导读：工业数智化近些年来广受关注，相关需求也逐步增加，是发展比较好的一个方向。本次分享题目为数据技术助力工业企业数智化转型的实践与思考，将围绕下面四点展开：
- 数智化转型的缘起
- 数智化实践
- 思考
- 在路上
01
数智化转型的缘起
1. 工业数智化转型正当时
近年来，各种场合常出现“工业大数据”、“工业互联网”、“工业智能”、“新基建”等一系列热词，体现了国家对制造业高质量发展的诉求。从十四五开始，特别是近几年，大家把数智化与实业相结合提上了日程。从现象上看，国内大厂纷纷投身工业制造业。数智化无论对于提升业务价值，还是对国家经济建设，都是一件有价值有意义的事情。
随着企业对数字化的认知越来越清晰，对工业数智化的战略越来越明确，企业的诉求也在发生转变。中国的工业企业经过近几十年的发展，自动化、信息化，以及一些基础的数据系统建设在不同的行业中慢慢地推进。近两年，工业企业会更多地在数字化和智能化的道路上迈进。对于企业而言，会更多关注提质增效、节能降耗等能够给企业带来实际价值，并且能够落地的方向。
2. 工业自动化、信息化、数智化
下图是对工业领域中自动化信息化、数字化和智能化的概念和内容的梳理，帮助企业理解数智化的工作，即在自动化和信息化基础之上推动的数字化的工作和未来智能化的工作。澄清这三者的区别和关系，可以让企业认知到，这三者并不是谁可以取代谁的关系，而是不断循序渐进、做加法、做优化的过程。
自动化、信息化谈的更多是把企业的最佳实践固化到流程管理、经营管理的系统中去，比如PLM/MES/ERP。现在的数字化则更多是以业务为主导，帮助企业更好地利用数据，挖掘数据背后的价值，并与业务结合，为企业带来以数据为基础的价值创新。智能化是未来企业和工业制造业一个更长远更全局的目标，它是在数字化的基础之上，实现企业内部各个部门的、产业链上下游的、跨产业链跨行业跨区域的全局最优。目前这一步还是在路上，需要一步一步地走。
3. 工业数智化的典型场景
典型的工业数智化场景有一些可能为大家所熟悉，一类是设备可靠性分析，例如故障的预警预测。从健康评估开始，逐层深入，可以到企业内部生产资料的优化、设备运行的优化、生产制造过程的优化、质量的控制。再往上，会涉及到能源互联网、产业互联、产业上下游的供应链等方面，例如从备件、物流、配送等不同维度来实现产业链或不同领域之间的优化。在不同的行业、不同的领域，都有大量的数字化的场景和数字化的应用需求。
4. 工业数智化的关注点
与消费互联网不太一样，这个赛道还是一片蓝海，在全球范围内基本上还处于探索的阶段。企业的关注点也在不断变化。开始的时候，关注点是在平台上面，怎样帮助企业搭建大数据及互联网平台，怎样把工业领域的数据收集起来、管理起来，为企业未来的数字化打下数据基础。也可以看到陆陆续续出现了工业大数据平台、工业互联网平台。再往前走，企业最关注的是这件事情的价值。
怎样在传统行业中突出和体现数智化的价值？如何把数据和产业进行结合？在此基础上，我们做了智能化的落地。工业数字化已经开启了第三个阶段。这一过程并非一蹴而就，不是有了一些数字化的应用，就完成了数字化。这只是起步，未来结合业务的发展，模式的创新，才有未来的业务发展。并且要长期持续，能够快速地响应企业的需求，随着企业的变化而变化。
