企业动态

9月19日,施耐德电气绿色+智能智造创新峰会在上海第二十一届中国国际工业博览会期间开幕,昆仑数据作为施耐德工业大数据领域特邀合作伙伴参与此次峰会,并一同发布绿色智能制造生态体系。 作为施耐德此次展示的生态圈中唯一一家工业大数据公司,昆仑数据在峰会现场备受瞩目。一直以来,昆仑数据以业务需求为导向,致力于工业大数据的落地应用,已服务能源电力、石油石化、高端装备、钢铁等领域,创造数亿美元价值。昆仑数据与施耐德的此番携手,希望用工业大数据和人工智能技术赋能工业企业,在创新研发、效率提升、质量改善等多维度形成跨环节协同,帮助工业企业实现数据驱动的智能决策,提升可用性、可靠性与效率。 ​此次峰会,施耐德与26家合作伙伴共同献上了一场工业数字转型“盛宴”,聚焦绿色智能制造、数字化转型、工业互联网等热点,分享对中国工业发展的深刻洞察。此次联合参与绿色智能制造生态体系发布的,还有阿里研究院、IBM、德勤、赛迪智能制造等合作伙伴,生态体系涵盖互联互通的产品、边缘控制、软件分析与服务。 产业互联网时代,各细分行业都在加速数字化转型升级。昆仑数据作为工业大数据领域的先行者与领导者,坚持以开放兼容的心态,以专注于工业的数据科学能力,为工业两化融合产业链上下游伙伴助力,共同推动工业智能升级,实现行业共同繁荣。 第21届中国国际工业博览会 本届工博会以“智能、互联——赋能产业新发展”为主题,设9大专业展,展会面积大于28万平方米,超过2600家展商参展,同期精彩活动50余场,逾17万中外专业观众参观。此次工博会,大批填补国内空白、打破国外技术垄断的项目亮相,显示了中国工业从制造向“智造”的跨越。 20年来,中国工博会汲取着改革开放的澎湃动力,见证了中国工业的崛起,有力促进了中国工业与全球工业的交流交往交融,成为亚太地区最有影响、最具权威的大型国际品牌展,成为与世界各国和地区进行科技交流和经贸合作的重要窗口。 ...

Read More

2019年9月6日,TFC橙汁行动2019苏州特训营首次开营。本次橙汁行动由苏州工业大数据创新中心主办,苏州市高新区经发委全程参与,20多位“橙子”怀着交流、学习、提升的渴望,从加拿大、北京、成都、东北等地齐聚苏州。 关于橙汁行动 橙汁行动(“THE FRESH CONNECTION”,简称TFC)是荷兰Inchainge所有的一款供应链教学培训用教学模拟环境和道具。在供应链上升到国家战略层面的大背景下,橙汁行动应运而生,应用到供应链竞赛、院校教学、职业培训等多个场景。 2008年,橙汁行动在中国正式推出。2014年,中国冠军可口可乐代表中国参加在阿联酋迪拜的橙汁行动全球决赛,获得企业组亚军。现今,“橙子”迅速在新兴的发展中国家生长,橙汁行动逐步从外企向民企和国企衍生,从制造向其他行业延伸。 直击现场 本次活动特邀北京大学工学院工业工程与管理系系主任,美国威斯康辛麦迪逊大学工业与系统工程系的终身教授、国际知名学者侍乐媛,TFC资深黑带教练何仁杰为大家做供应链讲解。 破冰环节 特训营破冰环节,TFC资深黑带教练何仁杰对橙汁游戏做了简短的介绍,何老师用轻松幽默的语言带领大家直观的了解供应链运营模拟游戏——“橙汁行动”,并结合自身的经验传授“橙汁行动”的理念,鼓励大家以供应链全局的思维体验供应链的魅力所在。 实战模拟 橙汁行动为实战型沙盘模拟培训,整个过程以一家处于困境中的果汁生产企业为案例、使用供应链运营模拟软件进行演练。现场的20位“橙子”共分成五组,每组成员经过讨论,分别承担供应链中的采购经理、运营经理、供应链经理和销售经理角色,根据各种数据报表做出决策,帮助企业走出困境。 供应链讲解 在每轮模拟前后,何老师从供应链战略、供应链运作模式、供应链绩效、细分供应链等方面穿插讲解了供应链运营管理所涉及的知识。 复盘 复盘结果是极其重要的一项工作。每一轮实战后何老师都会带领学员进行复盘,详解各组成绩,把供应链管理的知识点融入在复盘过程中,加深学员对于供应链的深度理解。 大咖分享 期间,北京大学工学院工业工程与管理系系主任,美国威斯康辛麦迪逊大学工业与系统工程系的终身教授、国际知名学者侍乐媛结合自身经验为大家简单讲解了供应链的内涵,并说明了制造业供应链数字化的大趋势。 收获一轮、两轮、三轮… 紧张的一天,承担销售、供应链、运营、采购的决策者们各司其责,每一轮都面临新的挑战和机遇,团队成员在不断的思维碰撞中擦出新的火花…最终,五号小组以最高ROI(投资回报率)获得最终胜利。一天的橙汁行动圆满收官,供应链场景化、制造企业决策智能化都让五个小组意犹未尽。未来,昆仑数据将以苏州为中心,逐步用橙汁行动为华东地区的工业制造业提升全局最优的先进认知及一体化计划实践能力。 ...

Read More

2019年8月27日,山东临工实战供应链和TFC橙汁行动首期特训营圆满完成本期特训营邀请到了供应链资深专家何仁杰(Roger)当场进行指导讲解,将2天的课程压缩到1天,采用“供应链理论知识”加“实战模拟的方式”展开。来自公司采购、计划、生产、销售、IT等部门的12位中高层人员参与了培训。近年来供应链管理越来越热门,而供应链管理中有的内容却晦涩难懂,为此公司精心设计了此次课程,希望学员可以通过游戏体验获得新的知识、技能和态度,并将理论或成果应用到实践中。 什么是橙汁行动 供应链知识学习需要结合实际场景,而获取供应链实际场景代价高昂且过度复杂。2008年荷兰Inchainge公司推出了一款著名的线上供应链模拟沙盘TFC(TheFreshConnection,中文简称“橙汁行动”),在欧美供应链管理水平发达的地区迅速流行。截止2018年,"橙汁行动"已经吸引了超过50多个国家和地区、上百所企业和院校,每年上万人参与,其中包括全球财富500强中有40%的制造企业,Gartner全球供应链25强中超过50%企业。 橙汁游戏实战开始 一家连年亏损的橙汁生产企业,看各位学员如何各显身手扭亏为盈。每组4人分别扮演采购、运营、供应链计划、和销售的角色,每个角色都有自己的决策界面,在游戏界面里可以修改运营参数,每个角色都对自己部门的运营决策负责。唯一的评估方式是投资回报率 (ROI)。 培训现场组成了“沃尔牛”、“cocol”、“OrangeLeader”三个团队。各个团队在橙汁活动系统中开始认真的分析计算,每个人都竭尽全力的改善本部门的经营情况,希望第一轮模拟中将工厂扭亏为盈。 第一轮:信心满满,损失惨惨 很不幸,第一轮大多数队伍越作越死,最惨的ROI以负26%收场。但也有幸运队伍,首轮就打到了7.4%。一度被现场各位学员质疑为“瞎猫撞上死耗子”。 第二轮:精算师上线 经过老师复盘,从公司整体供应链的角度对每个团队的问题进行了分析,学员们补充了供应链知识,再出手,可就不是凭直觉了。这一轮难度增加,给各部门增加了可调参数,团队中各成员开始协作,从只关心各自部门指标到关注公司整体效益。不仅大多数的队伍实现扭亏为盈,而且全部队伍都相较上一轮的成绩大幅提高。 第三轮:逆风大翻盘 各队学员紧密协作,精打细算,现场讨论非常热烈。结果揭晓,三支队伍全都扭亏为盈。一直保持领先的cocol队夺冠,盈利13.5%,证明自己是真实力不是靠运气;沃尔牛队盈利11.6%;OrangeLeader队相对平稳,盈利8.5%。 在日常工作中,我们常常需要在遇到问题甚至是犯了错以后,才会吸取教训,获得知识。然而在橙汁游戏中,可以帮助参与者在模拟环境下经历真实工作中遇到的挑战和问题,以供应链全局的视角了解问题产生的原因以及解决问题的方法。还可以帮助不同职能的参与者在游戏中,变换身份,以不同职能的角色来参与游戏,获得换位思考的机会,从而切实的去体验供应链的成功需要不同职能的协作,而不是相互的割裂。 培训结束后,参培人员和观摩人员给此次培训非常高的评价,大家表示这种有实战场景的培训方式新颖,非常有带入感,对供应链的理解更为透彻,更希望其他部门的同时也能一起参与培训。更是有不少学员表示意犹未尽,期待能够就供应链协同提供进一步指导行动的建议。 ...

