博客
关于我
工业互联网的两种极端想法和两点反思
阅读量:442 次
发布时间:2019-03-06

本文共 1088 字,大约阅读时间需要 3 分钟。

最近走访企业的思考与反思

在过去的几个月里,我走访了多个行业的企业,包括军工、特钢、有色、加工制造(如海洋钻井平台)、建材、纺织等。与这些企业的交流让我发现一个普遍现象:他们往往过分强调自己行业的特殊性和难度,而轻视其他行业。这是人之常情,但这种现象也可能成为行业或企业无法持续发展的原因。

在与这些生产制造型企业的交流中,我深刻体会到一个关键问题:尽管他们拥有一定的生产过程控制系统(如PLC、SCADA)和ERP系统,但这些系统往往只是单一的财务或生产数据管理工具,缺乏整体的信息和业务系统支持。工业物联网、工业大数据等概念虽然被提及,但实际应用中仍然面临着数据采集、建模、分析等方面的诸多挑战。

两种极端想法

在与企业的沟通中,两种极端想法经常出现:

  • 过分依赖“工业互联网系统”

    这种想法带有强烈的情怀,但缺乏实际路径。许多服务商希望通过一套系统即刻解决企业的核心问题,但现实是企业的数字化转型需要长期规划和系统性实施。就像Office办公工具并未真正解决企业的核心问题一样,生产制造企业的数字化转型同样需要从基础的数据采集和分析做起。

  • 忽视系统化发展

    如果企业领导人持有“数据都在那里,系统也没必要复杂”这种想法,那么合作的空间就非常有限。消除信息孤岛、实现不同部门和系统的协同工作,需要超越单一技术思维,转而采用系统化、全方位的解决方案。

  • 两点反思

    通过近半年的跨行业交流和项目实施,我有以下两点反思:

  • “工业互联网”是否需要包含控制系统?

    从技术角度来看,工业互联网的核心始于控制系统,终于控制系统。无论是L1到L5级别的控制系统,还是专家系统、供应链管理系统、设备管理系统等,最终都为生产服务。因此,工业互联网的实现路径必须与底层控制系统紧密结合,确保上下行链路的畅通和数据的及时传递。

  • IT与OT的融合是否只是技术问题?

    这个问题让我逐渐意识到,IT与OT的融合首先是人员的融合。不同背景和思维模式的人共同参与项目,往往会产生目标不一致、沟通不畅的问题。因此,数字化转型不仅需要技术解决方案,更需要团队成员在思维模式上的统一和协作。

  • 总结

    通过这些思考和反思,我认识到企业的数字化转型是一个系统工程,需要从技术、组织、文化等多个维度进行综合考虑。只有将工业互联网与控制系统深度融合,才能真正实现生产过程的优化和智能化提升。同时,IT与OT的融合不仅是技术问题,更是人员协作和文化变革的过程。

    如果你对工业互联网的实现路径和数字化转型的实践感兴趣,欢迎加入我们的技术交流群:物联网大数据技术QQ群:54256083,或通过微信合作:wxzz0151和我深入探讨!

    转载地址:http://gyoyz.baihongyu.com/

    你可能感兴趣的文章
    NiuShop开源商城系统 SQL注入漏洞复现
    查看>>
    NI笔试——大数加法
    查看>>
    NLog 自定义字段 写入 oracle
    查看>>
    NLog类库使用探索——详解配置
    查看>>
    NLP 基于kashgari和BERT实现中文命名实体识别(NER)
    查看>>
    NLP 模型中的偏差和公平性检测
    查看>>
    Vue3.0 性能提升主要是通过哪几方面体现的?
    查看>>
    NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
    查看>>
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP三大特征抽取器:CNN、RNN与Transformer全面解析
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP度量指标BELU真的完美么?
    查看>>
    NLP的不同研究领域和最新发展的概述
    查看>>
    NLP的神经网络训练的新模式
    查看>>
    NLP采用Bert进行简单文本情感分类
    查看>>
    NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
    查看>>
    NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
    查看>>
    NLP:使用 SciKit Learn 的文本矢量化方法
    查看>>
    nmap 使用方法详细介绍
    查看>>
    Nmap扫描教程之Nmap基础知识
    查看>>