以工業(yè)4.0為核心的智能制造,已經(jīng)成為目前全球制造業(yè)者共同發(fā)展的方向。有別于一般消費(fèi)性市場(chǎng)需求,在工業(yè)生產(chǎn)制造領(lǐng)域的發(fā)展上,不僅有強(qiáng)調(diào)以工業(yè)應(yīng)用為主的工業(yè)人工智能,在數(shù)據(jù)數(shù)據(jù)的搜集上,自然也有所謂的工業(yè)大數(shù)據(jù)。做為工業(yè)人工智能的基礎(chǔ),怎樣獲取正確的工業(yè)大數(shù)據(jù),也關(guān)系著制造業(yè)轉(zhuǎn)型升級(jí)的成敗。
除了與一般大數(shù)據(jù)以強(qiáng)調(diào)數(shù)量(Volume)、速度(Velocity)、多樣性(Variety),及真實(shí)性(Veracity)的“4V要素”之外,工業(yè)大數(shù)據(jù)還特別強(qiáng)調(diào)所謂的可見性(Visibility)及價(jià)值(Value)。對(duì)于大數(shù)據(jù)及工業(yè)大數(shù)據(jù)之間的差異,一般認(rèn)為,數(shù)據(jù)的數(shù)量、獲取的速度/頻率、數(shù)據(jù)的多樣性與真實(shí)性,是制造業(yè)在導(dǎo)入數(shù)字化與自動(dòng)化之后,會(huì)自然演進(jìn)出現(xiàn)的數(shù)據(jù)。但對(duì)于工業(yè)4.0或制造制造,要從設(shè)備制造端向使用者服務(wù)端的轉(zhuǎn)型而言,可見性及價(jià)值,則代表了對(duì)工業(yè)大數(shù)據(jù)所追求的目的與意義。
不過(guò)數(shù)字轉(zhuǎn)型及產(chǎn)業(yè)升級(jí)的風(fēng)潮,很多制造業(yè)者在著手進(jìn)行往智能制造轉(zhuǎn)型的過(guò)程中,是伴隨著數(shù)字化與自動(dòng)化同步進(jìn)行,由于數(shù)字化與自動(dòng)化之后,機(jī)臺(tái)設(shè)備可以快速的產(chǎn)生大量數(shù)據(jù),業(yè)者如果沒(méi)有完整個(gè)規(guī)劃或從事階段性的建設(shè),很容易在初期就走錯(cuò)方向。
相關(guān)業(yè)者表示,一般的商業(yè)大數(shù)據(jù)可以在累積大量數(shù)據(jù)數(shù)據(jù)后,再固定或周期性的進(jìn)行數(shù)據(jù)的處理與分析;但是智能制造要能創(chuàng)造價(jià)值,最佳的方式則是必須要將相關(guān)的工業(yè)大數(shù)據(jù),就近的在機(jī)臺(tái)設(shè)備端,進(jìn)行實(shí)時(shí)的分析處理,并且執(zhí)行反饋。同時(shí),也需要將這些實(shí)時(shí)處理分析的結(jié)果進(jìn)行視覺(jué)化的展示。
業(yè)者表示,工業(yè)大數(shù)據(jù)與一般商業(yè)大數(shù)據(jù)的一項(xiàng)重要差異,就在于對(duì)于精準(zhǔn)度的要求。對(duì)一般商業(yè)場(chǎng)域中應(yīng)用的大數(shù)據(jù)及人工智能而言,準(zhǔn)確率能達(dá)到90%左右,就已經(jīng)將驚人,因?yàn)閷?duì)消費(fèi)者的年齡判別失準(zhǔn),或是推播了錯(cuò)誤的廣告,一般并不會(huì)造成太大的影響;不過(guò),如果應(yīng)用在工業(yè)生產(chǎn)領(lǐng)域,工業(yè)大數(shù)據(jù)結(jié)合工業(yè)人工智能被要求的準(zhǔn)確度,可能是需要到99.9%甚至更高的準(zhǔn)確率,因?yàn)橐坏┕I(yè)生產(chǎn)制造上的數(shù)據(jù)出現(xiàn)誤差,對(duì)于產(chǎn)品后續(xù)生產(chǎn)各方面,都將帶來(lái)難以估計(jì)的損失。
