(shù)，通過(guò)軟件定義，對(duì)物理空間進(jìn)行描述、診斷、預(yù)測(cè)、決策，進(jìn)而實(shí)現(xiàn)物理空間與賽博空間的交互映射。物理對(duì)象原理+數(shù)據(jù)l

軟件是載體l

數(shù)據(jù)是基礎(chǔ)自我學(xué)習(xí)l

模型是核心動(dòng)態(tài)調(diào)整機(jī)理模型+數(shù)據(jù)驅(qū)動(dòng)模型信息指令模型控制器軟件軟件定義化模型精準(zhǔn)化計(jì)算實(shí)時(shí)化數(shù)據(jù)可視化描述診斷預(yù)測(cè)決策六、數(shù)字孿生:工業(yè)互聯(lián)網(wǎng)的終極版圖一項(xiàng)通用技術(shù)支撐經(jīng)濟(jì)社會(huì)數(shù)字化轉(zhuǎn)型的通用使能技術(shù)兩大孿生空間交互反饋原子實(shí)體邏輯物理空間比特模型軟件賽博空間三大技術(shù)要素?cái)?shù)據(jù)是基礎(chǔ)原理機(jī)理模型數(shù)據(jù)驅(qū)動(dòng)模型模型是核心傳感器數(shù)據(jù)四大功能等級(jí)描述診斷預(yù)測(cè)決策五大典型特征數(shù)據(jù)驅(qū)動(dòng)模型支撐軟件定義精準(zhǔn)映射智能決策軟件是載體軟件定義化 模型精準(zhǔn)化計(jì)算實(shí)時(shí)化 數(shù)據(jù)可視化數(shù)字孿生內(nèi)涵：涵蓋“12345”五大內(nèi)容數(shù)字孿生是工業(yè)互聯(lián)網(wǎng)和工業(yè)4.0參考架構(gòu)的核心數(shù)字世界物理世界物（設(shè)備/機(jī)器/產(chǎn)品等）數(shù)字孿生空間資產(chǎn)層傳感器、驅(qū)動(dòng)器集成層網(wǎng)絡(luò)、協(xié)議通信層數(shù)據(jù)、模型（數(shù)字孿生實(shí)現(xiàn)）信息層資產(chǎn)功能功能層組織和業(yè)務(wù)流程業(yè)務(wù)層德國(guó)工業(yè)4.0參考架構(gòu)l 應(yīng)用平臺(tái)l

數(shù)字孿生空間l 模型平臺(tái)l 數(shù)據(jù)平臺(tái)圖

以數(shù)字孿生體框架為核心的工業(yè)互聯(lián)網(wǎng)Paas系統(tǒng)美國(guó)工業(yè)互聯(lián)網(wǎng)聯(lián)盟將數(shù)字孿生作為工業(yè)互聯(lián)網(wǎng)落地的核心和關(guān)鍵。德國(guó)工業(yè)4.0參考架構(gòu)將數(shù)字孿生作為重要內(nèi)容。案例：基于數(shù)字孿生的數(shù)字化設(shè)計(jì)達(dá)索、PTC、波音等公司綜合運(yùn)用數(shù)字孿生技術(shù)打造產(chǎn)品設(shè)計(jì)數(shù)字孿生體，在賽博空間進(jìn)行體系化仿真，實(shí)現(xiàn)反饋式設(shè)計(jì)、迭代式創(chuàng)新和持續(xù)性優(yōu)化。目前，在汽車、輪船、航空航天、精密裝備制造等領(lǐng)域已普遍開(kāi)展原型設(shè)計(jì)、工藝設(shè)計(jì)、工程設(shè)計(jì)、數(shù)字樣機(jī)等形式的數(shù)字化設(shè)計(jì)實(shí)踐。幾何數(shù)據(jù)原理數(shù)據(jù)工藝數(shù)據(jù)材料數(shù)據(jù)歷史設(shè)計(jì)數(shù)據(jù)歷史測(cè)試數(shù)據(jù)數(shù)據(jù)層模型層應(yīng)用層數(shù)模驗(yàn)證模型試驗(yàn)仿真模型產(chǎn)品數(shù)字模型優(yōu)化迭代物理幾何模型生產(chǎn)加工模型客戶生產(chǎn)部門第一性原理動(dòng)態(tài)數(shù)據(jù)反饋現(xiàn)場(chǎng)設(shè)備數(shù)據(jù)現(xiàn)場(chǎng)環(huán)境數(shù)據(jù)集成服務(wù)接口人機(jī)交互模擬客戶深度體驗(yàn)沉浸式工藝設(shè)計(jì)虛擬制造工業(yè)設(shè)計(jì)優(yōu)化設(shè)計(jì)協(xié)同輔助需求設(shè)計(jì)驗(yàn)證生產(chǎn)工程預(yù)測(cè)數(shù)據(jù)n 