如果問一個傳統的滑雪板制造商會有哪些煩惱?他們一定會苦嘆生產成本高、制造周期長、庫存壓力大。由于滑雪運動季節性強，天然雪和人工雪對滑雪板的材質要求不盡相同，制造商常常頭痛于該為不同季節條件下的滑雪板準備多少庫存?IBM采用大數據方案，不僅將滑雪板的生產周期從過去的16天縮減到8天，庫存降低了80%，生產中還在每個零部件流程中安裝傳感器，通過收集和分析傳感器數據，把質量控制細化到每一個工藝流程。這個智慧制造的一幕已經在奧地利滑雪板生產商Blizzard處得以實現。
在Blizzard的案例中，IBM的“智造”方式已經從關注制造本身的靜態數據向關注社交輿情的互動數據進發，并且借助于模型來預測天氣以及天氣對銷售的影響。這就是在物聯網3.0的世界發生的故事。在2015年5月的中國物聯網大會上，IBM解析了物聯網3.0的概念。在物聯網1.0的時代，人們致力于建立物物相連的系統，數據能夠被實時感知、傳輸和處理;在2.0的時代，物物相連后產生的數據已經超越傳統的IT信息處理架構，海量數據的加工、提 煉和分析需要有更好的平臺支撐。而在3.0的時代，與大數據和云計算的融合創造一個物聯網的全新生態環境。
這個生態環境貫穿于工業制造的整個流程，從產品研發、生產制造、運營管理，到產品銷售、服務的每一個環節。這給人們觀念中有形的工業機器人(工業機器臂)、3D打印機或是廠內生產智能化機床的圖景賦予了更廣闊的延展。在物聯網的環境中，大數據成為隱形的智能機器人，它是物與物、物與人連接的成果，甚至可以替代人腦成為制造的指揮中心。
物聯網3.0—和大數據、云的“聯手”
究其工業4.0愿景的本質，是實現物聯化、互聯化以及智能化的理念，是工業企業實現向工業4.0時代發展的關鍵動力，可見“物聯網”的重要支撐作用。
IBM中國研究院院長沈曉衛博士說，物聯網3.0的提出實際是基于對未來三大趨勢的洞察。首先是大數據挖掘可以為人們提供更多有商業價值的洞察，優化管理。其次，云計算從最初的IT數據中心的作用向新型的服務應用方式轉化。第三，各種新型的互聯互通的方式在改變人、機、物的溝通方式。這三大趨勢相互作用影響了大數據的來源，大數據從以往記錄系統(System of Record)的功能轉向了系統互動(System Engagement)。原有的結構性數據中混入了來自于社交媒體、物聯網的非結構性數據，而這些數據有聲音、圖片、視頻、文字等，需要全新的技術處理能力。
物聯網3.0的技術處理能力究竟是如何發揮數據驅動的作用呢?IBM中國研究院物聯網及服務交付研究總監孫偉博士認為是以下三個層面的作用。
一是從歷史數據中挖掘模式。人們需要清楚了解問題的本質，是通過大數據做工業設備運行狀態以及故障模式的分析，還是做客戶使用設備習慣模式的分析。清楚需要解決什么問題之后，在匯總各數據源的基礎上進行數據清 理并提取有效的數據特征，進行數據建模。
二是通過人機交互手段推動認知計算的分析能力。認知計算是模擬人腦對外界信息的加工處理方式、思維方式和決策方式，以支持更智能的人機交互。基于大數據的認知計算能力可以應用到不同領域，比如自動駕駛汽車駕駛中行車路線的選擇，通過對交通路網實時信息的分析，以及道路路況、天氣狀況數據的分析和預測，可以得出比人腦判斷更為全面的優化行駛線路。
三是實現物理建模和工作機理建模。與金融和服務行業不同的是，工業設備在不同工況環境下的工作機理需要用物理模型來表征。比如風機發電，既需要監測風機的運轉參數、發電量，也需要參考實時的風場周邊氣象監測信息以及衛星監測的大尺度氣象數據，從而提供給風力發電地物理和工作機理模型，將風力預測空間精度提升至每個風機范圍內，進而優化風機的運轉以及電力能源儲備及并網控制。
車聯網即是物物相聯之后，借助于云計算和大數據，推動“高度智能化”工業產品的發展。在自動駕駛領域，一輛車上成百上千個傳感器將實時產生并處理車輛運行數據，當成千上萬輛車將這些實時處理后數據回傳至云平臺后，在車聯網云服務的支持下，車與車、車與路之間便能夠實現信息協同，道路上行駛在后方的車輛借助通過前車的實時“觀察”，獲取前方的道路信息，身處A地的車主也能知道B地的路況，以支持及時調整行駛線路以及車輛控制。這些數據不僅能夠成為城市智能交通管理的依據，還能支持各種與汽車相關的金融保險創新以及車載信息服務的創新。
物聯網3.0不僅實現產品及服務的智能化，還推進企業業務流程和制造過程的智能化。通過物聯網以及互聯網采集的客戶使用產品及服務的數據在經過處理和分析后，持續不斷地形成對于客戶需求的新洞察，進而能夠推動產品研發業務流程的智能化。通過物聯網采集的工業制造過程監控數據經過處理，并結合制造過程物理模型建模分析后，可以實時動態調節制造過程計劃、物料供給以及設備狀態控制參數以支持制造過程的智能化。這使得企業生產及服務過程的協同從原來企業內部各部門之間，傳統供應鏈的協同，轉向了以物聯網、互聯網大數據為支撐，企業全過程、全方位以及社會化的協作、與優化。
如何賦能中國制造
孫偉認為，“工業化和信息化的深度融合是智能化的基礎。”
中國制造企業邁向智能化有多種途徑。在內功修煉上，企業需要整合從生產制造到客戶服務、供應鏈以及產品維修養護的全流程數據，這是核心工作。同時，針對互聯網上產生的信息也要從中尋找有價值的數據洞察，例如利用互聯網客戶社區媒體數據分析企業市場營銷活動的效果以及消費者對企業和產品的評價;利用互聯網服務提供的氣象數據支持企業針對天氣影響的生產及運營的決策優化。
“其實用大數據來推動的智能化生產是個可大可小的過程，企業不必憂慮資金的高額投入。”IBM全球電子行業銷售和分銷部總經理Bruce A. Anderson 說。這種小可以體現在只切入某一個生產環節的優化，如在流水線上安裝智能照相機，通過對生產過程中的圖像分析來優化質量監測，也可以借助實物版型數字化轉換建立版型數據庫，快速進行版型設計的裝換、放碼，布料冗余度測試，省去高昂的版型師的費用，從低端的服裝加工轉向高附加值的版型服務供應商。而大則體現在全流程的更新換代上。
“過去人們常說的是工業和信息化融合，現在信息化已經超越傳統信息化的范疇，而是把互聯網、物聯網所提供的新的數據源以及相關生態系統整合在一起。”孫偉說，“這是一個全新的變化，也是未來企業發展的契機點——用大數據來創造全新的工業價值。”
摘自 中國電子報
