数据推动中国工业未来

大数据对中国的产业升级非常重要。从经济的角度分析，2015年底，波士顿咨询做了一个调研，分析了各个制造大国竞争力的方方面面，分析结果是中国正面临非常大的压力。从成本的角度进行分析，十年前，中国的制造成本大概是美国制造综合成本的1/3，所以，当时美国愿意把工厂设在中国。

经过十年，这个情况发生了巨大变化。去年，福耀玻璃到美国设厂，福耀玻璃给出的官方理由是：美国的成本更低。确实，过去的十年间，大家的成本都在上涨，但是美国大概上涨20%多，我们中国的人力成本上涨了三倍，我们能源成本又上涨了很多，我们的交通物流成本也上涨了很多。现在，中美的制造业成本已经相差无几，甚至中国有些领域的制造成本超过美国。这种背景下，很多制造业向欧美回流在情理之中。

中国作为一个有十几亿人口的大国，如果我们没有实体产业，只是靠虚拟经济，我们要养活十几亿人靠什么？当前这种情况，我们已经不可能再回到低成本经营和靠人口红利的时代，必须靠技术创新，必须借助全球的工业产业升级趋势，用好新技术来促进产品产业的升级，真正实现我们从自动化到工业化和信息化两化深度融合。

昆仑数据是专注在工业领域的一家大数据公司，希望能够用大数据、人工智能技术帮助工业企业实现智能化升级，希望能够支持《中国制造2025》的战略。我们也非常幸运参与了《中国制造2025》里面的软件领域，包括工业大数据这个领域相关的技术路线图。同时，我们也响应《中国制造2025》理念，要建设制造业创新中心、增强制造业创新能力的号召，在北京成立了工业大数据创新中心，跟国内的龙头企业，包括中石油、京东科技这些行业龙头企业一起合作。

我们提供几方面的帮助：

一方面，提供敏捷智能的转型服务，用这种数字化的DT思维，帮助企业定义出一个大数据行动的最佳路线，路线图之下有产品和服务。

另一方面，我们会深入到企业内部，跟企业一线的行业专家一起协作，用技术和产品帮助他们解决实际的问题。大数据能够帮企业解决什么问题呢？不论你用什么样的技术，目标都是希望能提质增效，提升产品质量，提升企业的整个运作效率，能够降低各种资源的消耗，能控制风险。

国际上有很多先进的工业企业，已经通过使用大数据，然后取得比较好的业务价值。比如，国际著名的工程机械厂商卡特彼勒，它通过预测性维护，把设备停机时间从900小时降低到24小时，而且备件预测也可以减少约10%的备件库存花费。包括像壳牌石油、宝马汽车等一系列的先进工业企业，已经尝到了运用大数据的甜头。

昆仑数据在工程机械领域跟国内领先的装备制造商进行合作，通过大数据支持预防性的维修，把整个的停机率减少了60%，通过数据的方式进行备件预测。同时，也跟石油公司做 石油管线的线路检测，在埋石油管道的时候，一定会有压力传感器，通过检测压力的降低，我们知道可能会发生泄漏。因为成本的原因，我们的压力传感器不可能装得非常密，几十公里装一个压力传感器。如果中间发生报警，要在野外几十公里的地下排查，是一个非常困难的事情。被埋的石油管道有压力的情况下，如果边上有车驶过，或者有动物跑过，可能都会带来压力变化，尤其会出现非常多的噪音，非常多的虚假警报。那我们如何用大数据的方式来解决这样的问题呢？

昆仑数据的做法是把泄露点精确定位，从几十公里缩小到300米，變得人为可查。我们也通过数据分析的方式，把它的虚假预警降低将近70%，大大降低了虚假预警。比如在电子制造这个领域，良率是非常重要的一个问题。很多大型电子厂，比如像富士康代工厂，利润非常薄，代工生产一个苹果手机大概挣几美元。如果生产的产品变成次品，就会影响企业的利润率。所以，良率决定了这个企业的利润率。

另外，企业还面临管理方面的挑战。很多企业不清楚大数据实施路径是什么，不知道大数据具体到业务环境应该怎么入手，不清楚在大数据方面投入多少，不确定投入之后会带来多大的产出。很多人会说，大数据是未来的黄金和石油，那你先建个平台，先把这数据收集起来，以后一定有用。但实际上，工业企业本身的利润不是那么高，不是那么丰厚，所以工业企业对于投入产出非常敏感，会看建了平台之后到底能带来什么，这也是需要解决的问题。

我们现在发展了一套敏捷低门槛的方式，能够帮助企业用价值导向实施工业大数据。我们有个工业数据云端分析工厂，可以帮企业建一个平台，通过平台上的公有平台，线上的东西可以到线下组建团队，帮助企业做业务问题梳理，然后做企业的数据基础和诊断，帮助企业比较安全、科学地走到规模和属性的阶段。基本上能做到一天之内完成它整个业务的诊断，然后一周之内完成数据的诊断。