久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

作者：ABB（中國）有限公司 蔣海波，鄧波

摘要：本文基于商業(yè)環(huán)境變化與技術(shù)革新的時(shí)代背景，闡述了傳統(tǒng)工業(yè) 企業(yè)要實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型關(guān)鍵在于發(fā)揮數(shù)據(jù)價(jià)值。為應(yīng)對(duì)當(dāng)下數(shù)字化轉(zhuǎn)型 所面臨的挑戰(zhàn)，企業(yè)需要在由下至上的路徑中實(shí)現(xiàn)IT、ET、OT三者有機(jī) 融合，將傳統(tǒng)工藝與運(yùn)營中的“小數(shù)據(jù)”和實(shí)踐認(rèn)知通過對(duì)異構(gòu)數(shù)據(jù)的 有效關(guān)聯(lián)和應(yīng)用、算法與場景的結(jié)合，建立高質(zhì)量的機(jī)理模型和數(shù)據(jù)模 型，并在工業(yè)數(shù)據(jù)中臺(tái)的加持下，讓數(shù)據(jù)實(shí)現(xiàn)全方位流動(dòng)，不斷創(chuàng)造數(shù) 據(jù)價(jià)值。

關(guān)鍵詞：數(shù)字化轉(zhuǎn)型；流程工業(yè)；工程技術(shù)；數(shù)據(jù)；數(shù)據(jù)中臺(tái)

Abstract: This paper highlights the importance of traditional industrial enterprises realizing that digital transformation is exploring data value in the context of business evolution and technological innovation. To meet the current challenges in digital transformation, companies need to first build an organic integration of IT, ET and OT in the bottom-up path. The companies must combine the "small data" in traditional processes and operations with practical experiences, applications, algorithms and scenarios, and then establish high-quality mechanism and data models. To give full play to the value of data, businesses must also support the middle platform of industrial data through the effective correlation and application of heterogeneous data, the combination of algorithm and application scene, driving circulation of data.

Key words: Digital transformation; Process industries; Engineering technology; Data; Data middle platform

數(shù)字化轉(zhuǎn)型是一個(gè)宏大的概念，沒有標(biāo)準(zhǔn)化的解 決方案，面對(duì)不同的傳統(tǒng)工業(yè)企業(yè)，數(shù)字化轉(zhuǎn)型的意義 不盡相同。企業(yè)的規(guī)模、生產(chǎn)類型、業(yè)務(wù)特性、技術(shù)水 平以及人員情況等決定著該企業(yè)的數(shù)字化轉(zhuǎn)型目標(biāo)。從 先行者的探索中，我們看到數(shù)字化不僅僅是搭建數(shù)據(jù)基 礎(chǔ)設(shè)施、平臺(tái)、軟件工具等，還包括方法層面的數(shù)據(jù)治 理、數(shù)據(jù)應(yīng)用實(shí)施藍(lán)圖等。其核心是企業(yè)如何在數(shù)字化 技術(shù)不斷迭代的進(jìn)程中，選擇最合適的方法與工具，讓 數(shù)據(jù)發(fā)揮其最大的價(jià)值。

1　數(shù)字化轉(zhuǎn)型的挑戰(zhàn)

從工業(yè)時(shí)代到數(shù)字時(shí)代的最大轉(zhuǎn)變是從產(chǎn)品為中 心轉(zhuǎn)化為以用戶為中心，因此滿足用戶的訴求是關(guān)鍵， 而服務(wù)模式成為數(shù)字化轉(zhuǎn)型的一大特點(diǎn)。對(duì)外服務(wù)客 戶，洞察客戶需求，通過自身技術(shù)優(yōu)化與創(chuàng)新，提升產(chǎn) 品質(zhì)量的同時(shí)實(shí)現(xiàn)價(jià)值增值。對(duì)內(nèi)服務(wù)于各個(gè)不同的職 能部門，即有自上而下的統(tǒng)籌“一盤棋”，也有自下而 上的用戶賦權(quán)。不論對(duì)外還是對(duì)內(nèi)服務(wù)，通過數(shù)據(jù)流轉(zhuǎn) 發(fā)揮其價(jià)值是關(guān)鍵的一環(huán)，同時(shí)也成為各企業(yè)在數(shù)字化 轉(zhuǎn)型中的一大挑戰(zhàn)。

