是什么让英国注重数据的制造商彻夜难眠——更重要的是，他们正在做什么？ James Smith 强调了在今年的工业数据在线峰会上设定议程的一些关键对话。在过去三年中组织的工业数据峰会系列会议为我提供了一个迷人的有利位置，从中观察英国制造商内部“数据对话”的演变。
数字枢轴
通常是什么2018 年相当小众和技术的讨论已经扩大到涉及来自不同公司的利益相关者，帮助数据科学家和技术人员“学习他们组织的语言”，并加速该行业向数据驱动思维模式的转变。由于 Covid- 19、今年的工业数据峰会被迫在短时间内上线——但形式的变化并没有阻止代表努人数继续增长超过三分之一。显然，这是一个时机已到的事件。在线工业数据峰会围绕一个全体会议进行了重组，并辅以一系列分组讨论的“讨论室”会议。这些讨论室各自侧重于不同的难题，让代表们可以选择专家主导的制造业中的哪一个他们加入的对话。所有这些内容现在都可以在此处按需访问 - 有关详细信息，请参阅本页底部。左至右：GE Digital 的 Steve Pavlosky； Bala Amavasai，史丹利百得； Alison McGurk，AstraZeneca 博士从目标到实现
当天的基调是由活动的第一位主旨发言人 GE Digital 边缘数据高级产品经理 Steve Pavlosky 设定的，他制定了当天的主题通过挑战制造商“从他们的设备生成的数据中获得更多价值，通过建立Pavlovsky 表示，大多数制造商未能从生成的数据中获得他们应得的价值。最终进入废料箱。不到 1% 的数据曾经用于改进决策制定，”他说。对这些数据浪费流进行分析和情境化是推动最佳运营绩效的关键，他继续引用了宝洁公司的例子，它收集了来自多个生产站点的制造执行系统 (MES) 数据，以便比较性能、创建最佳实践并提高各个工厂的生产力和质量。可以对其进行分析的存储库，然后比较他们所有生产类似产品和 g 的工厂的操作让每个人都达到顶层。这为提高整个组织的效率创造了巨大机会。”图片由 Shutterstock 提供数据和预测性维护
下一位演讲者是 Bala Amavasai，Stanley Black & Decker 的人工智能主管兼首席架构师，他专注于关于这家拥有 175 年历史的公司如何将自己转型为数字化组织，以及它如何使用人工智能按时按预算交付产品、减少浪费并通过 QA 的音频和视频系统改进质量控制。指数数据的增长是由云和边缘中大量廉价的计算能力推动的，但 Amavasai 解释说，工业数据仍然倾向于孤立； “对于大多数制造商而言，最初的任务需要将数据连接在一起，将其全部放入一个数据湖中，这需要连接。”Stanley Black & Decker 在预测性维护方面取得了良好的效果，通过持续监控设备系统，让企业回答这个问题，“这台机器在服务一段时间后还能使用多久？”根据 Amavasai 的说法，这些结果只有通过首先在组织内有效参与才能实现； “人工智能只是软件，有很多背景研究，但它基本上仍然是一个软件项目。如果您希望 AI 提供有效的结果，您需要确保预先满足所有要求。”图片由 Shutterstock 提供建设更智能的工厂
AI 在实现智能工厂战略中的作用是重点阿斯利康 (AstraZeneca) 运营 IT 架构、数据和商业智能主管 Alison McGurk 博士。该公司已在其 OT 环境中推出数字化转型战略，研究如何扩大新药的生产规模，并交付制造流程、QA 和供应链改进。根据 McGurk 的说法，数字创新和卓越运营是阿斯利康人工智能战略的核心，该战略已经用于创建四个参考概念证明：预测性维护、产量优化、质量偏差和可视化分析。“前两个是预测分析的例子”麦格克解释道。 “在这些情况下，重要的是在开始之前定义概念验证的范围，并了解您将如何证明结果是可行的。”将传感器放在正确的位置以获得正确的数据正确的质量，然后能够使用正确的算法分析这些数据，所有这些都决定了您获得可操作见解的能力。图片由 Depositphotos 提供制造业的互联未来
接下来是互联总监 Brendan Rawle EMEA，在全球最大的数据中心公司 Equinix。他解释说，企业的增长-企业“互连”的增长速度远快于一般的互联网连接——制造业作为一个行业在这一指标上的复合年增长率为 57%。部门内部和部门之间的合作将非常重要，”罗尔说。你从汽车行业转向智能汽车行业，它将非常依赖生态系统内的互连，”他继续说道。 “那些投资的人将拥有优势。”图片由 Depositphotos 提供提供您的数据策略
The Manufacturer 的 Jonny Williamson 主持了一场由三位领先的 pra 主持的小组讨论来自真正工业冠军的参与者：Gerard Bartley，全球主数据经理，Jacob Douwe Egberts 和会议主席，Suresh Daniel，Coats 数据和架构集成总监，以及 Keith Roberts，全球零件运营数据和报告经理，Jaguar Land Rover。关于组织文化在使数据战略取得成功中的作用，我们听到了三个截然不同的企业采取的方法。我们了解到 Jacob Douwe Egberts 是一家大型且成功的传统企业，专门制作优质咖啡，但更为保守数据处理方法——需要更多努力来创建业务案例。在 Coats 的案例中，由于从汽车原始设备制造商到卫生行业的广泛客户——每个这些细分市场具有不同的角色，通常具有截然不同的方法论和他们自己的文化。这确实预mium 依靠有效的领导来维持和发展公司内部的数据驱动文化。JLR 的情况又一次非常不同，因为我们仔细研究了他们的售后市场业务——该业务从过去的并购中继承了很多系统，并且这使得集成和标准成为团队的主要优先事项。随着每个制造商的“业务线”经理与他们的数据科学和分析同事更紧密地合作，小组成员指出，有一种“通用语言”正在发展使工业数据资源能够发挥更大的影响力。这个共享的词汇表可能是过去几年举办这次会议最切实的成果之一，而且很可能为制造商创造最大的长期价值。点播
按需访问超过八小时的内容，以加深您对制造商如何利用他们的数据推动运营改进。除了本文所述的全体会议内容外，在线工业数据峰会还设有八个“讨论室”，每个讨论室均由专家主持，并重点关注以下关键问题：数据收集策略 |消除数据孤岛 |数据质量和完整性 |物联网与传感器 |数据整合 |货币化数据 |预测性维护 |商业智能 |人工智能和机器学习制造商即将召开的峰会——点击横幅了解更多信息并注册：