Read More

从比特世界深入原子世界,一场工业互联网改造运动正在深水区进行。 2018,被称为“中国工业互联网元年”。“工业互联网能量或百倍于消费互联网”,“2035年工业互联网会占5G整体收入的80%”等专家预测不绝于耳。 据中国工业互联网产业联盟测算,我国工业互联网直接产业规模在2020年将达到万亿规模。 元年之后,如何评价这一领域的进展? 「甲子光年」的答案是:前景巨大,诸坑待填。 工业互联网的复杂性远超消费互联网。这个领域天生交织着IT(信息技术)、OT(运营技术)与CT(通讯技术)三条主线,和背景各异的从业者。 随着近几年众多暗哑设备激活入网,工业数据大规模涌现。然而,数据脏、乱、量大、类多、行业隔离,使得工业互联网成为亟待被厘清、定义和引导的“问题青年”。 此时此刻,已盯上工业互联网这块“肉”的猎手有三类:西门子、GE、富士康等工业巨头纷纷加码,基于既有工业积淀孵化工业互联网新业务;BAT等互联网巨头无一不主动求变,以云为切入点下沉做重;新锐科技初创企业也纷纷从云、软件的舒适区跳入产业深水区,积极寻求行业落地。 虽说“深水养大鱼”,但水下究竟有什么?游向深水区究竟该选择哪种泳姿?带着什么样的救生圈? 在工业互联网前线阵营里,昆仑数据是「甲子光年」一直跟踪关注的一家样本公司。 在一位员工眼中,这家公司的风格是“明知山有虎,偏向虎山行”。成立于2014年、去年底完成B2轮融资的昆仑数据虽体量不大,但一路闯进“无人区”,做了几件有魄力的事: 一为率先定义市场,以小博大,力争行业第一;二为深入“有墙的花园”,和行业龙头携手做平台,摆脱创业公司沦为“外包者”的地心引力;三为目标导向主动升级改造自有基因,打向行业纵深,由轻做重,产品服务不断升级。 这其中,包含一次又一次以终为始的组织进化、鸿沟跨越,在简单和艰难的抉择中选择后者。 去年,工信部评选了20个“2018工业互联网创新发展工程项目”,昆仑数据技术支持的项目列居4席;2018年数博会,工信部从全国30多个省市的1057个大数据优秀解决方案中评选全国十佳,昆仑数据和阿里、网易等大厂一同获奖——获奖案例中仅两个来自工业领域,一个是昆仑数据,另一个是联想。 陆薇,曾为IBM物联网重大研发专项(Big Bet)全球技术负责人,2014年创办昆仑数据,是中国工业互联网领域少见的女性掌舵者。 她喜欢用比喻来解释复杂概念,并率先提出工业互联网“形态问题”:行业是“有墙的花园”;工厂核心需求是“治病”与“减肥”;公司发展路径是从“坐堂问诊”变成“制药丸”。 本文,你将看到工业互联网这一宏大概念之下少为人道的具体议题,和这家初创企业一步步做强做重背后的关键思考、取舍和决策。 以下为甲小姐和昆仑数据创始人陆薇的对话。 谈局面:“形势依然严峻” 甲小姐:你的同事说,过去一年能感受到你的压力。 陆薇:有压力。一方面是内生的,一方面是外部的。 内部压力是,我们的使命是用数据推动中国工业未来,更快推进使命,始终是我们给自己的压力。 这个市场还在“被定义中”,没太多前例可循,我们需要一边想清楚市场,甚至引领定义,一边验证想法、落地实践。既要想得远、还要做得快。 外部压力是,去年号称“工业互联网元年”,从中央到地方都在大力推广,市场热度陡升。 前几年大数据、人工智能公司喜欢金融或消费这样更“性感”的领域,现在很多开始考虑工业方向;有的公司原来做云,现在云变成巨头战争,他们就下沉做行业应用包括工业应用;很多机构原来不看工业互联网,去年也开始紧密跟踪;去年我们还遇到竞争对手的围追堵截,听说我们在融资,本来才融完,又赶紧去见我们接触的投资人,用低价希望抢到我们前面。 甲小姐:去年资本遇冷,你们受影响了吗? 陆薇:业务没受太大影响。工业互联网市场还在早期,虽然竞争加剧,总体还是供小于求;另一方面,去年工业市场面临去杠杆、上市企业爆仓、贸易战等困难,我们反而“逆势”——如果环境好,工业企业的优先级肯定是扩产能;环境不好,他们会求新求变,而我们能帮他们。我们去年收入比前年翻了一倍。  甲小姐:听说你去年要求品宣部门从“品牌导向”调整为“营销导向”。 陆薇:是的。这个领域的技术红利期已经过去了。前几年我见客户得从科普工业大数据开始,那时市场一片白地,重要的是建立概念和品牌,让客户愿意尝试,想尝试时首先想到我们;现在概念已广为接受,大家比拼的就是谁能帮客户更快更好地解决问题创造价值。从“品牌导向”到“营销导向”,就是要从宣传转变成能直接支持业务。 甲小姐:你们现在的市场排位是? 陆薇:我们现在被认为是工业互联网“第一梯队”中的一员。这个领域目前还没有公认的远超同侪的行业冠军。 从定位理论我们知道,抢占客户心智的最佳捷径就是做市场第一。大家都会记得第一个登上月球的人是谁,有几个记得第二是谁? 成为行业第一会让企业更容易获得优质客户和更高的利润,这是每家企业都梦寐以求的。我们希望能从第一梯队中尽快脱颖而出,成为公认的行业第一。 甲小姐:工业互联网也遵循心智理论吗? 陆薇:企业的决策者也是人,人心都是一样的。人是“认知吝啬鬼”,大部分决策是通过快脑达成,面对多种选择,如果不经慢脑深入思考,选择“第一”是自然倾向,这是心理学已反复验证的事实。 区别可能在于,消费互联网是赢者通吃,二三名甚至没有存活机会,to B领域可能二三四五名还有存活空间,只是谁活得更好的问题。 甲小姐:工业互联网也成了巨头战争。阿里高管出去演讲都要讲工业大脑、锅炉、光伏面板,放在前几年是不可思议的;腾讯也改组进军产业互联网,马化腾甚至亲自去知乎提问。 陆薇:工业互联网产业形态和云不一样。工业互联网是“有墙的花园”,有很多细分领域,使得小企业可以和巨头“错位竞争”,打行业纵深。但对于巨头来说,打行业纵深不是个好选择。 甲小姐:之前一位BAT高管告诉我,团队都是月薪8万的工程师,去打行业里100万的订单,根本没有动力。 陆薇:对,巨头打不起,工业更用不起。巨头需要规模,巨头更好的选择是做平台,充分发挥影响力,招募众多合作伙伴在平台上做垂直内容。 甲小姐:我们飞个脑洞。一百多年前,比如洛克菲勒做石油、卡耐基做钢铁,做大做强的方式是“纵着长”,向上并购供应商,向下并购渠道,把整个产业链打通;三四十年前,大家提倡专业化分工,做透一点,其他交给合作方;互联网时代,彻底是“横着长”的,企业都要做薄,发生很多水平整合,比如优酷土豆、美团大众点评、滴滴快的、货车帮运满满;但似乎最近一波新型科技公司,又开始追求“纵着长”了……是否工业互联网和消费互联网的演进路径是不同的? 陆薇:这和发展阶段有关。移动互联网后期人们可以专注做APP,是因为经过多年发展,设备和系统标准了,大家形成了分工。 