2021亚洲精品无码在钱_国产精品久久午夜夜伦鲁鲁_r级无码福利电影在线观看_久久99精品久久久久婷婷_AV无码人妻一区二区三区牛牛

出品丨虎嗅智庫(kù)

頭圖丨視覺中國(guó)

(資料圖片僅供參考)

虎嗅 2023 工業(yè) AI 大會(huì)將于9 月 7 日 -8 日在中國(guó) · 蘇州舉辦。我們期望促成領(lǐng)先制造企業(yè)與科技創(chuàng)新企業(yè)的理解、融合與對(duì)接，推動(dòng)工業(yè) AI 生態(tài)發(fā)展共識(shí)，為我國(guó)制造業(yè)高質(zhì)量發(fā)展助力。

點(diǎn)擊報(bào)名：大算力 · 大數(shù)據(jù) · 大模型——虎嗅 2023 工業(yè) AI 大會(huì)

圍繞虎嗅 2023 工業(yè) AI 大會(huì)，虎嗅將推出工業(yè)制造領(lǐng)域系列內(nèi)容精選，此篇為第二篇。

以下核心觀點(diǎn)和內(nèi)容來(lái)自于虎嗅智庫(kù)發(fā)布的《工業(yè)數(shù)據(jù)采集落地洞察報(bào)告》，點(diǎn)擊報(bào)告名稱獲取內(nèi)容。

核心觀點(diǎn)：

1. 工業(yè)數(shù)據(jù)采集根據(jù)不同行業(yè)、不同企業(yè)業(yè)務(wù)，其落地側(cè)重點(diǎn)和部署策略均有所不同，不能盲目模仿；

2. 落地部署過(guò)程中，非技術(shù)層面的問題相比技術(shù)層面問題更加棘手；

3. 工業(yè)數(shù)據(jù)采集應(yīng)遵循 " 應(yīng)采盡采 " 的原則，但前提是明確自身業(yè)務(wù)目標(biāo)范圍。

在工業(yè)大數(shù)據(jù)流轉(zhuǎn)全鏈路中，數(shù)據(jù)采集是第一步，是進(jìn)行后續(xù)數(shù)據(jù)處理、分析、計(jì)算和應(yīng)用等環(huán)節(jié)的基礎(chǔ)。數(shù)據(jù)作為新型生產(chǎn)要素，是工業(yè)企業(yè)驅(qū)動(dòng)數(shù)據(jù)智能的 " 燃料 "，而數(shù)據(jù)采集的工作則是為企業(yè)持續(xù)補(bǔ)充高質(zhì)量燃料，助推企業(yè)的數(shù)字化轉(zhuǎn)型的關(guān)鍵點(diǎn)。

全面性、準(zhǔn)確性、及時(shí)性和實(shí)時(shí)性是工業(yè)數(shù)據(jù)應(yīng)具備的四大特性。企業(yè)數(shù)字化轉(zhuǎn)型需要圍繞數(shù)據(jù)才能展開，數(shù)據(jù)采集工作所能實(shí)現(xiàn)這四大特性的程度也決定了企業(yè)數(shù)字化轉(zhuǎn)型成敗。

從宏觀層面，數(shù)據(jù)采集能夠?yàn)槠髽I(yè)提供智能化決策的數(shù)據(jù)依據(jù)，優(yōu)化企業(yè)的管理和運(yùn)營(yíng)；另一方面，能夠在原有的信息化基礎(chǔ)之上，把從研發(fā)、生產(chǎn)和服務(wù)過(guò)程中與企業(yè)相關(guān)的人員、設(shè)備、工藝等要素進(jìn)行更精細(xì)化和標(biāo)準(zhǔn)化地梳理，進(jìn)一步夯實(shí)數(shù)字化轉(zhuǎn)型工作。

工業(yè)數(shù)據(jù)采集需求的 " 千人千面 "

