树蛙大数据-规则引擎专家-金秦震

工业4.0的概念

通过互联网等通信网络将工厂与工厂内外的事物和服务连接起来，创造前所未有的价值、构建新的商业模式的产官学一体的项目。“工业4.0”概念包含了由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分工将被重组。

工业4.0发展历程

• 工业1.0:机器制造，机械化生产；
• 工业2.0:流水线，批量生产，标准化；
• 工业3.0:高度自动化，无人/少人化生产；
• 工业4.0:网络化生产，虚实融合。

十八世纪末第一次工业革命，随着蒸汽驱动的机械制造设备的出现，1784年第一台纺织机。

二十世纪初第二次工业革命，随着基于劳动分工的、电力驱动的大规模出现，1870年的第一条生产线美国辛辛那提屠宰场。

二十世纪七十年代，第三次工业革命用电子和IT技术实现制造流程进一步的自动化，1959年第一个可编程逻辑控制器PLC的出现。

现在第四次工业革命将系统基于信息物理融合。

那么工业第四次革命的发展优势在于哪？首先在生产哪里上，工业4.0将确保仅一次性生成，且产量很低时的获利能力，确保工艺流程的灵活性和资源利用率。另一方面，工业4.0将使人的工作生涯更长，工作于生活更加平衡，高工资时产业仍有强大竞争力。

实现方式之一也是我们今天的重点，主要通过深度应用CPS（信息物理系统），总体掌控从消费需求到生产制造的所有过程，由此实现高效生产管理。

我们来看工业4.0这次我们暂定的三个主题：

• 智能物流：主要通过互联网、物联网、务联网，整合物流资源，充分发挥现有物流资源供应方的效率，而需求方，则能够快速获得服务匹配，得到物流支持。
• 智能生产：主要设计整个企业的生产物流管理、人机互动以及3D技术在工业生产过程中的应用等，该计划将特别注重吸引中小企业参与，力图使中小企业成为新一代智能化生产技术的使用者和受益者，同时也能成为先进工业生产技术的创造者和供应者。
• 智能工厂：重点研究智能化生产系统及过程，以及网络化分布式生产设施的实现。

目前有部分制造业单方面重生产效率而轻管理绩效的6个问题：

• 大量投资于ERP和其他运营系统
• 相应的IT设备基本到位
• 流程相对成熟
• 业务决策凭经验和直觉
• 决策背后是很有限的数据支撑
• 大量管理报表手工完成

或许你的企业也会遇到如下的问题来证明你的企业需要洞察能力来进一步提升竞争力：

• 我的企业经理是否可以访问与其相关度最高的绩效指标？
• 我的企业员工是否可以访问正确的信息？
• 如何改进供应链优化的决策流程？
• 何时何地应该推出哪些新产品？
• 有什么信息可以创建一个准确的客户细分和归类？
• 如何利用现有的客户信息来合理的规划营销开支？
• 忠诚度计划对客户的行为有何影响？
• 如何模拟和预测新的促销对财务和运营带来的影响？
• 我是否真的哪些部门的业绩是真实且优秀的呢？

这时你就到了该明白管理能力和竞争能力提升的先决条件是信息的可视化，信息的可视化是链接企业策略和执行的重要手段，有责任关系的信息可视化能改变行为模式，策略地图能够很好的吧信息可视化关联起来。

如果在众多的系统和优先的数据管理中导致数据越开越多，越来越难从中获得洞察，这也是我们常说的改变的代价大在于从开始就未合理的发展和同时促进，例如分散的工具和不同的处理方法；冗余的业务规划和多个版本的“事实”；不完整的信息流；不准确，不完整，不一致的数据；跟不上数据增长的数量以及速度；脆肉的、复杂的、硬编码的基础架构；

我们的解决方式在抛除掉人为认知因素的情况下，信息平台逐步构筑完整的信息供应链，供应链是涉及从供应商的产品或服务转移到客户的一个由组织、人员、技术、活动和资源组成的系统，我们这里不要狭隘的去定义和理解系统这个词汇。供应链活动将原材料（数据和模型）转化成成品（洞察力）交付到最终用户。供应链连接价值链。

商业智能平台是现代化企业管理不可缺少的一部分，那么新方法论的体现是哪些？

• 管控分析(企业决策支持平台)，唯一的管控模式提供了清晰的方向，关注点和高级管理层的承诺。
• 平台，唯一的运营平台为集成人员，流程及技术提供了基础。
• 人员，充分利用全球化的人员与技能。
• GIE愿景，企业战略的执行。
• 技术，在不断的认知中提升。
• 流程，设计跨越不同组织结构和业务条线的通用的流程。

那么你的企业如何开始你的价值改变？

• 从问题开始，不是数据也不是系统；
• 聚焦业务价值最大，回报最高的改进机会；
• 将信息治理的改进方案与企业的业务策略结盟\一致化；
• 在增加新业务能力的同时，保留（不是撤换）现有能力；
• 把分析中取得的洞察嵌入到业务决策（行动方案）中，以取得价值；

在本文中我讲建议一个三步走的建设过程：

信息整合，整合业务系统信息，实现信息横共享、纵贯通，建立统一的数据标准，在此基础上构建分析和综合查询应用；

提升数据质量和加入数据治理流程和工具，建立企业级数据仓库。

建设多领域分析和综合查询，进一步提升数据价值，助力业务教育。