在很多傳統(tǒng)的流程工業(yè)企業(yè)，各部門的數(shù)字化項(xiàng) 目主導(dǎo)人員往往會(huì)從自己的業(yè)務(wù)角度考慮問題，不同程 度地忽略其它業(yè)務(wù)或職能部門的相關(guān)需求，因此會(huì)在整 體考量與統(tǒng)一規(guī)劃上有所欠缺。誠然數(shù)字化的工具早已 在生產(chǎn)、供應(yīng)鏈以及銷售環(huán)節(jié)得以應(yīng)用，但數(shù)據(jù)壁壘問 題一直未能得到解決。讓數(shù)據(jù)全方位流動(dòng)起來，實(shí)現(xiàn)數(shù) 據(jù)“融會(huì)貫通”，需要由下至上考慮不同性質(zhì)的紛雜數(shù) 據(jù)，有針對(duì)性地采用適當(dāng)?shù)腎T、IoT技術(shù)實(shí)現(xiàn)有效數(shù)據(jù) 的關(guān)聯(lián)和應(yīng)用。

制造企業(yè)數(shù)字化轉(zhuǎn)型的目標(biāo)是進(jìn)一步提升能源與 運(yùn)營效率，優(yōu)化工藝，提高產(chǎn)品質(zhì)量，其中優(yōu)化生產(chǎn)工藝是核心也是難點(diǎn)。由于制造工藝流程復(fù)雜且固化，數(shù) 據(jù)量大，相對(duì)于IT數(shù)據(jù)，流程工業(yè)的OT數(shù)據(jù)存在多源 異構(gòu)與顆粒度更細(xì)等特性，因此想要挖掘并高效利用數(shù) 據(jù)絕非易事。在生產(chǎn)工藝數(shù)字化升級(jí)的路上，全球的制 造企業(yè)都面臨著工藝提升的瓶頸，企業(yè)若想實(shí)現(xiàn)持續(xù)優(yōu) 化，必然要將信息技術(shù)（IT）、工程技術(shù)（ET）和操 作運(yùn)營技術(shù)（OT）數(shù)據(jù)有機(jī)結(jié)合。

IT和OT的整合一直發(fā)展比較緩慢，原因在于這 是兩個(gè)完全不同的領(lǐng)域，IT解決的是數(shù)據(jù)處理、云計(jì) 算、邊緣計(jì)算、AI等技術(shù)問題，而OT是基于設(shè)備層如 PLC、SCADA、DCS等及應(yīng)用層如MES、MOM等解決 應(yīng)用場景問題。這中間缺少有機(jī)銜接，ET則作為兩者深 度融合的橋梁存在。只有讓數(shù)據(jù)實(shí)現(xiàn)流動(dòng)，將數(shù)據(jù)孤島 連澤成湖，并在數(shù)據(jù)論與經(jīng)驗(yàn)論相結(jié)合的基礎(chǔ)上、精通 工藝的必要條件下，合理運(yùn)用各種分析技術(shù)突破傳統(tǒng)工 藝和生產(chǎn)中面臨的瓶頸與制約，才能發(fā)揮數(shù)據(jù)價(jià)值。

此外，在數(shù)字化時(shí)代，組織之內(nèi)、系統(tǒng)之外最關(guān) 鍵的生產(chǎn)要素還是人。人才是企業(yè)未來可持續(xù)發(fā)展的重 要因素，Z世代人群（指1995-2009出生的人）已經(jīng)進(jìn) 入人才市場，他們擁有和70、80后不同的人生觀和價(jià) 值觀。在不同的思考模式下，企業(yè)要如何通過數(shù)字化轉(zhuǎn) 型、改善傳統(tǒng)工業(yè)企業(yè)中一線員工的工作環(huán)境，持續(xù)吸 引、培養(yǎng)、打造強(qiáng)有力的生力軍也成為企業(yè)亟待解決的 另一大挑戰(zhàn)。人、設(shè)備與系統(tǒng)的有機(jī)結(jié)合是成功實(shí)現(xiàn)數(shù) 字化轉(zhuǎn)型的基礎(chǔ)。