倒回二十年前移动梦网时代,中国移动刚刚推出电信增值业务,基于短信的新闻、天气、报纸、小说、手机报为什么没做起来?因为产业成熟度不够。最早做手机游戏的,诺基亚每出一个版本都要重新适配,成本很高,他们都在移动互联网起来的前夜死掉了。 企业软件信息化领域也类似。二三十年前关系数据库刚刚诞生时的打法就是“一体化”,什么都做。Oracle的第一个项目来自美国国防部,项目要用到关系数据库,它就一体化地连平台带应用都做了。 信息化系统发展了二三十年后,现在其实已经分工很细了,平台国外有Oracle,IBM DB2,国内有南大通用;应用国外有SAP,国内有金蝶,用友。可以一个人专注做数据库产品,另一个人专注做财务软件、工厂管理软件——如果我们跳出来看,产业发展是有共性规律的。在行业发展早期,产业格局往往是混沌的,到了成熟阶段,自然会出现专业化分工。 甲小姐:所以你认为工业互联网和消费互联网的生态形成会有相似路径? 陆薇:我觉得会有相似性,无论是消费互联网、工业互联网,还是像汽车这样的传统行业。 最早的汽车厂,所有零件都是自己打造的。以前清华汽车系最骄傲的是可以手敲一辆汽车出来,现在谁还会自己造所有零件?所有产业一定会经历这个过程。工业互联网还在早期阶段,还没形成标准,也就还没有标准分工格局。 甲小姐:现在是“把车子造出来”的阶段。 陆薇:对,这个阶段需要一体化地解决问题,就像电灯刚刚发明的时候,爱迪生需要从发电厂到电线到电灯全部提供。但面向未来,我相信规模大了,形成了标准,就会有分工。 甲小姐:现在大家已有路径差别了吗? 陆薇:路径已经有所差别。小公司可行的道路是做行业纵深,之后可以持续打纵深或慢慢平台化。硅谷有家公司叫uptake,前几年做工程机械、风电应用等垂直解决方案,前年下半年把平台开放给第三方,开始平台化;大公司肯定一开始就会打平台,像BAT、华为等。 甲小姐:发展至今,你认为工业互联网已被论证为是可以长出“下一代巨头”的方向吗? 陆薇:我深信不疑。 首先,互联网是一项改变世界的技术。然后让我们看一看互联网的发展路径——互联网作为一项信息通信技术,它是从第四产业、纯粹的信息服务业如门户网站、搜索开始的;然后慢慢进入第三产业,银行、电信、零售,产生了电商、互联网金融等新行业;然后进入到第二产业,带来了工业互联网;最后会进入第一产业——所到之处都会引发巨大变革。未来十年,我相信是工业互联网的巨大风口。 甲小姐:两年前你用“生死存亡”形容中国工业现状,两年过去,现状变了吗? 陆薇:形势依然严峻。除了之前面临的在成本红利消失后高端制造回流欧美、低端制造为东南亚蚕食的状况依然存在外,又出现了中美对峙、对中国技术封锁等新的挑战因素。 同时,工业升级不是一两年之功。“中国制造2025”是2015年提出的,中国从制造大国变成制造强国,至少是以数个十年计的长期的事。 谈业务:“治病”与“减肥” 甲小姐:你似乎花了很多精力研究工业互联网的“形态问题”。 陆薇:在一个新兴领域里,没太多前人经验好借鉴的,必须得经常抬头看路。 去年年初,我们提出工业互联网市场形态是“有墙的花园”,首先要解决的是“进入这个围墙”,我们的路径是携手龙头企业进入“有墙花园”,携手地方政府支持区域智能制造升级。 当时,还有下一层问题没回答——进入有墙的花园后,怎么服务花园里的花花草草? 甲小姐:我看你最新的认识是“深入有墙花园,打造新的工业生产方式”。 陆薇:今年我们回答了进入花园后提供什么服务的问题。我们现在的总结是,工业企业有两类核心需求我们可以通过大数据和人工智能技术来满足,一类叫“治病”,另一类叫“减肥”。 甲小姐:先说“治病”。治什么病? 陆薇:“卡脖子病”。 中国工业门类虽广,但在一些高精尖行业核心技术起步比较晚,我们要引进国外的设备、生产工艺、生产线,甚至管理手段。因为是引进,原创方就会卡我们的脖子。 比如中国存在的“缺芯少屏”问题,芯片制造的核心设备光刻机和OLED面板制造的核心设备蒸镀机我们都造不出来,必须引进,而且一机难求,有时候有钱都买不到,比如日本佳能旗下造蒸镀机的公司有段时间被三星包销了;另外即使买到了也短时间掌握不了,安装、调试等都要高价买服务,出了问题也不能很快解决。我们在大量先进制造领域碰到卡脖子问题。 甲小姐:怎么治卡脖子病? 陆薇:两种方法,一种是彻底掌握核心技术,但先进制造领域的核心技术突破无法一蹴而就,需要大量基础研究的投入和时间;另一种办法是在引进的基础上,要能更快地为我所用。 甲小姐:怎么为我所用? 陆薇:传统做法是高薪凭请工业专家,凭经验解决关键工艺问题。比如三星发展液晶面板的时候,就是高薪聘请台积电专家,用专机让专家在台湾韩国之间往来。但依赖专家,受限于人,效率就不会高。 现在业界共识是,更有效的办法是靠数据。把整个生产过程的数据收集下来,靠计算机的数据分析挖掘手段辅助专家,甚至进一步超越专家的能力。 甲小姐:为什么数据能超越专家? 陆薇:过去不是没数据,专家也看功率曲线,但看的方式是凭经验,经验是有限的,还可能出错,我们就遇到过专家经验经过数据检验是错的情况。 另外,人脑的计算量是有限的,你要找的规律可能是高维空间的非线性关系,靠人脑是搞不定的。 用大数据、人工智能等手段,可以在海量数据上验证专家经验是否正确,还可以挖掘出经验看不到的复杂规律和因果关系。 甲小姐:这是“治病”。“减肥”呢? 陆薇:“减肥”其实是个管理提升问题。因管理不善而存在各种浪费是工业界一个普遍问题。改革开放前30年,中国工业有很多红利,比如人口红利,我们有大量低成本劳动力;比如资源红利,土地成本、能源价格较低;还有像环保以前抓得没那么紧,不用额外花钱治理排放。 在红利期,管理即便粗放一点,有些浪费,有些“脂肪”,和他国比起来还是有竞争力。 前些年开始,红利到头了,人力成本、土地成本、环保风暴全上去了。为什么福耀玻璃和富士康到美国开厂?现在在中国开厂和在美国开厂直接成本相差无几。以前管理粗放一点,身上脂肪多一点,跑得慢一点,还是比别人快,最多算亚健康;现在跑不过人家了要出局,就从亚健康变得要命了,必须减肥。 甲小姐:怎么帮他们减肥? 陆薇:举个我自己减肥的例子。 前几年我受朋友推荐买了个体脂称,一称发现我是“隐形肥”,体重正常,但内脏脂肪超标,决定要减肥; 内脏脂肪怎么减我自己不得要领,需要专业指导,于是通过体脂称附带的APP报了线上减脂营,由专业教练根据个人数据情况定制饮食锻炼方案,再根据APP采集到的身体数据及时调整方案; 进一步,我要按照方案做运动、吃健康餐,所以就买了哑铃、跳绳等运动器具,还订外卖健康餐。我报了三期,三个月减了十斤,最重要的是把内脏脂肪减下来了,从“隐形肥”变成了“标准”体型。 