大数据在制造业发展中的应用和影响
景艳红
摘 要 技术的进步推动了社会全方面的升级，制造业也随之迎来新的转型机会，而大数据正是最具价值的信息技术之一，传统制造业通过与大数据相结合可以转型升级为智能化制造业，多方位提升自身产能。而如何抓住大数据时代下制造业的发展特点，科学地在制造业中运用大数据，正是值得关注和研究的。本文以制造业大数据的内涵为切入点，综合分析了大数据在制造业中的发展，并对在制造业中如何有效应用大数据做出研讨，接着探讨了在制造业中有效应用大数据所面对的挑战，最后分析了在中国制造业发展过程中产生的积极影响，对促进我国制造业与大数据的综合发展具有一定的积极作用。
关键词 大数据;制造业;应用;影响
引言：随着个人电脑、智能手机的性价比越来越高，当前社会几乎人手一部联网设备。互联网的普及使得互联网用户也不断增长，与之相随的是用户数据的巨量增长。当今世界每秒都有着人力无法统计整理的数据产生（如图1），这意味着传统的很多行业如果无法从大数据中窥破规律、看清未来迈步的方向，就会被已可以从大数据中获益的竞争对手击败[1]。这是一个困难的时代，也是一个遍布机遇的时代，对任何行业来说都应该积极主动的敞开胸怀拥抱新的大数据时代，结合大数据时代新的手段、新的方法去改革自身，争取实现自身成功转型，努力做新时代的弄潮儿。制造业早在上世纪80年代开始就通过记录历史数据来管理自身的生产活动[2]。然而今时不同往日，数据量爆炸式的增长要求制造业必须学会如何将大数据应用在生产活动中，从而应对日渐增长的海量数据。接下来将多层次分析制造业大数据的发展、应用与展望。
一、何为大数据及其特征
伴随着互联网使用人数飞速上涨而来的海量数据，已经无法在我们能接受的时间之内用传统的数据分析与整理方法去处理。我们称符合下述特征的数据为大数据：每时每刻都在增长、增长数量巨大、数据种类涵盖广发、只有经过整合之后才能展现出其价值、无法使用传统方法进行分析整理作业[3]。
大数据是埋在巨石之下的金矿，是深海之下的石油。如果能通过合理的方法去挖掘大数据，那么它就会展现出它巨大的经济价值。任何能适应大数据的行业或者企业都能在信息世界如鱼得水，获得用户的欢迎，从而击败其他无法适应新潮流竞争对手[4]。
二、大数据在制造业中发展
大数据与制造业的结合早在20世纪90年代就开始了，到今天为止制造业大数据的发展已历经了三个阶段（见图2）。
第一阶段是制造业生产设备大数据阶段，在1990年到2000年的这段时间，制造业的生产设施对企业有着人力难以替代的作用，相关设备一旦受损或出现异常可能会引起严重的经济损失。因而公司引入了监控系统来对设备进行远程监控、获取数据并进行管控，从而有效避免设备异常导致的经济损害。
第二阶段是大数据中心管理阶段，制造业企业建立数据管理中心，通过使用大数据分析软件从产品各阶段产生的数据中发掘出客观规律，从而为产品的优化和营销提供决策依据。例如在2006年法国制造业企业orange通过使用大数据综合管理中心分析了法国高速公路数据采集设备获得的海量信息，再通过智能设备为车辆提供道路信息，从而优化了法国的道路交通。
进入2010年后，制造业真正迎来了大数据时代，以前的大数据中心为了处理更为海量的数据转变为了大数据分析平台，这类平台通过将大数据的多种技术结合在一起，从而可以同时处理多类型的数据，并且具有高鲁棒性、高稳定性、高时效性的特点，同时这类平台的搭建成本、维护成本都较低，故而受到了较大的欢迎。目前这类平台集成的技术有大数据集成技术、存储技术、分析技术和展示技术，分为两类，一类主要提供大数据处理工具例如GE的predix工具互联网，另一类直接提供大数据处理方案，例如美国的NI和IMS。
三、大数据在制造业各阶段的应用
3.1 大数据在制造业产品研发阶段的应用
如何研发出符合市场用户实际需求且使得用户满意的产品是制造业企业设计研发产品的终极目标。传统的制造业企业主要依据自身不断累积的销售经验来预估市场反映，以此来预测产品如何进行设计和研发以及产品的生产量，在产品面市后根据用户反映和市场销售情况来决定是否改进产品或者增加产品后续产量。这种经营模式虽然研发设计成本较低，但缺点较为突出，热销的产品往往因为低估市场反响而导致产品断货，而平庸的产品可能因为高估了市场反响而导致滞销。通过引入大数据平台，制造业在产品设计之初就能够清晰的了解用户实际需求，并通过分析类似产品的市场数据从而对产品的产量可以做出较为准确的预测，保证产品“按需生产，按量生产”。
3.2 大数据在制造业原材料供应阶段的应用
传统制造业在原材料供应商主要使用供应链物流系统（supply chain logistics management，SCLM）来降低商品成本和优化服务。然而随着数据量的不断增长，传统的SCLM已经无法对制造资源提供准确的预估，使得原材料和物流、生产活动得不到有效协调，拖慢了企业生产效率。如今，通过引入大数据分析平台，供应链物流系统实现了对产品生产流程的实时监测，通过获取到的生产数据为原材料的供应提供规划依据，能够有效降低制造业企业在原材料供应链上的风险和成本，提升企业的生产效率和服务質量。相信随着大数据分析平台的不断优化，在数据存储容量、数据处理速度和数据可视化等功能上都会有新的突破，SCLM的性能也会不断取得更好的增强。
3.3 大数据在制造业产品生产阶段的应用