2　數(shù)據(jù)為王的時(shí)代

眾所周知，數(shù)字化不僅能擴(kuò)展新的經(jīng)濟(jì)發(fā)展空 間，促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展，而且能推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升 級(jí)，促進(jìn)社會(huì)轉(zhuǎn)型發(fā)展。數(shù)字技術(shù)不斷快速迭代，硬 件、工具、數(shù)據(jù)與算法等實(shí)現(xiàn)了一系列聯(lián)動(dòng)效應(yīng)，但其 中的核心仍然是數(shù)據(jù)，這是驅(qū)動(dòng)業(yè)務(wù)增長的關(guān)鍵所在， 因此數(shù)據(jù)也理所當(dāng)然地成為新的生產(chǎn)要素。如今，大數(shù) 據(jù)已經(jīng)遍布全球每個(gè)角落，貫穿各行各業(yè)，交織于每個(gè) 人的工作和生活中。

Gartner對(duì)大數(shù)據(jù)的定義是：大數(shù)據(jù)是需要新處理 模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能 力來適應(yīng)海量、高增長率和多樣化的信息資產(chǎn)。麥肯錫 全球研究所給出的定義是：一種規(guī)模大到在獲取、存 儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫軟件工具能 力范圍的數(shù)據(jù)集合，具有數(shù)據(jù)規(guī)模大、數(shù)據(jù)流轉(zhuǎn)快、數(shù) 據(jù)類型多和價(jià)值密度低四大特征。

在傳統(tǒng)的流程工業(yè)，數(shù)據(jù)的收集、處理、利用并 不是一個(gè)僅憑具備自動(dòng)化水平的硬件、數(shù)字化平臺(tái)以及 一系列的工具和方法疊加就可以簡單實(shí)現(xiàn)的過程。沒有 任何一家公司有能力承擔(dān)每天以指數(shù)級(jí)增長的海量數(shù)據(jù) 的收集與存儲(chǔ)，必須及時(shí)地分析和使用數(shù)據(jù)，加快流轉(zhuǎn) 率，才能有效降低運(yùn)營成本。數(shù)字化技術(shù)已經(jīng)不再是轉(zhuǎn) 型的瓶頸，關(guān)鍵是如何挖掘數(shù)據(jù)中的有效信息，及時(shí)加 以利用并轉(zhuǎn)換為有效的運(yùn)營價(jià)值，形成競爭優(yōu)勢(shì)。

有效發(fā)揮數(shù)據(jù)價(jià)值，關(guān)鍵在于如何分析和利用好 小數(shù)據(jù)。小數(shù)據(jù)組織對(duì)小數(shù)據(jù)的定義是：通過及時(shí)有意 義的數(shù)據(jù)把人們聯(lián)系起來。這些數(shù)據(jù)通常是處理過、可 見可獲取、易理解、可執(zhí)行并利用到日常工作任務(wù)中去 解決問題的。對(duì)大數(shù)據(jù)來說，小數(shù)據(jù)是一個(gè)相對(duì)概念。 小數(shù)據(jù)可以將大數(shù)據(jù)按一定維度進(jìn)行分級(jí)。

以流程工業(yè)企業(yè)為例，將原料轉(zhuǎn)化為成品是一個(gè) 復(fù)雜的過程，因此可以按產(chǎn)線、工藝段或職能等維度分 層數(shù)據(jù)，細(xì)分層級(jí)的數(shù)據(jù)體量更小、更易分析和利用。 流程工業(yè)中的數(shù)據(jù)顆粒度更小，但由于它們來自不同的 信息源，包括圖像、聲音、設(shè)備以及生產(chǎn)數(shù)據(jù)等，又具 有一定的復(fù)雜性和時(shí)效性。其復(fù)雜性與時(shí)效性主要源于 工藝過程，流程工藝包含極其復(fù)雜的物理、化學(xué)變化， 同時(shí)流程周期相對(duì)較長。