同样,给工业企业减肥,第一步,先给个“称”——一套数字化的指标体系,不仅包含显性指标,还要测出隐性指标,我们叫“透明工厂”; 第二步,提供“减脂营”服务,就要专业教练,即有工业管理方法论和工具支持的工厂管理提升专家; 第三步,上运动器具,就是硬件设备。 我们的核心产品是“称”,服务是“教练”,我们还会和合作伙伴合作,推荐甚至代销“跳绳”、“哑铃”、“减肥餐”,未来销得多了我还可以OEM,变成我的品牌。 甲小姐:从一百多年前的泰勒时代开始就有很多工厂管理理论。进入工业互联网时代,最本质的进步是什么? 陆薇:在中国工厂,管理咨询已经推了一二十年,大多不成功,因为光凭管理很难保证落实。 中国和日本风格不太不一样,日本人比较严谨,中国人比较灵活。日本有“丰田精益法”,但在中国很难靠管理制度保证大家按照12345去做,而系统和数据可以弥补这一点。 我们没有必要重复造轮子。我们要做的,是把好的管理理论和数据结合,保证理论落地。 甲小姐:是否技术公司想要收到钱,卖软件就是不够,必须卖点硬件? 陆薇:卖硬件不是目的,大家愿意付费的是减肥健美的效果,买哑铃是手段之一。 甲小姐:你们客户有哪些行业? 陆薇:减肥和治病本身是不分行业的,但我不能一开始就开全科医院,得从专科医院开起。我们现在在治病方面有新能源、电子半导体、新材料行业;减肥方面有化纤,造纸,机械行业。 甲小姐:为什么不集中力量先打穿一个行业? 陆薇:to C会有爆发式增长,需要聚焦all in,但to B是渐进性的,客户决策有其决策周期,可以允许几个行业一起开拓,行业间不同深度的普适性需求和做法还能互相借鉴。 甲小姐:去年你们和国家电网青海公司联合建设了一个新能源工业互联网平台“绿能互联”,今年这类合作还有吗? 陆薇:最近和一个做环保设备制造商的上市公司达成战略合作,我们会和他们一起共建环保行业的工业互联网平台。 甲小姐:绑定巨头做细分行业的平台,这样的案例你们做了几个? 陆薇:每年能拓展一两个就不错了,但做一个就覆盖一个行业。 甲小姐:你们和地方政府怎么合作? 陆薇:我们在苏州、成都和天津建立了分支机构,都有当地政府支持。我们和苏州政府联合发起了苏州工业大数据“十百千”工程,希望为一千家工业企业提供诊断服务,一百家进行局部试点,十家进行全面部署;我们在北京刚刚作为联合发起单位成立了北京工业互联网技术创新和产业推进联盟,我担任联盟副理事长。 甲小姐:工业互联网是否很大程度上是政府驱动的? 陆薇:的确不是纯粹市场行为。工业互联网涉及国计民生,政府引导没什么问题,关键是时间点和方向对不对。 08年政府推物联网,时间点就有点超前了,当时技术成熟度还不够,4G还没普及,传感设备价格也很高。如果政府引导的时间点是对的,引导方式也得当,这反而是中国的优势,可以集中精力干大事。 中国是制造业大国,门类齐全,提升动力和提升空间都比较大。感谢消费互联网的发展,我们成为了信息技术应用大国,互联网思维深入人心。加上现在的国际竞争,让中国变成了实现工业互联网的全球最好环境。 谈路径:“先做强,再做大” 甲小姐:这几年你们的业务经历了几个阶段? 陆薇:第一阶段,我们的产品是一个工业大数据管理分析平台,在平台上,我们靠数据科学团队来人工提供服务; 第二阶段,我们做了工业互联网平台,把理解问题、选取数据集、看特征、选择算法、训练模型、做验证这个解决问题的过程工具化和自动化,让数据科学团队工作效率更高; 第三阶段,我们把减肥、治病这两类服务进一步产品化。 打个比方,第一步像是开了个中药铺,由坐堂医生诊断、定制、抓药;第二步是把抓药煎药过程做标准化和自动化;第三步是当我总治某些病的时候,我就把某些药预先配成药丸,就不用再重复抓药煎药了。 甲小姐:可复制性本质来自什么? 陆薇:一是行业里有类似客户;第二是产品和服务可复制。已经产品化的部分,比如工业大数据平台KMX和工业互联网平台KSTONE,是百分百复用的。 我们在标准化产品上有三类服务,一类是轻型咨询,一类是配置服务,还有一类是定制开发。我们当然希望产品部分越多越好,尽量多用不写代码的配置方式,尽量少做咨询和写代码。 甲小姐:中国B端客户不喜欢标准化的产品,他们喜欢定制化。 陆薇:to B要做到完全不定制是很难的。to B的SaaS公司也要做很多onboarding service,和企业内部的系统和流程对接。关键在于通过技术和产品创新,让定制变得高效。 甲小姐:过去一年你最花费心思的地方是做大收入吗? 陆薇:我希望先做强再做大。 甲小姐:什么公司大而不强? 陆薇:做“大”有不同手段。你靠核心竞争力做大?靠资本运作做大?还是靠资源整合做大? 做“强”,就是打造有壁垒的核心竞争力,用它作为你的增长引擎,保证持续的高速发展。 甲小姐:你要的核心竞争力是什么? 陆薇:我们做的事没有太多先例,我们想去做领头羊。第一就是看得到。需要行业洞察力。第二个就是做得到。需要技术和产品能力。 甲小姐:你的客户夸奖最多的是什么?抱怨最多的是什么? 陆薇:今天我们还在讨论,我强调我们一定要有“客户可感知价值”的产品。 我们经常做“一把手工程”,最终的用户可能是生产运营负责人,甚至是一线操作人员,但一定需要一把手可感知价值。 客户满意度等于客户感知到的价值减去期望,如果感知到的价值大大超过期望,他就非常满意,反之就不满意。 甲小姐:什么可以增强一把手感知? 陆薇:首先你得真有货,第二是让他感受到。前者是关键。 举个例子,我们有个“减肥”客户,去年我们完成了300万的一个项目,做完客户一算,直接减掉1000多万开支,当年就是300%回报。客户满意到甚至愿意帮我们去同行里销售。 甲小姐:你们的服务都能体现为财务数据吗? 陆薇:我们希望全可以落到财务指标,而且完全做得到。所以我的CFO是参与业务的,她会帮我们算财务模型,我们的报价跟我们创造的价值有关。 工业企业非常务实,吹牛皮没用,要算ROI。 我们的经验是,假设一个工业企业要做一个硬件投资比如买设备,五年内回本,他会认为值得投;软件投资,两三年能回本,他会认为值得投。如果算不清账,我们自己都知道不值得投资,就不用再跟客户扯了。 甲小姐:财务指标在服务之前能预判出来吗? 陆薇:有些能,有些不能。有经验的领域能,完全没有经验、也没有类似工艺可借鉴的领域不能。 甲小姐:不能的时候怎么办? 陆薇:在客户和我们都没做过的领域,我们会跟客户说明这需要共同探索,我们都要投资,都要承担风险。 甲小姐:那你怎么定价? 陆薇:原则是“反脆弱”。在to B服务里,定价是一门艺术。设对期望,然后用反脆弱的方法来执行。 甲小姐:具体说说。 