数据时代:从供应链到数据空间的变革
1. 数据共享的现状与挑战
在当今时代,数据被视为推动各个领域发展的关键力量。有观点认为 2020 年代是“数据时代”,欧盟委员会预测未来 5 年欧洲数据经济价值将增长两倍,麦肯锡和普华永道评估到 2030 年数据带来的市场潜力约为 1.3 - 1.6 万亿美元。此外,开放数据甚至有可能将疟疾死亡率降低多达 92%,每年拯救多达 40 万人的生命。
然而,数据共享面临着诸多挑战。除了技术问题、资本支出和技能缺乏之外,最大的障碍仍然是对安全、透明和可信的数据生态系统缺乏信任。特别是在企业对企业(B2B)的场景中,当共享敏感甚至机密信息时,这种信任缺失的问题更为突出。
2. NTT 的数据探索与实践
2.1 进一步验证与测试
NTT 将在测试运营环境(测试床)中应用当前测试的结果,进行进一步的验证和测试,旨在验证使用 IDS 连接器的各种硬件和软件的互操作性。同时,日本和海外的公司及组织将联合开发新的全球数据管理平台,并且会与包括 RRI 在内的日本和海外的各类组织和公司共同确定该平台的具体要求。NTT 希望通过公私学术合作来支持基本规范的制定。
2.2 连接欧洲和日本的工厂
为了实现“碳中和社会”这一全球目标,需要通过全球共享和监控排放二氧化碳的经济活动数据来优化产业结构。2020 年 12 月,NTT 启动了数据管理概念验证(POC)项目,与西门子在瑞士比尔/比恩创新园合作,旨在可视化制造业过程中的二氧化碳排放情况,以实现向可持续和低碳经济的转型。NTT 正在使用具有信任机制的智能数据平台,探索企业间全球数据共享的创新方法。该 POC 在无人机生产线的测试和实验平台上进行,突显了数据共享对可持续发展和循环经济的重要作用。西门子通过将其物联网平台 Mindsphere 集成到 NTT 的虚拟私有云和本地服务器上,作为中央数据中心,为 POC 提供支持。
NTT 计划在 2021 年使用 IDS 连接器将测试系统与 GAIA - X 原型连接起来。具体计划是在 NTT 的数据中心安装 IDS 连接器以与 GAIA - X 连接,并通过 NTT 具有信任机制的 SDPF 将瑞士工厂和日本云与欧盟的 GAIA - X 原型系统互连。NTT 还希望扩大这个实验系统,与全球的公司和组织合作,构建和运营一个用于 IDS/GAIA - X 互操作性实验的国际联合测试床,为建立能够在全球范围内公平、安全地共享各种数据的数据空间做出贡献。
以下是 NTT 数据连接计划的流程图:
graph LR
A[NTT测试系统] -->|2021年| B[使用IDS连接器]
B --> C[连接GAIA - X原型]
C --> D[在数据中心安装IDS连接器]
D --> E[连接GAIA - X]
E --> F[通过SDPF互连瑞士工厂和日本云与欧盟GAIA - X原型系统]
F --> G[扩大实验系统]
G --> H[构建国际联合测试床]
H --> I[贡献于全球数据空间建立]
3. 工业 4.0 中的数据核心地位
3.1 数据生态系统与数据空间
工业 4.0 自 2013 年提出以来,将数据的可用性置于核心地位,其定义为“通过价值链中所有实体的联网实时获取所有相关信息,并能够随时利用这些数据优化增值”。数据对工业 4.0 的业务影响显著,例如德国联邦经济事务和能源部的 PAiCE 研究估计,人工智能在未来 5 年内有潜力为制造业总增长贡献三分之一,带来超过 300 亿欧元的总增加值。特别是预测分析、智能辅助系统、机器人技术、智能自动化和智能传感器技术等应用提供了巨大的机遇。