生產(chǎn)過程需要人、機(jī)、料、法、環(huán)等多個(gè)方面的 相互作用，而了解生產(chǎn)過程需要準(zhǔn)確知道加工環(huán)節(jié)的工 程能力和限制、設(shè)備運(yùn)轉(zhuǎn)的狀態(tài)、正常和異常情況下的 合理操作、原料和庫存的狀態(tài)等。比如控制系統(tǒng)和電 氣、機(jī)械化設(shè)備裝置控制著生產(chǎn)線的運(yùn)轉(zhuǎn)，按照加工工 藝的要求執(zhí)行各種實(shí)時(shí)任務(wù)。任何和工藝要求指標(biāo)偏離 的細(xì)小變化都會(huì)在成品、半成品的量化指標(biāo)上體現(xiàn)。這 些系統(tǒng)每時(shí)每刻都在不停地產(chǎn)生大量的“小數(shù)據(jù)”，這 些“小數(shù)據(jù)”反映了生產(chǎn)的過程和好壞。經(jīng)驗(yàn)豐富的專 家往往能夠從一些數(shù)據(jù)的微小偏離“感知”到風(fēng)險(xiǎn)，從 而采取糾錯(cuò)的行動(dòng)，這些經(jīng)驗(yàn)來自于大量的生產(chǎn)實(shí)踐和 對(duì)特定工藝、工序的深刻體會(huì)。

傳統(tǒng)的流程工業(yè)往往工藝設(shè)定比較成熟，這一方 面保證了較好的良品率，但同時(shí)也對(duì)工藝的改善優(yōu)化提 出了更高的要求。對(duì)大量產(chǎn)品的加工過程分析、檢測(cè)化驗(yàn)、設(shè)備狀態(tài)進(jìn)行全方位的數(shù)字關(guān)聯(lián)，運(yùn)用新的分析技 術(shù)來找到影響產(chǎn)率、質(zhì)量、加工時(shí)間、能耗等各方面的 影響元素，從而能建立更加完善的工藝專家知識(shí)系統(tǒng)， 長期服務(wù)于工藝優(yōu)化。

“小數(shù)據(jù)”的價(jià)值體現(xiàn)關(guān)鍵在于ET的能力，唯數(shù) 據(jù)論可能會(huì)導(dǎo)致大量資源的消耗和浪費(fèi)，唯經(jīng)驗(yàn)論又會(huì) 錯(cuò)失數(shù)據(jù)價(jià)值挖掘的良機(jī)，充分理解工藝過程的數(shù)據(jù)提 取、治理和分析才能做到有的放矢，因此對(duì)ET的能力 提出極高的要求，既要具備深厚的行業(yè)積累，精通專業(yè) 的工藝技術(shù)，還需要有能力打通IT和OT之間存在的跨 領(lǐng)域壁壘，形成從設(shè)備層到云處理的全價(jià)值鏈。

IT、ET、OT的有效融合可以將傳統(tǒng)企業(yè)中來自一 線的實(shí)踐認(rèn)知，通過算法結(jié)合場景構(gòu)建出高質(zhì)量的機(jī)理 模型和數(shù)據(jù)模型，將數(shù)據(jù)信息轉(zhuǎn)化為標(biāo)準(zhǔn)化指導(dǎo)建議， 并提供7×24的服務(wù)支持。這也是將專家經(jīng)驗(yàn)傳承給新 生力量最有效的途徑。不僅極大地解決了專業(yè)人才的培 養(yǎng)問題，同時(shí)也將經(jīng)驗(yàn)形成統(tǒng)一的標(biāo)準(zhǔn)與流程，幫助企 業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展。

3　應(yīng)用場景中的數(shù)字化應(yīng)用

談數(shù)字化轉(zhuǎn)型，離不開應(yīng)用場景，如何讓大數(shù)據(jù)、 機(jī)器學(xué)習(xí)、數(shù)字孿生，AI、邊緣計(jì)算等數(shù)字化技術(shù)在應(yīng) 用場景中發(fā)揮作用，還是需要以解決運(yùn)營中的具體問題 為出發(fā)點(diǎn)。

