工业数字化与数据生态的发展与挑战
在当今数字化的时代,工业领域正经历着深刻的变革。从家电制造到全球数据生态,各个方面都在不断地发展和演进。
家电制造中的智能检测与定制化解决方案
在家电制造方面,智能检测技术正发挥着重要作用。通过学习识别异常声音并进行自动控制,能够有效减少人工检测的误判,从而提高识别的准确性和产品的可靠性。在关注噪音问题的同时,生产过程实现了可追溯性。通过研究生产过程的大数据,分析异常声音的原因,如空调风扇、电机或主机安装不良等,并总结出关键的改进措施以提前预防。
这种独立学习识别异常声音和控制的方式,构建了一种现代检测方法,包括自动隔离和转移、实时信息互联、自动存储、可追溯性、自动过程追溯和问题闭环等。这不仅大大提高了识别的准确性,还节省了 500 万的劳动力成本,更重要的是,极大地改善了用户体验。
海尔的个性化定制解决方案的价值链涉及三方:工业互联网平台企业、家电制造商和家电买家。对于家电买家来说,该解决方案满足了用户的个性化定制需求,提升了购买和使用家电的体验。对于家电制造企业,实现了“提高质量、降低成本和提高效率”的追求。而工业互联网平台企业则可以在为用户和制造企业提供服务的过程中持续创造收益。
MCM 为全行业用户构建了转型服务解决方案,实现全球全流程参与,覆盖了包括服装、应急物资、农业等在内的 15 个行业生态,在全国建立了 7 个中心,覆盖 12 个地区,并在 20 个国家得到复制和推广。随着 MCM 的推广,COSMOPlat 在以下三个维度取得了全面领先:
-
标准领先
:COSMOPlat 是唯一获得 ISO、IEEE 和 IEC 授权开发 MCM 标准的工业互联网平台。
-
模式领先
:2019 年底,COSMOPlat 被全球领先的市场研究和咨询机构 Forrester 评为 2019 年第四季度工业物联网软件平台第一名。
-
品牌领先
:作为生态品牌,COSMOPlat 是 2019 年中国品牌价值百强榜单中唯一的工业互联网平台。
从中国“灯塔工厂”的领导者到德国工业 4.0 奖的获得者,MCM 从根本上解决了中小企业有客户但无用户的问题,赋能中小企业进行数字化转型和升级,同时促进传统产业与工业互联网的融合创新。基于多边互动、共创和共享的生态系统,它正逐步从“灯塔工厂”向“灯塔基地”转变,推动整个行业升级,为企业和整个经济带来高质量发展。
数据生态系统的固有问题与挑战
在数字化和深度互联的工业生态系统中,创建能够无缝保证标准化、可验证性、互操作性(包括区域立法)、透明度和可信度的机制至关重要,特别是对于所有企业和利益相关者,包括中小企业。国际数据空间(IDS)和 GAIA - X 倡议为此提供了一个框架,通过使用安全可靠的数据服务来保障数字主权。
华为作为领先的 ICT 提供商,在 170 多个国家开展业务,是 600 多个标准化组织和行业协会的活跃成员,其中包括 IDS 和 GAIA - X。IDS 和 GAIA - X 对华为在德国、欧洲乃至全球都具有极其重要的意义。
要理解 IDS 如何发挥作用,首先需要了解生态系统的本质和固有问题,以及监管机构在欧洲内外的协同行动。企业在生态系统中相互互动以实现互利,为市场提供产品或服务。这一过程的程度往往取决于多种因素,其中两个重要因素是模块化程度和协调程度。
- 模块化程度 :指系统组件可由不同生产者生产的程度。例如,汽车零部件往往由少数供应商生产,而建筑材料则由众多企业生产,可用于创建任何蓝图。
- 协调程度 :指企业为将产品推向市场而需要相互合作的程度。汽车零部件制造商需要与汽车制造商密切合作来生产汽车,而建筑材料企业和房屋建造商之间的合作则相对较少。
这些因素影响着行业的组织方式和特点,工业生态系统可根据模块化和协调程度的不同分为以下几种类型:
|生态系统类型|特点|示例|
| ---- | ---- | ---- |
|垂直整合生态系统|核心企业(采购企业)掌控供应链,通过协调和控制提升价值主张|特斯拉与日产电动汽车充电、苹果与谷歌手机|
