互联网+国家战略智库
? ? ? ? ? ?
当前位置： &
& 浅析：工业大数据发展态势与典型应用
浅析：工业大数据发展态势与典型应用
&&日10:13&&中国电子商务研究中心
　　(中国电子商务研究中心讯)导读：本文从工业的概念、特征入手，对工业的发展态势进行了探讨，指出工业大数据可广泛应用于企业生产过程的各环节。并按照研发设计、供应链、生产制造、营销与服务等场景，对工业大数据应用进行了分析与归纳。
　　2014年，发布《先进制造合作伙伴》2.0，提出优先发展的三大技术领域，即先进传感器、控制和制造平台(ASCPM)技术，可视化、和数字化的制造(VIDM)技术，先进材料制造(AMM)技术。其中可视化、和数字化的制造技术领域主要研究工业。《工业4.0研发》提出工业分析是工业4.0五大交叉技术之一。《新工业》指出，2015年，推出&新工业法国战略&，总体布局为&一个核心，九大支点&。大数据经济是九大核心支点之一。
　　随着工业互联网和工业4.0等制造智能化转型战略的相继实施，工业大数据日益成为制造业挖掘价值、推动变革的主要抓手。
　　2工业大数据概念与特征
　　　工业数据是指在工业领域信息化应用中所产生的数据。工业大数据是基于工业数据，运用先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。工业数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。信息管理系统数据是指传统工业自动化控制与信息化系统中产生的数据，如ERP、MES等。机器设备数据是来源于工业生产线设备、机器、产品等方面的数据，多由传感器、设备仪器仪表进行采集产生。外部数据是指来源于工厂外部的数据，主要包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。
　　工业大数据具有五大特征。一是数据体量大，主要表现在随着设备数据和互联网数据的涌入，工业数据的存储量将达到EB级别。二是数据分布广泛，分布于机器设备、工业产品、管理系统、互联网等。三是结构复杂，有结构化、半结构化和非结构化等不同类型。四是数据速度需求多样化，有要求实时、半实时和离线三种，生产层级要求实时性，需要达到毫秒级别；管理层级实时性要求不高。五是数据价值不均匀，20%的数据具有80%的价值密度(如产品图纸、试验分析、加工工艺)；80%的数据密度只有20%，需要分析挖掘(如工况情况、图片数据)。
　　与互联网大数据相比，工业大数据具有自身特点：一是多源性获取，数据分散，非结构化数据比例大；二是数据蕴含信息复杂，关联性强；三是持续采集，具有鲜明的动态时空特性；四是采集、存贮、处理实时性要求高；五是与具体工业领域密切相关。
　　　先进制造企业基于工业大数据的应用，把产品、机器、资源和人有机结合在一起，推动制造业向基于大数据分析与应用基础上的智能化转型。工业大数据能够促进形成企业和消费者之间的信息主动反馈机制，为完善以客户需求为导向的产品全生命周期信息集成和跟踪服务、建立以服务为核心的整体解决方案提供可行路径，将大大提升产品服务价值，为制造业转型升级开辟了新途径。
　　3工业大数据发展态势
　　随着信息化和工业化融合，工业企业生产信息数字化，积累大量数据。工业网络、数据采集、集成、计算和分析技术在工业领域的应用，促使工业数据发挥巨大价值。工业大数据越来越受到工业企业的关注。目前工业大数据发展态势有三个，一是已从理念转向实践，二是工业大数据成为的价值体现，三是工业大数据孕育丰富的工业应用生态。
　　2012年GE在《工业互联网:突破智慧和机器的界限》中率先提出&工业大数据&概念，引起业界热烈讨论。经过三年的发展，随着信息化和工业化融合的不断推进和大数据采集、集成、计算和分析技术的发展，很多工业企业已经进入工业大数据实践阶段。大型工业企业在应用方面走在前列。如唐山钢铁集团，通过引入最先进的生产线，已实现数据实时采集，并与爱施德等企业合作，深度挖掘工业大数据价值，实现生产实时监测、生产排程、产品质量管理、能源管控等。