以冶金行業(yè)為例，豐富的行業(yè)知識(shí)是一切數(shù)字化解 決方案的根基，只有對(duì)工藝技術(shù)深刻了解，才能合理的 應(yīng)用大數(shù)據(jù)和機(jī)器學(xué)習(xí)等前沿技術(shù)，在協(xié)作式遠(yuǎn)程操作 中心建立基于設(shè)備和過程的數(shù)字孿生體，其核心依然是 數(shù)據(jù)。整合的運(yùn)行數(shù)據(jù)、信息技術(shù)數(shù)據(jù)和工程數(shù)據(jù)可以 反映實(shí)際生產(chǎn)過程中的復(fù)雜系統(tǒng)影響和耦合，實(shí)現(xiàn)生產(chǎn) 過程的虛擬再現(xiàn)。

例如，基于機(jī)器學(xué)習(xí)的堆鋼預(yù)測(cè)系統(tǒng)可以實(shí)時(shí)監(jiān)測(cè) 各個(gè)關(guān)鍵數(shù)據(jù)，提示堆鋼風(fēng)險(xiǎn)，極大降低實(shí)際堆鋼發(fā)生 的概率。在眾多關(guān)鍵工位開發(fā)基于機(jī)器視覺的應(yīng)用，可 以滿足現(xiàn)場無人化的異常自動(dòng)監(jiān)測(cè)，通過和自動(dòng)化系統(tǒng) 的聯(lián)動(dòng)，實(shí)現(xiàn)異常預(yù)警和自動(dòng)保護(hù)等功能。在產(chǎn)線數(shù)字 孿生信息模型的基礎(chǔ)上，各種數(shù)據(jù)按照不同的功能和目 的精確關(guān)聯(lián)到產(chǎn)品上產(chǎn)生數(shù)字鋼卷。通過對(duì)數(shù)字鋼卷信 息的大量數(shù)據(jù)從能耗、質(zhì)量、生產(chǎn)、工藝等多維度尋優(yōu) 分析，找到各個(gè)維度和多維度的黃金工藝，為持續(xù)工藝 改善提供依據(jù)和建議、異常回溯的根本原因和推薦解決 辦法等，為打造黑燈工廠夯實(shí)基礎(chǔ)。

此外，流程工業(yè)多為重資產(chǎn)企業(yè)，資產(chǎn)管理問題 一直是重點(diǎn)關(guān)注對(duì)象。要實(shí)現(xiàn)“望聞問切”的全面故障 狀態(tài)診斷有三個(gè)關(guān)鍵步驟。

第一步：梳理出核心的關(guān)鍵設(shè)備，有針對(duì)性地進(jìn) 入下一步設(shè)備評(píng)估。這需要有專門的咨詢團(tuán)隊(duì)，通過大 量的現(xiàn)場調(diào)研和評(píng)估，幫助工廠定義出關(guān)鍵設(shè)備清單， 為后續(xù)工作奠定了基礎(chǔ)。

第二步：對(duì)關(guān)鍵設(shè)備進(jìn)行數(shù)據(jù)采集。通過底層的 信息采集做到全面感知、靈活獲取，并將數(shù)據(jù)處理成可 執(zhí)行的信息，利用有線或無線網(wǎng)絡(luò)傳遞給上層平臺(tái)或移 動(dòng)終端，支撐上層業(yè)務(wù)，優(yōu)化運(yùn)營。此外，還需要通過 與DCS、PLC及狀態(tài)監(jiān)測(cè)系統(tǒng)相結(jié)合，解決新舊設(shè)備與 系統(tǒng)的并入、通信等問題，獲取實(shí)時(shí)數(shù)據(jù)自然水到渠 成。

第三步：基于數(shù)字化平臺(tái)的運(yùn)營數(shù)據(jù)集成和智能 分析必不可少。充分結(jié)合機(jī)理模型和數(shù)學(xué)模型，對(duì)來自 關(guān)鍵設(shè)備的數(shù)據(jù)進(jìn)行分析，才能實(shí)現(xiàn)更為可靠的數(shù)據(jù)分 析與診斷。構(gòu)建相對(duì)健全和完整的數(shù)據(jù)模型，行業(yè)知識(shí) 依然是必要條件，再利用關(guān)鍵設(shè)備的機(jī)理模型與數(shù)學(xué)模 型、數(shù)據(jù)庫和先進(jìn)的AI算法，才可以界定出更為準(zhǔn)確 的異常范圍，為操作人員決策提供高效可靠的信息。