传统供应链在几十年的工业生产中被证明是高效且稳健的,但也暴露出了脆弱性。例如 2010 年埃亚菲亚德拉火山喷发、2019 年莱茵河低水位以及近期的 COVID - 19 大流行,都对线性供应链造成了严重干扰。德国汽车制造商在 2020 年春季 COVID - 19 大流行开始时仍保持原产量,而意大利北部的关键供应商已遭受重创,无法履行供应承诺,导致生产计划严重受阻。2021 年,主要芯片制造商因消费电子行业的高需求而无法按计划供应,汽车制造商也经历了类似的中断。
数字化和频繁的信息交换可以帮助企业以极低的延迟调整资源和生产计划,提前做出反应,使供应链对外部干扰更具弹性。特别是当供应链各层级之间的全面信息网络能够消除阻碍信息流动的守门人时,这种效果更为明显。数据网络实现了对等方之间的动态数据交换,而形成实际的数据空间则为合作伙伴带来了更大的机遇。例如,工业中使用大数据进行优化,或基于人工智能的算法进行动态(甚至预测性)资产管理,都需要构建特定于应用的虚拟数据池,用于分析和机器学习。
3.2 标准的重要性
以信息和数据为核心的商业网络和生态系统依赖于找到互操作性概念、通用语言、本体、规则和标准,以便有效地交换和使用这些信息。数据生态系统的好处遵循经典网络经济学的机制,即现有网络中每增加一个新成员,其潜在价值就会呈指数级增长。因此,规模、增长和信息交换效率是成功的关键。轻松加入和退出新成员,以及可靠、既定的标准是实现这一目标的核心。
技术通信标准和架构,如 MQTT 消息传递或 OPC UA,在工业数据交换中已经应用了十年。语义和本体,如 ECLASS 或 NAMUR 数据模型,同样重要。近年来,对复杂工业数据空间的需求不断增加,例如以数字孪生的形式实现对每个资产的全面视图,涵盖从生产到循环经济中的回收等整个生命周期。资产管理壳就是这些努力的成果之一。
3.3 信任与安全
向工业商业网络的广泛转型面临的最大障碍是对网络合作伙伴的信任,以及对可靠、安全的技术工具的信任。在数据密集型的合作伙伴联盟中,确保自身数据主权至关重要,即不仅要能够监控,还要能够随时控制“我的”数据的存储和处理位置及方式,更要控制哪些第三方可以访问这些数据,以及数据是否按照事先商定的条款进行处理。
虽然像蒂姆·伯纳斯 - 李和麻省理工学院提出的 Linked Data 和 SOLID 等去中心化概念在私营部门越来越受到认可,但国际数据空间(IDS)在工业应用领域处于领先地位,被视为商业信息可信交换的“黄金标准”。信任需要在整个技术栈中建立,包括任何数据交换基础设施和云服务的技术安全,以及运营方面和法律框架条件。欧洲的 GAIA - X 倡议旨在设计和实施一个值得信赖的联合数据和云基础设施生态系统,与 IDS 的数据主权概念和工具集一起,为创新而可信的数据生态系统提供了全面的参考设计和政策框架。
以下是工业数据空间相关要素的表格:
|要素|描述|
| ---- | ---- |
|数据生态系统|通过数字化和信息交换使供应链更具弹性,形成数据空间带来更大机遇|
|标准|技术通信标准(MQTT、OPC UA)、语义和本体(ECLASS、NAMUR)、资产管理壳等|
|信任与安全|IDS 是工业应用的“黄金标准”,GAIA - X 提供基础设施生态系统|
4. SAP 资产智能网络与数据治理
4.1 SAP 资产智能网络(AIN)
传统的数据交换方式在企业内部和与供应商或服务提供商的协作中存在诸多问题。例如,由于企业 IT 环境中的异构应用和工具,加入和退出合作伙伴、服务提供商甚至企业内部员工的过程往往耗时较长。资产的实时和敏感数据难以共享,需要大量的努力和审批,而且数据经常通过电子邮件共享。