　　工业大数据显著特征之一是数据体量大。企业普通的数据库难以承载如此大体量数据，且存储成本高。是最好的解决方案，企业通过自建私有云或使用公有云平台，实现低成本海量数据存储。此外，在云平台上，企业可运用Hadoop、流计算等分析计算，实现数据的分析处理。
　　对于工业大数据挖掘和分析结果，可广泛应用于企业研发设计、生产制造、管理服务和供应链等各个环节。在研发设计环节，可实现工艺管理优化和工艺流程优化；在生产制造环节，可实现设备诊断与维护、智能排程、智能生产、产品质量优化、个性化定制；在管理服务环节可实现产品远程监测与维护；在供应链环节可实现供应链全局优化。
　　4工业大数据的典型应用
　　工业大数据可广泛应用于企业整个生产过程。下面按照企业生产过程的研发设计、供应链、生产制造、营销与服务环节，对工业大数据的应用场景及其应用进行探讨。
　　4.1研发设计环节工业大数据的应用场景
　　在研发设计环节，工业大数据应用主要有产品协同设计、设计仿真、工艺流程优化等。
　　产品协同设计，主要是利用大数据存储、分析、处理等技术处理产品数据，建立企业级产品数据库，以便不同地域可以访问相同的设计数据，从而实现多站点协同、满足工程组织的设计协同要求。
　　设计仿真，是指将大数据技术与产品仿真排程相结合，提供更好的设计工具，减少产品交付周期。如波音公司通过大数据技术优化设计模型，将机翼的风洞实验次数从2005年11次缩减至2014年的1次；玛莎拉蒂通过数字化工具加速产品设计，开发效率提高30%。
　　工艺流程优化，主要是应用大数据分析功能，深入了解历史工艺流程数据，找出工艺步骤和投入之间的模式和关系，对过去彼此孤立的各类数据进行汇总和分析，评估和改进当前操作工艺流程。
　　4.2供应链环节工业大数据的应用场景
　　供应链环节工业大数据的应用主要体现在供应链优化，即通过全产业链的信息整合，使整个生产系统达到协同优化，让生产系统更加动态灵活，进一步提高生产效率和降低生产成本。主要应用有供应链配送体系优化和用户需求快速响应。
　　　供应链配送体系优化，主要是通过RFID等产品电子标识技术、技术以及技术获得供应商、库存、物流、生产、销售等完整产品供应链的大数据，利用这些数据进行分析，确定采购物料数量、运送时间等，实现供应链优化。
　　用户需求快速响应。即利用先进数据分析和预测工具，对实时需求预测与分析,增强商业运营及用户体验。例如，电子商务企业商城，通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。
　　4.3生产制造环节工业大数据的应用场景
　　在制造环节，工业大数据的应用主要有智能生产、生产流程优化、设备预测维护、生产计划与排程、能源消耗管控和个性化定制等应用。
　　智能生产。就是生产线、生产设备都将配备传感器，抓取数据，然后经过无线通信连接互联网，传输数据，对生产本身进行实时监控。而生产所产生的数据同样经过快速处理、传递，反馈至生产过程中，将工厂升级成为可以被管理和被自适应调整的智能网络，使得工业控制和管理最优化，对有限资源进行最大限度使用，从而降低工业和资源的配置成本，使得生产过程能够高效地进行。
　　生产流程优化。利用大数据技术，对工业产品的生产过程建立虚拟模型，仿真并优化生产流程，当所有流程和绩效数据都能在系统中重建时，这种透明度将有助于制造商改进其生产流程。
　　设备预测维护。建立大数据平台，从现场设备状态监测系统和实时数据库系统中获取轴承振动、温度、压力、流量等数据。通过构建基于规则的故障诊断、基于的故障诊断、设备状态劣化趋势预测、部件剩余寿命预测等模型，通过数据分析进行设备故障预测与诊断。
　　生产计划与排程。收集客户订单、生产线、人员等数据，通过大数据技术发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定预计划排产，并监控计划与现场实际的偏差，动态的调整计划排产。
