精彩回顾 | 第73期CXO直播间--“制造型企业数字产业融合,巧用数字化工具提效降本”

2023-02-28 13:19:54  来源:CIO时代

摘要:工业制造企业实现数字化转型过程中,如何高效积累数据,挖掘价值?企业管理中积累设备数据、生产数据、管理数据成为日益重要的议题。如何通过数字化工具实现企业数据清晰化,发掘更多商业价值?
关键词: 数字化转型 降本增效 产业融合
\

  工业制造企业实现数字化转型过程中,如何高效积累数据,挖掘价值?企业管理中积累设备数据、生产数据、管理数据成为日益重要的议题。如何通过数字化工具实现企业数据清晰化,发掘更多商业价值?
  
  2月23日,由腾讯云主办的“第73期CXO直播间”成功举办。来自工业和信息化部网络安全产业发展中心的副主任李新社、腾讯云政企业务运营中心的首席架构师王鹏、腾信云大数据可视化产品部一中心负责人和炳呈、腾讯云工业物联网的产品专家彭国睿、数据连接器iPaaS产品专家揭志熹做客本期直播间,围绕“制造型企业如何巧用数字化工具驱动企业提效降本,实现数字产业融合”的主题,分享了制造型企业数字化转型中的新工具、新理念。

主题分享
  
企业数字化转型与数据安全治理
李新社
工业和信息化部网络安全产业发展中心副主任
    
  工业和信息化部网络安全产业发展中心副主任李新社在《企业数字化转型与数据安全治理》的主题分享中提到:企业数字化转型最重要的是解决全方位、持续可靠的企业数字化系统在线运行,其中数据是在线运行的血液。未来的企业必将是数据驱动的、以用户为中心的企业。传统企业在优化资源配置、创新生产模式、提高生产效率等多方面的转型需求和压力之下,必然会带来对数据、技术、资本、劳动力、市场等的聚合要求,而工业互联网正是对以上要素的聚合,并以此为基础带来供应链、创新链、金融链等进一步聚合。可以说工业互联网是传统企业转型升级的重要突破口,也是重要的基础设施之一,制造型企业数字化、网络化、智能化后,将形成新型的生产制造体系和服务体系。
  
  李新社强调:“企业数字化之后,我们要重新认识数据在企业发展过程中的价值和相关风险。党中央、国务院高度重视数据作为新型生产要素的基础资源作用和创新引擎作用。在企业数字化过程中,数据治理则是先行先发的一步。”企业通过数据治理能提高数据质量,保证数据的安全性,实现数据共享,推动数据资源整合,进一步发挥数据作用,提升企业运营效率,使企业所积累的数据资产发挥更大的价值。
 
\

  此外,企业必须重新认识数据的价值和风险,要共同构建数据安全治理的开放合作生态。“构建数据治理安全开放的合作生态有利于企业数字化转型,当前,我们正在向以数据为重要生产要素的数字经济时代发展,在这个过程中,广大中小企业的数字化转型发展至关重要。从数据角度看,首先就是数据的分级分类,其次,要对分级分类的数据要实施必要的保障策略,进行安全保障。政府要把政策引导好,把市场放开,以需求做牵引。企业则要注重人才培养和企业内部结构的调整变化,以及为了适应数字化转型进行技术升级、产业变化、管理变化等。”李新社如是说。  
  
  随后,他详细梳理了构建数据安全治理开放合作生态需要“做什么?谁来做?怎么做?”等相关建议。

数实融合,工业企业数字化转型新思路
王  鹏
腾讯云政企业务运营中心首席架构师
 
  随着原料价格和人力成本的上升,制造企业的利润率正不断下降,数字化作为经济发展的新机遇,能够助力企业降本增效,提高生产的柔性和灵活性,推动产品创新。在新一代信息技术的推动下,当前企业数字化转型正呈现着从孤岛系统到平台建设、从流程驱动到数据驱动的发展趋势,基于云原生技术的新架构正成为制造企业数字化转型的首选。
    
  腾讯云基于多年的技术积累和生态能力建设,打造了WeMake数字化生产引擎,能够为企业提供研、产、供、销、服等方面的整体数字化转型方案。方案采取轻量化方式,对企业现有系统进行调整,通过一个底座(统一云原生底座)、五大平台(设备物联平台、应用集成平台、数据管理平台、低代码应用平台、数字孪生平台)、一套门户(统一门户)的架构,建立“分布式容器云——SmartConnect数字工厂操作系统”,实现了云、边、端一体化协同,助力企业打造全新数字工厂。
\

  本方案能够为企业设备数字化、数字模型化、模型业务化、业务可视化等应用场景提供完善的解决方案,实现集团IT资源的统筹、数据的统一汇聚、应用的统一管理、业务的统一管控。并在低代码开发平台、数据可视化BI、数据孪生工厂等方面,为企业提供极大的助力。