多維動(dòng)態(tài)的數(shù)字環(huán)境n 精確執(zhí)行的數(shù)字模型n 同步交付的數(shù)字產(chǎn)品案例：基于數(shù)字孿生的智能工廠西門子、洛馬等國(guó)外公司，以及華龍迅達(dá)、東方國(guó)信科等國(guó)內(nèi)公司，在賽博空間打造映射物理空間的虛擬車間、數(shù)字工廠，推動(dòng)物理實(shí)體與數(shù)字虛體之間數(shù)據(jù)雙向動(dòng)態(tài)交互，根據(jù)賽博空間的變化及時(shí)調(diào)整生產(chǎn)工藝、優(yōu)化生產(chǎn)參數(shù)，提高生產(chǎn)效率。智能計(jì)劃排產(chǎn)物料配給管理產(chǎn)品質(zhì)量追蹤協(xié)同工藝規(guī)劃生產(chǎn)參數(shù)優(yōu)化人員安排管控故障預(yù)測(cè)維修能效優(yōu)化分析生產(chǎn)制造庫(kù)存動(dòng)態(tài)管 設(shè)備維護(hù)管控 理生產(chǎn)環(huán)境管

安全可靠保控 障經(jīng)營(yíng)管理產(chǎn)品服務(wù)生產(chǎn)規(guī)劃產(chǎn)品設(shè)計(jì)員工數(shù)據(jù)機(jī)器數(shù)據(jù)物料數(shù)據(jù)規(guī)則數(shù)據(jù)環(huán)境數(shù)據(jù)多協(xié)議兼容+邊緣數(shù)據(jù)采集設(shè)計(jì)制造協(xié)同模型生產(chǎn)管理優(yōu)化模型設(shè)備健康管理模型產(chǎn)品增值服務(wù)模型制造能力交易模型生產(chǎn)過(guò)程狀態(tài)監(jiān)測(cè)模型故障診斷模型工藝優(yōu)化模型質(zhì)量控制模型節(jié)能減排模型離散行業(yè)流程行業(yè)數(shù)據(jù)層模型層應(yīng)用層案例：基于數(shù)字孿生的設(shè)備健康管理（PHM）GE、空客等公司開(kāi)發(fā)設(shè)備數(shù)字孿生體并與物理實(shí)體同步交付，實(shí)現(xiàn)了設(shè)備全生命周期數(shù)字化管理，同時(shí)依托現(xiàn)場(chǎng)數(shù)據(jù)采集與數(shù)字孿生體分析，提供產(chǎn)品故障分析、壽命預(yù)測(cè)、遠(yuǎn)程管理等增值服務(wù)，提升用戶體驗(yàn)，降低運(yùn)維成本，強(qiáng)化企業(yè)核心競(jìng)爭(zhēng)力。數(shù)據(jù)層模型層應(yīng)用層現(xiàn)場(chǎng)設(shè)備數(shù)據(jù)現(xiàn)場(chǎng)環(huán)境數(shù)據(jù)幾何數(shù)據(jù)功能數(shù)據(jù)歷史狀態(tài)數(shù)據(jù)歷史維護(hù)數(shù)據(jù)狀態(tài)監(jiān)測(cè)模型物理數(shù)據(jù)遠(yuǎn)程診斷模型故障預(yù)測(cè)模型健康管理模型學(xué)習(xí)提升模型設(shè)備檢測(cè)健康評(píng)估故障定位壽命預(yù)測(cè)故障預(yù)警異常報(bào)警 維修規(guī)劃遠(yuǎn)程調(diào)度備件管理增值服務(wù)工藝數(shù)據(jù)主要內(nèi)容一、數(shù)字化轉(zhuǎn)型方法論：基于雙螺旋模型的三大視角九大維度二、價(jià)值視角：連接維、效益維、生態(tài)維三、技術(shù)視角：架構(gòu)維、產(chǎn)業(yè)維、數(shù)據(jù)維四、業(yè)務(wù)視角：行業(yè)維、痛點(diǎn)維、場(chǎng)景維工業(yè)互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)體系智能化生產(chǎn)網(wǎng)絡(luò)化協(xié)同個(gè)性化定制服務(wù)化延伸單元級(jí)企業(yè)級(jí)產(chǎn)業(yè)鏈級(jí)場(chǎng)景維電子消費(fèi)品裝備原材料行業(yè)維痛點(diǎn)維設(shè)備級(jí)工業(yè)互聯(lián)網(wǎng)平臺(tái)業(yè)務(wù)落地的基本原則兩個(gè)閉環(huán)三項(xiàng)堅(jiān)持l 堅(jiān)持分業(yè)施策深入行業(yè)，我國(guó)制造業(yè)門類眾多，要梳理每個(gè)行業(yè)的典型特征和轉(zhuǎn)型基礎(chǔ)。