机器和人,谁更需要大数据_大数据是什么意思

来源:月工作总结 发布时间:2019-07-02 点击:

  不要认为大数据还是一个传说。每一天,我们所产生的数据都在为大数据服务提供素材,同时我们也不得不受到大数据的影响。   这一点在互联网上最为明显。打开微博,大数据会“猜你喜欢”什么样的文章;电商购物,大数据会“为你推荐”你可能需要的商品;聊个QQ,加好友时大数据会告诉你,有一些“你可能感兴趣的人”正在线上。甚至于,就是看一下新闻,大数据也会根据你的浏览记录选择推送什么样的广告。
  大数据之所以能够“紧逼盯人”般地捕捉到我们的好恶,是由于其获取到了我们所创造的信息。这些信息包括了我们所发表的文章、浏览过的网站、加过的好友等,或有意或无意的,我们成为了大数据的样本收集对象。
  这种被电脑所操纵的场景,可能多少会让人有些反感。不过,人类并非是被信息技术所监控的唯一对象。机器,正在成为与人类一样的“难兄难弟”,受到信息技术的左右。来自分析调研机构IDC的研究报告认为,到2020年全球数据资料存储量将达到40ZB。在这其中,大部分数据是由机器,包括机器传感器以及与其他设备通信的智能设备所产生的。
  机器,大数据的主要来源
  这些由机器所产生的数据,包括了计算结果、设备运行状况、温度等多方面的信息。通过对这些数据的汇总、整理、分析,我们不仅可以从中了解产品生产过程中的各个环节,同时也可以了解到机器各部件的运行状况。在工业和制造业领域,大数据正在帮助我们改进设计、制造和交付的流程。
  目前,一些企业已经在利用大数据进行工业制造应用。在福特汽车的工厂里,几乎所有的制造流水线上都安装有各种传感器,通过这些传感器,福特汽车能够收集到大量在汽车生产过程中的数据。目前,福特汽车已经有计划,利用这些数据打造出一个完全建设在信息系统中的“虚拟工厂”。在这个虚拟工厂中,从设计、制造、组装到包装,所有的流程均由计算机进行模拟。从模拟场景中工程师可以随时观察流水线的运作过程,并对制造工艺、零件装配等细节进行调整,利用海量数据探索最佳的生产工艺。最终,当虚拟工厂运转正常后,会将整个模型“平移”到物理场景中,进行正式投产。
  同时,在生产管理方面,福特汽车也在从大数据借力。其从中国、墨西哥、西班牙、德国、英国和美国6家装配厂分别收集到了工人的人体工程学数据,由项目团队进行汇总和处理,并打造出了两个可用于人体工程学评估的标准虚拟人体模型。这些模型综合反映了福特汽车全球工人的特征和结构,使得企业可以根据不同区域工人的工作能力,制定适合他们特质的工作要求,以提高生产率。同时,福特工程师还在尝试将动态捕捉技术和人体建模软件结合在一起,为全球各地区福特工厂的工人设计更加合理的工作流程。
  不只是汽车,在零售业大数据也在发挥其用武之地。在零售领域,通过将ERP与来自POS(销售终端)机的信息整合,供货商可以及时得知超市的需求,调整送货周期。如果再整合了天气预报系统、车辆管理系统的话,信息系统通过数据分析,甚至可以根据天气、车辆位置自动调整送货周期。如今,这种被命名为需求信号储存库(Demand Signal Repository)的大数据分析系统已经开始被零售商所采用。
  消化不良的“数据猎狗”
  无论是制造业还是零售业,在整个工业生产和销售过程中,数据来源基本可以被划分为产品数据、运营数据、产业链数据以及外部数据四个不同的部分。
  产品数据:产品数据中除了包含有其自身的特征和功能外,还有设计、制造、实验等多个部分。
  运营数据:其中涵盖了管理、组织、市场、考核、薪酬等方面的内容。此外,与产品数据不同,运营数据中同时涵盖了员工积极性、品牌知名度等抽象数据
  产业链数据:上通供应商,下达消费者,产业链数据中包含了与产品供求关系相关的各类信息。除此之外,同运营数据类似,其也包括了消费者满意度等抽象数据。
