橫跨18世紀(jì)后半葉和19世紀(jì)上半葉的第一次工業(yè)革命使世界發(fā)生了翻天覆地的變化：機(jī)械化和引擎驅(qū)動(dòng)的生產(chǎn)工藝和工具取代了人工方法。第一次工業(yè)革命催生了工廠制度和大規(guī)模生產(chǎn)。

而在200年之后，21世紀(jì)的制造業(yè)將被工業(yè)4.0，也就是第四次工業(yè)革命所顛覆。先進(jìn)的數(shù)字技術(shù)正被用于優(yōu)化和自動(dòng)化生產(chǎn)，包括上游供應(yīng)鏈流程。工業(yè)4.0的最終目標(biāo)是嵌入在機(jī)器和組件中，并采用始終連接的傳感器將實(shí)時(shí)數(shù)據(jù)傳輸?shù)骄W(wǎng)絡(luò)IT系統(tǒng)。反過(guò)來(lái)，這些應(yīng)用機(jī)器學(xué)習(xí)和人工智能算法來(lái)分析和獲取這些大數(shù)據(jù)的見(jiàn)解，并根據(jù)需要自動(dòng)調(diào)整其過(guò)程。

工業(yè)4.0的革命本身并不是大數(shù)據(jù)，因?yàn)橹圃焐桃呀?jīng)在很長(zhǎng)一段時(shí)間內(nèi)生成了大量的實(shí)時(shí)生產(chǎn)和質(zhì)量數(shù)據(jù)。然而，由于缺乏能夠真正利用這些不同數(shù)據(jù)源并提取總體見(jiàn)解以提高質(zhì)量和生產(chǎn)力的平臺(tái)，這些孤島數(shù)據(jù)的浪費(fèi)并不罕見(jiàn)。換句話說(shuō)，其癥結(jié)不是生成和收集數(shù)據(jù)，而是能夠有效地從中提取價(jià)值。

最大的挑戰(zhàn)：從制造業(yè)大數(shù)據(jù)中提取價(jià)值

工業(yè)4.0大數(shù)據(jù)來(lái)自許多不同的來(lái)源：

·產(chǎn)品和/或機(jī)器設(shè)計(jì)數(shù)據(jù)，如閾值參數(shù)

·來(lái)自控制系統(tǒng)的機(jī)器操作數(shù)據(jù)

·產(chǎn)品和過(guò)程質(zhì)量數(shù)據(jù)

·工作人員實(shí)施的人工操作記錄

·制造執(zhí)行系統(tǒng)

·有關(guān)制造和運(yùn)營(yíng)成本的信息

·故障檢測(cè)和其他系統(tǒng)監(jiān)控部署

·物流信息，包括第三方物流

·有關(guān)產(chǎn)品使用、反饋等的客戶信息

其中一些數(shù)據(jù)源是結(jié)構(gòu)化的（例如傳感器信號(hào)），一些是半結(jié)構(gòu)化的（例如人工操作的記錄），還有一些是完全非結(jié)構(gòu)化的（例如圖像文件）。然而，在很多情況下，大多數(shù)數(shù)據(jù)或者是未使用的，或者只是用于非常具體的戰(zhàn)術(shù)目的。工業(yè)4.0大數(shù)據(jù)通常沒(méi)有戰(zhàn)略利用的一個(gè)關(guān)鍵因素是不兼容的技術(shù)、系統(tǒng)和數(shù)據(jù)類型之間的互操作性較差；第二個(gè)關(guān)鍵因素是傳統(tǒng)IT系統(tǒng)無(wú)法存儲(chǔ)、操作和管理高速生成的大量不同數(shù)據(jù)。

因此，企業(yè)需要的是能夠充分利用機(jī)器學(xué)習(xí)、人工智能和預(yù)測(cè)分析制造大數(shù)據(jù)的價(jià)值的先進(jìn)平臺(tái)。

工業(yè)4.0大數(shù)據(jù)愿景

如今，制造商尋求通過(guò)收集、分析和共享所有關(guān)鍵功能領(lǐng)域的數(shù)據(jù)來(lái)實(shí)現(xiàn)真正的商業(yè)智能。在這種體系結(jié)構(gòu)中，生產(chǎn)系統(tǒng)不僅效率更高，而且能夠及時(shí)響應(yīng)不斷變化的業(yè)務(wù)需求，其中包括來(lái)自合作伙伴和客戶的信號(hào)。

