京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用大数据驱动工业助'制造'走向'智造'
近日,2015年德国汉诺威国际信息及通讯技术博览会(CeBIT 2015)在德国隆重开幕。在本次博览会上,IBM(NYSE: IBM)强调了“与中国同创”的理念,展示了IBM CAMSS技术(云计算 , 大数据分析, 移动, 社交和安全)对于行业、企业提升互联化、智能化的重要意义。这彰显了IBM利用最前沿的信息科技,助力中国企业迈向“制造2025” 和工业4.0发展愿景的决心。
一年一度的CeBIT以信息技术(IT业)和信息工程(IE业)为主,是世界上规模最大、最具影响力的国际博览会之一。在过去的15年里,IBM一直积极参与此项盛会。今年展览的主题为“D!conomy”,其中的这个D既可以理解为数字化(Digital),也可以理解为大数据(Big Data)。不仅如此,今年CeBIT的合作伙伴国恰好是中国,不仅有来自各行各业的上百家中国企业参展,中国馆的主题也被定为是“融合、创新、合作”。因此,CeBIT也是一个重要平台,IBM可以与中国企业一同探讨:如何在新一轮数字化浪潮中抓住先机,实现转型升级。

▲2015 年IBM Cebit的主题是“Success Made With IBM”
IBM大中华区董事长陈黎明出席表示:“大数据是中国工业重要的软优势,有可能给中国工业企业的转型换代一个一步到位的良机。用好我们的大数据资源,对中国版工业4.0意义重大。IBM一直以来,致力于成为中国企业创新与转型的合作伙伴,所以在中国企业升级的历史机遇期,IBM倡导用大数据驱动智能工业,愿与中国企业携手,助力‘中国制造’走向‘中国智造’。”

▲德国联邦副总理兼联邦经济和能源部部长西格玛尔加布里尔参观IBM展台,IBM德国总经理向副总理介绍IBM沃森对社会和人们生活的改变
与中国同创,助力“中国智造”
围绕着与中国同创的理念,IBM特别为CeBIT 2015带来了助力民生议题、本土创新和构建大数据驱动的工业智能互联化等方面的一些实践案例。
与中国同创——绿色智慧城市提升民众健康: IBM研究院通过“绿色地平线计划”,运用大数据分析和认知计算技术帮助北京市搭建大气污染防治量化决策支持平台,助力中国空气质量治理。
与中国同创——科技合作与安全可控的中国IT产业:展示IBM如何全面贯彻“协作开放,融入中国”的策略,开放POWER相关芯片技术,为中国企业提供打造自主、安全、可控IT产业链的重要技术基础,为中国IT产业实现跨越式发展作出贡献。
与中国同创——大数据驱动的工业智能互联化:依托云计算和物联网技术,IBM联合宁波智慧物流公司为亚太区最大环氧丙烷经营企业之一的宁波镇海炼化利安德化工销售有限公司提供业界领先的危化品供应链管理协作平台,提升物流业的智能化水平,共建共生共赢的智慧物流生态体系。
与中国同创——客户主导模式的产业自主创新:运用多年行业积累, IBM协助汽车,制造业的客户实现向自主研发的全面转型,为其全球化战略打下夯实基础;并运用先进的大数据平台及社交移动技术实现从传统制造企业向基于互联网模式的制造业的转型。
大数据驱动有中国特色的“工业4.0”
“工业4.0”战略已成为世界重要经济体制定发展策略的关注焦点之一。实施 《中国制造2025》的规划,对网络化、数 字化、智能化等信息科技的利用至关重要。
作为信息科技的领先企业,IBM认为,工业4.0是大数据驱动的智能工业。首席执行客户(CEC)是工业4.0发展的重要推动力量之一,工业4.0是以“D世代企业”(大数据分析驱动型企业)的诞生与发展为标志的,以大数据、云计算、移动、社交等技术为主要驱动手段的新一轮产业升级。在工业4.0趋势下,工业的信息化水平进一步提升,产品智能化、流程管理智能化以及工业互联网的发展将是这一个过程中的突出特点。
中国的“工业4.0”可以把新一代 IT 科技作为重要的突破口,驱动移动互联经济和IT 产业适度超前发展,发挥带动作用,实现两化深度融合。同时,在发达的移动互联经济基础上,以大数据、云计算、移动和社交等新一代 IT技术为突破口,驱动大规模、活跃的市场创新、应用创新和业务模式创新。
2015年IBM在中国的发展强调开放、协作、创新
通过多年的努力,IBM已经在云计算、大数据、社交及移动领域成为了行业的领先者。IBM当前正在转型的三个方向,与建设中国特色的“工业4.0”所需的一些关键技术切合:第一:借助数据协助行业转型;第二,利用云计算重塑企业IT基础架构;第三:通过移动社交构建互动参与体系。IBM正在以开放、协作、创新的姿态,在推动自身转型的同时,助力中国企业加强客户洞察,实现研发突破,提升流程管理智能化,并构建一个安全可控的运营体系。IBM将利用CAMSS技术帮助中国企业从产品、管理、制造等多个方面实现互联化和智能化,向中国智造不断迈进。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02