為解決各種應(yīng)用場景的問題，相應(yīng)的各種軟件、 系統(tǒng)、平臺(tái)也應(yīng)運(yùn)而生，數(shù)據(jù)煙囪林立既不利于數(shù)據(jù)的 流利，同時(shí)也浪費(fèi)了大量的重復(fù)建設(shè)與運(yùn)營成本。服務(wù) 商往往只參與特定的數(shù)字化項(xiàng)目，項(xiàng)目完結(jié)后雖然仍提 供服務(wù)，但企業(yè)人員仍需要消耗大量的精力去理解和掌 握這些平臺(tái)和軟件用于日常運(yùn)營。數(shù)據(jù)中臺(tái)未來必將成 為一種有效的解決方式。

相對(duì)簡單易用的數(shù)據(jù)中臺(tái)可以讓企業(yè)專注自身的 業(yè)務(wù)和邏輯，無需在平臺(tái)的技術(shù)層面投入大量的人力物 力。數(shù)據(jù)中臺(tái)的核心是數(shù)據(jù)共享，它可以將不同系統(tǒng)中 的數(shù)據(jù)進(jìn)行全面匯集和管理，解決數(shù)據(jù)分散、數(shù)據(jù)源多 樣的問題，實(shí)現(xiàn)數(shù)據(jù)協(xié)同合作，形成企業(yè)數(shù)據(jù)資產(chǎn)和洞 察，服務(wù)于業(yè)務(wù)，從而幫助企業(yè)實(shí)現(xiàn)在低碳經(jīng)濟(jì)下的持 續(xù)發(fā)展。

阿里巴巴于2015年正式提出中臺(tái)戰(zhàn)略，將不同業(yè) 務(wù)通用的工具和技術(shù)加以沉淀，成立專門的中臺(tái)部門，這樣新的業(yè)務(wù)需求可以不再重新設(shè)計(jì)，避免因重復(fù)的功 能建設(shè)和維護(hù)造成資源浪費(fèi)。近年來眾多企業(yè)紛紛加入 數(shù)據(jù)中臺(tái)戰(zhàn)略的探索和建設(shè)。數(shù)據(jù)中臺(tái)居于前臺(tái)和后 臺(tái)之間，是企業(yè)級(jí)的數(shù)據(jù)共享、能力復(fù)用平臺(tái)，是數(shù)字 化轉(zhuǎn)型的基礎(chǔ)和中樞系統(tǒng)。將企業(yè)海量、多源、異構(gòu)的 數(shù)據(jù)整合資產(chǎn)化，為業(yè)務(wù)前臺(tái)提供數(shù)據(jù)資源和能力的支 撐，以實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的精細(xì)化運(yùn)營。

目前數(shù)據(jù)中臺(tái)市場處于早期階段，眾多頭部互聯(lián) 網(wǎng)企業(yè)、大數(shù)據(jù)公司、獨(dú)立中臺(tái)開發(fā)商及人工智能廠商 等紛紛入場，但由于流程工業(yè)的復(fù)雜性與特殊性，不會(huì) 有標(biāo)準(zhǔn)解決方案，只有量身定制的最優(yōu)選擇。其中積累 了大量垂直行業(yè)的認(rèn)知和洞察經(jīng)驗(yàn)的工業(yè)行業(yè)數(shù)字化解 決方案提供商，可以高效地實(shí)現(xiàn)方案落地，幫助企業(yè)快 速梳理企業(yè)業(yè)務(wù)及流程，準(zhǔn)確識(shí)別客戶需求，并基于中 臺(tái)架構(gòu)輸出綜合的數(shù)字化轉(zhuǎn)型服務(wù)。