　　能源消耗管控、延长设备寿命。通过对企业生产线各关键环节能耗排放和辅助传动输配环节的实时动态监控管理，收集生产线、关键环节能耗等相关数据，建立能耗仿真模型，进行多维度能耗模型仿真预测分析，获得生产线各环节的节能空间数据，协同操作智能优化负荷与能耗平衡，从而实现整体生产线柔性节能降耗减排；及时发现能耗的异常或峰值情况，实现生产过程中的能源消耗实时优化。
　　个性化定制。采集客户个性化需求数据、工业企业生产数据、外部环境数据等信息，建立个性化产品模型，将产品信息传递给智能设备，进行设备调整、原材料准备，生产出符合个性化需求的定制产品。
　　4.4营销与服务环节工业大数据的应用场景
　　在市场营销环节，利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。
　　建立用户对商品需求的分析体系，挖掘用户深层次的需求；建立科学的商品生产方案分析系统，结合用户需求与产品生产，形成满足消费者预期的各品类生产方案等。
　　在产品售出服务环节，工业数据推动企业创新服务模式，从被动服务、定期服务发展成为主动服务、实时服务。通过搭建企业产品数据平台，围绕智能装备、、、智能联网汽车等多类智能产品，采集产品数据，建立产品性能预测分析模型，提供智能产品服务。
　　5结束语
　　工业大数据有其鲜明的特征，随着信息化和工业化融合，对工业大数据的应用为制造业转型升级开辟了新的途径。对工业大数据在制造业生产过程中的应用场景及应用的深入探讨，将有利于更好地发挥其助力作用。（来源：钱塘大数据 编选：电子商务研究中心）
&&&& 随着“双11”、“黑五”的落幕，电商门户、互联网+智库――中国电子商务研究中心对消费者在跨境进口网购领域的投诉进行盘点，发布《“双11”&“黑五”跨境进口网购投诉报告》，小红书、网易考拉海购、丰趣海淘、西集网、冰帆海淘、洋码头、宝贝格子、京东全球购、亚马逊海外购、达令、天猫国际、淘宝全球购、聚美海外购、唯品国际、蜜芽、贝贝网、拼多多、美美箱等被点名。更多“双11”&“黑五”相关投诉，详情请登陆
【】【】【】【】【】
「关键字」
& &（1）凡本中心注明“来源：中国电子商务研究中心”或带有中国电子商务研究中心水印LOGO的所有文字、图片、音频、视频及其他任何形式的作品 ，其版权均属中国电子商务研究中心所有，任何媒体、网站或个人未经本中心协议授权不得转载、链接、转贴或以其他方式复制发布/发表。已与本中心协议授权的媒体、网站，在下载使用时必须注明“稿件来源：中国电子商务研究中心”，违者本中心将依法追究责任。
& &（2）转载或引用本中心内容必须是以新闻性或资料性公共免费信息为使用目的的合理、善意引用，不得对本中心内容原意进行曲解、修改，同时必须保留本中心注明的“稿件来源”，并自负版权等法律责任。
& &（3）对于不当转载或引用本中心内容而引起的民事纷争、行政处理或其他损失，本中心不承担责任。
& &（4）凡本中心注明“来源：xxx（非中国电子商务研究中心）”的文/图等稿件，均转载自其它媒体、网站与机构，其转载目的在于传递更多信息，并不代表本中心赞同其观点和对其真实性负责，请读者仅作参考，并请自行核实相关内容，如其他媒体、网站或个人从本网下载使用，必须保留本网注明的“稿件来源”，并自负版权等法律责任。& &（5）关于本中心发布的用户投诉稿件，信息均由用户通过本中心投诉通道提供，本中心不对其真实性负责，若内容真实性有误，请与本中心联系，本中心将在核实后进行处理。& &（6）对不遵守本声明或其他违法、恶意使用本中心内容者，本中心保留追究其法律责任的权利。& &（7）如因作品内容、版权和其它问题需要同本中心联系的请发送相关内容至邮箱：）& &此版权声明解释权归中国电子商务研究中心所有。
　　2016年下半年，也是电商下半场的开始，马云抛出&新零售&这个概念后，热度一直延至今还未褪去，纯电商与传统零售企业布局新零售的趋势凸显。中国电子商务研究中心()对2016年十大&新零...