工業(yè)數(shù)據(jù)采集的工作大致由 " 數(shù)據(jù)收集 " 和 " 協(xié)議解析 " 兩部分構(gòu)成。

數(shù)據(jù)收集主要是通過(guò)生產(chǎn)設(shè)備內(nèi)置的采集裝置、傳感器等硬件或工控系統(tǒng)、SCADA 等軟件系統(tǒng)，將生產(chǎn)作業(yè)過(guò)程中產(chǎn)生的各類數(shù)據(jù)采集至設(shè)備或系統(tǒng)中；協(xié)議解析則是通過(guò)對(duì)數(shù)據(jù)采集軟硬件內(nèi)置的數(shù)據(jù)協(xié)議進(jìn)行解析 " 翻譯 "，來(lái)請(qǐng)求獲取采集上來(lái)的數(shù)據(jù)，并進(jìn)行傳輸。

國(guó)內(nèi)工業(yè)領(lǐng)域范疇非常廣泛，當(dāng)前對(duì)于各個(gè)行業(yè)的生產(chǎn)自動(dòng)化、流程自動(dòng)化或者無(wú)人工廠來(lái)說(shuō)，數(shù)據(jù)采集是剛需。但根據(jù)所處行業(yè)的不同，不同類型的企業(yè)對(duì)于數(shù)據(jù)的業(yè)務(wù)需求有所差異，所以對(duì)數(shù)據(jù)采集工作的細(xì)分需求也會(huì)存在側(cè)重點(diǎn)。

從制造業(yè)屬性來(lái)看，通常流程類企業(yè)會(huì)更加注重采集的工作，離散類企業(yè)則更加關(guān)注協(xié)議解析。

石油化工、鋼鐵冶金、能源電力等流程類行業(yè)，特點(diǎn)是生產(chǎn)線長(zhǎng)、業(yè)務(wù)規(guī)模大，產(chǎn)生的數(shù)據(jù)量非常龐大。企業(yè)需要在各個(gè)生產(chǎn)環(huán)節(jié)，從眾多設(shè)備和各類分布式控制系統(tǒng)中進(jìn)行數(shù)據(jù)采集，利用大規(guī)模的數(shù)據(jù)來(lái)支持設(shè)備的故障排查診斷和智能決策，避免因故障停產(chǎn)。但同時(shí)，流程類場(chǎng)景下的數(shù)據(jù)協(xié)議相對(duì)單一，故需求更多集中在 " 數(shù)據(jù)收集 " 環(huán)節(jié)。

對(duì)于離散行業(yè)來(lái)說(shuō)，企業(yè)的設(shè)備類型會(huì)比較繁雜，采集的方式會(huì)比較多，數(shù)據(jù)采集協(xié)議的豐富度很高，數(shù)據(jù)采集的工作中對(duì)協(xié)議解析的要求和挑戰(zhàn)比較大。企業(yè)的業(yè)務(wù)訴求是需要分別解析適配這些協(xié)議，提供數(shù)據(jù)傳輸通道來(lái)獲取不同設(shè)備中的數(shù)據(jù)，以提升生產(chǎn)經(jīng)營(yíng)效率，所以離散類企業(yè)對(duì)數(shù)據(jù)采集工作的需求更偏向 " 協(xié)議解析 " 環(huán)節(jié)。

從企業(yè)角度來(lái)看，工業(yè)數(shù)據(jù)采集需要根據(jù)企業(yè)數(shù)字化建設(shè)程度以及數(shù)據(jù)采集的應(yīng)用需求，來(lái)進(jìn)行數(shù)據(jù)采集方案的調(diào)整。

部分企業(yè)前期信息化建設(shè)不到位，傳感器的數(shù)量不足，無(wú)論是所購(gòu)設(shè)備的功能還是完整性都相對(duì)差一些，開展采集工作便會(huì)較為困難。關(guān)注點(diǎn)這時(shí)更多會(huì)集中于采集的方式或者數(shù)據(jù)源本身的質(zhì)量穩(wěn)定性、魯棒性等性能，所以需要加裝采集裝置或是監(jiān)控系統(tǒng)，提升數(shù)據(jù)的采集數(shù)量和質(zhì)量。

