如何使用数据的真实值

您的业​​务有多少钱？根据一项研究波士顿咨询集团（BCG）和世界经济论坛（WEF），制造公司可以通过结合其数字记录来节省数十亿。本文介绍了分享数据为制造商创造的机会和可能遇到的障碍。

在大数据和人工智能(AI)正在改变行业面貌的同时，波士顿咨询集团和世界经济论坛的研究发现，它们也可以为全球企业带来价值1000亿美元的好处。这一结论是基于对996名制造业经理的调查，通过计算他们的各种建议可能给制造业公司带来的节省。

数据共享被制造管理人员视为可行的机会。在调查的那些，72％的思考与其他制造商共享数据将改善运营，而47％的相信优化资产是更广泛分享数据的最大利益。如何节省数十亿美元？

学会拯救

BCG和WEF的研究估计，通过机器学习优化资产，制造业可以节省400亿美元。该想法是互连的机器使用预测算法来改善彼此的性能（见图1）。通过访问性能数据，机器可以帮助减少停机时间并优化流程。

通过更有效地沿着供应链跟踪产品，还可以节省400亿美元。如果用户知道产品在任何特定时间的位置，他们就可以更好地规划流程，并为供需波动做好准备。通过使用数据来创建供应链的全面图景，用户可以降低库存水平，只储存他们需要的东西，并做出更明智的，甚至是自动化的购买决定。两者都将直接受益于底线。

BCG和世界经济论坛的报告估计，如果了解整个价值链上产品的来源和状况，还可以节省150亿美元。通过更快、更准确地找到缺陷产品的根本原因，这些知识可以用于改进质量管理。在严格监管的环境下运营的公司，比如食品行业，可以实现大部分的节省。

数据共享的障碍

虽然BCG和WEF的建议用于数据分享的用途显然具有它们的优势，但实现这些节省并非没有挑战。人们涉及购买和建立连接机器，公司和行业所需的新计算基础设施，这可能是昂贵和耗时的。相反，对数字化流程的更快和潜在的具有成本效益的方式是通过改装新设备的新技术（见图2）。

一种改进的方法是使用智能传感器，全球智能传感器市场正以每年19%的速度增长，预计到2022年将达到600亿美元，根据德勤。传感器可以安装在现有的机器上，以利用其性能的数据，并实时地允许制作过程的决策。工业自动化零件专家供应商，如欧盟自动化可以帮助采购完全拥抱数字化所需的改造组件。

以包装生产线为例，经理们无法理解为什么产量低于正常水平。智能传感器可以安装在生产线的每个阶段，以确定哪个过程导致了故障或生产放缓。这将告诉经理他们的损失在哪里，并使他们能够快速有效地解决问题。

另一个例子是在一系列计算机数控(CNC)机床上安装传感器，以提供有关其性能的数据。如果一台数控机床在一个位置由于不正确的进给速度而产生烧痕，同一类型的机床在另一个位置可以自动纠正其速度，以避免同样的问题，或称为机器学习。通过分析产生的数据流，制造商可以收集常见故障和维护周期的线索，并实现有形的成本节约。

数据共享还包括与供应商和客户共享设计规范和公差。这可以减少公差堆积，当不同的供应商最大限度地提高他们的公差容许量时，导致最终产品不符合客户的标准。

制造管理人员面临的另一个挑战是，增加数据共享功能可能会增加安全风险。数据共享增加了黑客可以侵入电脑的接入点，这就是为什么制造商应该实施有效的系统加固策略，以关闭这些漏洞。有效的数据共享应伴随着定期的系统加固审计，以识别系统漏洞，并帮助安装保护数据共享的软件补丁。

更好的分享吗?

通过有效地使用智能技术和数字化策略，您不仅可以收集有用的数据，还可以利用它来提高业务的效率。人工智能和大数据使信息(如安装在制造机器上的智能传感器收集到的信息)得以持续分析，并用于优化资产。

数据分享是值得您的业务的吗？在将1000亿美元的美国制造商处保存1000亿美元，这是一个巨大的估计，数字化将使制造商能够安全地，安全地分享数据，并以显着利益其底线的方式安全地分享数据。