陆薇:所谓反脆弱,就是一旦失败不会造成崩盘,甚至还可以从失败中获益。 我们做从0到1探索时的原则是尽量不亏本,即使事没成,也没有经济上的损失,还有经验上的获得。比如我们第一次和宝洁合作,客户和我们达成的预期就是能接受最后的数据分析没有结果,但至少可以知道该从哪些方面补足数据。 甲小姐:创业公司的确很需要这门艺术,一边得种树,一边还得摘果子。 陆薇:对,不能为求发展而忽略生存,首先保证生存。 甲小姐:你们的大B客单价是什么范围? 陆薇:几百万、上千万都有。 甲小姐:你的业务里哪些是长期投入,哪些是“摘果子”? 陆薇:我们会长期投入的,一定是为了“做强”的部分,那些有复制价值的,能结合技术变成产品的部分,能不断打造增长引擎。 如果一个项目对打造引擎有帮助,我可以摊销成本到多个项目,有点亏损也可以;如果是纯粹费用,那一定不能亏本。 谈取舍:“start from where you want to be,以终为始” 甲小姐:你的团队经历的最明显的变化是什么? 陆薇:我们升级改造了团队的基因。 我们原生的团队主要是数据技术人才,没有工业管理基因,也没有懂工业技术的人,我们一步一步引入工业专家成为合伙人,现在我们是一个拥有“工业管理+工业技术+数据技术”混合技能的团队。 甲小姐:你是怎么意识到改造基因的重要性的? 陆薇:我们的使命要求我们能替客户直接解决问题。最早我们的产品是一个工具平台,我们发现它和我们的使命之间是有gap的,它并不直接解决客户问题,你需要在上面额外人工理解客户问题,做算法研制,第一版算法研制都是手工的、离线开发的,然后部署到这个平台上运行。 那时,我面临一个重要选择——是继续按照我原生的基因来,调整公司的使命,重新定位成一家技术产品公司,聚焦做好平台工具产品卖给那些给用户解决问题的公司;还是保持使命不变,改造公司的基因? 最后我决定,改造公司基因,保持使命不变。 甲小姐:决定之后,你们做了什么调整? 陆薇:团队引入行业人才;产品体系升级;整套市场销售宣传都要变。我们的同事也经历过困惑,销售宣传话术都要花很长时间重新定义。 甲小姐:这个决策是你的个人意志,还是很多人一开始就认同你? 陆薇:最初是我个人决定,最后还是要获得团队支持。 甲小你:怎么说服大家跨越这个障碍? 陆薇:那时我们内部有很激烈的辩论,甚至过程中有人不认同,选择离开。最后留下的是认同这个使命价值观的人。 甲小姐:使命和基因,为什么前者更宝贵? 陆薇:无所谓对错,是不同的选择。我想强者不会轻易改变目标。 甲小姐:大部分人会觉得基因更难改变。一条简单的道路和一条更难的道路放在一起,既然不分对错,为什么不选前者? 陆薇:简单道路固然走起来容易,但走的人多,也很拥挤;难的道路竞争者会少很多,后来的路会越来越宽广。容易的路走得快,我们更想走远些。 我的IBM前老板对我影响最大的一句话是:Start from when you want to be ,not from where you are. 以终为始——先想明白你要往哪去,再倒过来看要怎么走,包括构建什么样的团队。 如果我们是start from where we are,那我就应该做成一家技术产品公司;但如果我们要坚守“做工业企业的大数据合伙人”这个使命,倒过来看,团队就要成长,就要吸引外部基因的加入、改造、升级。 你就算再聪明能学习,在短期内能掌握的领域知识和在行业里摸爬滚打一二十年的专家是不可同日而语的,所以我们没有的基因,一定要引进。 甲小姐:从使命角度,做重的道路是无穷无尽的;从自身角度,复杂却是企业发展的大碍。昆仑数据的边界是什么?未来,做什么不做什么? 陆薇:表面看起来我们的业务很复杂,但复杂背后有我们最简单的原则——能够帮客户解决问题的都是我们要做的。  甲小姐:你们现在多少合伙人? 怎么分工? 陆薇:十个合伙人,COO、CFO是合伙人,主要行业每个行业负责人也是合伙人。我们是项目负责制,项目立项后不同职能的人组成战斗团队,项目经理负责,大家共享目标。我们有项目群,类似项目由一组人负责。 甲小姐:你们的业务多大程度上还依赖于你的专业性? 陆薇:大部分项目不需要我参与。我主要看方向和负责打造引擎。 甲小姐:过去几年你个人最着重提升什么? 陆薇:我一直在试图提升的是“知行合一”。过去我想得深远的能力超过实操的能力。从想到到做到,要获得团队认同、排兵布阵、引进资源、项目实际操作,需要很强的经营管理能力,不仅我个人要知行合一,还要组织大家集体知行合一。 甲小姐:你在不断修炼“经营者”这个身份。 陆薇:我需要完成从技术专家到企业家的转变。 甲小姐:你的时间怎么分配? 陆薇:比较灵活,目标和关键任务驱动。 甲小姐:最近有没有印象深刻的书? 陆薇:这次过年我让公司合伙人集体看两本书,一本叫《赋能》,一本叫《奈飞文化手册》。 甲小姐:你会试图用奈飞的方式管理公司吗?那是个非常特别的公司。 陆薇:这本书和赋能的理念是一致的。信息时代和工业时代企业的管理挑战不一样。工业时代市场变化没那么快,要的是高效机器;信息时代,对市场的适应性是最重要的。 工业时代要用机械论、还原论,要用物理学的思维管理企业;信息时代应该用生物学的思维管理——大家有机连接,可以自组织自适应地灵活做事,可能不见得更高效,但组织的创新能力和适应性是更强的——用子系统的不稳定性带来整个系统的稳定性。 甲小姐:如何打造一个赋能型组织? 陆薇:第一,要有清晰的共享目标;第二,要有非常透明的信息共享渠道机制,支持小组织在目标牵引下基于共享的信息自主决策和协作。像奈飞,接线生都要懂业务。 甲小姐:你对于昆仑数据的未来有明确计划吗? 陆薇:我们不会改变使命愿景,我们希望打造更强大的引擎,跑得更快更远。这是大方向,不是明确计划。新的方向很多事不是计划出来的,是假设、检验、试错、摸索出来的。 甲小姐:灯塔是固定的,但你会让子弹多飞一会儿。 陆薇:对,你要接受你会面临阶段性没想清楚的时刻。 甲小姐:之前一位连续创业者告诉我,创业公司最好不要试图做新市场,做game winner已经很难,做game changer更是难上加难。为什么昆仑数据“明知山有虎,偏向虎山行”? 陆薇:我们创业出发的时候就想好了要爬这座山,没想过山里有没有虎。爬山过程中可能遇到老虎,可能装备不够,这是没办法在出发前一一准备好的,我们能做的就是逢山开路,遇水架桥。 昆仑数据的英文名是K2Data,它承载着我们的愿景。我们要登上乔戈里峰K2,它远在千里外,我们现在还看不清完全的路径,登山装备还不完备,团队技能还需要锻炼,但我们的目标一直在那里——我们会从登香山开始,不断打造装备,锻炼团队,登上一座又一座更高的山峰,直到有一天能登顶K2。 ...