一些大型的集團(tuán)企業(yè)通常會(huì)遇到采集數(shù)據(jù)格式標(biāo)準(zhǔn)化方面的阻礙。此類企業(yè)在進(jìn)行數(shù)字化轉(zhuǎn)型時(shí)，其分 / 子公司會(huì)與不同的專業(yè)廠商合作，無(wú)論出于怎樣的目的或原因，不同廠商的設(shè)備所采集到的數(shù)據(jù)在格式上、精度上或者命名上等方面都會(huì)有一些自身的特征。不同的設(shè)備協(xié)議、不同的數(shù)據(jù)格式都會(huì)嚴(yán)重影響后續(xù)的采集質(zhì)量和數(shù)據(jù)互通，這時(shí)數(shù)據(jù)格式的標(biāo)準(zhǔn)化將會(huì)成為此類企業(yè)的建設(shè)重點(diǎn)。

而從工業(yè)數(shù)據(jù)采集的應(yīng)用需求來(lái)看，大體上可以分為 " 看 "、" 管 "、" 控 "。" 看 " 其實(shí)是第一階段需求，后續(xù)基于 " 看 " 逐步實(shí)現(xiàn) " 管 " 和 " 控 "，三者呈現(xiàn)出逐級(jí)遞進(jìn)的關(guān)系。不同企業(yè)，對(duì)于所處的階段以及當(dāng)下階段目的的不同，對(duì)數(shù)據(jù)采集的建設(shè)存在不同的側(cè)重點(diǎn)。

非技術(shù)性落地問題更難解決

工業(yè)數(shù)據(jù)采集在落地層面會(huì)面臨兩類問題，分別是技術(shù)性和非技術(shù)性問題。而根據(jù)虎嗅智庫(kù)調(diào)研訪談，非技術(shù)類的問題往往比技術(shù)類問題更難解決。因?yàn)榧夹g(shù)問題可通過(guò)單方面自研解決，而非技術(shù)問題涉及到多方的協(xié)調(diào)溝通，需要在保證現(xiàn)場(chǎng)生產(chǎn)進(jìn)度的情況下進(jìn)行施工，難度大、效率低，其中大概有 8% 的效率會(huì)損失在溝通的過(guò)程當(dāng)中。

工業(yè)企業(yè)在工業(yè)數(shù)據(jù)采集落地過(guò)程中需要重點(diǎn)關(guān)注以下五點(diǎn)技術(shù)層面的問題。

網(wǎng)絡(luò)規(guī)劃不合理。一些工廠過(guò)往的網(wǎng)絡(luò)規(guī)劃不合理，沒有為后續(xù)做工業(yè)數(shù)據(jù)采集、可視化建設(shè)硬件方面的基礎(chǔ)。這種情況下，基于硬件改造來(lái)獲取數(shù)據(jù)可能會(huì)比較困難；

數(shù)據(jù)采集質(zhì)量無(wú)保障。由于采集現(xiàn)場(chǎng)的網(wǎng)絡(luò)改造比較困難，在使用無(wú)線方案時(shí)，現(xiàn)場(chǎng)會(huì)因?yàn)榛覊m和金屬摩擦而產(chǎn)生靜電，干擾無(wú)線信號(hào)，進(jìn)而造成數(shù)據(jù)的傳輸質(zhì)量比較差，產(chǎn)生丟包、斷線等問題；另外，設(shè)備數(shù)據(jù)采集接口的數(shù)據(jù)吞吐、傳輸速率、穩(wěn)定性等性能同樣需要考量；

設(shè)備類型多、協(xié)議多。現(xiàn)場(chǎng)不同類型的設(shè)備使用的協(xié)議數(shù)量非常多，很難找到一家廠商去滿足所有設(shè)備種類、設(shè)備品牌的數(shù)據(jù)采集需求，是行業(yè)通病。此外，一些設(shè)備比較封閉，可能并沒有開放接口 API 來(lái)接觸到數(shù)據(jù)源，或者接口數(shù)量不足以滿足采集海量數(shù)據(jù)的需求、接口性能不足以支撐數(shù)據(jù)采集的條件；

新增傳感器會(huì)造成對(duì)原有系統(tǒng)或硬件設(shè)備的影響。新增傳感器對(duì)采集設(shè)備的協(xié)議會(huì)有適配，但問題在于加裝傳感器時(shí)，可能會(huì)影響原有系統(tǒng)或設(shè)備的穩(wěn)定性、可靠性，進(jìn)而影響數(shù)據(jù)采集的效率；