生态型企业：
行业热点：
曝光专区：
有以下事宜，请联系：&&
有以下事宜，请联系：
有以下事宜，请联系：
以下企业，请联系：
以下企业，请联系：
以下企业，请联系：
以下人士，请联系：
行业/频道：
产品/服务：
数据/研究：
导航/平台：
中国电子商务研究中心 版权所有大数据时代对传统产业影响分析
中研普华报道：
相关研究报告
　　中国传统红利丧失，三驾马车都显疲态，处在关键的十字路口。以信息技术为代表的第三次工业革命到来，互联网、移动互联网和大数据有望成为中国新一轮快速发展的关键推动力。信息消费有望成为内需拉动的新引擎，大数据颠覆传统产业，提升运营效率和结构效率，推动传统产业升级经济转型。　　　　大数据时代，野蛮人的出现促使产业格局重构。跨界变现重塑传统产业格局：谷歌是技术创新驱动的数字王国。阿里巴巴三流合一的生态链，跨界成为金融业的“搅局者”。腾讯率先抢获移动互联网的门票，促使电信运营商趋于管道化。大数据时代，前向免费圈数据，后向创新来变现成为新的玩法。企业家和投资人需要重新审视产业和企业的投资价值、护城河与核心竞争力。　　　　大数据时代，涉及最广、影响最深的金融电信政府领域三大产业链投资。阿里产业链，战略聚焦三流为核心的数据流，进行全从支付、小贷、销售、供应链金融、消费金融全业务变现。腾讯产业链，通过微信5.0实现O2O闭环线上线下一体化，以QQ为核心的产品体系覆盖用户全部生活需求。棱镜门加速去IOE趋势，智慧城市建设新思路。
本文分享地址:
受全球宏观经济不景气的影响，企业和个人用户普遍倾向于缩减电子产品开支 …
互动电网既是下一代全球电网的基本模式，也是中国电网现代化的核心。
行业进入上行周期,通信板块全面受益。在宏观经济形势紧缩背景下,通信板块 …
继NEC上周宣布退出手机市场后，有传松下也即将停止向日本最大营运N …
日本警方相关人士8月8日透露称，日本国内至少1.6万台电脑等终端设2 …
在斯诺登曝光的美国监听丑闻沸沸扬扬之际，厄瓜多尔外交部长帕蒂诺 …
如今,当我们津津乐道于各类谍战大片的窃密桥段，肯定会想I …
运营公司: 办公地址:深圳市福田中心区深南中路东风大厦12层
邮编:518031 E-mail:
服务热线:(+86)6 06 96 56 29596
Copyright @ 2004- All Rights Reserved. 版权所有 (简称"") TM 旗下网站 传真:8
咨询QQ:918461&&&&&&&&&&&&&&&
工业大数据对中国有什么意义
&&&&来源：e-works&&&&作者：&&&&&&
关键字：&&&&
本文为美国辛辛那提大学讲座教授、美国国家科学基金会智能维护系统产学合作中心主任李杰，日参加第七届亚洲制造业论坛年会发表演讲。
　各位好，今天我想跟各位分享一个很大的重要的观念，就是工业大数据，不是大数据。我想今天因为时间关系跳过一些大的概念。
　什么叫我们中国可见的问题?你把中国的制造拉开来有很多不可见的问题，这个就是竞争里面最强的东西，看到的东西都没有什么竞争的东西。电视，你把海尔的牌子拿下来，你绝对分不出来是海信的还是海尔的，但看不到的东西，决策性。第二个，工业大数据和美国的CPS。第三个，工业大数据分析，你有数据不代表你有资产，你看多少书不代表你就是有多少知识的人，你要懂得消化，数据本身不会说话，分析之后才会说明，那你怎么去把它分析出来。最后对中国人的意义。