|层级供应链生态系统|核心企业保持层级控制,虽不拥有供应商,但完全决定供应内容和成本|/|
|商业生态系统|成员保留对资产的控制权和所有权,没有一方能单方面设定条款,标准和决策过程大多分散|/|
|开放市场生态系统|企业使用通用模块化组件构建产品,所需协调较少,组件往往具有多用途|螺母、螺栓和金属板|
在科技领域,商业生态系统正变得越来越主流。企业采用商业生态系统的原因包括:
- 面临不可预测但可塑性强的商业环境,需要与他人合作来塑造或重塑行业,实现共同利益。
- 所需能力范围广泛,无法全部内部化。
- 终端用户解决方案的各个组件是模块化的,但协调要求高,例如企业需要确定所需的第三方合作伙伴,明确其角色并协调其活动。
- 可以从外部能力和数据中受益,实现生态系统的快速扩展。
科技商业生态系统通常以三种形式存在,往往围绕双边或多边平台:
-
固定核心生态系统
:协调者提供核心,参与者可根据预定义的功能列表定制其余部分,或允许合作伙伴定义新的用例,如雀巢胶囊咖啡和苹果。
-
交易生态系统
:协调者作为中介,提供多边平台进行标准化交易,如优步和 eBay。
-
创新工具包生态系统
:人们或组织共同开发基于共同标准的解决方案,如 Linux。
当平台运行良好时,它们可以整合分散和低效的生态系统,通过加速行业标准化和协调价值创造,使大多数利益相关者受益。这在从云计算到短期租赁等许多行业都有体现。然而,平台协调者为了实现收益最大化而保持控制,随着商业生态系统生命周期的成熟,这最终会给互补者带来高昂的成本。
科技平台型生态系统往往遵循以下生命周期:
graph LR
classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
A(抓住机会):::process --> B(演进模式):::process
B --> C(锁定领导地位):::process
C --> D(可持续生态系统):::process
- 抓住机会 :率先进入市场或进行彻底颠覆,持续且充分地快速投资和扩张,累计成功率为 50%。
- 演进模式 :扩大生态系统范围,增加参与度,累计成功率为 25%。
- 锁定领导地位 :管理既得利益,保持差异化,更新平台,累计成功率为 15%。
随着商业生态系统的发展,商业生态系统协调者往往会巩固对其生态系统的控制,控制模式从分散控制转向集中控制。这种模式在从移动出行到操作系统等许多行业都有重演。商业生态系统平台协调者的核心目标是通过确定谁可以访问平台以及在什么条件下访问,来维持对互补者的控制。他们成为全球监管者,控制竞争、价格、许可和执法。平台协调者往往试图拥有平台上的控制点,如关键平台 API 的所有权、关键数据的访问权以及关键平台服务或知识产权的所有权。
平台需要维持一种微妙的平衡,最大的危险可能来自它们所协调的互补者,这可以用平台悖论来描述:
-
控制悖论
:控制过多会使合作伙伴远离,控制过少则会损害标准化和价值创造的协调。
-
弱伙伴悖论
:强大的合作伙伴将你视为威胁,你的未来取决于可以被控制的弱伙伴。
当平台变得非常庞大时,在锁定阶段实施的控制可能会变得过于苛刻,最终抑制创新。平台型生态系统是当前和未来经济的重要组成部分,全球监管机构已经意识到其负面外部性,并正在采取行动加以解决。
欧洲的监管关注与行动
全球平台的市场规模达到 7 万亿美元,超过了德国和法国的 GDP 总和。一项调查显示,北美和亚洲的平台目前主导着数字经济。欧洲的数字竞争力一直是人们关注的问题。令人惊讶的是,尽管欧洲已成为平台服务的重要消费者,但产生的平台公司相对较少。
欧洲公司未能抓住机会并“独占鳌头”,原因包括欧洲数字市场的初始扩张成本高,该市场在语言、消费者偏好和规则法规方面较为分散,与美国和中国等更为统一的市场相比缺乏优势。此外,欧洲投资文化的风险规避性质以及政府支持的缺乏也是原因之一。欧洲的数据战略旨在解决这些和其他系统性问题,其目标包括:
- 创建一个单一的数据市场,确保欧洲的全球竞争力和数据主权。
- 建立一个强大的法律框架,涵盖数据保护、基本权利、安全和网络安全等方面,适用于各种规模的竞争公司和多样化的工业基础。
欧盟委员会在 2020 年 2 月发布的一份文件中强调了挑战:“少数大型科技公司掌握了世界上的大量数据,这可能会降低欧盟数据驱动型企业出现、成长和创新的动力。”
为了支持这一政策,欧盟制定了一系列立法行动来规范数字业务,包括数字服务法(DSA)、数字市场法(DMA)和数据治理法等。这些立法行动旨在解决数据生态系统中的各种问题,如数据可用性、市场权力失衡、数据互操作性和质量、数据治理、技能和数据素养、数据基础设施和技术以及赋予个人行使权利等方面的问题。
- 数据可用性 :旨在增加企业对公共部门信息的使用(G2B - 数据共享)以及其他公司对私有数据的使用(B2B - 数据共享)。
- 市场权力失衡 :少数参与者可能积累大量数据,从而获得重要的见解和竞争优势,“数据优势”可能使大型参与者能够设定平台规则并单方面施加数据访问和使用条件。
- 数据互操作性和质量 :应通过 ICT 标准化滚动计划鼓励在各部门和垂直市场中采用标准和共享兼容的格式和协议来收集和处理数据,以实现互操作性。
- 数据治理 :加强社会和经济中的数据治理执行。
- 技能和数据素养 :劳动力和整个社会的总体数据素养相对较低,存在参与差距。
- 数据基础设施和技术 :欧盟认为需要减少在这些战略基础设施方面的技术依赖,供应方和需求方都存在困难。供应方方面,欧盟本土云服务提供商在云市场的份额较小,超大规模云服务提供商占据了欧洲云服务供应的 70% 以上;云服务提供商需遵守第三国立法并符合欧盟重要规则和标准;特定行业数据空间、缺乏本体和广泛可用的应用程序编程接口(APIs)限制了全面和欧盟范围内解决方案的适用性。需求方方面,欧洲云服务使用率较低,欧洲企业在多云互操作性方面存在问题,特别是数据可移植性;目前数字服务用户由于对存储或处理的数据缺乏控制和透明度,无法自主决定数据使用。
- 赋予个人行使权利 :《通用数据保护条例》(GDPR)第 20 条有可能推动新的数据流动,有人呼吁为个人提供工具和手段,使其能够在细粒度层面决定如何处理自己的数据。
欧洲希望通过以下途径实现这些目标:
-
跨部门治理框架
:建立数据访问和使用的跨部门治理框架。
-
推动因素
:投资数据并加强欧洲在数据托管、处理和使用方面的能力和基础设施。
-
高影响力项目
:投资以欧洲数据空间和联合云基础设施为核心的高影响力项目。
-
能力建设
:赋予个人权力,投资技能培训和中小企业发展。
-
创建共同数据空间
:在战略部门和公共利益领域创建共同的欧洲数据空间。
-
国际合作
:采取开放但积极主动的国际合作方式。
在这种背景下,GAIA - X 项目由多个欧洲国家的代表发起,旨在创建一个联合的欧盟数据基础设施标准,为解决欧洲数据生态系统中的问题提供了重要的途径。华为作为活跃参与者,将在支持 IDS 和 GAIA - X 目标方面发挥重要作用,通过在制造领域验证相关概念,结合 5G 连接实现可信网络生产,并利用符合 GAIA - X 的联合人工智能进行控制、维护以及供需匹配等,为工业数字化和数据生态的发展做出贡献。
工业数字化与数据生态的发展与挑战
华为在国际数据空间和 GAIA - X 中的角色与实践
华为作为全球领先的 ICT 提供商,积极参与国际数据空间(IDS)和 GAIA - X 倡议,为推动工业数字化和数据生态的发展贡献力量。在德国、欧洲乃至全球范围内,IDS 和 GAIA - X 对于华为而言具有重要战略意义。
华为通过在制造领域验证相关概念,为 IDS 和 GAIA - X 的目标实现提供支持。以一个集成机器和云服务的工业 4.0 演进实施用例为例,华为展示了如何将 5G 连接应用于可信网络生产。具体操作步骤如下:
1.