現(xiàn)場(chǎng)施工安全問題。現(xiàn)場(chǎng)一些陳舊設(shè)備由于長(zhǎng)時(shí)間暴露在外，物理端口進(jìn)入了很多粉塵，此情況下如果工程師直接插網(wǎng)線，便可能會(huì)因?yàn)槠痨o電而導(dǎo)致短路，損壞整個(gè)控制器或設(shè)備主板。

非技術(shù)層面的問題更側(cè)重在施工前中階段與工廠和現(xiàn)場(chǎng)的溝通協(xié)調(diào)。在整個(gè)數(shù)據(jù)采集處理的過(guò)程中，通常會(huì)涉及到一些跨部門的協(xié)調(diào)，但大家的關(guān)注點(diǎn)和側(cè)重點(diǎn)會(huì)有所不同。

以典型的工廠為例，有生產(chǎn)科、設(shè)備科、IT 信息化部門、工藝部、安全環(huán)境部，不同部門在數(shù)據(jù)采集過(guò)程中的關(guān)注點(diǎn)不一樣，所以潛在結(jié)果是對(duì)于數(shù)據(jù)的獲取、最后價(jià)值的評(píng)估，大家提供的口徑均不一致，會(huì)嚴(yán)重影響數(shù)據(jù)采集的效率。

根據(jù)調(diào)研結(jié)果，工業(yè)企業(yè)在落地部署中需要注重以下四個(gè)非技術(shù)層面的問題。

管理層的支持。如果企業(yè)自身沒有明確的數(shù)字化轉(zhuǎn)型戰(zhàn)略，或者主管的中高層領(lǐng)導(dǎo)在執(zhí)行層面不看好，不提供明確的支持的話，無(wú)論是內(nèi)部資源的投入、流程上的配合，都會(huì)遇到比較大的阻力，后續(xù)即使方案落地，效果也會(huì)大打折扣；

協(xié)調(diào)網(wǎng)絡(luò)施工。在準(zhǔn)備網(wǎng)絡(luò)施工之前，廠商需要事先與工廠就 IP 梳理、設(shè)備識(shí)別、設(shè)備清單獲取等事項(xiàng)進(jìn)行溝通。但其中的溝通成本比較高，原因是工廠或企業(yè)人員對(duì)現(xiàn)場(chǎng)實(shí)施過(guò)程、順序以及流程并不了解，很多預(yù)備事項(xiàng)沒有完成，后續(xù)便會(huì)牽扯到多方的協(xié)調(diào)溝通，甚至分責(zé)；

協(xié)調(diào)停機(jī)停產(chǎn)。采集數(shù)據(jù)接入設(shè)備時(shí)需要臨時(shí)停機(jī)停產(chǎn)，但這對(duì)工廠通常是不可接受的，所以事先與現(xiàn)場(chǎng)協(xié)調(diào)停機(jī)的難度非常大。工程師在現(xiàn)場(chǎng)實(shí)際接入一臺(tái)設(shè)備通常需要 1-2 個(gè)小時(shí)，但加上溝通時(shí)間，實(shí)際評(píng)估一天最多接入 2-3 臺(tái)設(shè)備，嚴(yán)重影響施工效率；

成本管控。從業(yè)務(wù)角度來(lái)衡量計(jì)算數(shù)據(jù)采集的業(yè)務(wù)價(jià)值和產(chǎn)品服務(wù)成本尤為重要，所以在成本上需要進(jìn)行管控，在成本、效率與質(zhì)量之間進(jìn)行取舍平衡。

數(shù)據(jù) " 應(yīng)采盡采 " 前提是明確業(yè)務(wù)目標(biāo)范圍

企業(yè)在提出數(shù)據(jù)采集相關(guān)需求時(shí)，" 應(yīng)采盡采 " 是常見需求之一。但實(shí)際上數(shù)據(jù)采集在不同領(lǐng)域、不同業(yè)務(wù)場(chǎng)景下，沒有所謂統(tǒng)一的、客觀的、可量化的標(biāo)準(zhǔn)，例如什么類型的傳感器應(yīng)該以什么頻次采集多長(zhǎng)時(shí)間。