也因?yàn)楣I(yè)大數(shù)據(jù)需要就近進(jìn)行高速而精準(zhǔn)的分析與處理,因此,在智能制造風(fēng)潮崛起之際,連帶掀起了對(duì)邊緣運(yùn)算架構(gòu)的需求。相關(guān)業(yè)者指出,就近在機(jī)臺(tái)設(shè)備端收集的工業(yè)大數(shù)據(jù),先將必須優(yōu)先處理反饋的部分進(jìn)行分析處理,不僅可以達(dá)到快速反應(yīng)的目的,同時(shí)也可以將數(shù)據(jù)量有效的縮減,對(duì)之后傳輸、儲(chǔ)存等部分也都會(huì)相對(duì)較為有利。
就制造業(yè)轉(zhuǎn)型智能制造,相關(guān)業(yè)者認(rèn)為,從現(xiàn)場(chǎng)的數(shù)據(jù)采集規(guī)劃開始、邊緣運(yùn)算架構(gòu)的搭建,一直到完整解決方案的提供,如果沒(méi)有工業(yè)大數(shù)據(jù)支撐,結(jié)果可能會(huì)有極大的差異。當(dāng)然,相關(guān)業(yè)者不否認(rèn),智能制造的規(guī)模若再進(jìn)一步的發(fā)展后,工業(yè)大數(shù)據(jù)的范圍一方面將持續(xù)擴(kuò)大,但同時(shí)對(duì)于數(shù)據(jù)來(lái)源則將持續(xù)細(xì)化,即便如此,工業(yè)大數(shù)據(jù)在智能制造轉(zhuǎn)型上扮演的角色越來(lái)越重要。
以工業(yè)4.0為核心的智能制造,已經(jīng)成為目前全球制造業(yè)者共同發(fā)展的方向。有別于一般消費(fèi)性市場(chǎng)需求,在工業(yè)生產(chǎn)制造領(lǐng)域的發(fā)展上,不僅有強(qiáng)調(diào)以工業(yè)應(yīng)用為主的工業(yè)人工智能,在數(shù)據(jù)數(shù)據(jù)的搜集上,自然也有所謂的工業(yè)大數(shù)據(jù)。做為工業(yè)人工智能的基礎(chǔ),怎樣獲取正確的工業(yè)大數(shù)據(jù),也關(guān)系著制造業(yè)轉(zhuǎn)型升級(jí)的成敗。
除了與一般大數(shù)據(jù)以強(qiáng)調(diào)數(shù)量(Volume)、速度(Velocity)、多樣性(Variety),及真實(shí)性(Veracity)的“4V要素”之外,工業(yè)大數(shù)據(jù)還特別強(qiáng)調(diào)所謂的可見性(Visibility)及價(jià)值(Value)。對(duì)于大數(shù)據(jù)及工業(yè)大數(shù)據(jù)之間的差異,一般認(rèn)為,數(shù)據(jù)的數(shù)量、獲取的速度/頻率、數(shù)據(jù)的多樣性與真實(shí)性,是制造業(yè)在導(dǎo)入數(shù)字化與自動(dòng)化之后,會(huì)自然演進(jìn)出現(xiàn)的數(shù)據(jù)。但對(duì)于工業(yè)4.0或制造制造,要從設(shè)備制造端向使用者服務(wù)端的轉(zhuǎn)型而言,可見性及價(jià)值,則代表了對(duì)工業(yè)大數(shù)據(jù)所追求的目的與意義。
