
松下高管话制造业发展:云平台大数据对企业是奇迹
云平台也好、大数据也好,对企业来说是一个奇迹。”松下电化住宅设备机器(杭州)有限公司(PHAH)总经理吴亮29日在参加由中国互联网协会、中国新闻社主办,中国新闻社浙江分社承办,杭州电子科技大学协办的“2015产业互联网大会”时接受中新网记者专访如是表示。
虽然智能马桶盖一度风靡中国,但吴亮表示,松下杭州公司2015年才加入产业互联网,他谦逊地称自己为只能是一年级生。
谈到松下马桶盖在日本遭中国人疯抢,最后发现这些马桶盖竟均产自中国杭州,吴亮认为,这一现象的出现是因为消费者对这一产品的认知积累到了一定程度,但也反映了有部分消费者对国内产品不信任。“所以我们不能追求短期利益,否则只会造成假冒伪劣产品泛滥,并令很大一部分生产厂商蒙受损失,从而使整个制造业为这样的行为买单!”
吴亮以松下公司为例,作为传统制造业企业,一直坚持本真,也就是用匠心精神来做企业。
“我们把匠心精神用在消费者的舒适度上。”吴亮认为,公司的基本追求首先是消费者的舒适体验,再是质量保证,第三才是企业利润。“松下公司再过三年就是一百年了,我们近一百年一直坚持着这个本真,所以我们存在下来了。”
反观中国的企业,最终中国政府提出工业4.0和中国制造2025,均是以期振兴中国制造业,推进企业转型升级。对此,这两大战略,吴亮首先表示认同,同时还希望政府加强在法律法规上的约束,把制假造假的成本提高上去。“只有把这些基础做好了,才能成为制造强国。”
他以日本作为前车之鉴,60年代初日本的产品质量不好,日本制造一度成为了低劣产品的代名词,但通过几代人努力,产品质量提高,最终成为高端产品的代名词。
“中国制造要真正靠过硬的质量走向世界各国,还是要看政府的决心,我相信整个制造业能朝着更好的方向改变。”吴亮也认为,当下的互联网+是一次很好的机遇。
“云平台也好大数据也好,对企业来说是一个奇迹。”尽管松下杭州公司触网不久,但其推出的云马桶盖在网络上受到追捧。触网半年的吴亮谈到自身感受时表示,大数据和云平台对制造业是一个很大的利好,因为大数据和云平台的数据可以使制造业降低成本,缩短研发时间,充分满足消费者的使用舒适度,并让制造业掌握消费者的需求,最终通过这些数据降低生产成本。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29