简单介绍主流的数字化技术——云、移、大、物、智、链。 云计算:分为IaaS、PaaS、SaaS三个层面,IaaS是基础资源层,PaaS是平台层, SaaS是服务和应用层。主流云计算包括阿里云、腾讯云、华为云、亚马逊云和微软云等,还有包含电信云、移动云、联通云等。主流的技术包括容器技术、k8s等;云部署模式分为公有云、私有云、混合云等。近几年国际形势,导致企业偏好原生云、自主可控等要求;在推进云计算的时候,需要考虑上云的策略、云计算架构、原有基础设施迁移、资源容量、投资、数据中心建设、灾备等。 大数据:大数据技术、数据中台、数据资产、数据治理、数据运营、个人隐私保护等是当前数字化转型领域炙手可热的建设重点。大数据技术相当广泛,可以从如下五个方面重点关注。
5G:5G技术的成熟度是越来越高,在不同行业的应用也越来越广泛。在智慧矿山、智慧电厂、智能工厂、智慧港口、智慧会展中心等应用场景,已经取得了非常卓有成效的价值。 人工智能:工业机器人、机器学习、知识图谱等是人工智能主要应用的方向。工业机器人推动了设备或装备的智能化,让生产过程中自动感知、自主学习、自主决策、智能预警、智能预测。机器学习尤其是深度学习算法的广泛应用,在机器视觉、语音识别、自然语言等快速发展,智能客服、质量监测、安防、交通监管、风控等领域广泛应用。知识图谱是基于图论的人工智能技术,在设备故障管理、金融信贷风险管理等广泛应用。 区块链:伴随着数字货币为大家所熟知,在金融领域、信用领域、风险领域、票据领域、工业设备租赁与交易、供应链服务、大宗物资交易等领域有较多应用。 增材制造,研发阶段某汽车企业在做新品原型时,用增材制造打样作外观的设计和评审。 AR、VR在设备远程诊断方面,能够让远程专家和一线作业人员戴上VR眼镜或使用AR单兵手持系统,把现场设备故障情况传给远端维修专家,协同解决现场问题。 物联网和工业互联网,技术、商业化平台、应用积累日趋成熟。传感器越来越便宜,设备的数据采集能力越来越强。工业协议的整合和接入,也是物联网平台和工业互联网平台需要开展的。有些企业通过工业互联网转变商业模式,把卖产品转化为产品+服务的模式。需要在工业互联网上加载产品运行的大数据,分析数据,为客户提供增值服务。 使用数字化技术有六大注意事项: 一,不能为了技术而技术。而是要能够解决客户的痛点、为客户带来价值;同样地,也需要解决业务的痛点,为业务过程带来价值。 二,数字化技术不解决人性问题。(引用某位朋友的观点。)数字化技术不解决人性的问题,许多问题可以不在数字化转型当中来去解决,需要沟通、交流、人际合作、团队领导等,例如通过数字化采购领域,可以带来规范、在线、透明、数据监控等,但是不能杜绝采购领域的不合规行为。 三,数字化新技术不等于创新能力。比如使用设计思维开展数字化场景设计,很重要的方面之一是创新能力。不是问题交给技术部门、数字化转型的团队,就具有创造力了。这需要打开脑洞,需要有广阔的视野,需要开展客户旅程分析,利用各种创新手段和方法,结合企业实际不断探索、实践,才能创新。 四,不是加上 “智慧”就能真的“智慧”。如在设备管理数字化转型过程当中,需要去做大量的基础工作,如设备3D建模、运行大数据采集、设备维护历史数据管理、设备故障模式分析、AI算法应用,工业专家、数据专家共同努力,经过一系列模式和试错,研究如何开展预测性维修。 五,IT和OT融合。上述第五点也涉及到了,也就是数字化技术和运营技术融合,如生产、工艺、设备自动化、质量、供应链等技术领域,IT人员与OT人员组成联合项目组,共同开展数字化探索。 六,非技术人员的数字化技能很重要。业务模式转换、业务规则调整、客户旅程优化、客户体验提升,需要业务人员脑洞大开,积极了解数字化技术,了解数字化的业务价值、适用场景,才能与数字化科技人员一起创新创造。 以上简单介绍了数字化常见技术,以及数字化技术应用的6个关键点。 |
|
来自: 齐涛数字化转型 > 《02 传统企业数字化转型视频课》