不過(guò)數(shù)字轉(zhuǎn)型及產(chǎn)業(yè)升級(jí)的風(fēng)潮,很多制造業(yè)者在著手進(jìn)行往智能制造轉(zhuǎn)型的過(guò)程中,是伴隨著數(shù)字化與自動(dòng)化同步進(jìn)行,由于數(shù)字化與自動(dòng)化之后,機(jī)臺(tái)設(shè)備可以快速的產(chǎn)生大量數(shù)據(jù),業(yè)者如果沒(méi)有完整個(gè)規(guī)劃或從事階段性的建設(shè),很容易在初期就走錯(cuò)方向。
相關(guān)業(yè)者表示,一般的商業(yè)大數(shù)據(jù)可以在累積大量數(shù)據(jù)數(shù)據(jù)后,再固定或周期性的進(jìn)行數(shù)據(jù)的處理與分析;但是智能制造要能創(chuàng)造價(jià)值,最佳的方式則是必須要將相關(guān)的工業(yè)大數(shù)據(jù),就近的在機(jī)臺(tái)設(shè)備端,進(jìn)行實(shí)時(shí)的分析處理,并且執(zhí)行反饋。同時(shí),也需要將這些實(shí)時(shí)處理分析的結(jié)果進(jìn)行視覺(jué)化的展示。
業(yè)者表示,工業(yè)大數(shù)據(jù)與一般商業(yè)大數(shù)據(jù)的一項(xiàng)重要差異,就在于對(duì)于精準(zhǔn)度的要求。對(duì)一般商業(yè)場(chǎng)域中應(yīng)用的大數(shù)據(jù)及人工智能而言,準(zhǔn)確率能達(dá)到90%左右,就已經(jīng)將驚人,因?yàn)閷?duì)消費(fèi)者的年齡判別失準(zhǔn),或是推播了錯(cuò)誤的廣告,一般并不會(huì)造成太大的影響;不過(guò),如果應(yīng)用在工業(yè)生產(chǎn)領(lǐng)域,工業(yè)大數(shù)據(jù)結(jié)合工業(yè)人工智能被要求的準(zhǔn)確度,可能是需要到99.9%甚至更高的準(zhǔn)確率,因?yàn)橐坏┕I(yè)生產(chǎn)制造上的數(shù)據(jù)出現(xiàn)誤差,對(duì)于產(chǎn)品后續(xù)生產(chǎn)各方面,都將帶來(lái)難以估計(jì)的損失。
也因?yàn)楣I(yè)大數(shù)據(jù)需要就近進(jìn)行高速而精準(zhǔn)的分析與處理,因此,在智能制造風(fēng)潮崛起之際,連帶掀起了對(duì)邊緣運(yùn)算架構(gòu)的需求。相關(guān)業(yè)者指出,就近在機(jī)臺(tái)設(shè)備端收集的工業(yè)大數(shù)據(jù),先將必須優(yōu)先處理反饋的部分進(jìn)行分析處理,不僅可以達(dá)到快速反應(yīng)的目的,同時(shí)也可以將數(shù)據(jù)量有效的縮減,對(duì)之后傳輸、儲(chǔ)存等部分也都會(huì)相對(duì)較為有利。
就制造業(yè)轉(zhuǎn)型智能制造,相關(guān)業(yè)者認(rèn)為,從現(xiàn)場(chǎng)的數(shù)據(jù)采集規(guī)劃開始、邊緣運(yùn)算架構(gòu)的搭建,一直到完整解決方案的提供,如果沒(méi)有工業(yè)大數(shù)據(jù)支撐,結(jié)果可能會(huì)有極大的差異。當(dāng)然,相關(guān)業(yè)者不否認(rèn),智能制造的規(guī)模若再進(jìn)一步的發(fā)展后,工業(yè)大數(shù)據(jù)的范圍一方面將持續(xù)擴(kuò)大,但同時(shí)對(duì)于數(shù)據(jù)來(lái)源則將持續(xù)細(xì)化,即便如此,工業(yè)大數(shù)據(jù)在智能制造轉(zhuǎn)型上扮演的角色越來(lái)越重要。