　我们先看，我来自辛辛那提大学，我们在1906年成立工学教育，学习第一学期在学校，第二学期一个企业，之后一个学期一个企业，这是美国的第一所。我们跟上海交大2008年建立第一个中国式工学教育，现在跟重庆大学。
　我想我们中心，现在全球是80个企业，三星、高铁、GE等等，目前是全球15个国家地区，80个企业，从2000年开始跟我们合作，每一个装备自己可以预测他自己。今年奥巴马总统宣布了三个制造项目，2001年宣布，今年年初宣布低耗能半导体，然后宣布了智能化制造，在芝加哥，第四个是叫做轻型材料车身，是在密西根，我们参与了第三个，我们跟密西根大学，跟西子们，跟GE做未来这种制造型的预测大数据系统。
　什么叫不可见呢?现在全球的制造格局在改变，你现在看到的格局，中国现在是第二名，但是第二名代表什么意思?东南亚也在成长，不是只在亚洲，所以新加坡位置很重要。我们在看美国的6个S战略，第一个，航空航天。第二，半导体，未来的低耗能半导体，现在各位的苹果手机很耗电是吧，现在iPhone6可以比较长的时间，将来iPhone10可能好几个星期，一直往前走。页岩气，智能服务经济，硅谷，第六个是可持续人才资源。我想很多国家可以拼第一第二第三，但你第四第五第六很难拼，因为美国不是一个国家，他是一个人才铺。
　再看重要的国家，如果我们把一百万里面人才来比的话，中国因为有教育部的关系，很多高校，学生很多，但是学工程的科学家不够。所以中国2020年人才还是不够多，你的工程人才不够多，那永远创新走在后面。所以这个很重要的观念，所以我们现在竞争是看得到的竞争和解决问题，慢慢慢慢接受我要做比较智能化制造，我走向物联网，能够避免问题。但是未来竞争都是看不到的东西，看得到的不叫竞争了。那看不到的东西竞争，这个完全是靠数据的分析，因为讲过数据的分析会说话，数据不会说话。一个机床它的数据不会说话，分析之后，它的道具磨耗就会说话。
　怎么看?所以我们做制造化有两个问题，一个是看得到的问题，一个叫看不到的问题，这两个是不一样的战略。中国现在做的都是看得到的问题，iPhone有了，三星有了，小米有了，都是一模一样，便宜一点。所以因此看得到制造里面，你怎么样在里面创造价值?举个例子，这是一个鞋垫机，站上去5秒钟马上告诉你重量和压力，选一个鞋垫，这个鞋垫50美金，300人民币，为什么?我想你们今晚都想给你们父母买一双，因为它会保护你们的关节不磨损。材料都没有变，但是你把它的意义变了，价值就变了。
　我们今天谈的是蛋黄和蛋白的问题，蛋黄看得到的，马达、零件，看不到的，精益、稳定性，一个人做人做事看不到的，看不到的都是怎么量?我们看到苹果手机都是看的蛋黄，但是里面看不到的全是APPS，你全部复制不了。一个机床想卖，小钱，生产力是大钱，你要是懂得做这个就不得了。一个发动机卖给航空公司不停的飞，如果大数据看得到，最后做个蛋白企业出来，这个蛋白企业就是航空公司的价值创造。当然国内还有很多空管，我们管不到就不管了。
　我现在戴手环睡觉，起床之后能看到睡得好不好，睡眠不是睡得多，是睡得好。睡得好，我们下面开发一个新的，为什么睡得好。小米现在出来一个79块的。我们4.0就是看不到的市场，所以今天我们把重点放在这边。
　大数据有6个C，第一个，物联网，你的手机就是物联网。云计算，真正手机用到云的很少。虚拟网络，我们照镜子要知道好的地方和不好的地方，扣子没扣，看到了，但是产品没有镜子，看不到。信息的内容及意义，最后是分享和个制化。
