2019 年工业数据峰会：IIoT、大数据和供应链洞察

我在今年工业数据峰会上的上午圆桌会议包括围绕“工业物联网 (IIoT) 和大数据”的讨论，以及获得更深入的“供应链洞察力”。在工业数据峰会上，高管们齐聚一堂，讨论如何最好地利用和利用数字技术的力量——图片由 The Manufacturer 提供。今年热闹的 2019 工业数据峰会在伦敦的 Mary Ward House 举行，与会者在一整天的时间里轮流参加由行业专家和世界级制造商共同主持的一系列 30 分钟的圆桌对话。这种创新的形式使与会者可以从近十几个讨论主题中进行选择，包括：互联产品创新、数字技能、数据安全、预测性维护等。

IIoT 和大数据

我当天的第一个圆桌会议由马可德尔塞全球工业气体公司 BOC 数字主管 ta 和 Capgemini UK 副总裁 Guy Williamson。我们的讨论重点是制造商如何通过利用工业物联网和大数据来运营更互联的供应链并从中受益。工业物联网 (IIoT) 和大数据虽然不同，但又有着千丝万缕的联系。 IIoT 协同使用，提供数据分析可以从中获得洞察力的信息——帮助企业不仅在问题发生时做出反应，而且预测它们并提前解决它们。IIoT 和大数据分析的结合使企业能够收集和使用数据实时以优化运营、降低财务风险、最大限度地减少生产停机时间并提高产品和流程的质量。有效的 IIoT 战略的目标是消除组织、数据和系统孤岛，同时在整个运营过程中自动收集信息.然而，目前几乎每个组织都on 正在以一种非常孤立、脱节的方式开展工作——坐在桌旁的人强化了这种趋势。

单击下面的链接以阅读峰会小组讨论、主题演讲和圆桌会议的概述：

2019 年工业数据峰会：要点

主题演讲：数字连续性到底是什么，为什么它对工业企业如此重要？

小组讨论：有效的变革管理是成功的关键数字化转型？

想要打破您的业务孤岛？停止使用电子表格！

主题演讲：制造商需要了解的人工智能趋势

主题演讲：质量控制——大数据分析与人工智能的交汇点

主题演讲：供应链分析：机遇与早期教训

圆桌会议：互联产品与人工智能

其中一家企业代表市场领先的家用电器的设计和工程师。 “我们自己不生产任何东西ves，一切都是通过第三方生产的；那么，我们如何访问优化生产所需的数据呢？”他问。不幸的是，就目前而言，这是一个似乎没有简单答案的常见问题。“大数据听起来庞大而可怕，但事实并非如此，”Marco 指出。 “你可能认为你的企业产生的数据‘大’，但与 YouTube 相比，这算不了什么，YouTube 每分钟有 400 小时的视频上传到其平台！”同样，工业物联网听起来庞大而昂贵。 Capgemini 的 Guy Williamson 建议使用术语“智能、互联的生态系统或价值链”作为更好的替代方案。无论您创建了多少数据，Marco 继续说道，第一步是将该信息放入某种形式的“湖”中。这将所有不同的数据源汇集在一起​​，使其有形、可搜索和可用。“这是其他一切的基础，”他指出。 “您今天的数据架构是什么样子的？未来会是什么样子？您想要或需要它看起来像什么？这些是管理团队需要优先考虑的基本问题。当您不知道数据将存储在何处或将其用于什么用途时，拥抱 IIoT 是没有好处的。”“凯捷看到组织放弃‘大’数据项目，即大海捞针有了大批分析师和数据挖掘者，他们正在转向更小、更集中的计划。几位与会者将其视为其业务投资计划背后的关键动力。例如，BOC 在其焊接气罐上安装了传感器，以衡量客户的使用情况。 Marco描述了帽子“双赢”的能力； “客户可以更清楚地了解他们的使用情况、生产力和员工行为，而 BOC 可以更好地控制其预测分析和计划管理。” （值得注意的是，这项服务也是向客户收费的）

供应链洞察

我的第二场圆桌会议由 Capgemini UK 航空航天与国防主管 Nigel Thomas 主持。我们的谈话旨在探索以下方式：提高更准确地预测需求的能力，解决更复杂的分销网络问题，提高交付路线规划的效率，并在整个供应链中发展更大的协作。Nigel 从这次和他在其他四轮谈话中总结了他的想法2019 年工业数据峰会：在一天的过程中，我有机会与 30 家不同成熟度、规模和复杂性的企业进行了交谈。他们都有的东西共同点是愿意分享经验——好的和坏的！由于桌上的观点多种多样，讨论是多样的、充满活力的和发人深省的——探索从生产比萨饼到焊接军舰的各种场景。然而，有四个共同的、反复出现的主题：销售和运营计划 (S&OP)数据流实现价值的时间自动化/人工智能 (AI)对话暴露了真正的担忧和一些真正的灯塔——组织正在尽其所能，却没有意识到他们最好的比其他组织要好得多，后者可能拥有多许多倍的可用资源，但缺乏从数据中获得可操作的见解以及采取行动的敏捷性。规模不是一切！