Read More

2019年3月17日,北京工业互联网技术创新与产业发展联盟在北京成立,同时召开一届一次理事会。工业和信息化部信息化和软件服务业司巡视员李颖,北京市经济和信息化局副巡视员姜广智,中国工程院院士、清华大学副校长尤政,中国工程院院士孙家广,中国信息通信研究院总工程师余晓晖等出席会议并致辞,昆仑数据CEO/创始人、北京工业大数据创新中心主任陆薇博士当选联盟副理事长,由昆仑数据发起并主导运营的工业大数据创新中心当选副理事长成员单位。 联盟自审核成立登记以来,前期工作一直在北京工业大数据创新中心的支持和协助下开展,为联盟工作积累了多方资源和实践经验。北京工业大数据创新中心作为北京市批复的创新中心,同时也是国内首个工业大数据领域创新中心(目前已建成苏州分中心、四川分中心),作为共建单位,中心携手清华大学,填补了领域内多个空白,持续推动北京乃至全国的产业发展和技术升级,并携手北京重点行业和企业建设工业互联网平台。打造细分行业工业互联网生态体系建设,实现转型升级。 近年来,在政策的大力倡导下,我国涌现出数百家工业互联网平台产品。昆仑数据认为,搭建垂直行业的工业互联网平台是为工业企业服务的一种路径,其真正的价值在于平台能够提供的服务。基于多年的探索实践,昆仑数据提出“工业企业需求金字塔”,即:处于不同发展阶段、拥有不同资源禀赋的工业企业分别面临三大共性难题:企业转型瓶颈、关键工艺落后、生产管理粗放。以数据价值挖掘为核心、隐形数据显性化为抓手,昆仑数据紧紧围绕制造业痛点,分别从“加速新生、精准治病、科学减肥”等三大维度为工业企业创造可感知价值。 北京工业互联网技术创新与产业发展联盟的成立旨在凝聚政府、高校、企业的各方力量,联合开展工业互联网技术、标准和产业研究,共同探索工业互联网的新技术和新模式,开展试点示范,广泛推进国内外合作,形成由北京辐射全国的合作平台。 会上,尤政副校长表示,牵头推动联盟的成立,希望充分发挥北京市在人才、科技领域的优势,把高校、研究机构的科研成果与产业实际需求有效对接,形成对科技成果转化的有益平台和产业推广的有效手段。 李颖巡视员代表工信部信软司对联盟成立大会的召开表示了热烈的祝贺。并指出联盟的成立有利于催生北京经济增长新引擎,打造京津冀工业互联网协同发展新局面,成为引领全国产业升级的新典范。 姜广智委员在致辞中指出,希望联盟要秉持成立初心,搭好台,牵好线,汇聚更多的力量和更优质的资源,推动北京市工业互联网产业发展。 孙家广院士在揭牌仪式后,作了工业互联网推动实体经济发展的主旨演讲,昆仑数据CEO陆薇博士和清华大学软件学院王建民院长与信通院、国家工信安全中心、用友、东方国信、海尔、华为、联想等单位的代表一起共同发起了开源倡议。 最后,联盟第一届轮值理事长王文京在发言中表示,联盟将致力成为工业互联网产业政策的宣贯和推动者,打造创新资源集聚和合作交流的平台,建设京津冀工业互联网企业之家和服务基地,积极探索和创新产学研用合作机制,加速推动技术创新成果应用落地和产业化。 此次联盟发起单位共128家,其中包括:清华大学、国家工业信息安全发展研究中心、中国信息通信研究院信息化与工业化融合研究所、工业和信息化部电子五所软件中心、北京东方国信科技股份有限公司等。今后,我们将联合相关领域的产学研用资源,进一步促进成员单位共享资源、共同发展。逐步形成行业标杆,通过与清华大学的合作,实现国内技术引领;共建行业生态网络,通过行业探索,实现多层次多模式产业对接;支撑政府政策验证,通过中心网络建设,探索模式,推动产业发展。 ...

Read More

元宵佳节刚过,一场超过5000人规模的峰会预告了2019年工业互联网赛道的火热。工业是国民经济的主导,工业巨头的兴衰、工业新贵的突围、传统工业的生存,在工业互联网的服务版图中一样引人瞩目。   都说科技是第一生产力,都说工业自动化和工业机理的积累已经让先进制造业每一步突破都异常艰难,那么,大数据和人工智能对工业企业的价值影响力如何衡量?在平台竞争愈发激烈的当下,工业互联网如何从扑热点走向价值落地?不论是新商业模式还是新技术,这一波热潮过后,行业从业者们希望达到的远方是什么?——国内工业大数据领域的先行者,昆仑数据在2019工业互联网峰会给出了自己的答案。     “深入有墙花园,定义工业全新生产方式,为工业企业加速新生、精准治病、科学减肥”,这是昆仑数据参与2019年工业互联网峰会的核心观点,承载了昆仑数据对“有墙花园”的新认知,以及对未来生产力、生产关系及生产方式的新思考。   工业互联网是一个个“有墙花园”,龙头企业是花园中的核心节点。这是2018年工业互联网峰会时,昆仑数据创始人&CEO陆薇博士提出的论点,引发广泛的行业思考与追随。而经过一年的实践,她强调,如果“有墙花园1.0”是平台搭建,那么“有墙花园2.0”将聚焦价值创造。   “与龙头企业携手,搭建垂直行业的工业互联网平台不是目的,只是为企业服务的一种路径,真正的价值在于平台之上能提供什么样的服务。”昆仑数据提出的加速新生、精准治病、科学减肥三个价值突破点,由“工业企业的需求金字塔”延伸而来。     加速新生   金字塔尖的龙头企业,如何突破既有业务天花板,在互联网时代,利用产业链上的优势地位,实现全新业务势能增长? 基于数据流与业务流的交互,在创新研发、效率提升、质量改善等多维度形成上下游协同,提供新的工业互联网业务,重构行业生态,共建工业互联网“有墙的花园”。例如昆仑数据与国网青海电力合作的“绿能互联”、与金风科技打造风电工业互联网,以及与某环保上市公司打造新一代环保行业平台。   以“绿能互联”为例,这是国内第一个覆盖源网荷一体化的新能源行业的工业互联网平台,汇集了风电场、光伏电场等发电端数据和下游企业用电数据,基于这些数据可以为发电企业提升发电效率、优化新能源消纳,为下游企业提高电能质量,用电成本优化等等服务。甚至还可以衍生电厂资产证券化,提升有效的资产评估等金融服务。这一系列增值服务超越了原来电网传统业务,是基于工业互联网平台产生的新兴业务,帮助电网实现工业互联网的转型。   精准治病   金字塔腰部的先进制造业,许多领域的核心技术不是中国原创,依赖国外引进的工艺、设备、制程等支持生产,存在引进技术水土不服、以及在国际对抗中存在被卡脖子风险等问题。如何能将国外引进的核心工艺技术消化吸收,如何提升国产工艺的创新能力和国际竞争力? 针对这类“卡脖子病”,基于机理和工业场景的大数据算法,帮助企业明确与关键工艺和制程相关的核心工序及所有相关参数,以深度数据挖掘、人工智能、深度学习等技术手段,加速异常排查,提升企业整体研发能力,突破专家经验,突围技术封锁。昆仑数据已经实现在电子制造、新材料等领域的应用。   以昆仑数据合作的某半导体企业举例,该企业的主要生产设备从日本进口,安装、使用、调试等全需高价从日本请原厂专家,企业始终无法有效掌握核心技术,工艺不稳定,良品率很难保障。先进制造业的技术壁垒很难快速突围,而靠数据分析沉淀、突破专家经验,更快掌握既有工艺,是目前最好的手段。以往一批次产品出现良率问题,影响因素数百个,靠专家排查根因要七天时间,现在只要15分钟。   科学减肥   金字塔底部最大量的需求,集中在如何通过数据与业务流程的梳理,帮助企业清晰看到现在的健康状况,针对“有肥可减”的地方怎么改善,整体如何提升?   将数据和精益、6σ等先进的管理理论,有效结合在一起,减少因跑冒滴漏而产生的生产浪费和因效率低下而产生的管理浪费,用数据为生产经营流程赋能。针对成本红利消失、环保趋严、产能过剩、利润率严重下滑的传统工业行业,向创新要效益更为紧迫。 例如与昆仑数据合作的某纺织原料厂,在实施6个月的减肥项目后,当年实现直接成本降低930万,同时还获得减少客户投诉、提高客户满意度、减轻厂长管理负担等间接效益。   在技术实践与价值探索的过程中,昆仑数据用“(IOT+AI)*(人、机、料、法、环)”的全新生产力,实现了“打破职能边界,跨部门协作,通盘提升”的新生产关系,进而对全新的生产方式提出了思考——“融合工业机理与数据科学、人工智能,我们可以预见到,未来的生产方式,将是通过技术优化流程、赋能管理、突破工艺,以产业链各龙头企业的突围,进一步实现产业链供需动态匹配,数据链正反双向可追溯,推动行业良性发展。”   这是行业推动者的期待,也将是行业践行者的承诺。...

