数据和分析是制造业迈向更高效、更具韧性和更可持续未来的关键。
尽管抱负远大，但许多制造商仍难以从制造业的数据和分析中获得令人满意的价值。
成功的制造商会在应用选择中注重价值，打造坚实的技术基础，并落实组织层面的关键成功因素。
在世界经济论坛孵化下，一个由领先组织组成的社群共同开发了制造业数据卓越框架，以帮助企业释放制造业的数据价值。
制造业正处于数据驱动型革命的边缘，但与所有革命一样，它需要个人与集体采取正确行动，才能充分发挥其潜力。未来几年内，制造商将在高度互联的价值网络中开展协作，其中的数据与分析应用将推动生产力提升、新的客户体验以及社会和环境效益。事实上，数据和分析通过实现透明化、预测和自主系统，是实现“未来工厂”的关键驱动力。
如今，我们已看到领先的制造商正在运用数据和分析实现其在效率、可持续性和韧性方面的目标。提升效率和生产力的迫切需要，源自激烈的成本压力，以及新冠疫情相关业务中断所引发的流动性问题。可持续运营已成为众多企业议程的首要事项——据波士顿咨询公司（BCG）近期对1700多名制造业高管进行的一项调查显示，79%的企业已设定净零排放目标。与此同时，企业正寻求建立更具韧性和互联性的供应链，以便更快地预见并应对中断。
大多数企业认识到，数据和分析正在迅速改变其制造产品的方式。在调查参与者中，81%表示已实施至少一个数据与分析应用场景，72%表示过去三年中这一重要性有所提升。
尽管抱负远大且价值主张强劲，企业尚未充分发挥其潜力。仅有16%的制造业高管表示，其企业迄今已从数据和分析中获取价值。虽然许多企业已实施了至少部分应用场景，但仅有37%的企业成功将应用推广至工厂特定区域之外。
相互关联的三大成功因素
成功的企业已证明，要推动数据和分析的全面规模化实施，必须结合三大要素。首先，它们在选择应用时注重价值。其次，它们构建坚实的技术基础，包括信息技术（IT）和运营技术（OT）。第三，它们推动组织准备，以确保投资能够带来预期回报。
“要充分挖掘技术带来的益处并实施新应用，变革管理至关重要。我们需要以人为本、建立信任，并在流程早期就让终端用户参与进来，从而为组织的成功做好准备，”史丹利百得全球SPS战略与工业4.0执行副总裁Jane Arnold表示。
来自不同行业的案例表明了这些成功因素的重要性：
石油化工：施耐德电气的一位大型石油化工客户正在利用先进过程控制，在一座高度复杂的集成工厂中提升资产生产力并降低能耗。先进过程控制以基于热力学模型的精确数字孪生为依据。此外，高效的可视化工具也为操作人员提供了透明度。
得益于强大的现有基础设施，无需额外传感器，该系统即可将现有数据转化为更优的行动和洞察。此外，IT知识与卓越运营技能的结合对于实施这一先进解决方案至关重要。最终，施耐德电气的解决方案帮助该客户在数月内实现了投资回报，并使盈利能力提升逾1000万美元/年。
“这一成功案例凸显了先进分析应用对生产力和可持续性产生的重大影响，而这一影响可以通过与现有基础设施无缝协作的开放且可互操作的解决方案实现，”施耐德电气油气与石油化工全球板块总裁Astrid Poupart-Lafarge表示。
工业集装箱：数据和分析帮助Schaefer Werke旗下子公司VIZUU从传统工业集装箱供应商转型为数字服务提供商。工业集装箱配备了传感器，可记录多种不同参数，例如料位、温度、位置等，并将数据发布至SAP物联网云平台。
多种不同应用对数据进行处理，以提升供应链各环节的透明度和效率，实现营运资金减少10%、周转率提高20%以及索赔成本降低10%。此外，它还使VIZUU能够通过提供服务开拓新的业务和收入来源。这一成功的商业模式需要强大的基础设施支撑，包括大数据服务、数据管理的规则与授权，以及设备连接能力。
"我们与VIZUU的合作凸显了强大的物联网基础设施与智能企业商业模式相结合所创造的巨大价值，"SAP工业4.0数字供应链副总裁Amogh Umbarkar表示。
建筑技术：东芝对建筑相关数据进行高级分析，以提升资产绩效并减少环境足迹。事实上，能耗降低了16%，碳排放量甚至减少了54%。
为实现这一目标，来自大量合作伙伴和资产（例如入口闸机、电梯、空调和照明）的数据通过异构传感器和设备进行采集。这些数据支持增值应用，例如通过优化气流、提高机器利用率以及根据预测的人员流动情况控制环境参数，从而改善能源管理。
这些应用依赖于强大的技术基础，该基础支持大量数据的采集与处理，并支持各单项资产连接至具备基于角色访问控制的多租户工业物联网（IIoT）云平台。同样重要的是，东芝认为，在此案例中，资产制造商、建筑业主与租户之间的协作是关键成功因素。
制造业数据卓越框架
为帮助企业应对复杂的应用与解决方案格局，需要将以价值为核心的应用、技术基础和组织推动要素这三大要素整合为统一的结构和术语。
制造业数据卓越框架由世界经济论坛“未来先进制造与生产塑造平台”所汇聚的企业社群共同开发，正是为此目的而设。我们在近期的白皮书《数据卓越：变革制造与供应体系》中介绍了该框架，该框架包含20个不同维度和五个不同成熟度等级。
“在讨论产业向数据生态系统转型时，我们面临的挑战之一是术语缺乏共通性。拥有一个工具，在其中我们统一了定义和解释，并以此为基础构建制造业数据共享卓越的基础，意义非凡，”EVRYTHNG首席执行官兼联合创始人Niall Murphy表示。
第一步是运用该框架对现状进行评估。企业将能够客观评估其在应用实施以及技术和组织推动要素方面的成熟度。随后，它们可以将自身成熟度与基准进行比较，并确定各自的目标状态。
该框架与评估机制支持一段学习之旅，在此过程中，领先企业分享数据卓越的最佳实践，并传播其经验洞察。依托“未来先进制造与生产塑造平台”，该框架还可用于建立新的伙伴关系，以开发应用或提升关键推动要素的成熟度。
此类伙伴关系在加速新生态系统发展及提升其成熟度方面发挥着至关重要的作用，例如通过实施更先进的人工智能或更完善的数据安全标准。此外，随着来自现有或新兴行业的更多合作伙伴加入，生态系统将不断扩大，并能够获取规模化带来的益处。
“该框架不仅有助于了解从数据中获取价值的现状，还能围绕需要集体行动的优先领域组织讨论。依托我们独特的社群，我们可以试点新的应用，展示如何利用数据生态系统提升效率，并变得更加敏捷、更具韧性和可持续性，”西门子制造高级副总裁兼工厂数字化负责人Gunter Beitinger表示。
共同塑造未来
我们需要建立基于信任的开放互联网络，以实现互联、更具韧性和可持续的供应链中自由开放的信息流动。
Wolf-Henning Scheider，ZF集团首席执行官
“世界经济论坛的这一倡议可以推动这些讨论，作为领导者，我们应共同支持这一努力，以实现缓解供应链中断所需的数据流动，”Scheider表示。
世界经济论坛邀请制造业相关利益相关方应用该框架，并加速向数据驱动型路径转型，以打造全球互联的制造业。