销售和运营规划

许多组织寻求提高其外部供应链的绩效以创造竞争优势。对我来说很明显，组织内部的功能障碍与外部供应链中组织之间的壁垒一样，这些因素也是影响市场竞争力的一个因素。 “作为销售专家，我为什么要从与制造商讨论我的销售渠道中学到什么？我卖了，你应该能做！’几位与会者认同这种根深蒂固的态度。许多公司发现，由于不准确的数据通过销售渠道流入业务，因此无法准确预测。将此与来自采购/供应链的供应数据不佳相结合，结果很容易预测：对客户的表现不佳，库存过多/不足会影响营运资金、现金流和盈利能力。一些公司能够强调他们如何在整个过程中建立联系功能和改进的数据共享——为了所有利益相关者的利益，强化了更广泛的公司目标优先于个人/部门/部门目标的观点。S&OP 不是必需的这实际上是一个非常昂贵的技术驱动过程。它通常是关于销售、生产、采购和供应链的负责人坐在一起，共享一个共同的数据集并同意一个共同的观点。有效和高效共享数据的障碍包括集成度低的系统，在这些系统中，数据没有有效地共享，以及那些在有效 S&OP 中发挥关键作用的角色的 KPI 错位。而制造业消耗产品的速度只会导致库存闲置、滥用营运资金并导致利润下降。

数据流

在我们自己组织的四壁之外，更容易看到如何数据不会从消费者流向零售商、批发商、制造商和供应商。做披萨或做床、做飞机或做汽车，需求数据在整个过程中的及时共享供应链对我采访过的每家企业的成功都至关重要。我们都想要简单、低成本的方法来获取所需的数据，但连接 ERP 系统从来都不是便宜或容易的。数字平台的出现允许在不同组织的 ERP/CRM/PLM 系统之间使用开放式架构和 API 连接，人们对简化数据流动产生了巨大期望——创建“数字主线”。对于许多公司而言，现实是不同的。我敢肯定，一位撰稿人举了一个大型零售商的例子，该零售商 [仍然！] 通过传真订购高度定制的高价值产品……

价值实现时间

在数据与人相遇的地方存在摩擦，这降低速度。响应需求信号时速度降低可能意味着销售损失、追赶以保持竞争力的额外成本，或者您在市场上的地位意味着您将始终捡起竞争对手留下的碎屑。它很广泛y 接受数据是现代价值货币。更快地获得更好的数据并对其做出快速反应的能力可能会让您意识到该数据的价值并在竞争中脱颖而出。不这样做可能是成功与失败的区别。

自动化/人工智能

人类如何适应复杂的、全球化的、日益数字化的供应链？无论我们是在谈论机器人过程自动化 (RPA)、无人机交付、机器人/协作机器人还是聊天机器人，都有两种相互竞争的恐惧。要么机器人将完全消除对人类的需求，要么 AI 技术过于牵强以至于它们永远无法提供热心技术人员所设想的价值。当然，事实介于两者之间。虽然人工智能不是万能的灵丹妙药，但它可以以人类只能惊叹的速度执行高度重复的任务，准确无误。重要的一点是，人们仍然需要……不要做无聊的、重复的、无聊的事情w-value 工作，但要在技术无法实现的地方增加价值。这可能是关于理解相互冲突的优先级的微妙之处，并在无法用算法描述的复杂、微妙的情况下协商最佳结果。例如，我可能想以一定的价格购买一种在特定配置中不可用的产品我准备付钱了。复杂的谈判和我可能/可能不准备做出的妥协距离成为现实还有很长的路要走。另一个例子是Pret-a-Manger员工被鼓励偶尔给常客免费咖啡，但没有规则。这可能只是因为你的微笑让为你服务的人在下雨天感到开朗……每个组织都在努力在他们的供应链中变得更好、更有效率和更有效。所有公司都可以从查看整个特定价值链中的数据流中获益——“数字主线”。如果你能链接你的 [poten[tial] 客户到您的业务职能部门（销售、财务、采购），从那里通过工程到制造，再到您的供应/支持链，您将变得更具竞争力。如果此数字主线中的数据准确、及时且值得信赖，那么它变得可行。如果你能先发制人地击败你的竞争对手，它就会变得有价值。正是这种价值的实现才是我们所有人都在供应链上下追逐的真正洞察力。