网络搭建
:利用华为先进的 5G 技术,构建高速、稳定、安全的工业网络,确保机器与云服务之间的数据实时、准确传输。
2.
设备集成
:将各类生产设备接入 5G 网络,实现设备之间的互联互通,打破信息孤岛。
3.
云服务部署
:在云端部署相应的服务和应用,对生产数据进行实时分析和处理,为生产决策提供支持。
4.
安全保障
:采用华为的安全技术,保障网络和数据的安全,防止数据泄露和恶意攻击。
此外,华为还强调了使用符合 GAIA - X 的联合人工智能进行控制、维护以及供需匹配等方面的应用。具体操作如下:
1.
数据收集与整合
:收集生产过程中的各类数据,包括设备运行数据、生产计划数据、市场需求数据等,并进行整合和清洗。
2.
模型训练
:利用联合人工智能技术,对整合后的数据进行训练,建立控制、维护和供需匹配的模型。
3.
实时应用
:将训练好的模型应用于实际生产中,实现对生产过程的智能控制、设备的预测性维护以及供需的精准匹配。
4.
持续优化
:根据实际应用效果,不断对模型进行优化和调整,提高系统的性能和效率。
数据生态系统问题的解决路径与展望
欧洲数据生态系统面临着诸多问题,如数据可用性、市场权力失衡、数据互操作性和质量等。为了解决这些问题,欧洲采取了一系列措施,形成了一个全面的解决路径。
| 解决措施 | 具体内容 |
|---|---|
| 跨部门治理框架 | 建立数据访问和使用的跨部门治理框架,规范数据的流通和使用。 |
| 推动因素 | 投资数据并加强欧洲在数据托管、处理和使用方面的能力和基础设施,提高数据的处理效率和质量。 |
| 高影响力项目 | 投资以欧洲数据空间和联合云基础设施为核心的高影响力项目,促进数据的共享和协同。 |
| 能力建设 | 赋予个人权力,投资技能培训和中小企业发展,提高整体的数据素养和创新能力。 |
| 创建共同数据空间 | 在战略部门和公共利益领域创建共同的欧洲数据空间,打破数据壁垒,实现数据的整合和利用。 |
| 国际合作 | 采取开放但积极主动的国际合作方式,与其他国家和地区共同推动数据生态系统的发展。 |
GAIA - X 项目作为欧洲数据生态系统发展的重要举措,旨在创建一个联合的欧盟数据基础设施标准,为解决上述问题提供了重要的支撑。通过 GAIA - X,欧洲希望实现数据的安全共享、互操作性和可信性,促进数字主权的保障和经济的可持续发展。
展望未来,工业数字化和数据生态的发展将呈现出以下趋势:
-
智能化升级
:随着人工智能、机器学习等技术的不断发展,工业生产将实现更高程度的智能化,生产效率和质量将得到进一步提升。
-
数据驱动决策
:数据将成为企业决策的重要依据,通过对大量数据的分析和挖掘,企业能够做出更加精准、科学的决策。
-
生态协同发展
:企业之间的合作将更加紧密,形成更加完善的产业生态系统,实现资源共享、优势互补,共同推动行业的发展。
-
国际合作加强
:在全球化的背景下,国际合作将成为推动工业数字化和数据生态发展的重要力量,各国将共同应对挑战,分享经验和技术。
总之,工业数字化和数据生态的发展是一个长期而复杂的过程,需要政府、企业和社会各方的共同努力。通过采取有效的措施,解决数据生态系统中存在的问题,推动工业数字化的升级和转型,我们有望实现工业的高质量发展和经济的可持续增长。在这个过程中,华为等企业将发挥重要的作用,为工业数字化和数据生态的发展贡献自己的智慧和力量。
787



被折叠的 条评论
为什么被折叠?



