知识图谱&数字孪生如何撬动智能工厂新形态?|数字经济系列研究

发布于: 修改于:iPhone转发:0回复:0喜欢:1

(备注:本文摘自《宁波何以造就新一代“世界级商帮”》,作者:源泉投研智库)

... ...

除了在品牌端构建自身护城河之外,制造企业也应重视工业互联网和工业大数据的革命性影响。

当下,消费者愈发青睐个性化、多样化的快时尚品牌,而服装产业传统的预测型生产模式通常造成门店销售的高缺货或高库存;不少本土快时尚品牌在与全球同类品牌竞争中由于品牌定位不清晰、原创设计能力薄弱等,面临着诸多考验。

为时刻保持与年轻消费者的深度链接,快速应对多变的市场环境,太平鸟集团多年前就启动了数字化转型。从2017年携手阿里打造线上线下数据驱动的全渠道融合运营,实现线下门店销售系统全面数字化,以及实时销售数据和生产数据在供应链打通,达到以销定产的效果。

再到与达观数据合作,构建智能数据分析平台,实现多源异构数据的整合融合,沉淀太平鸟集团的数据资产,打造全渠道数据池,进一步消除部门间的数据孤岛,让数据价值最大化迸发出来。

而另一家老牌时尚品牌雅戈尔选择与中国联通合作,构建了5G智能工厂。通过将工厂内部的物理实体虚拟化,在数字化的世界构建了另一个维度的工厂,实现虚拟世界和现实世界的贯通,这也是雅戈尔构建的全国首个服装制造3D数字孪生系统,可以对每个工位、订单、设备进行实时查看和管控,实现了小批量、多品种、个性化、定制化生产,以柔性化方式灵活应对市场的变化。其成品反应速度也由之前的15天缩减至5-7天,批量订单生产周期缩短35%。

为了助力服装产业更上一个台阶,雅戈尔、宁波联通、蓝卓还共同构建了“服装产业大脑”,并融合了太平鸟、康赛妮等智能工厂的特色应用场景。大脑整合了纺织服装企业及各类工业互联网平台,打通产业链、供应链和贸易流通等数据,实现从订单、设计、面料、生产、销售的全产业链闭环。

此举既解决了政府部门以往数据获取难、鲜活度低、维度少、更新滞后的问题,助力其基于全产业链数据分析实现精准施策,提高资源配置效率;又能解决企业供应链周期长、生产与市场脱节、库存难掌控等问题。且多方大数据,有助于跨企业、跨区域的要素融合,实现产业生态优化。

此外,宁波还牵头建设了另外五个产业大脑,包括智能家电产业大脑、化工产业大脑、模具产业大脑等;

都是依托蓝卓数字科技提供底层的工业操作系统。蓝卓supOS工业操作系统擅长提炼行业或企业在集成创新中的共性问题,包括设备维护低效化、生产过程黑箱化、工艺知识传承难、产业链上下游协同水平不高等业务痛点。

正如蓝卓创始人褚健说的,如果移动互联网时代是安卓(或苹果)操作系统+APP模式,那么未来智能工厂时代或许会是“工厂操作系统+工业APP的模式,蓝卓要做的是,为业界打造一个“工业版安卓系统”,以探索一条高效、低成本、可大规模复制的数字化转型路径。

产业大脑运行的基础是数据,而由一个个细分行业的工业互联网平台产生的数据,正成为驱动智能制造的关键生产要素,加速推进企业生产流程的再造与管理方式的变革。

众所周知,制造业数据庞杂,知识结构复杂,且很多是经验知识。如何梳理各类关系和逻辑是一大挑战,而这个过程本身相当于将经验转化成知识和模型的过程。

解决这一难题需要另一项AI技术——知识图谱。目前很多制造企业已实现大数据的可视化展示,将采集积累的数据形成一个整体展示,但还无法对数据价值作更深层次的挖掘,实现数字资产增值,甚至反向创造新的应用和业务,打开新的商业边界。

如果说数字孪生是未来工厂的标配,那么工业知识图谱就是数字孪生的基石。就像一套物联网设备可以使用的百科全书,图数据库擅长知识节点之间的连接和推理,在快速检索方面有独特的优势。

而基于知识图谱构建的模型,加上持续累积的大数据,将有助于打造一个可持续的数字化平台,为人工智能在工业领域的落地奠定基础。

随着工业数据资产的持续累积,加上知识图谱、数字孪生等技术形态的迭代进化,将源源不断涌现新的应用场景,新的业务。从而产生更多大数据,不断自我强化,实现非线性跳跃式增长。当这些技术形态逐步覆盖工业全流程、全生产要素,也必将塑造智能工厂的新形态。

而宁波的制造企业能否抢占数字化制高点,能否实现主流技术的领先性以主导形成的全产业链布局,将直接关系到“全球智造看宁波”是否有望成为最强共识。