　物联网加量，你数据的质量好不好，如果数据质量不好，你拿到数据也没有用，所以你怎么分析它的价值?跟质量有关系。因此大数据有很多的数据进来，外面有很多的软件，像SAP在外面，都在里面，但中间有一个转型，数据怎么从数据直接上SAP，告诉他健康不健康，这个SAP做不出来。所以我们工业大数据什么意思呢?工业大数据是把这些看不到的问题分析出来，再利用数据状况找出还没有发生的问题，避免它。在这个基础上，还没有产生问题的时候维修，而不是问了问题之后维修。
　所以我们今天讲大数据，德国的GE，在两年前成立工业物联网系统，做到一个比较简单的个人看得懂的东西来做分析。你去看他的网站再看我们的IMS网站，5年前基本上一样的，为什么GE2年以后再做?GE来说，如果一个市场省掉1%%，我1.5万个发动机，15年可以省300亿美金。这1%就是你的效益。
　我们来看，第一个问题是德国的产品在过去这十几年，外销都没有成长，你可以看得出来，外销都没有成长，平的。为什么?三个原因，冲动的成长已经过去了，剩下来系精密的成长，所以大家不会一疯狂去买机器。第二个，设备好，不会坏，宝马一开可以开五年十年，这个很重要。第三个就是这张图表现的。这就是美国的第二代工业革命。第三代就是互联网、物联网、电脑、计算机了。
　什么是虚拟网络及实体结合?这是一个风电池的风电，它会动，算出来你发多少电，健康不健康，真的风电看不出来。这是一个图，我放上马上信号会出来，出来之后我马上可以做分析，做它特征，算出来，那我机床的问题就算出来了，哪把刀，哪个环节有问题，建模，最后这个数据是最值钱的。
　所以我就把做个定义，什么叫4.0?我们的零件、装备、生产系统，现在重要的是传感器、控制器和生产系统，我们要的是精密，我们要的是质量，我们要的是效率。我们要技术是传感，这是今天的工厂，第三代工业革命。第四代工业革命是什么?是每一个传感器都能自我辨别自己好不好，可以自我比较，可以自我预测，最后可以自我充足跟自我优化。这里面要的是一个衰退的监控，我设备有没有衰退，我健康有没有预测，这个是很重要的。
　我们有5个C结构，第一个是网络化，大部分在德国现在做的试点都是第一个。第二个叫数据到内容的转变。第三个是虚拟网络化内容管理，第四个是对问题的识别及决策，第五个是装备的重组。这5个C连在一起才是真正的德国工业4.0。所以我们来看案例，讲多了都不值钱。
　真正的问题在这边，质量跟机器的衰退一个在阳间一个在阴间，阳间可以做很多事情，但是阴间不买账，你制造老出问题这是对人的不尊重，所以我数据收集起来可以做特定分析，最后把分析结构的硬件设备，加工前就可以知道这个设备可不可以加工，这个叫4.0，加工之后才知道这就不叫4.0了。一个衰退的设备做得再好，人使用会变的，会一直一直衰退，所以一个好的软件分析可以分析出来看不到的衰退，这个看不到的衰退就是很大的下一代，至少还没用之前可以知道好不好。
　数据之后出来一个特征，我算出你的变化，右边的看不到，就看到一个产品跟它的信息的意义，就两个东西，产品、意义，机床、意义，飞机、意义、汽车、意义，其它的都没有，在手机端、云端、控制器端你都看不到。所以我们有四个图，这个图怎么用?我们看几个案例。
