中國工程院院士李培根：數據是智能製造的基礎，企業需要數據驅動

每經記者：郭榮村 每經實習記者：安宇飛 每經編輯：文多

1月5日，釘釘召開主題爲“數字新生”的2022製造業釘峰會。會上，中國工程院院士李培根表示，在企業數字化和智能製造中，數據是基礎，是“血液”。數據是工業互聯網的基礎和關鍵，企業需要數據驅動。

李培根認爲，數據不僅能夠助力設備的優化運行，還能驅動產品創新、驅動設備採購，幫企業進行戰略投資決策。最終，企業的“一切事物”都需要數據驅動。

在會上，釘釘發佈了2022年度製造行業數字化關鍵詞：數據同頻。而李培根表示，數據的同頻，是製造業降低生產成本、提高生產效率，帶來實質性利潤提升的關鍵。

數據，驅動企業的“一切”

“軟件定義世界，數據驅動未來。”李培根認爲，數據是驅動智能製造的關鍵生產要素。

具體來說，首先數據可以協助定製化生產。李培根以生產高度“定製化”洗髮水和液體肥皂的化工巨頭巴斯夫爲例，說巴斯夫每個塑料瓶依次在傳送帶上灌裝、封蓋、包裝，每個產品標籤上都有芯片，記錄了不同的數據，來灌裝不同顏色和成分的肥皂液，指令調配比例和包裝方式等。

“如果數據不能及時去做的話，批量的（個性化）生產是不可能的。”李培根說。

其次，製造業中很多設備的優化運行也需要數據驅動。李培根表示，以風電爲例，風機上面會裝一些傳感器，收集工廠的數據，比如風力、風向等環境數據。收集完數據之後，它會有數字孿生模型進行仿真，根據仿真的結果控制葉片的俯仰角度等，從而提高發電效率。

不僅如此，數據還能驅動產品的創新。據李培根介紹，福特一個實驗室曾收集約400萬輛裝有車載傳感設備的汽車數據，通過對數據的分析，工程師瞭解了司機在駕駛汽車時的感受、外部環境的變化以及汽車的環境相應表現，從而改善了車輛的操作性、排氣質量和能源的利用效率。針對車內噪聲的問題，福特還改變了揚聲器的位置，從而最大程度減少了噪聲。

與此同時，數據還能驅動製造企業相關設備的採購。李培根說，一臺機器有采購成本和水面下的維修成本，如果高頻出現異常，比如出現一天停機，那麼直接的損失是巨大的。而通過設備的維修數據，可以分析出設備利用率，直接連上供應鏈，爲設備採購做決策。

“甚至連（企業的）戰略投資，都要靠數據。”李培根說。他表示，香港DeepKnowledge Ventures（DKV）風投公司，五年前聘請了“瓦投（VITAL）”做董事。

“‘瓦投’不是一個人，而是一個數字智能系統。爲什麼讓它做董事？就是因爲它掌握了大量的數據。”據李培根介紹，瓦投能在毫秒內分析、判斷、決策無法被人類分析師觀察到的趨勢，能做人們“直覺”做不了的“針對海量信息的邏輯分析”，確保投資決策的正確。

因此，李培根認爲，企業裡的“一切過程”，包括設計、生產、管理過程等，“一切目標”和“一切事物”，都需要數據驅動。

數據同頻，利潤提升的關鍵

儘管數據的重要性日益凸顯，但在製造企業實際的運行過程中，想發揮好數據的價值並不是一件容易的事。

李培根表示，對大型製造企業而言，業務系統林立造成的“信息煙囪”，讓數據難以在流動中產生價值。對中小製造企業來說，缺乏讓企業能夠在充滿變化的市場環境中實時而準確掌握企業經營數據的、開箱可用的方案。

釘釘總裁葉軍也認爲，製造業在數字化、智能化過程中存在一些痛點：第一是平臺割裂，業務系統林立；第二是人與設備不“在線”，第三是產業鏈上下游協調效率低。

所以李培根認爲，數據的同頻，數據的融合，是製造業降本增效的關鍵。具體來說，這需要多領域、多部門、不同子系統之間的數據融合。

李培根舉例稱，目前絕大多數企業都沒有做到財務信息和業務信息的真正融合，財務部門和業務部門的數據是獨立的。這就容易導致財務部門在考慮成本問題的時候，忽略掉業務方面問題。但實際上，業務的方方面面都和成本有關。

因此李培根表示，財務部門也需要數據驅動，需要挖掘出非財務的信息，比如業務信息和市場信息等。

“數據的同頻，是（給製造業）帶來實質性利潤提升的關鍵。”李培根說。