有效利用制造业数据，可以让企业更具可持续性，也更有盈利能力。
但据制造业高管报告，成功将数据驱动型应用案例扩展到单一产品生产流程之外的仅占39%。
世界经济论坛的《制造业数据卓越框架》为开发新的分析能力和建立合作伙伴关系提供指引，也为制造商提供了一套行动指南，帮助他们从数据中挖掘更大价值。
制造业正处于数据驱动革命的前夜。企业正在超互联价值网络中开展协作，运用数据与分析应用提升生产力、创造新的客户体验，并改善企业对社会和环境的影响。
这项技术进步发生在充满不确定性的时期。气候变化、供应链中断和冲突困扰着全球体系，但在制造业中创新运用数据，实际上可能成为稳定全球制造业的一股力量。
数据、分析与制造业
要实现超互联价值网络这一愿景，制造商必须运用种类繁多的数据与分析应用，例如预测性维护、先进机器人技术，以及供应网络中的跟踪与追溯。这些应用以底层数据资产为命脉。数据可以：
通过人工分析报告和仪表板，从数据中辨识规律，提供可付诸行动的洞见。
运用历史数据开展高级分析，预测未来结果，供企业利益相关方据此采取行动。
借助利用历史数据和实时数据的自学习、自导向算法，使系统能够自我优化并自主采取行动。
如今，大多数制造商已踏上提升制造业数据能力的征程，但许多企业仍难以从中获取显著价值。一项2021年的研究对1300多名制造业高管开展调查后发现，成功将数据驱动型应用案例扩展到单一产品生产流程之外、从而实现明确正向商业价值的，仅占39%。
通过共享数据释放价值
为加快发展全球互联的制造业数据生态系统，世界经济论坛及其社群制定了《制造业数据卓越框架》。该框架帮助企业开发新能力、建立新伙伴关系，并评估其数据驱动型应用的成熟度。企业还可以借此评估自身在建立组织和技术支撑条件方面的进展，以便在企业、供应链和生态系统层面释放数据价值。
我们邀请世界经济论坛“通过数据共享释放制造业价值”倡议的成员分享他们如何应对这些挑战，以及参与社群并运用《制造业数据卓越框架》如何助力其业务发展。
以下是他们的分享：
米开朗基罗·坎佐内里，默克集团全球智能制造负责人
尖端的即插即生产技术、先进机器人技术和人工智能赋能系统，使智能制造成为第四次工业革命的核心。这一浪潮的前沿，是通过数据驱动的数字孪生，对产品和制造知识进行封装。数字孪生融合科学与技术，带来多种制造优势，包括模拟生产流程和供应链以提升预测能力，以及以更高效的方式实现设计质量。
能够成为这个开创性社群的一员，与大家共同学习、分享最佳实践，令我们受益匪浅。这些合作让我们得以评估如何在整个价值链中进一步培育和扩展制造业数据生态系统。对于使用数字孪生的制造业利益相关方而言，下一步是制定协作且安全的数据与模型共享方式，以克服互操作性挑战；在共同框架下交换数据，并以敏捷、高效的方式适应不断变化的环境。
加布里埃尔·冈萨雷斯，采埃孚集团企业生产高级副总裁
无论是在我们的工厂内部、全球供应链中，还是在最终客户层面，数据生态系统都能极大助力卓越运营。在采埃孚，我们一直在开发数字化制造平台，目前正将其推广至所有工厂，推动工厂实现数字化应用，从而充分发挥整体绩效：包括状态监测、整体设备效率（OEE）分析，以及车间管理应用。
参与世界经济论坛“通过数据共享释放制造业价值”倡议，帮助我们加深了对工厂数字化成熟度的了解。我们通过一项深入计划学会了如何运用该框架，在欧洲和北美的工厂开展了六次自我评估。其明显优势包括评估耗时短、管理系统简便，工厂无需外部协助即可使用，以及能够与众多其他企业比较结果和最佳实践。
可以改进该框架，以提高评估的细致程度，并据此制定充分实现数字化的路线图，同时考虑网络安全和连接能力。
贡特·贝廷格博士，西门子制造高级副总裁兼工厂数字化负责人
战胜全球变暖并将升温幅度控制在2.0°C以下是人类面临的最大挑战之一，工业价值链脱碳是必要举措。只有开始沿供应链共享数据，助力脱碳，并依据实际排放数据而非估算值，在各个方面采取负责任且可持续的行动，我们才能赢得这场竞赛。
数据生态系统是应对这一挑战的先决条件。在世界经济论坛“通过数据共享释放制造业价值”工作组中，我们明确了此类生态系统应如何设计，才能克服透明度与保密性之间的根本矛盾。我们制定了供应链可信交换方案，并依据这些原则资助成立了一个协会，使我们能够使用去中心化、开放且可信的生态系统，同时保障数据主权。
哈杜恩·丁格克，阿奇立克数字化生产技术执行总监
在制造业中，数据有助于打造端到端互联的价值链。要提高可持续性和敏捷性、提升生产力并推动创新客户旅程，就需要做到这一点。在数字时代，第四次工业革命技术正让数据驱动型生态系统成为现实，使需求预测、质量保证智能、智能能源管理、智能劳动力管理、现场监控、供应商互联和完全定制化产品等应用得以构建。
参与世界经济论坛“通过数据共享释放制造业价值”倡议，让我看到了数据交换的种种可能。这也让我有机会换个角度思考，从而克服了知识产权保护和技术知识共享方面的障碍。与来自不同企业的专家团队共同完成一个项目，令我难以置信；令人欣慰的是，这个项目关注的是可持续发展。
我们期待与社群继续这段旅程，实现由数据驱动的超互联价值网络愿景，并探索人工智能等智能制造技术如何进一步帮助释放数据的力量。