理論上數(shù)據(jù)采集的頻率越高、點(diǎn)位越多，工業(yè)數(shù)據(jù)對(duì)工業(yè)設(shè)備的刻畫就會(huì)越全面，但拋開實(shí)際成本與技術(shù)能力的限制來(lái)要求 " 應(yīng)采盡采 " 是不切實(shí)際的。通常來(lái)說(shuō)，數(shù)據(jù)采集方案需要結(jié)合工業(yè)企業(yè)的數(shù)據(jù)業(yè)務(wù)目標(biāo)、業(yè)務(wù)訴求、現(xiàn)有數(shù)據(jù)資產(chǎn)來(lái)綜合制定。設(shè)定好目標(biāo)范圍后，也便于后續(xù)項(xiàng)目的驗(yàn)收驗(yàn)證。

在部署數(shù)據(jù)采集解決方案之前，企業(yè)或工廠需要具備一定的硬件基礎(chǔ)條件，對(duì)接入設(shè)備具備一定的認(rèn)知或知識(shí)儲(chǔ)備，進(jìn)行數(shù)據(jù)資產(chǎn)盤點(diǎn)類的準(zhǔn)備工作，來(lái)滿足方案落地的要求。

1. 要明確企業(yè)自身的業(yè)務(wù)狀況、關(guān)注點(diǎn)和切入點(diǎn)，以及希望通過(guò)數(shù)據(jù)采集實(shí)現(xiàn)哪些業(yè)務(wù)價(jià)值，明確數(shù)據(jù)后續(xù)的應(yīng)用方向；

2. 重點(diǎn)要了解硬件的基礎(chǔ)，查看施工現(xiàn)場(chǎng)的網(wǎng)絡(luò)條件，是否需要進(jìn)行弱電改造和網(wǎng)絡(luò)施工，來(lái)保證數(shù)據(jù)傳輸穩(wěn)定性；

3. 對(duì)企業(yè)現(xiàn)有數(shù)據(jù)資產(chǎn)進(jìn)行盤點(diǎn)評(píng)估，例如需要接入的設(shè)備清單（包含設(shè)備的品牌、型號(hào)、網(wǎng)口、IP 地址等）、現(xiàn)有信息化系統(tǒng)（SCADA、DCS、MES 等），同時(shí)對(duì)這些設(shè)備或系統(tǒng)內(nèi)的數(shù)據(jù)現(xiàn)狀進(jìn)行梳理；

4. 根據(jù)生產(chǎn)實(shí)際情況進(jìn)行數(shù)據(jù)采集鏈路分析（包含帶寬分析、合規(guī)性要求等），明確一些定制化需求，最終根據(jù)業(yè)務(wù)方面的考量來(lái)形成數(shù)據(jù)采集方案。

受企業(yè)自身業(yè)務(wù)特性、業(yè)務(wù)需求、數(shù)字化建設(shè)路徑等因素的影響，定制化在工業(yè)領(lǐng)域是繞不開的話題。數(shù)據(jù)采集定制化主要聚焦于業(yè)務(wù)系統(tǒng)層面，提供業(yè)務(wù)邏輯上的支持，最后進(jìn)行試點(diǎn)部署，但設(shè)備協(xié)議層面實(shí)際上則需要全新的定制化內(nèi)容。

關(guān)于 2023 虎嗅工業(yè) AI 我們已確認(rèn)邀請(qǐng)到阿里云、IDEA 研究院、深開鴻、商湯科技、羚羊工業(yè)互聯(lián)網(wǎng)、西門子、阿丘科技、京東方、理想汽車、蜂巢能源、廣汽集團(tuán)、美云智數(shù)、伊利等領(lǐng)先企業(yè)，數(shù)十位行業(yè)資深專家。

誠(chéng)邀您的參與，立即掃碼報(bào)名搶購(gòu)早鳥票，一同探討工業(yè) I 新浪潮的最新技術(shù)實(shí)踐與挑戰(zhàn)！

大會(huì)圍繞AI 大模型與工業(yè)的創(chuàng)新結(jié)合、工業(yè)機(jī)器視覺的精進(jìn)與應(yīng)用、工業(yè)邊緣智能的發(fā)展主線、AI 開源生態(tài)在工業(yè)平臺(tái)的突破等主題展開深入探討，并具體就汽車與裝備制造、3C 電子制造、新能源和食飲鞋服制造等行業(yè)落地實(shí)踐案例進(jìn)行重點(diǎn)分享和研討。

關(guān)鍵詞：