該模型更專注于工廠和工廠級(jí)別的大數(shù)據(jù)和分析流程

下層的（橙色）堆棧快速并可擴(kuò)展地收集、處理和分析來(lái)自生產(chǎn)車間的數(shù)據(jù)流。上層（藍(lán)色）堆棧用于大規(guī)模和密集的批量分析，很可能在基于云計(jì)算的大數(shù)據(jù)框架中實(shí)現(xiàn)。請(qǐng)注意，批處理分析堆棧還將存儲(chǔ)的工廠/廠商大數(shù)據(jù)作為輸入。然后，數(shù)據(jù)流和批量分析輸出都作為信息分發(fā)，以優(yōu)化制造流程和應(yīng)用程序。

工業(yè)4.0大數(shù)據(jù)用例

2016年，普華永道公司對(duì)航空航天、國(guó)防與安全、汽車、電子和工業(yè)制造等各行業(yè)采用工業(yè)4.0的情況進(jìn)行了全球性調(diào)查。平均而言，受訪者表示，到2020年工業(yè)4.0實(shí)施（包括大數(shù)據(jù)分析）將使其生產(chǎn)和運(yùn)營(yíng)成本降低3.6%，累計(jì)節(jié)省4210億美元。

以下是一些說(shuō)明工業(yè)4.0大數(shù)據(jù)愿景如何為制造商帶來(lái)可衡量?jī)r(jià)值所選定的實(shí)際例子：

·合并質(zhì)量和生產(chǎn)數(shù)據(jù)以提高生產(chǎn)質(zhì)量：半導(dǎo)體制造商開(kāi)始將生產(chǎn)過(guò)程結(jié)束時(shí)測(cè)試階段捕獲的單芯片數(shù)據(jù)與在流程早期收集的過(guò)程數(shù)據(jù)相關(guān)聯(lián)。制造商可以在早期識(shí)別出有缺陷的芯片，并大大提高生產(chǎn)過(guò)程的質(zhì)量。

·授權(quán)客戶：汽車行業(yè)熱衷于采用工業(yè)4.0，以經(jīng)濟(jì)有效地滿足消費(fèi)者對(duì)更加實(shí)惠和數(shù)字連接汽車的期望。在聯(lián)網(wǎng)汽車將生成的大量大數(shù)據(jù)用例中，其中就有與制造商無(wú)縫交換數(shù)據(jù)。除了為車主提供更好的售后服務(wù)外，還可以使用有關(guān)汽車性能的匯總信息來(lái)改進(jìn)質(zhì)量流程和未來(lái)的設(shè)計(jì)。

·減少停機(jī)時(shí)間：適用于許多工業(yè)部門(mén)，工業(yè)4.0大數(shù)據(jù)分析可以在機(jī)器或流程故障發(fā)生前發(fā)現(xiàn)預(yù)測(cè)模式。機(jī)器主管將能夠?qū)崟r(shí)評(píng)估過(guò)程或機(jī)器性能，在許多情況下，還可以防止計(jì)劃外停機(jī)。

最后的說(shuō)明

隨著物聯(lián)網(wǎng)和其他傳感器的迅速普及，數(shù)據(jù)的數(shù)量和速度只會(huì)隨著工業(yè)制造業(yè)的增長(zhǎng)而增長(zhǎng)。正如其他行業(yè)已經(jīng)采用尖端技術(shù)以從大數(shù)據(jù)（邊緣計(jì)算、霧計(jì)算、云計(jì)算等）中提取價(jià)值一樣，工業(yè)4.0正在為廣泛的大數(shù)據(jù)分析鋪平道路。制造商的投資回報(bào)率已經(jīng)在提高運(yùn)營(yíng)效率、提高質(zhì)量，以及更快地響應(yīng)不斷變化的市場(chǎng)信號(hào)方面具有吸引力。

如今，制造商需要參與工業(yè)4.0革命的供應(yīng)商提供解決方案，并為多個(gè)行業(yè)的客戶帶來(lái)可衡量的價(jià)值。他們需要收集、處理和生成來(lái)自多個(gè)不同來(lái)源數(shù)據(jù)的解決方案，并合并這些數(shù)據(jù)，以便為全天候?qū)嵤┳詣?dòng)化規(guī)則和自適應(yīng)機(jī)器學(xué)習(xí)提供實(shí)時(shí)的透視分析。最重要的是，制造商需要這些解決方案與現(xiàn)有企業(yè)系統(tǒng)無(wú)縫集成，以便使生產(chǎn)和質(zhì)量流程與其核心業(yè)務(wù)目標(biāo)保持一致。