- 工業大數據工程:系統、方法與實踐
- 田春華 張碩等
- 834字
- 2024-02-01 14:56:05
1.2.3 在企業信息架構中的位置
工業大數據應用不是技術驅動的,其通常由數字化轉型的業務方向決定。數字化轉型將打破企業內部、內外部合作中原有的邊界。想要真正發揮數據的力量,需要與之對應的生產關系。對工業企業而言,數字化轉型主要涉及的內容包括:① 業務模式轉型:通過新生產要素、新組織模式、新資源配置方式和新商業模式的應用,加速企業的業務和管理創新能力;② 組織方式和文化意識轉變:企業數字化轉型是對傳統的組織機制、業務模式進行變革,提升個人的數字化素質和能力。一方面需要企業全員建立數據思維,用數據思考問題和解決問題;另一方面要求業務、技術人員進行能力融合,讓業務人員懂數字技術,讓技術人員理解業務;③ 技術范式的變化:通過大數據、人工智能、云計算、物聯網等新技術的應用,實現從以“業務流程”為核心的信息化建設,到以“數據”為核心的數據應用建設。數字化轉型覆蓋了從業務創新、組織變革、文化重塑到數字化能力等多個層面的建設,數字化轉型的成功不可一蹴而就。數字化轉型也是一個不斷深化的過程,沒有完成點。
在數字化轉型手段方面,工業企業與互聯網企業差別很大。互聯網企業的核心業務過程和邏輯本身就是數字化的,嚴格意義上不存在“數字化轉型”,數字化技術用來增加流量、營銷精準度和內部運行效率;而工業企業的基礎仍然是物理空間的生產過程,其根本目標是產品的質量、成本、產量和業務創新,依賴的手段包括生產設備、工藝知識、管理能力和創新能力,工業大數據是一種新型生產資料和潛在資源,通過數字空間的持續創新,以支撐物理空間中的提升與轉型活動。
在決策邏輯方面,相對于人工決策方式,數字化的價值體現在幾個方面:① 決策效率,特別是很多低價值的繁雜工作,例如,通過圖像識別技術實現液晶面板質量的自動研判;② 研判邏輯的標準化,以提高專家知識的重用,例如,基于專家規則的故障研判;③ 決策邏輯的精化,充分發揮海量數據的“證偽”功能,檢驗假設,細化專家經驗;④ 提高認知水平,通過大量數據挖掘,發現新的規律或當前的認知缺陷。
- 計算機組成原理與接口技術:基于MIPS架構實驗教程(第2版)
- 數據產品經理高效學習手冊:產品設計、技術常識與機器學習
- Hands-On Data Structures and Algorithms with Rust
- Access 2016數據庫教程(微課版·第2版)
- 數亦有道:Python數據科學指南
- LabVIEW 完全自學手冊
- Oracle PL/SQL實例精解(原書第5版)
- SQL應用及誤區分析
- 機器學習:實用案例解析
- 數據庫查詢優化器的藝術:原理解析與SQL性能優化
- 利用Python進行數據分析(原書第2版)
- 數據中心經營之道
- Oracle 11g數據庫管理員指南
- 大數據隱私保護技術與治理機制研究
- Oracle 內核技術揭密