l 堅(jiān)持需求牽引l 堅(jiān)持場(chǎng)景驅(qū)動(dòng)深入問(wèn)題，認(rèn)真挖掘設(shè)備級(jí)、單元級(jí)、企業(yè)級(jí)、產(chǎn)業(yè)級(jí)的痛點(diǎn)。深入場(chǎng)景，緊緊抓住智能化生產(chǎn)、網(wǎng)絡(luò)化協(xié)同、個(gè)性化定制、服務(wù)化延伸這個(gè)牛鼻子。l 形成業(yè)務(wù)-價(jià)值閉環(huán)：解決方案要轉(zhuǎn)為企業(yè)的質(zhì)量、成本、效率等方面的效益和新技術(shù)、新產(chǎn)品、新模式、新業(yè)態(tài)的培育l 形成業(yè)務(wù)-技術(shù)閉環(huán)：解決方案要沉淀為企業(yè)的業(yè)務(wù)中臺(tái)，沉淀為可復(fù)用的能力行業(yè)行業(yè)特點(diǎn)行業(yè)痛點(diǎn)數(shù)字化轉(zhuǎn)型趨勢(shì)典型應(yīng)用場(chǎng)景典型企業(yè)鋼鐵l生產(chǎn)流程長(zhǎng)l生產(chǎn)工藝復(fù)雜l供應(yīng)鏈冗長(zhǎng)l設(shè)備維護(hù)低效化l生產(chǎn)過(guò)程黑箱化l下游需求碎片化l環(huán)保壓力加劇化l設(shè)備管理由傳統(tǒng)維護(hù)向智能維護(hù)轉(zhuǎn)變l生產(chǎn)工藝由黑箱式向透明化轉(zhuǎn)變l供應(yīng)鏈體系由局部協(xié)同向全局協(xié)同轉(zhuǎn)變l環(huán)保管理由粗放型向清潔型轉(zhuǎn)變l設(shè)備全生命周期管理l智能化生產(chǎn)l供應(yīng)鏈協(xié)同l綠色化生產(chǎn)東方國(guó)信、寶鋼集團(tuán)、優(yōu)也信息、南鋼集團(tuán)、酒鋼集團(tuán)石化l設(shè)備價(jià)值高l工藝復(fù)雜l產(chǎn)業(yè)鏈長(zhǎng)l危險(xiǎn)性高l設(shè)備管理不透明l工藝知識(shí)傳承難l產(chǎn)業(yè)鏈上下游協(xié)同水平不高l安全生產(chǎn)壓力大l設(shè)備管理從黑箱管理健康管理轉(zhuǎn)變l知識(shí)管理從紙質(zhì)封存向模型封存轉(zhuǎn)變l供應(yīng)鏈管理從企業(yè)內(nèi)向企業(yè)間協(xié)同轉(zhuǎn)變l安全管理從人工巡檢向智能巡檢轉(zhuǎn)變青海油田、云南石l設(shè)備健康管理化、九江石化、鎮(zhèn)l智能煉化生產(chǎn)江石化、茂名石化、l供應(yīng)鏈協(xié)同蘭卓信息、石化盈l安全監(jiān)控科風(fēng)電l地理位置偏僻l資本技術(shù)密集l發(fā)電波動(dòng)性大l風(fēng)場(chǎng)設(shè)計(jì)周期長(zhǎng)l設(shè)備維護(hù)成本高l并網(wǎng)協(xié)調(diào)效率低l棄風(fēng)漏風(fēng)較嚴(yán)重l數(shù)據(jù)采集由底層互聯(lián)向全面感知轉(zhuǎn)變l設(shè)備維護(hù)由人工調(diào)試向智能運(yùn)維轉(zhuǎn)變l風(fēng)場(chǎng)管理由單場(chǎng)單管向虛擬集成轉(zhuǎn)變l虛擬風(fēng)場(chǎng)設(shè)計(jì) 金風(fēng)科技、遠(yuǎn)景能l設(shè)備預(yù)測(cè)維護(hù) 源、昆侖數(shù)據(jù)、明l智慧風(fēng)場(chǎng)管理 陽(yáng)智能、華能集團(tuán)、l精準(zhǔn)柔性供電 