了解面向制造领域的互联数据
什么是互联数据？
当今的制造商每时每刻都在生成大量数据。但是，大多数企业都未能从数据中获得应有的价值。数据过载和数据孤岛的情况普遍存在。这就给建立数据关系，进而获取可操作的情报带来了挑战。而且，当今的智能设备和机器中存放着可能颇具价值的数据，但大多数制造商未能加以利用。不过，互联数据技术正在改变这种状况，其中就包括了新一代的产品生命周期管理 (PLM) 和工业物联网 (IIoT) 解决方案。这些解决方案使制造商能够提高工程和制造效率、改善工厂绩效、降低成本、加快产品上市速度并提升客户满意度。
互联数据的工作方式
其愿景是创建一种通用的数据生态系统，将本地和云端的各种数据资产链接在一起，从而更轻松地访问和验证数据、映射关系以及将数据（结构化、非结构化和半结构化）情景化，由此得到可操作的情报。
互联数据生态系统囊括了各种数据存储库、软件应用程序和分析工具。这种生态系统确立了合适的数据连接、关系、分类和通用的组织结构。这样就能为人为决策支持和机器自动化提供更准确、更全面、更及时和更符合实际情况的见解。在理想的情况下，这样的生态系统将涵盖整个数字主线，从工程到制造和服务，并一直延伸到最终客户。
互联数据技术示例
在各种商业、金融、医药、公用事业和工业领域中，这些技术的应用示例遍地开花。在制造领域中，借助计算机辅助设计 (CAD)、产品数据管理 (PDM)、物联网 (IoT)、文档管理和其他 PLM 解决方案，可以将以前孤立的数据连接起来，在设计和工程、制造和质量控制、供给环节、销售和营销以及客户服务部门之间创建数字主线。在理想情况下，应利用这些工程数据来改进下游制造工艺，并将对原始设计或工作说明的所有更改无缝地应用到生产中。
举例而言，Fresenius 实施了 PTC 的 Windchill PLM 解决方案，在工程、制造和客户服务职能部门中，从纸质文档转为数字文档，采取了以部件为中心的方法。这是一家知名的肾脏治疗服务提供商，随后该公司扩展了解决方案，在其中纳入了系统数字孪生。这种方法在工程、制造和客户服务部门之间创建了数字主线。由此得到的数字化情报可用于加快工程创新，并有助于改善不同地点安装的数千台 Fresenius 透析机的质量、性能、可用性和正常运行时间。通过远程监控每位患者的透析机，并在 Windchill 中将这些数据联系起来，Fresenius 可以精确地识别机器系统构成并监控每台机器的性能和可用性。公司还建立了相应机制，让护理人员可以提供有关可用性的实时反馈，甚至在某些情况下透析患者本人也可以提供反馈。
请收听 Fresenius 数据解决方案副总裁 Matthias Kuss 的介绍，了解通过 Windchill 实现的互联数据为他们的运营和产品带来了哪些帮助：
在另一个制造领域例子中，Volvo Construction Equipment 构建了基于互联产品数据的端到端产品开发流程。这创造了更高效的工作方式，而且还优化了工具链集成和用户体验。Volvo CE 实施了 PTC 的 Windchill PLM 解决方案，用于管理产品的整个产品生命周期，将人员、流程、信息和业务系统关联起来。Volvo 还利用 ThingWorx 工业物联网 (IIoT) 平台来集成多个软件系统中的信息（来自 Creo 发动机计算机辅助设计 (CAD) 迭代、下游 Windchill 产品生命周期管理 (PLM) 以及其他制造运营技术和业务系统的工程更新），从而实现实时数据同步。该公司力求提高效率和质量，减少因信息传递而导致的错误，从而提高客户满意度。
迄今为止，成效显著。Volvo CE 表示：
- 后期环回次数减少达 50%
- 因低劣质量产生的成本降低达 30%
- 通过高质量工作说明将效率提升达 70%
- 变更管理处理效率提高达 30%
- 重复部件减少达 40%
- 不良数据输入（由于人为错误）减少达 30%
互联数据如此重要的原因
数字化转型与数据紧密相关。但是，如果没有合适的机制，以致于无法针对不同（通常分布范围非常广泛）的数据资产连接数据、验证数据、映射数据关系并实现数据情景化，制造领域组织将继续深陷数据沼泽，而无法从中获取价值。
互联数据技术可以帮助制造商和其他组织打破现有的数据孤岛，实现运营和业务流程的自动化，优化人工决策支持，并监控其产品的完整生命周期。
互联数据的未来
展望未来，在这个领域中，机器学习、机器推理、机器视觉和其他人工智能技术的重要性与日俱增。AI 技术可以帮助制造商和其他组织获取、清理、汇总和转换大量数据集，映射重要的数据关系，并从这些关系中发掘可操作的情报。与此同时，使用互联数据训练 AI 算法可以得到更加全面的模型，提高模型的准确性，进而提升对这些模型的信心。毫无疑问，这是一种相辅相成的关系。