Read More

2月21日,2019年工业互联网峰会在北京国家会议中心举行。此次峰会规模空前,预示着2019年工业互联网赛道的火热。在本次峰会上爱分析采访了昆仑数据创始人&CEO陆薇,畅谈昆仑数据在工业互联网方向的观点和实践。   昆仑数据是聚焦在工业领域的一家大数据公司。在工业互联网领域,昆仑数据的核心竞争力,是基于新兴技术手段汇集工业数据,挖掘数据的业务价值,为工业企业解决问题。   在行业选择上,昆仑数据主要瞄准数据基础较好、数据价值较高的行业,包括能源、先进制造、环保等,标杆客户包括国家电网、中石油、金风科技、北汽等龙头企业。   具体到为工业企业解决什么问题,可以用“工业企业的需求金字塔”模型总结昆仑数据的思考。     助力龙头企业加速新生   在金字塔顶端,是行业龙头企业。从需求的角度,龙头企业面临的挑战,更多不是内部业务的改善,而是突破既有业务的天花板,在互联网时代进行工业互联网的转型,提供新的工业互联网业务。   基于数据流与业务流的交互,在创新研发、效率提升、质量改善等多维度形成上下游协同,提供新的工业互联网业务,重构行业生态,共建工业互联网“有墙的花园”。例如昆仑数据与国网青海电力合作的“绿能互联”、与金风科技打造风电工业互联网,以及与某环保上市公司打造新一代环保行业平台。   以“绿能互联”为例,这是国内第一个覆盖源网荷一体化的新能源行业的工业互联网平台,汇集了风电场、光伏电场等发电端数据和下游企业用电数据,基于这些数据可以为发电企业提升发电效率、优化新能源消纳,为下游企业提高电能质量,用电成本优化等等服务。甚至还可以衍生电厂资产证券化,提升有效的资产评估等金融服务。这一系列增值服务超越了原来电网传统业务,是基于工业互联网平台产生的新兴业务,帮助电网实现工业互联网的转型。   帮先进制造企业精准治病   金字塔腰部的先进制造业,许多领域的核心技术不是中国原创,依赖国外引进的工艺、设备、制程等支持生产,存在引进技术水土不服、以及在国际对抗中存在被卡脖子风险等问题。如何能将国外引进的核心工艺技术消化吸收,如何提升国产工艺的创新能力和国际竞争力?   针对这类“卡脖子病”,基于机理和工业场景的大数据算法,帮助企业明确与关键工艺和制程相关的核心工序及所有相关参数,以深度数据挖掘、人工智能、深度学习等技术手段,加速异常排查,提升企业整体研发能力,突破专家经验,突围技术封锁。昆仑数据已经实现在电子制造、新材料等领域的应用。   以昆仑数据合作的某半导体企业举例,该企业的主要生产设备从日本进口,安装、使用、调试等全需高价从日本请原厂专家,企业始终无法有效掌握核心技术,工艺不稳定,良品率很难保障。先进制造业的技术壁垒很难快速突围,而靠数据分析沉淀、突破专家经验,更快掌握既有工艺,是目前最好的手段。以往一批次产品出现良率问题,影响因素数百个,靠专家排查根因要七天时间,现在只要15分钟。   为传统企业科学减肥   金字塔底部最大量的需求,集中在如何通过数据与业务流程的梳理,帮助企业清晰看到现在的健康状况,针对“有肥可减”的地方怎么改善,整体如何提升?   将数据和精益、6σ等先进的管理理论,有效结合在一起,减少因跑冒滴漏而产生的生产浪费和因效率低下而产生的管理浪费,用数据为生产经营流程赋能。针对成本红利消失、环保趋严、产能过剩、利润率严重下滑的传统工业行业,向创新要效益更为紧迫。   例如与昆仑数据合作的某纺织原料厂,在实施6个月的减肥项目后,当年实现直接成本降低930万,同时还获得减少客户投诉、提高客户满意度、减轻厂长管理负担等间接效益。   在技术实践与价值探索的过程中,昆仑数据用“(IOT+AI)*(人、机、料、法、环)”的全新生产力,实现了“打破职能边界,跨部门协作,通盘提升”的新生产关系,进而对全新的生产方式提出了思考——“融合工业机理与数据科学、人工智能,我们可以预见到,未来的生产方式,将是通过技术优化流程、赋能管理、突破工艺,以产业链各龙头企业的突围,进一步实现产业链供需动态匹配,数据链正反双向可追溯,推动行业良性发展。”...

Read More

【慧聪通信网】2019年2月21日,由工业和信息化部指导,中国信息通信研究院、工业互联网产业联盟、中国通信学会联合主办的2019工业互联网峰会在北京举行。在本届大会上,来自政产学研用的各领域代表纷纷看好未来中国工业互联网的发展,同时也展示了很多成熟的应用案例。其中,来自昆仑数据的工业互联网解决方案,以深入有墙花园,定义工业全新生产方式,为工业企业解决加速新生、有效治病、科学减肥等问题,吸引广泛关注。   昆仑数据是是工业互联网领域的领军企业之一。在昆仑数据创始人&CEO陆薇看来,昆仑数据的核心竞争力在于帮助企业以基于互联网的手段汇集与分析多维度工业数据,挖掘数据价值,提出适合企业的个性化解决方案,提升和创造业务价值。   昆仑数据今年提出的加速新生、有效治病、科学减肥三个价值突破点,由“工业企业的需求金字塔”延伸而来。     助力龙头企业业务转型,加速新生   为什么首先选择龙头企业?陆薇表示,处于金字塔顶部的龙头企业既拥有良好的数据,同时企业管理者也有很深的转型意识和改变需求。   昆仑数据从四个维度来挑选每个行业的“代表性企业”。一是这个行业本身非常重要且有发展空间;二是这个行业具备形成互联网生态的基础和前景;三是行业内存在业务和数据的交汇点,即龙头/枢纽企业;四是企业和企业领导人有进行互联网转型和推动全行业转型的愿景和雄心。   这些龙头企业现在面临的更多挑战不是面向内部的改善,而是突破既有业务天花板,在互联网时代,提供新的工业互联网业务。如果能够充分利用产业链优势和现有的禀赋资源,结合昆仑数据的技术能力,搭建一个服务所在垂直行业的工业互联网平台,支持上下游,这会是非常可行的工业互联网转型的路径。   迄今为止,昆仑数据已经与国内一批行业龙头企业合作,比如国家电网、中国石油等。2017年昆仑数据团队在一项全球工业数据挖掘赛事中夺冠。2018年数博会大数据最佳案例选拔中,昆仑数据也从全国30个省份推荐的1000多个案例当中胜出,与阿里、网易、联想等知名企业一并列入全国10强,也是全国10佳中最佳的工业案例。   助力先进工业企业解决“卡脖子病”   那么,是不是建设完垂直行业的工业互联网平台就OK了呢?陆薇说:“与龙头企业携手,搭建垂直行业的工业互联网平台不是目的,只是为企业服务的一种路径,真正的价值在于平台之上能提供什么样的服务。”   其中,处于金字塔腰部的先进制造领域有非常明显和迫切的“卡脖子病”需要治理。   许多先进制造领域的核心技术不是中国原创,依赖国外引进的工艺、设备、制程等支持生产,存在引进技术水土不服、以及在国际对抗中存在被卡脖子风险等问题。如何能将国外引进的核心工艺技术消化吸收,如何提升国产工艺的创新能力和国际竞争力?   针对这类“卡脖子病”,陆薇表示,目前探索的最佳路径是,基于机理和工业场景的大数据算法,帮助企业明确与关键工艺和制程相关的核心工序及所有相关参数,以深度数据挖掘、人工智能、深度学习等技术手段,加速异常排查,提升企业整体研发能力,突破专家经验,并逐步突围技术封锁。昆仑数据已经实现在电子制造、新材料等领域的应用。   以昆仑数据合作的某半导体企业举例,该企业的主要生产设备从日本进口,安装、使用、调试等全需高价从日本请原厂专家,企业始终无法有效掌握核心技术,工艺不稳定,良品率很难保障。先进制造业的技术壁垒很难快速突围,而靠数据分析沉淀、突破专家经验,更快掌握既有工艺,是目前最佳的手段。以往一批次产品出现良率问题,影响因素数百个,靠专家排查根因要七天时间,现在只要15分钟。   这就是昆仑数据帮助高精尖企业来治理“卡脖子病”,从而帮助企业真正实现技术自由和企业成长。   助力中小企业“减肥”增效   除了龙头企业和高精尖企业,在中国的工业体系之中,更多的是处于金字塔底部的传统企业。改革开放的40年,前三十年中国都有非常多的发展红利,由于具有人口红利、低成本红利以及土地、能源等各种资源的相对成本优势,以前企业哪怕管理粗放一些,与其他国家相比,中国的工业企业还是具有一定的竞争力。但在过去的十年中,这个形式已经发生了巨大的变化,很多红利正在消失,一方面产能在过剩,另一方面低成本的规模扩张无以为继,随着政府在环境保护等方面的管理加强,企业粗放式的管理模式已经没有了竞争力,甚至已经关系到了企业的生死存亡。   陆薇表示:这些工业企业要发展必须转换发展动能,必须要向技术创新要效益,通过技术创新,提升生产经营和管理的水平,提质增效,才能继续保持竞争力。这就是我们说的能够帮助广大的工业企业实现“减肥”。   “减肥”是昆仑数据将数据和精益、6σ等先进的管理理论,有效结合在一起,减少因跑冒滴漏而产生的生产浪费和因效率低下而产生的管理浪费,用数据为生产经营流程赋能的一种方式。   例如与昆仑数据合作的某纺织原料厂,在实施6个月的减肥项目后,当年实现直接成本降低930万,同时还获得减少客户投诉、提高客户满意度、减轻厂长管理负担等间接效益。   陆薇表示,在工业互联网时代,传统工业与互联网必须深度融合,找到全新的管理与服务模式,创造超出产品制造本身的、更具附加值的产业形态。只有如此,中国工业才可能走出低谷,再度崛起。...

