
智造云时代如何掘金工业大数据
车间机器运转,它们产生的数据是一座金矿。脱胎自阿里巴巴集团内部数据事业部的阿里云计算有限公司(以下简称“阿里云”),就是工业数据的“掘金者”。
阿里云“掘金”背后,江浙一带的企业,正经历一场来自“工业智能云”的启蒙洗礼。
数月前,《浙江省“企业上云”行动计划(2017)》出台,提出要让10万企业率先“上云”,促进经济转型升级。随后,江苏携手阿里云,宣布启动首批“1+30+300”工程,推进江苏省内30家“信息化、工业化”融合服务机构、300家制造企业高效利用云计算、人工智能。
在上述行动中,ET工业大脑都扮演着举足轻重的角色。8月28日,南方日报跨省调研组走读杭州,专访阿里云ET工业大脑项目负责人王峰,寻找这里的数据“掘金”故事。
南方日报记者 王诗琪 梁志毅
提升1%良品率节省上亿成本
光伏切片生产有着十分精密的工艺流程,包括来料检验、粘胶、切片、脱胶、清洗、检验等环节,一根仅0.1mm粗细的钢线不断摩擦硅锭,最终切出一片片仅0.2mm厚的硅片。在如此复杂的生产环境下,人工经验很难百分百保障产品质量。
生产过程同时伴随产生人力、机械、用料、方法、环保等各方面过程的数据。苏州协鑫光伏科技有限公司(以下简称“协鑫光伏”)五年以来通过在生产设备上加装传感器,收集了比较完整的生产数据。
这些数据就如同一座未经开采的矿藏,而阿里云的拳头工业大数据产品——ET工业大脑在2016年8月入驻协鑫光伏的切片生产车间,则充分释放了这些工业数据背后的价值。
基于阿里云云计算和大数据平台及阿里云大数据算法专家资源,阿里云为协鑫光伏打造了一套智能工厂的解决方案,其核心是通过对历史生产过程中的大数据进行建模分析,并实时监控、指导生产过程,提升工厂的管理水平和效率,提升产品的良品率。
目前通过ET工业大脑的帮助,协鑫光伏的生产良品率已经提升1个百分点,这意味着企业每年可节省上亿元的生产成本。
为了几个百分点而做的努力,在杭州中策橡胶生产车间里同样进行着。对年生产5000多万条轮胎的全球橡胶生产巨头来说,引入ET工业大脑之后,一年可以增加千万元级的利润。“阿里云的人工智能ET工业大脑通过人工智能算法在短时间内处理分析每一块橡胶,匹配最优的合成方案,对所有关联参数进行深度学习计算,精准分析出与良品率最相关的60个关键参数,并搭建参数曲线,在生产过程中实时监测和控制变量。”阿里云ET工业大脑项目负责人王峰表示。
“工业OS”系统的大数据体验
“我们做的就是一个 工业OS 系统,企业相当于智能手机的使用者,通过安装不同的APP获得个性化的服务。”王峰说,对不同企业来说,赋予不同的数据代码,ET工业大脑将为每家企业带来独特的大数据体验。
从某种程度上来说,依托公有云服务,融大数据、云计算、人工智能服务于一体的“ET工业大脑”拉近了传统制造业与人工智能的距离。
王峰表示,在向中国工程院做“ET工业大脑”汇报后,中国工程院对其“无需另外安装自动化生产设备”这一点表示了赞赏,认为这大大降低了企业“上云”的门槛。
“阿里巴巴集团是以自己最擅长的大数据和人工智能切入工业领域。在淘宝十多年的积累中,我们沉淀了最完备的人的数据体系、商品的类目体系。接着利用对数据的理解及机器学习,为企业在综合环境下解决效率、成本和质量问题。”王峰说,只要企业原来能做到半自动生产或是有数据的积累,都可以应用“ET工业大脑”。
但王峰也承认,阿里巴巴集团并非工业领域的专家,“因而需要与行业内的“顶级玩家”进行合作,包括专业数据采集商、工业智能设备生产商等。”王峰说,目前“ET工业大脑”正在接触的合作伙伴,包括全球工业机器人四巨头之一的ABB集团,美国国家仪器、国内地铁综合监控系统最大集成商之一和利时等。
据悉,“ET工业大脑”已为合作伙伴预留了数据接口。如专为物联网领域开发人员推出的物联网套件,可搭建起方便传感器、嵌入式设备等终端和云端双向联通的数据通道。
阿里云看重华南市场
“ET工业大脑”目前主要应用于浙江、江苏一带企业,当问及是否考虑向佛山企业推广,王峰立刻发问:“佛山GDP多少,工业增加值多少?”听到答案后,他微微点头,紧接着又抛出连环问:“佛山企业规模有多大,产值多少?”——这几乎是一种职业性的本能反应。
王峰解释,“ET工业大脑”一方面以推动企业“上云”实现某种程度上的普及,另一方面正发力打造一些标杆示范性项目,让业内看到“ET工业大脑”能做什么。而后者则对企业的体量及营收规模有一定的要求,“一般要求企业产值达到10亿元以上,如此能保证企业信息化系统的相对完整、存量历史数据的保存以及企业投入的力度。”
数据显示,目前佛山年主营业务收入超100亿元的企业约达16家,且大多为制造业企业,年产值超10亿元的制造企业则更多,放眼全国这一成绩也颇为亮眼。王峰表示,阿里云十分看重工业基础雄厚的华南区域市场。
当下,阿里云重点布局的市场在浙江、江苏一带,当地政府也先后颁布相关政策,推动“企业上云”。在浙江、江苏两地政府部门的协调组织下,阿里云对企业进行了多场宣讲,不仅有企业中层的培训,还有面向企业董事长、CEO级别的宣讲。在王峰看来,“ET工业大脑”的运作逻辑,是通过生产状况的结果数据反推回生产参数是否存在优化空间,这与工业行业惯常的从设计、研发到生产的逻辑是相反的,恰好可形成互补。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15