大数据可视化RayData在工业行业领域的探索
和炳呈
腾讯云大数据可视化产品部行业一中心负责人

  RayData大数据可视化是在腾讯云下基于二维和三维这种可视化和数字孪生做的一款解决方案型产品。它基于的是业务与数据可视化的管理,它可以去整合多样的GIS和BIM等数据标准格式,可以让企业的数据更易阅读,更好地提升企业管理与决策的效率。
    
  大数据可视化主要分为四大产品:RayData Plus、RayData Web和RayData Report是数据看板类工具,是可以支持大中小屏以及移动端看板业务的平台,还有与BI分析相关的RayData云图
\

  围绕这四款产品以及多年来一直在做的不同行业的解决方案,RayData延伸出两个不同的业务:项目定制化业务,即RayData Pro,专门服务于各大政企单位的商业型项目,专为政企单位做落地和服务保障。还有产品标准化服务,主要服务合作伙伴以及客户的直属用户单位。
  
  在整个业务架构上,最上端的呈现端就是最终的输出端,即赋能于智慧大屏以及运营的大中小屏;RayData是中间的业务决策层,负责做指挥决策、业务运营以及汇报展示;面向的用户就是政企机构的信息化部门。目前服务的12家客户涵盖政务、能源、文旅、工业、政法、交通等行业,案例成果具有重要的参考借鉴价值。
   
  RayData基于独有的渲染技术,结合云计算、AI、IoT将大规模多样化的数据融合呈现,能够为客户提供一站式的数据可视化服务,实现云数据的实时可视化、场景化以及交互的管理方式,从而节省管理成本,提升数据辅助决策的效率,满足工业、能源等行业的可视化需求。

工业互联网助力企业数字化升级
彭国睿
腾讯云工业物联网产品专家
    
  随着新一代信息技术的发展和工业4.0趋势的推动,工厂的数字化架构正在逐渐演进,传统的以ISA95标准为核心的控制管理架构正逐渐升级为以数据为核心的智能制造架构。
 
  当前,数字化工厂的建设有着诸多痛点。第一,协议种类多,现场点位量大,数据采集能力不足。第二,大量设备和数据,缺乏整合管理和方便的计算工具。第三,产线、工厂分散,IT情况复杂,无法保障高效、可靠的统一管控。基于此,如何实现设备全面连接和数据采集?如何实现设备和业务数据的融合分析开发?如何满足一体化管控要求?便成为了企业数字化工厂建设的重点。
\
  腾讯云工业物联网平台能够助力数字工厂的基础底座搭建,促进OT与IT的全面融合,降低数据集成成本,推动数据创新。并且具有大规模设备数据计算和处理能力、强大的物联网开发支持能力、云边端协同能力、设备兼容和开放能力、平台安全和扩展能力和生态融合能力。
 
  在企业多级管控、生产过程数字化建设、设备远程监控和数据分析、物联网+数字孪生、上下游供应链数字化监控管理、综合能源管理等应用场景中,腾讯云工业物联网平台都有着突出的表现,并在多家央国企中有着极具特色的创新实践。

打破数据孤岛,看iPaaS全域应用新连接
揭志熹
数据连接器iPaaS产品专家
  
  随着企业信息化基础架构及IT的不断演进,中台建设成为企业转型的关键所在,企业需要技术架构统一的集成平台,以实现数据实时共享和敏捷响应。在数据层面,制造企业通常会面临着数据孤岛、数据开发和运维成本高、数据共享应用不易和大规模数据难以治理的主要挑战。打通企业内部各应用的数据是企业实现高效数字化建设的关键因素之一。虽然业务集成是企业刚需,但低效益、高成本的特点,却成了企业数字化建设的阻碍。
  
  为了助力企业业务集成的建设,腾讯云基于多年实践经验打造了腾讯云应用连接器,针对不同场景,为企业提供差异化的连接能力。腾讯云应用连接器作为一款开箱即用、安全稳定的企业级应用集成PaaS平台,能够针对不同的使用场景,为企业提供不同版本的技术能力。
\

  腾讯云应用集成平台iPaaS以腾讯云为技术基座,背靠300+伙伴的应用生态,通过核心的图形化、开发界面及一站式集成流DevOps能力建设,与伙伴共建的新型集成服务生态平台。其架构底层以腾讯云IaaS为基础,上层以iPaaS控制台为核心,与传统集成方式相比,更加专注于业务需求,降低人力投入,有着更快的交付速度,和更加稳定的交付质量。并在SAAS集成、数据集成、传统软件集成、混合云集成等场景有着极强的核心能力。
 
  目前,腾讯云iPaaS应用集成平台在企业供应链质量管理、工业互联网应用平台、全渠道数据中台建设、数据互联等方面都具有丰富的实践案例,为众多企业的业务集成提供了极大的助力。

结语  
    
  五位专家从顶层规划、工业物联网、集成、数据可视化以及数据安全治理等多个层面为大家分享了企业数字化转型相关的方法论、数字化工具以及实践案例,希望能为制造型企业的数字化转型提供一些启发和可以借鉴参考的干货经验,助力中小企业精准找寻到破解困局的转型捷径。


第三十八届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:lijj

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。