龙源期刊网 http://www.qikan.com.cn
大数据升级制造企业供应链管理
作者：Dr.Helmuth Ludwig
来源：《互联网经济》2015年第07期
“中国制造2025”战略，让中国制造业开始了从“中国制造”到“中国智造”的转型之路，意味着传统制造企业必须实现智能制造的转型升级来应对来自市场的机遇和挑战。智能制造作为“中国制造2025”的核心，以制造技术的数字化、智能化为重点，通过互联网与制造融合，运用工业大数据技术帮助传统制造业转型为数字化企业。如何利用大数据驱动智能工业，助力中国企业从“中国制造”走向“中国智造”成为制造业不可回避的迫切挑战。 大数据的制造业潜力
IBM 将“大数据”定义为无法使用传统流程或工具进行处理或分析的信息。根据《中国大数据发展调查报告（2015年）》，2014年，中国大数据市场规模为84亿元，预计2015年接近116亿元，增速为38%。
一直以来，对大数据的关注主要集中于社交媒体、广告、销售和情感分析等领域，但实际上，大数据战略的商业应用特别在产品设计与制造领域拥有巨大的潜力。正如过去十年来媒体、通信和技术改变消费市场那样，聚集于产品生命周期管理（PLM）与企业资源计划系统（ERP）中的庞大数据，以及长期的产品数据，可能会改变整个企业经营和工业格局。 以典型的制造企业为例，原材料、劳动力及能源是其主要成本。就性质而言，企业的经营优化主要专注于物理层面，如精益化、供应链及卓越制造等领域。而利用大数据改善经营的过程，关系到对设计和制造流程中的各元素进行更深、更广、更智能的分析。
对大数据进行分析，并利用其结果为决策制定提供依据，可带来的关键效益包括：通过主动采用与市场同步的战略来实现企业目标，以及降低采购、转换及经销成本等有形价值。虽然各企业采用的方法在细节方面是根据各自的实际情况而设计，但他们所遵循的关键原则却是统一的，即关注所有数据源，分析和利用内外环境中的各种变化。
因此，在传统制造业中利用大数据的关键在于，企业不再单纯地仅以结构性数据为制定业务决策的依据，企业内部及其周边存在大量原始数据有待收集。这些原始数据中蕴藏着重大的业务机遇，但除非对之进行合理分析，否则无法揭示其隐含的价值。相对于其可能带来的潜在收益而言，捕捉此类数据所需的成本并不算高。对于决策制定而言，通过对非结构化数据进行分析所收集的信息同样具有重要意义。 大数据挑战与数据安全
制造企业若要有效挖掘大数据的潜力，首先必须解决多重挑战，才能说服所有相关的利害关系人。这包括大数据的所有权、问题的规模和复杂性、技术和业务流程的集成、以及解决问
大数据升级制造企业供应链管理