SAP 多年来一直致力于解决这些挑战,推出了 SAP 资产智能网络(AIN)。AIN 简化了跨公司的协作,整合了从运营到维护,再到机器学习驱动的服务(如预测性维护)等与资产相关的活动。不同的利益相关者可以在一个中心位置访问资产信息,以获得对存储在不同后端系统中的所有活动的当前状态和历史记录的透明概述。还可以组织备件订购、提供固件更新并通知操作员。基于分配的用户配置文件,可以管理和限制对数据和信息的访问。
4.2 引入 IDS 进行数据治理
虽然 AIN 已经提供了数据访问功能来促进跨公司协作,但传统的用户管理方式不足以应对存储在不同云或边缘平台上的数据。特别是服务提供商需要处理的物联网数据,无法以一种能够控制数据使用和处理方式的方式进行管理。
当前的数据共享方法存在局限性,无法充分满足支持可扩展企业使用的所有要求。IDS 允许在需要时进行数据治理,并可以丰富 AIN 现有的共享功能,以改善协作。特别是在需要与不同利益相关者共享资产的非结构化物联网数据的受控数据空间中,IDS 可以帮助企业克服与机器学习相关的挑战,管理数据访问并监控可信消费者对数据的处理方式。
例如,使用 IDS 组件可以显著改善将物联网数据提供给机器学习服务提供商并监控利益相关者之间数据交换的冗长流程。清算所负责管理合规和商业方面的事务,而 IDS 连接器负责管理对数据的访问。数据的处理方式取决于具体场景和在连接器中运行的相应数据应用程序。处理完成后,结果也可以通过 IDS 连接器传输。AIN 的预测性维护功能可以通过 IDS 功能得到增强,从而以更合规的方式组织和监控数据交换。
以下是 IDS 增强 AIN 数据治理的流程图:
graph LR
A[AIN现有数据共享] --> B[存在局限性]
B --> C[引入IDS]
C --> D[清算所管理合规和商业方面]
C --> E[IDS连接器管理数据访问]
E --> F[数据应用程序处理数据]
F --> G[处理结果通过IDS连接器传输]
G --> H[增强AIN预测性维护功能]
5. 数据空间的未来展望
5.1 构建全球数据空间的需求
如今,我们面临着许多威胁环境、人权、健康和和平的问题。为了解决这些问题并实现可持续发展目标(SDGs),需要一种机制来持续监控公司、个人和生物生态系统的活动,检测并纠正异常和不公正现象。希望创建一个全球网络物理系统,利用信息通信技术(ICT)检查经济和自然环境的状态,当它们偏离理想状态时实施防御措施并进行修复,就像人体的免疫系统和自主神经系统一样。
为了实现这样的“全球自主神经”,需要与弗劳恩霍夫等全球的公司、组织和政府合作,为可持续发展目标创建和平的数据空间。这需要建立一个通用、全球、开放和公平的数据管理平台,不仅能够在欧盟内部连接和共享数据,还能与世界各国和地区进行连接和共享。
5.2 全球数据空间的构建方式
然而,不同国家对数据空间的使用规则,如关键数据的定义、数据主权的概念以及数据出口法律法规等各不相同。因此,可以考虑在每个国家或地区建立符合当地法律的国家数据空间,在每个边界设置数据流量管理网关,并通过全球通用规则和接口将它们互连起来,以此构建全球数据空间。
GAIA - X 也应该具备安全网关,以便与欧盟以外国家的数据空间互连,实现全球数据共享。此外,为了使数据空间更具操作性和便利性,需要准备编排器系统,能够轻松、安全地集成和管理数据、设备、边缘、服务器、云、软件、网关和网络。
5.3 各方的贡献与合作
作为全球运营商,NTT 将能够通过结合现有的服务和新技术(包括 IOWN、4D 数字平台、数字孪生计算和具有信任机制的 SDPF),与 IDSA、弗劳恩霍夫和所有其他利益相关者一起,为设计、构建和运营这样的国际洲际数据空间架构做出贡献。各方期待在工业、移动性、能源、物流、健康和城市等各个领域共同推动这些活动,为人类和地球的生态系统创造一个充满希望的未来。
以下是构建全球数据空间相关要素的列表:
1.