Siemens、GE工業(yè)互聯(lián)網(wǎng)平臺(tái)垂直行業(yè)業(yè)務(wù)落地的典型場(chǎng)景行業(yè)行業(yè)特點(diǎn)行業(yè)痛點(diǎn)數(shù)字化轉(zhuǎn)型趨勢(shì)典型應(yīng)用場(chǎng)景典型企業(yè)航空航天l研發(fā)周期長(zhǎng)l產(chǎn)品種類多、規(guī)模小l產(chǎn)業(yè)鏈特別長(zhǎng)l數(shù)據(jù)源不統(tǒng)一l模型適配性不足l故障預(yù)測(cè)水平有待提升l研發(fā)設(shè)計(jì)由串行異構(gòu)到并行協(xié)同轉(zhuǎn)變l生產(chǎn)制造由以數(shù)映物到數(shù)物融合轉(zhuǎn)變l生產(chǎn)管理由單點(diǎn)對(duì)接到動(dòng)態(tài)調(diào)整轉(zhuǎn)變l運(yùn)維服務(wù)由定期維護(hù)到視情維護(hù)轉(zhuǎn)變l基于MBD的研發(fā)設(shè)計(jì)l基于CPS的智能制造l基于大數(shù)據(jù)分析的供應(yīng)鏈管理l基于PHM的運(yùn)營(yíng)維護(hù)GE、Autodesk、羅羅、商飛、西飛l技術(shù)更新速度l生產(chǎn)智能化水平低l供應(yīng)鏈協(xié)同效率低l行業(yè)營(yíng)收增速放緩l生產(chǎn)方式由規(guī)?；a(chǎn)向規(guī)模化定制方向轉(zhuǎn)變l經(jīng)營(yíng)方式由生產(chǎn)型經(jīng)營(yíng)向平臺(tái)型經(jīng)營(yíng)轉(zhuǎn)變l盈利模式由賣產(chǎn)品向賣服務(wù)轉(zhuǎn)變l柔性化生產(chǎn)l供應(yīng)鏈協(xié)同l智能家居解決方案海爾集團(tuán)、美的集團(tuán)、海信集團(tuán)、格力電器、松下電器快家電l產(chǎn)品研發(fā)周期短l產(chǎn)品同質(zhì)化程度高工程機(jī)械l設(shè)備產(chǎn)品多樣化l生產(chǎn)過(guò)程離散化l供應(yīng)鏈復(fù)雜l資源調(diào)配效率低下l機(jī)械設(shè)備運(yùn)維困難l金融生態(tài)不完善l設(shè)備維護(hù)按需化l備件管理精益化l產(chǎn)融結(jié)合在線化l解決方案服務(wù)化l設(shè)備預(yù)測(cè)性維護(hù)l備品備件管理l智慧施工l互聯(lián)網(wǎng)金融卡特彼勒、小松、日立、徐工集團(tuán)、三一重工、中聯(lián)重科工業(yè)互聯(lián)網(wǎng)平臺(tái)垂直行業(yè)業(yè)務(wù)落地的典型場(chǎng)景鋼鐵行業(yè)：抓住工藝優(yōu)化智能化這一牛鼻子鋼鐵行業(yè)具備生產(chǎn)流程長(zhǎng)、生產(chǎn)工藝復(fù)雜、供應(yīng)鏈冗長(zhǎng)等特征，面臨設(shè)備維護(hù)低效化、生產(chǎn)過(guò)程黑箱化、下游需求碎片化、環(huán)保壓力加劇化等痛點(diǎn)，正以工藝優(yōu)化為切入點(diǎn)，加速向設(shè)備運(yùn)維智能化、生產(chǎn)工藝透明化、供應(yīng)鏈協(xié)同全局化、環(huán)保管理清潔化等方向數(shù)字化轉(zhuǎn)型。設(shè)備全生命周期管理 智能化生產(chǎn) 供應(yīng)鏈協(xié)同 綠色化生產(chǎn)寶鋼集團(tuán)基于豐富的制造經(jīng)驗(yàn)，積極探索基于工業(yè)互聯(lián)網(wǎng)平臺(tái)的實(shí)現(xiàn)設(shè)備運(yùn)行信息的有效集成與分析挖掘，為遠(yuǎn)程監(jiān)測(cè)、故障診斷等全生命周期服務(wù)管理提供支持。l設(shè)備運(yùn)維成本降低5%；l檢修作業(yè)效率提升10；l設(shè)備壽命提升30%；l設(shè)備整體效率提升5%；東方國(guó)信基于Cloudiip工冶煉工藝、高爐安全等開(kāi)發(fā)了煉鐵云平臺(tái)，并覆蓋了全國(guó)30%左右的高爐。l單座高爐每年鐵水質(zhì)量穩(wěn)定性提高20%；l單座高爐每年煉鐵成本降低2400萬(wàn)元；l單座高爐冶煉效率提升10%。酒鋼集團(tuán)能耗成本和環(huán)保成本一直居高不下，在實(shí)施了東方國(guó)信Cloudiip平臺(tái)之后，通過(guò)采集能耗指標(biāo)和污染指標(biāo)，精準(zhǔn)實(shí)施工藝優(yōu)化和設(shè)備升級(jí)。l酒鋼集團(tuán)單座高爐每年減少碳排放20000噸。l預(yù)計(jì)整個(gè)行業(yè)普及應(yīng)用之后，每