  外部数据:这一部分的内容有法律法规、竞争对手分析等。
  如此之多的数据来源,其内容很多是由机器和传感器所反馈得来的。这对于管理者来说亦喜亦优。利好的一面在于,机器会严格执行命令,而不会松懈。而这一点却恰恰成为了机器的不足:只会傻傻地收集信息,但是无法进行处理。
  去粗取精的目的,将使得大数据分析可以在工业领域发挥自己的用武之地。不过大数据分析的能力还是远远赶不上数据的发展。这种能力包含了三个部分的内容:大数据分析速度、大数据分析的精细度,以及相关的专业知识
  在欧洲粒子物理研究中心内,铺设着一个庞然大物——大型强子对撞机。其被深埋在100米深的环形隧道内,横跨瑞士和法国边境。根据统计,在开足马力的情况下,大型强子对撞机所产生的数据流将达到每秒大约700兆字节,每年达到1.5万亿字节。2012年整年,这台庞然大物共产生了大概30TB的数据。这些数据,都保存在欧洲核子研究中心的存储系统内,并通过高性能计算系统对其进行夜以继日的大数据分析。
  尽管研究中心每天都要迎接大量的新数据,而且其已经对旧有数据进行了分析,但是他们依然不可能随便丢掉任何一部分内容。研究中心的物理学家Pere对此表示说:“我们不能丢弃掉任何数据,否则数年后你面对新分析出来的数据时可能会突然意识到,‘天哪,几年前我扔掉了我需要的东西。’”
  福特汽车也面临着这样的困扰。尽管福特首席大数据分析师John Ginder将这家公司称之为“数据猎狗(data hound)”,但是这只猎狗目前还没办法完全消化掉其寻觅来的所有食物。他认为,目前大数据分析工具并不成熟,可供企业使用的成熟大数据商业工具非常少。此外,相关的专业人才也比较缺乏。在John眼里,未来的“数据科学家”不是懂得如何书写合乎规范的SQL查询语句的人,而是知道如何提出正确问题的业务分析师。
  需求执“智造时代”牛耳
  来自国外媒体的调研认为,在这场大数据的洪流中,工业制造企业已经落后了。调研显示,只有3%的企业将数据的访问与分析进行了整合。甚至于,这些制造企业对自己的信心都不太足。有66%的受访制造企业认为,自己在对数据的利用方面“水平一般”或者“水平较差”。
  相比IT行业火热的大数据之旅,制造业的这种现象并不偶然。一方面,工业企业对于信息系统的认知程度并不高,甚至认为这是两个没有交集的行业。除此之外,即使企业对大数据在业务流程改造、商业模式挖掘方面的作用有所认知,数据量增加、业务模式更迭、前期投入成本升高等IT化所带来的压力,也使得其很难在此进行大规模投入。
  幸运的是,现代工业带来了规模化、快速响应、高自动化的需求,这使得企业必须要寻求改变。来自GE(通用电气)的观点认为,在当今社会,单纯从物理方面提升提高生产效率已经变得非常困难。因此,对流程进行改革成为了现代工业的一个非常重要的标志和人物。根据GE发布的报告估测,每提高1%的燃油效率,航空业每年能节省20亿美元,而能源行业则能节省40亿美元。
  长沙中联重工科技发展股份有限公司CIO王玉坤认为,大数据在工业领域的应用应该分步推进,首先要保证数据的数量和质量,企业里绝大部分的业务都要在系统中运行,减少人工参与;其次,让企业决策者建立对数据的兴趣,在了解和应用以后,自然就提出了需求。
  如果今天领导想要了解过去3个月内某条生产线的状况,你难道还要打开Excel表格查询,甚至搬出以前记在纸上的生产日志逐条翻阅吗?为什么不试试大数据?

推荐访问:帮你 帮你
上一篇:直升机被鲸鱼吃了的电影 [照着鲸鱼造直升机]
下一篇:最后一页

Copyright @ 2013 - 2018 韩美范文网- 精品教育范文网 All Rights Reserved

韩美范文网- 精品教育范文网 版权所有 湘ICP备11019447号-73