将大数据分析平台引入制造业产品生产阶段为企业带来了多个方面的影响。其一，产品可以做到柔性化生产。传统制造业在产品生产时要么大规模量产，要么小规模定制，前者质量上不尽如人意用户后续反映不佳，后者却要企业在产品产量和利润上让步。而通过结合大数据平台，企业可以有效了解市场需求，做到大规模定制，结合之前两类生产方式的优点;其二，大数据使得传统制造业企业摆脱了过往难以整合、处理、分析各个生产环节产生的巨量数据的困境，通过实时监测与大数据处理方法，企业可以实现对生产车间、机器设备的良好管理，在决策上也可以通过模拟实施的方式来降低产品生产;其三，大数据使得传统制造业实现了绿色生产，制造业企业通过大数据分析平台能分析产品周期所产生的数据，从而够整合出一种更加科学环保的生产模式，使用更清洁的原材料或者能源来进行生产并循环利用，从而降低生产活动对生态环境的压力。
3.4 大数据在制造业产品营销阶段的应用
大数据分析平台的引入使得制造业企业得以使用新的产品营方式。例如京东的店铺助手管家，能够根据用户的相关购物数据为店铺分析出客户的特征、喜好，从而可以有针对性的宣传产品、改进服务等，它还可以为店铺分析市场行情、产品受众面等。通过对大数据的分析，制造业可以实现精确营销，将用户分类进一步细化，可以更好做好产品定位，更好的实现规模化定制，更精准的投放广告，从而扩大商品售卖数量和企业影响力。
3.5 大数据在制造业产品售后阶段的应用
传统制造业买点是产品实体，而在当前消费者需求升级的情况下只靠产品自身难以持续有效的吸引消费者购买产品。要想克服上述缺点，如今的制造业在出售产品之后会提供各种售后服务，包括故障维修服务、旧设备更换服务等，售后服务的质量决定了消费者是否会帮助制造业企业自发宣传、回购等，能有效提高制造业企业的经济效益，也对企业的未来发展具有重要且深远的影响，因此受到了各大行业极大的重视。为了增强企业自身的竞争力，提升自身产品的售后服务的质量是企业的必然之举，而通过在产品售后服务中引入大数据，使用大数据分析平台来分析企业累计巨量的售后服务数据，从而为客户提供更具有智能化和定制化的售后服务，精确地满足客户在售后服务上地要求，这样既能降低企业在提供产品售后服务过程中产生的材料损耗，也能提升用户对产品的使用体验、对企业的评价和信赖，增加制造业企业对用户的黏性。
四、在制造业中运用大数据所面对的挑战
大数据在制造业中的应用前景非常广泛，它能有效地提升制造业企业地生产效率和经济效益。然而制造业产生的数据量与日俱增，远超其他行业所产生的数据量，并且接入大数据分析平台之中的设备也更多。因而在制造业中有效的运用大数据面对着较大的挑战，例如在数据的存储上，海量的数据对平时常规的大数据存储技术提出了较大的挑战，要解决这个问题，需要制造业大数据分析平台在数据库可扩展性、可靠性和高效性上做出相应的改进，例如将传统的SQL数据库改为Mango DB数据库，从而提升制造业产品数据在搜索、修改上的效率。
五、大数据对制造业的影响
中国的制造业近几年飞速发展，产业规模与市场占有率与日递增，在国际上也声势渐长，中国在2010年就已经超过美国成为世界第一制造业大国。国务院发布的《中国制造2025》对中国的制造业提出了更为明确的发展要求，也为中国制造业的转型发展提供了较好的政策支持。大数据在制造业的广泛运用，将对制造业产生积极的影响，具体表现在以下两个方面。其一，在生产模式上通过使用大数据实现转型，大数据在制造业中的大规模运用有助于制造业改变过往“资源耗费型”的生产模式，转变为“资源节约型”的生产模式，从而减少对生态环境的破坏，提升企业的有效产出，实现企业的可持续发展;其二，传统制造业有望实现产业链转型升级，由于人工智能和生产设施的不断改进，制造业对人力的依赖逐渐降低，劳动力数量将不再是影响制造业发展的关键，同时为了满足市场对定制化产品的需求，制造业可充分利用大数据分析平台来改变自身的产业链，由“资本密集型”和“劳动力密集型”的产业链转变为“知识密集型”。大数据将深刻而长远的影响制造业，将给后者在管理方式和生产模式上都带来积极的转变，显著提升制造业的经济效益和生态友好性。
结语
新的时代，既是新的挑战，也是新的机遇。大数据时代不可阻挡的来临，使社会多数行业都从中受益，通过大数据它们完善了对用户的定制模式，增加了对用户的黏性。制造业也不可逆势而行，为了满足新形势下用户群体的新需求，应正视自身当前所面临的各种问题，积极地面对大数据时代，顺势而为，学习新方法，实践新技术，开创新局面，争取实现自身的转型发展。
参考文献：
[1]推动互联网大数据人工智能和制造业深度融合发展[N]. 人民政协报，2019-06-19（003）.
[2]熊曦，張为杰，余绍辉.“互联网+”背景下湖南制造业转型升级的动力机制研究[J].商学研究，2019，26（02）：115-122.
[3]陈才.基于互联网大数据的制造业企业高质量发展评价指标体系及方法研究——以重庆上市企业为例[A]. 中国统计教育学会.2018年（第六届）全国统计建模大赛论文集[C].中国统计教育学会：中国统计教育学会，2018：26.
[4]赵少聪，杨少雄，郭惠杰.福建省体育用品制造业服务化转型困境与路径研究——以福建晋江国家体育产业基地为例[J].福建师范大学学报（哲学社会科学版），2018（04）：15-23.
[5] 陆秋洋. “互联网+”视角下厦门市信息产业与制造业融合发展水平评价[D].集美大学，2018.