构建方式
:在各国建立国家数据空间,设置数据流量管理网关,通过通用规则和接口互连。
2.
GAIA - X 要求
:具备安全网关,实现与欧盟外数据空间互连。
3.
编排器系统
:集成和管理数据、设备等多种元素。
4.
NTT 的作用
:结合现有服务和新技术,参与国际洲际数据空间架构的设计、构建和运营。
6. 数据时代供应链转型的关键要点总结
6.1 数据共享与信任
- 数据共享虽潜力巨大,但信任缺失是主要障碍。在 B2B 场景中,对安全、透明和可信的数据生态系统的信任尤为重要。国际数据空间(IDS)作为工业应用领域可信交换的“黄金标准”,能够保障数据主权,为数据共享提供信任基础。
- 信任的建立需要贯穿整个技术栈,包括技术安全、运营和法律框架等方面。欧洲的 GAIA - X 倡议与 IDS 共同为创新而可信的数据生态系统提供了支持。
6.2 标准与互操作性
- 商业网络和生态系统依赖于标准来实现信息的有效交换和使用。技术通信标准(如 MQTT、OPC UA)、语义和本体(如 ECLASS、NAMUR)以及资产管理壳等,都是构建数据生态系统的重要组成部分。
- 标准的制定有助于新成员的轻松加入和退出,促进数据生态系统的规模增长和信息交换效率提升。
6.3 数据治理与应用
- 传统的数据共享方式在应对复杂的数据存储和处理需求时存在局限性。如 SAP 资产智能网络(AIN)虽然提供了一定的数据访问功能,但在处理不同平台上的数据时,需要引入 IDS 进行数据治理。
- IDS 可以增强现有应用的共享功能,实现对数据使用和处理的有效控制,特别是在处理非结构化物联网数据和机器学习相关应用时,能够显著改善数据交换流程。
以下是数据时代供应链转型关键要点的表格总结:
|关键要点|描述|
| ---- | ---- |
|数据共享与信任|信任缺失阻碍数据共享,IDS 和 GAIA - X 保障信任和数据主权|
|标准与互操作性|技术标准和本体促进信息交换,利于成员加入和系统发展|
|数据治理与应用|传统方式有局限,IDS 增强 AIN 等应用的数据治理能力|
7. 案例分析:NTT 与 SAP 的实践对比
7.1 NTT 的数据连接与测试
NTT 在数据管理方面进行了多方面的实践。通过在测试运营环境中验证 IDS 连接器的互操作性,联合开发全球数据管理平台,并与西门子合作开展数据管理概念验证(POC)项目,致力于实现全球数据共享和产业结构优化。
-
目标
:实现“碳中和社会”,通过数据共享优化产业结构,可视化制造业二氧化碳排放。
-
举措
:使用具有信任机制的智能数据平台,将测试系统与 GAIA - X 原型连接,构建国际联合测试床。
7.2 SAP 的资产智能网络与数据治理
SAP 针对传统数据交换的问题,推出了 SAP 资产智能网络(AIN),并引入 IDS 进行数据治理。
-
目标
:简化跨公司协作,实现资产信息的透明化和有效管理,支持机器学习驱动的服务。
-
举措
:AIN 集成资产相关活动,IDS 增强数据治理能力,控制数据访问和处理。
以下是 NTT 与 SAP 实践对比的表格:
|对比项|NTT|SAP|
| ---- | ---- | ---- |
|目标|碳中和、产业优化、数据共享|跨公司协作、资产透明管理|
|举措|验证互操作性、连接 GAIA - X、开展 POC|AIN 集成活动、IDS 增强治理|
7.3 两者的共同点与差异
- 共同点 :都重视数据的价值和共享,致力于解决数据管理和协作中的问题,都引入了先进的技术和概念(如 IDS)来提升数据处理能力。
- 差异 :NTT 的实践更侧重于宏观层面的产业结构优化和全球数据空间的构建,涉及与不同地区的合作和测试;而 SAP 的实践主要围绕企业内部和跨企业的资产智能管理,通过 AIN 和 IDS 解决具体的业务流程问题。
