回顾制造业的演变
回顾制造业的演变历程，我总会想起亨利·福特的名言：“任何顾客都可以把汽车漆成他想要的任何颜色，只要它是黑色的。”
尽管福特的这番话可能带有玩笑成分，但它基于事实。虽然T 型车最初有多种颜色可供选择，但福特后来只提供黑色一种。为什么？因为快速干燥的黑色油漆是唯一能让装配线全速运转的涂料。
时光飞逝至今，传统的装配线早已成为历史。传感器数据的可用性正在推动一个全新的智能制造时代——即工业 4.0，也称为第四次工业革命——它使制造商能够通过提供实时分析来提高效率、定制化和自动化决策。
以新方式使用数据
让我们面对现实：与福特时代相比，如今的制造过程要复杂得多。数据收集的方式已经进化，包括传感器、机器学习和无处不在的物联网。但几乎所有制造商的目标仍然相同：提高效率并降低成本。
通过从生产线各处——无论是横向还是纵向，从企业级系统到车间地面——收集传感器数据，制造商可以更清晰地了解效率发生（或未发生）的地方。有了这些信息，他们可以在接近实时的时间内对事件做出响应，从而减少浪费和停机时间。
以下是其工作原理：当一组控制限被违反时，传感器系统会触发事件数据，这些数据随后显示在多个仪表板上。这些由传感器派生的数据允许你预测机器故障，进而帮助提高机器效率并减少停机时间。对于大型制造商来说，防止此类故障往往意味着避免数十万美元的损失。
革命化决策过程
如今的大多数业务用户，包括制造商，都是根据他们从商业智能(BI) 仪表板中获得的指标和见解来做出决策的。在第四次工业革命时代，决策过程已成为工作流程的一部分；换句话说，它已从工厂车间转移到了业务层。
利用传感器和预测性分析，你可以基于传入的信息自动做出决策——无需用户输入。决策是在生产线上近乎实时地做出（并显示）的——带来了巨大的效率提升！
消除人为错误
今天的制造商希望拥有由数据驱动的自适应系统。如果数据可以被读取，那么系统就可以做出决策并从结果中学习。本质上，它基于预定的规则做出决策，然后根据结果进行调整。
除了提高效率外，这些自适应系统还可以减少错误。我们都知道人类会犯错。但如果能在正确的时间提供正确的信息，你就可以减少流程中的人为错误。例如，生产线上的液晶显示屏会向工厂工人展示步骤或示意图，并根据传入的数据自动更新。
产生全球影响
最终，工业 4.0 不仅仅是让个别制造商了解单元生产线的流程——而是关乎所有人。如果足够多的制造商利用数据，我们就可以在全球供应链中实现精益效率。
制造商可以确切地知道他们需要什么以及何时需要。反过来，供应商可以根据订单而非库存来生产零件。现在，我们降低了过时风险，并节省了传统上积压在库存中的资金。
在 20 世纪初，福特在制造业取得了巨大进步，但他最终无法改变生产线以满足客户的个性化需求。今天，客户期望获得定制化的产品。通过数据驱动的智能制造，我们可以同时实现大规模生产和定制化——并且能够为客户提供他们真正想要的产品。
David Hall-Tipping 是 Logi Analytics 的解决方案经理，在那里他开发解决方案演示，展示各行各业如何克服其独特的分析挑战。他拥有伦敦国王学院神经药理学硕士学位。