- 工業(yè)大數(shù)據(jù)工程:系統(tǒng)、方法與實踐
- 田春華 張碩等
- 1675字
- 2024-02-01 14:56:10
1.4 工業(yè)大數(shù)據(jù)工程的內(nèi)容
1.4.1 工業(yè)大數(shù)據(jù)建設(shè)面臨的挑戰(zhàn)
對于工業(yè)企業(yè),工業(yè)大數(shù)據(jù)建設(shè)中面臨的典型挑戰(zhàn)與原因分析如表1-7所示。
表1-7 工業(yè)企業(yè)面臨的典型挑戰(zhàn)與原因分析

續(xù)表

工業(yè)數(shù)字化轉(zhuǎn)型的必要性被廣泛接受,但落到具體企業(yè),很多企業(yè)缺乏明確的業(yè)務(wù)目標(biāo)和規(guī)劃。另外,由于自動化和信息化的慣性思維,很多企業(yè)仍將大數(shù)據(jù)看作一個效率提升的手段,要求明確的短期投資收益比,而沒有意識到大數(shù)據(jù)是提升企業(yè)內(nèi)部創(chuàng)新的一種手段,是持續(xù)提升認(rèn)知的一種有效手段。
另外,很多大數(shù)據(jù)建設(shè)工程成為櫥窗工程,沒有變成企業(yè)的持續(xù)生產(chǎn)力。目前,大數(shù)據(jù)建設(shè)大多采用第三方專業(yè)化服務(wù)的模式,包括數(shù)字化轉(zhuǎn)型規(guī)劃、大數(shù)據(jù)平臺建設(shè)、大數(shù)據(jù)分析和大數(shù)據(jù)應(yīng)用開發(fā)。在前期,第三方專業(yè)化服務(wù)因為專業(yè)性,建設(shè)進度通常較快。但在更重要的運行運維期,缺乏持續(xù)的業(yè)務(wù)創(chuàng)新應(yīng)用。原因有3方面:① 缺乏組織內(nèi)生能力,無法持續(xù)運行;② 缺乏對增量數(shù)據(jù)持續(xù)治理的意識和機制,大數(shù)據(jù)平臺成為歷史數(shù)據(jù)收集站;③ 不少大數(shù)據(jù)平臺是一個通用大數(shù)據(jù)技術(shù)平臺,沒有照顧到領(lǐng)域?qū)<业募寄荏w系,也沒有與領(lǐng)域軟件的交互接口,沒有成為工業(yè)企業(yè)可以消費的工業(yè)大數(shù)據(jù)平臺。
在涉及工業(yè)具體分析場景、業(yè)務(wù)應(yīng)用時,推進速度和效果通常低于預(yù)期。原因有多方面:① 過度強調(diào)整體規(guī)劃與一次性治理,仍采用經(jīng)典數(shù)據(jù)倉庫建設(shè)的思路,花費大量時間制定企業(yè)數(shù)據(jù)標(biāo)準(zhǔn)、規(guī)范,然后才建設(shè)業(yè)務(wù)應(yīng)用;② 很多課題定義過于理想,沒有考慮真實的數(shù)據(jù)基礎(chǔ)和數(shù)據(jù)質(zhì)量現(xiàn)狀,也沒有規(guī)劃業(yè)務(wù)應(yīng)用場景;③ 大數(shù)據(jù)平臺缺乏必要的面向領(lǐng)域?qū)<业墓ぞ撸斐纱髷?shù)據(jù)分析與應(yīng)用開發(fā)的技能門檻太高,多方協(xié)調(diào)成本高、效率低。
對第三方工業(yè)大數(shù)據(jù)技術(shù)專業(yè)服務(wù)企業(yè),其面臨的挑戰(zhàn)表現(xiàn)為需求差異大、價值落地慢,如圖1-9所示為工業(yè)大數(shù)據(jù)第三方實施中的現(xiàn)象、原因與解決方法。
差異大主要體現(xiàn)在兩個方面:一是理想與現(xiàn)實的差異大,感覺中的數(shù)據(jù)、技術(shù)、管理基礎(chǔ)與現(xiàn)實的差別大,數(shù)據(jù)分析結(jié)果與業(yè)務(wù)期望的差別大。很多企業(yè)信息化與自動化已實施多年,每個領(lǐng)域單獨看起來基礎(chǔ)不錯,但大數(shù)據(jù)分析需要全流程、全要素、全周期關(guān)聯(lián),數(shù)據(jù)基礎(chǔ)的薄弱之處就凸顯出來了。每個數(shù)據(jù)集的完整度為90%,5個數(shù)據(jù)集整合起來完整度不到60%。二是不同行業(yè)間的分析需求差異很大、基礎(chǔ)差異很大、落地措施差異很大,造成分析模型和應(yīng)用的重用度低,沒有充分發(fā)揮專業(yè)化分工的規(guī)模效益。