以下是 NTT 与 SAP 实践关系的 mermaid 流程图:
graph LR
A[数据时代挑战] --> B[NTT实践]
A --> C[SAP实践]
B --> D[产业优化、数据共享]
C --> E[跨公司协作、资产治理]
B & C --> F[引入IDS技术]
D & E --> G[推动数据有效利用]
8. 未来发展的潜在趋势
8.1 数据空间的全球化融合
随着全球对可持续发展目标的追求,数据空间的全球化融合将成为必然趋势。各国和地区的数据空间将通过通用规则和接口互连,形成一个更加开放和公平的全球数据管理平台。GAIA - X 等倡议将在促进欧盟内外数据空间互连方面发挥重要作用。
8.2 技术创新推动数据治理
新技术如 IOWN、4D 数字平台、数字孪生计算等将不断涌现,与现有的数据管理技术相结合,推动数据治理能力的提升。编排器系统的发展将使数据空间的操作更加便捷和高效,实现对数据、设备等多种元素的集成管理。
8.3 行业应用的拓展与深化
数据空间的应用将不再局限于工业领域,而是拓展到移动性、能源、物流、健康和城市等各个行业。在这些行业中,数据的有效共享和管理将为企业带来更多的创新机会和竞争优势,推动行业的数字化转型。
以下是未来发展潜在趋势的列表:
1.
数据空间全球化
:各国数据空间互连,形成全球数据管理平台。
2.
技术创新驱动
:新技术与现有技术结合,提升数据治理能力。
3.
行业应用拓展
:数据空间应用拓展到多个行业,促进数字化转型。
9. 应对数据时代挑战的建议
9.1 企业层面
- 加强数据安全与信任建设 :引入国际数据空间(IDS)等技术,保障数据主权,建立可靠的数据共享环境。
- 推动标准的应用与遵循 :积极采用行业标准和通用规则,提高数据交换的效率和互操作性。
- 创新数据治理模式 :结合新技术,优化数据管理流程,实现对数据的有效访问和控制。
9.2 政府与组织层面
- 制定统一的数据政策 :协调各国和地区的数据使用规则,促进全球数据空间的构建。
- 支持技术研发与合作 :鼓励企业和科研机构开展数据管理技术的研发和合作,推动行业的整体发展。
- 加强国际合作与交流 :与全球其他国家和组织共同推动数据空间的全球化融合,实现可持续发展目标。
以下是应对挑战建议的表格:
|层面|建议|
| ---- | ---- |
|企业|加强安全信任、推动标准应用、创新治理模式|
|政府与组织|制定统一政策、支持技术研发、加强国际合作|
10. 总结
数据时代为各个领域带来了巨大的机遇,但也面临着诸多挑战。从供应链的线性模式向数据驱动的生态系统转变,需要解决数据共享的信任问题、建立有效的标准体系和加强数据治理能力。NTT 和 SAP 等企业的实践为我们提供了宝贵的经验,展示了不同的解决方案和发展路径。
未来,数据空间的全球化融合、技术创新和行业应用的拓展将成为发展的主要趋势。企业、政府和组织应共同努力,采取有效的措施应对挑战,推动数据时代的可持续发展,为人类和地球的生态系统创造一个更加美好的未来。
以下是整个数据时代发展的 mermaid 流程图总结:
graph LR
A[数据时代挑战] --> B[信任问题]
A --> C[标准缺失]
A --> D[治理不足]
B --> E[引入IDS等技术]
C --> F[遵循行业标准]
D --> G[创新治理模式]
E & F & G --> H[构建数据生态系统]
H --> I[数据空间全球化]
H --> J[技术创新驱动]
H --> K[行业应用拓展]
I & J & K --> L[可持续发展未来]
437



被折叠的 条评论
为什么被折叠?