　第一个案例，通用，2002年跟凯迪拉克厂，发动机生产线说李教授，我不相信你的话，我告诉你一天的数据，你告诉我三年前工厂发生什么事情。我们把数据分析完之后，图形画出来，他一看就笑了，这一天生产了1218个发动机，从健康、衰退，最后磨耗。他说你把整个一天的信息变成数据，信息我都不需要了，从那天开始完全相信分析后的数据会说话，分析前的数据不会说话。我们跟哈雷机车在2003年，我们通过主轴的监控，管理人在家里面就能知道主轴健康不健康，任何人都会看。
　第二个，我们怎么把优先做好，我们跟丰田凯美瑞的厂，在美国肯德基，我们把生产线的数据分析了一下，发现最常坏的零件跟坏之后造成损坏的零件有四类，第一类经常坏，坏之后亏钱，丰田生产线一分钟做车，十分钟之后就赔钱了，十分钟是个秘密。最后我们做一个预测式的报告，每一个机器人都可以做健康性的检查。日产拿到之后说我们也做，现在我们可以发现这个机器人在三个礼拜之前我们就找出在衰退，他不相信，最后三个礼拜之后机器人故障，去年4月我们到日本的一个总部，以前日产的总裁说为什么不做?没个人敢讲话，为什么不敢做?从之后日产就开始做这个事情。
　第三步，我们跟小松2005年，小松挖土机跟潍柴动力可能有点不一样，很多数据，但是你不能分析，小松的设备只能传数据传到日本去，我们的数据可以消化一天送一次，就跟人吃饭，吃完之后消化掉，废物排掉，传到你的内脏去。小松这个设备的2007年，今天还是全球领先，都想抄，三一重工也想抄，但你抄不来，为什么抄不来?因为你不懂软件，硬件都一模一样，那你怎么办?我可以很快看到轴承转动，我们可以通过手机云计算直接进行轴承监控，手机就可以看到轴承好不好。
　最后一个案例就是控制器，软件的控制器可以大数据消化掉。我们跟态度的上银和德国的巴士(音)做螺杆，螺杆你怎么去量?你一边动的时候他会去量，给算出来我好不好。但这个量不出来的，每一个都有螺杆，你怎么知道衰退?所以我们很快就可以知道好不好，在手机就可以看到。我们未来的工厂用苹果手机来管苹果工厂。我们在芝加哥，上个星期展示的世界第一台4.0的机床，大家看到之后说，你怎么做的?我们完全不经过控制器，经过云。现在手机进去可以看到机床，机床选一个，点出来好不好，算出来好不好。
　最后结果，4.0，工业大数据到底对中国什么意义?第一个，我们中国竞争都是看不到竞争，你有我也要有，你有宝马我也要宝马，你要钻石我也要钻石，你不要什么知不知道?所以你要问顾客最怕什么，不要问他要什么，那基本上就是要的一个大数据软件。这些企业都是做上面的，真正跟产品连在一起的现在市面上是不存在的东西。
　所以结果就是怎么样把这数据，中国有很好的应用，所以在中国做4.0的速度应该说大于德国，大于美国。不敢说美国了，但至少应该大于德国，中国内需市场很多，数据很多，你加上分析就是王，有数据没有分析就不行。所以未来5个C，你做好之后数据端的整个分析投资好了，我是觉得你全世界没有什么可以怕的。
　所以一个好的国家，必须要了解到顾客还没讲出来的问题，顾客讲出来的都不叫问题。第一个，蛋白和蛋黄，各位再思考一下，我们中国做的都是蛋黄，很少做蛋白的。
　所以最后一句话，中国的意义，《道德经》，&有之以为利，无之以为用&，机床有则用它，无之以为用，里面看不到的都是就是各位可以改变世界的东西。
责任编辑：
本文为授权转载文章，任何人未经原授权方同意，不得复制、转载、摘编等任何方式进行使用，e-works不承担由此而产生的任何法律责任! 如有异议请及时告之，以便进行及时处理。联系方式：editor@e- tel：027-/21。
12345678910
12345678910
12345678910
12345678910}