圖1 ABB Ability GenixTM工業(yè)分析和AI套件

工業(yè)數(shù)據(jù)中臺(tái)可以將企業(yè)的IT、OT、ET數(shù)據(jù)進(jìn)行 全方位整合，實(shí)現(xiàn)360度的資產(chǎn)與運(yùn)營管理，避免技術(shù) 層重復(fù)開發(fā)，技術(shù)迭代升級(jí)更高效，可按需擴(kuò)展服務(wù)， 讓整個(gè)技術(shù)架構(gòu)更開放。其中六大主要功能包括根據(jù)行 業(yè)洞察建立不同細(xì)分行業(yè)的數(shù)據(jù)模型；利用AI和機(jī)器學(xué) 習(xí)提供預(yù)測(cè)和優(yōu)化建議的高級(jí)分析能力；預(yù)構(gòu)卓越運(yùn)營 解決方案；低成本快速定制各類高級(jí)分析應(yīng)用；打破眾 多軟件管理之間的壁壘，實(shí)現(xiàn)從設(shè)備、運(yùn)營、安全到供 應(yīng)鏈的全流程全方位高效運(yùn)營。

數(shù)據(jù)中臺(tái)不是簡單的一套軟件系統(tǒng)或者一個(gè)標(biāo)準(zhǔn) 化產(chǎn)品，而是一種強(qiáng)調(diào)資源整合、集中配置、能力沉 淀、分步執(zhí)行的運(yùn)作機(jī)制，是一系列數(shù)據(jù)組件或模塊的 集合，指向企業(yè)的業(yè)務(wù)場景。構(gòu)建數(shù)據(jù)中臺(tái)可以高效地 對(duì)數(shù)據(jù)進(jìn)行統(tǒng)一收集、處理、儲(chǔ)存、計(jì)算、分析和可視 化呈現(xiàn)，使數(shù)據(jù)最終與業(yè)務(wù)鏈結(jié)合，真正轉(zhuǎn)化為企業(yè)核 心資產(chǎn)，讓數(shù)字創(chuàng)造價(jià)值。

4　總結(jié)

隨著全球生產(chǎn)、技術(shù)、通信、移動(dòng)端以及互聯(lián)網(wǎng)+ 的高速發(fā)展，數(shù)字化也將不斷演進(jìn)。對(duì)于傳統(tǒng)的流程工 業(yè)企業(yè)來說，數(shù)字化轉(zhuǎn)型還是要從自身需求出發(fā)，“量 體裁衣”，打造獨(dú)一無二的數(shù)字化解決方案才能針對(duì)性 地解決實(shí)際中的問題。

數(shù)據(jù)資產(chǎn)是數(shù)字化轉(zhuǎn)型的核心，而要將資產(chǎn)流通 起來轉(zhuǎn)換為價(jià)值，企業(yè)還需要整合內(nèi)、外部資源，選擇 適合的技術(shù)和工具，結(jié)合自身積累多年的實(shí)踐經(jīng)驗(yàn)，利 用高效、低成本的多維度協(xié)同運(yùn)營方式，讓數(shù)據(jù)發(fā)揮其 最大的價(jià)值。

未來，數(shù)字化的發(fā)展將持續(xù)推動(dòng)企業(yè)轉(zhuǎn)型的步 伐，利用技術(shù)革新的成果，通過迭代的方法與工具讓數(shù) 據(jù)價(jià)值不斷升華，精益求精，幫助企業(yè)凝聚源源不斷的 創(chuàng)新力，在數(shù)字化的浪潮中勇立潮頭，從容面對(duì)明天的 挑戰(zhàn)與機(jī)遇。

作者簡介：

蔣海波（1963-），上海人，碩士，現(xiàn)任ABB（中國） 有限公司高級(jí)副總裁、智能制造推進(jìn)合作創(chuàng)新聯(lián)盟副理 事長。

鄧　波（1978-），四川人，碩士，現(xiàn)任ABB（中國） 有限公司過程工業(yè)業(yè)務(wù)北亞及中國區(qū)數(shù)字化業(yè)務(wù)負(fù)責(zé)人， 主要從事數(shù)字化業(yè)務(wù)開發(fā)和推廣方面工作。

參考文獻(xiàn)：

[1] 艾瑞咨詢. 《中國數(shù)據(jù)中臺(tái)行業(yè)白皮書》[R/OL]. 2021. https://coffee.pmcaff.com/article/13696890_j

摘自《自動(dòng)化博覽》2021年11月刊