
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
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29