中国产业竞争情报网 2018-04-26 浏览:
日前，由中国信息通信研究院主办的 2018大数据产业峰会 在北京召开。作为大数据产业一年一度的盛会，在为期两天的会议中，来自产业界各方的代表和嘉宾就大数据发展的 痛点 ，以及工业大数据、数据资产管理、大数据与人工智能、大数据与区块链、数据流通、数据隐私保护等话题展开了激烈的讨论。与此同时，大会还启动了首届中国大数据算法大赛，发布了数据中心联盟系列评估结果，信息通信大数据创新实验室也在大会上揭牌。
未来十年工业大数据量的增速将是其他领域（包括社交媒体）的两倍。 在日前召开的 2018大数据产业峰会 上，中国工程院院士邬贺铨在主题演讲中抛出这一观点。他表示，虽然消费类大数据的增速很快，但是相比之下工业大数据的增速更快，制造业大数据的规模已经超过其他行业。
邬贺铨指出，制造业的大数据具备四大特点。一是准确性，在一般的商业领域，预测准确率达到90%已经很高，但在工业领域很多应用场景中，准确率需达到99.9%甚至更高。二是碎片化，工业制造的大数据有很多传感器收集的数据，有颗粒性很小的，也有颗粒性很大的，而且是持续产生。三是实时性，工业数据的处理必须快速，过一段时间就没多大价值，消费数据则可以累积很长时间。四是行业性，工业大数据的挖掘要对生产流程机理有透彻的认识。
对于数字化制造，邬贺铨认为，其过程不仅是环节式的，更应该是全链条的，同时也是闭环的。底层负责各种管理，中间依赖工业大数据，还需要合理地建模，针对不同应用开发，结合人工智能实现工业企业的支撑，形成企业大脑。
当前，越来越多的传统制造企业利用大数据进行数字化转型。对此，邬贺铨以具体的案例进行了说明和分析。如江苏苏州协鑫公司利用阿里开发的ET大脑分析0.2毫米厚度的硅片生产中积累的大数据，从上千个生产参数中找出60个关键参数，通过优化生产流程，良品率提升1%，每年利润增加上亿元。
在大数据应用于生产个性化上，福建厦门可睿特公司开发了人体三维大数据软件平台 随型，顾客穿上贴身的衣服，拍下正面、侧面和背面三张照片，利用人工智能技术将2D图片转化为3D模型，可以实现自动量体。
大数据可以助力众包设计聚智创新。海尔天铂空调类似 鸟巢 的外形、创新的 风洞 设计及 空气射流 技术，可以预防空调病。而这就是基于海尔的众创平台，在30多名发烧友的交互设计和1700多名用户的建议以及供应链合作伙伴的参与配合下完成的。
大数据工业云可助力企业服务升级。沈阳鼓风机厂建立了云服务平台，为全国很多用户提供实时在线监测服务、月度和季度运行报告与突发故障诊断报告。沈鼓在全国有大型机组1600台，利用云服务每年每机组可减少0.3次非计划停机，减少直接损失4.8亿元，同时每机组运行效率提高提升1%，即减少能耗6.3亿元。
大数据在产品营销管理上有广阔应用空间。波司登建立零售云平台，实时监控全国3000多家门店的库存和销售数据，库存中心的智能补货系统有效减少缺货损失21%，售罄率同比增长10%，会员复购率达到20%以上；联想集团利用其全球数据中心掌握的数据，与宝钢合作建立钢铁销量预测系统，通过机器学习和图谱分析找出关联，预测钢铁市场需求，预测精度在92.2%以上，库存周期缩短20%，用户采购资金节约了上亿元。
贵阳 货车帮 利用大数据优化车货对接，提高物流效率。 货车帮 在450万注册货车与88万认证货主间建立了平台，每年可为货车司机节省500多亿元的燃油成本，服务扩展到保险、仓储、维修和供应链金融等。货运调度平台运满满有100万的货主、400万的车主。去年11月两家公司合并成为运满集团，旨在利用大数据实现更好的车货对接。
大数据在营销上的应用越来越深入。宝洁公司利用社交平台数据，比如在微博、大众点评等采集100万级的消费者与宝洁相关的数据，通过对自然语言的处理，对用户评论进行多维度的分析，找出用户反映的问题，最后根据不同的消费者群体和购物喜好，快速实现对用户的洞察，开发出用户需要的产品。此外，宝洁还通过对渠道数据进行分析，进一步掌握销售渠道的具体环节，帮助销售渠道改进促销措施，实现渠道管理优化。
最后，邬贺铨强调，大数据驱动制造业转型升级，提升生产效率，改进产品质量，节约资源消耗，保障生产安全，优化销售服务。大数据正在与人工智能、移动互联网、云计算及物联网等技术协同发展，并将深度融入实体经济，成为数字经济时代的新引擎。
中国产业竞争情报网相关研究成果《大数据项目可行性研究报告》
北京华经纵横咨询有限公司拥有专业的细分市场研究团队和丰富的研究经验。我们以最新的准确可靠的数据为依据,常年为政府部门，全球500强企业提供下列细分市场研究咨询服务:
1. 行业分析：研究行业发展关键因素、规模和发展趋势、发展环境
2. 产业链分析：从上下游产业链的角度看行业机会
3. 产品分析：研究产品产销情况、销售模式、进出口状况、市场需求
4. 企业分析：针对潜在企业的研究、发现潜在的投资机会
5. 市场分析：行业市场分析、预测市场前景和投资机会
6. 竞争分析：行业竞争格局及企业竞争分析
7. 盈利能力分析：行业和潜在重点企业的盈利能力分析