圖1-9 工業(yè)大數(shù)據(jù)第三方實施中的現(xiàn)象、原因與解決方法
第二種現(xiàn)象是落地慢,工業(yè)數(shù)據(jù)分析和落地通常需要跨工藝、自動化、信息化多個組織部門,經(jīng)常還跨多個技術(shù)學(xué)科,在這些跨領(lǐng)域協(xié)作中信息損失量很大,效率不高;另外,工業(yè)大數(shù)據(jù)分析結(jié)果需要與現(xiàn)有業(yè)務(wù)管理體系、組織流程或控制過程等融合才能落地,但這些融合方式的推進需要的精力可能遠(yuǎn)超預(yù)期。
對于政府和公共組織,在扶持和推進工業(yè)大數(shù)據(jù)應(yīng)用時,也面臨不少挑戰(zhàn):① 企業(yè)基礎(chǔ)和需求差異大。有些企業(yè)兩化(信息化與工業(yè)化)基礎(chǔ)好,有些企業(yè)還處于兩化建設(shè)階段;不同行業(yè)的工業(yè)大數(shù)據(jù)差異大,這對扶持政策的精準(zhǔn)性和覆蓋度提出了很大的挑戰(zhàn);② 產(chǎn)業(yè)的持續(xù)發(fā)展與人才結(jié)構(gòu)的匹配問題。工業(yè)大數(shù)據(jù)對人才的需求和工業(yè)企業(yè)、第三方技術(shù)服務(wù)企業(yè)間的匹配問題;③ 產(chǎn)業(yè)效益的評估問題。工業(yè)大數(shù)據(jù)本質(zhì)上是增強企業(yè)的內(nèi)部創(chuàng)新能力和敏捷性,與研發(fā)、生產(chǎn)技術(shù)革新融合在一起,相對于從無到有的新產(chǎn)業(yè)、新技術(shù)建設(shè)等,很難清晰評價產(chǎn)業(yè)價值。
綜上所述,工業(yè)企業(yè)、工業(yè)大數(shù)據(jù)技術(shù)專業(yè)化服務(wù)企業(yè)和政府第三方面臨的挑戰(zhàn)背后的共同需求包括:① 一套指導(dǎo)工業(yè)大數(shù)據(jù)的方法,包括數(shù)字化轉(zhuǎn)型方法、大數(shù)據(jù)工程方法、大數(shù)據(jù)分析方法和應(yīng)用部署方法;② 一個面向工業(yè)領(lǐng)域?qū)<业墓I(yè)大數(shù)據(jù)平臺,即匹配工業(yè)場景、技能體系和工具鏈條的工業(yè)大數(shù)據(jù)系統(tǒng),降低使用和運維技術(shù)門檻;③ 有效的組織模式,包括企業(yè)間的合作機制、企業(yè)內(nèi)數(shù)字化創(chuàng)新組織等。對于數(shù)字化轉(zhuǎn)型、組織模式設(shè)計這兩個話題有很多專文論述[21],本書內(nèi)容集中在工業(yè)大數(shù)據(jù)技術(shù),將其歸納為敏捷工業(yè)大數(shù)據(jù)工程方法和面向領(lǐng)域的工業(yè)大數(shù)據(jù)系統(tǒng)技術(shù),將這兩個方面統(tǒng)稱為工業(yè)大數(shù)據(jù)工程,期望通過一系列工程方法與系統(tǒng)技術(shù),提高工業(yè)大數(shù)據(jù)的技術(shù)建設(shè)和價值創(chuàng)造速度。
- Unity 5.x Game AI Programming Cookbook
- Google Visualization API Essentials
- 達夢數(shù)據(jù)庫編程指南
- SQL Server 2012數(shù)據(jù)庫技術(shù)與應(yīng)用(微課版)
- 云計算服務(wù)保障體系
- 數(shù)據(jù)庫應(yīng)用基礎(chǔ)教程(Visual FoxPro 9.0)
- 大數(shù)據(jù)時代下的智能轉(zhuǎn)型進程精選(套裝共10冊)
- Python醫(yī)學(xué)數(shù)據(jù)分析入門
- Remote Usability Testing
- Learning Proxmox VE
- 跨領(lǐng)域信息交換方法與技術(shù)(第二版)
- Solaris操作系統(tǒng)原理實驗教程
- 區(qū)塊鏈技術(shù)應(yīng)用與實踐案例
- Spring Boot 2.0 Cookbook(Second Edition)
- Microsoft Dynamics NAV 2015 Professional Reporting