Read More

2019年1月27日,昆仑数据小伙伴们众心期待的2018年会盛典嗨翻全场。本次年会以“Win As One Team”为主题,开启了一场属于K2小伙伴们的青春正兴,满怀激荡。   在签到台前,领取K2专属徽章。     签到板前签名合影, 这个环节,小伙伴各显神通, 以团队为组织,贡献了一波集体照 来,请欣赏我司戏精的诞生:   人形K2DATA↑↑↑   K2少年欢乐多,你们一整年的表情包,我们都承包了!   入场后按照惯例, 首先奉上的是K2人自导自演自编的走心视频, 聊团队、聊自己、聊公司、聊未来…… 在数波快问快答里,我们发现了K2网红的好苗子     接着是K2二零一八大事记, 项目验收、现场调研、KDD获奖、产品上线…… 这些高光时刻记录着昆仑成长的足迹。   年会正式开幕, 看我们的人力小仙女和销售小哥哥闪亮登场!     首先,是我们昆仑的带头人CEO陆薇发言,总结过去、展望未来。   2018, 我们昆仑成绩斐然,天津分公司成立, 四川和苏州中心也一步步发展壮大, 多个项目落地通过验收, 在石油装备、新能源、智能制造领域慢慢探索属于我们的发展路径。   2019, 外部环境更为艰难, 我们会用更高效的团队, 更扎实的产品, 更完善的方案, 在工业领域务实推进更多业务价值落地!   昆仑一路走来, 离不开外界的支持和各位伙伴的努力。 CEO陆薇代表昆仑感谢特邀工业顾问李老师和叶老师, 一年来赋能昆仑更透彻更敏锐地洞察工业,服务工业。     这一年也涌现了一批优秀的小伙伴, 在工作上拼搏向上,突破自我。 CEO陆薇亲自颁奖! 为他们感到骄傲和自豪 !   表彰结束, 欢快的节目开演, 小伙伴们各个身怀绝技啊!   昆仑7小只带来的舞蹈串烧活力满满, 漂亮帅气的90后, 把气氛带火带热。     昆仑的Touming Factory boys 带来歌曲《光年之外》, 明年等你们仨开演唱会哦。 应援色都选好了,昆仑蓝!     前端程序媛带来的《锦鲤抄》, 一曲跳完, 大家纷纷在群里发图转发求中奖, 是什么心态!     数据分析师里面唱歌最好的小鲜肉, 一展歌喉, 收获大批迷弟迷妹, 花都不够送了!     能源电力团队歌神带来的《消愁》, 抽奖没中的小伙伴, 听完表示心情好一点……     智能制造团队带来的《相信自己》, 那高音, 回荡在整个年会现场。     当然,年会少不了的是抽奖环节, 蓝牙机械键盘、欧舒丹套装、索尼耳机、戴森吹风机、智能手表、平板电脑,奖品太丰富!   那没中奖的小伙伴也都收获一份礼物:智能哑铃+读书历。 希望2019,大家智商身体都在线!   年会压轴保留曲目, 当然不是难忘今宵, 而是一曲K2生日快乐, 祝昆仑数据在满4奔5的路上砥砺前行。     4年来 昆仑数据已经从初入工业的大数据公司 成为深耕工业、价值驱动的工业大数据领域领军企业!   我们相信 每个曾影响时代的技术,都成为了时代本身 K2相逢,三生有幸 4年,再回首,再次出征 Win as one team!   2019 祝大家新年快乐! K2有你更完美~~...

Read More

近日,由工业和信息化部指导,中国信息通信研究院联合工业互联网产业联盟、华为、富士康、积微物联共同主办的第二届“中国工业大数据创新竞赛”决赛答辩会议在京圆满落幕。昆仑数据和清华大学主导发起的北京工业大数据创新中心作为2017-2018两届赛事的联合主办方和协办方,昆仑数据为该赛事提供竞赛选题、数据验证及专家评审等全程支持。在2017年与金风科技携手提供“对风偏航优化”赛题后,2018年,昆仑数据联合积微物联,提出“钢卷仓储吞吐量预测”这一钢铁产业园亟待解决的难题。     关于“钢卷仓储吞吐量预测” 钢卷仓储吞吐量趋势预测,顾名思义是钢铁产业园的钢卷吞吐量,趋势变化不仅仅与如区域经济状况、供应商经营状况、钢铁市场等微观因素有关,还与国家政策、国内经济形势、国际经济形势等宏观因素有关。   赛题数据来源于积微物联下属的全资子公司达海产业园。通过对达海产业园历年的历史销售、订单、仓储、吞吐量等数据(经过脱敏处理)分析建模,并结合国家未来发展趋势、钢铁供需市场等外在因素,实现对未来一个月内,达海产业园各品类的钢铁吞吐量的预测分析,为提升钢铁园区运作效率提供决策支持。   预测任务主要有两个: 1.按照两大类货品类型(冷卷、热卷),分别预测未来4个周钢铁的周入库量和周出库量(重量); 2.按照两大类货品类型(冷卷、热卷),分别预测未来7天的日入库量和日出库量(重量)。   预测类数据分析问题的关键 和很多其他预测建模问题一样,在“钢卷仓储吞吐量预测”中更挑战的问题在于:如何找出未来趋势的指示变量。本竞赛题目尝试鼓励参赛者放开眼界,从扩展数据的维度上去思考大数据分析,而不仅仅是算法上改进,跨界数据融合才是工业大数据价值实现的原动力之一。   在本预测问题中,关键维度包括: · 时序模式的学习:趋势、周期项、短期波动项 · 假节日、异常天气的影响与补充:特别是春节(对经济规律不仅影响大,而且每年的春节对应的公历日期都在变) · 大客户或客户分群的问题:很多经济问题都是8:2原则(20%的客户贡献80%的工作量);不同行业、不同客户在钢卷需求的稳定性和规律也不同。   不局限于钢铁产品,大宗物流数据分析问题是工业生产中一个重要课题,涉及到价格预测、物流服务优化等各个方面,对优化产业链效率有重要的改善作用。   以赛交友、以赛育人 第二届中国工业大数据创新竞赛自2018年11月启动以来,吸引了来自海内外近3000名参赛选手,较去年增长近一倍,其中70%以上来自于高校学生,涉及计算机、自动化控制、机械工程、统计、动力工程等多个领域。   决赛答辩按照“钢卷仓储吞吐量预测”和“刀具剩余寿命预测”两个竞赛主题,分别由清华大学软件学院王建民院长和美国智能维护系统(IMS)中心李杰教授担任专家组组长。两个专家组听取了决赛队伍的方案介绍,并从赛题理解、算法选择、模型验证和方案创新性等方面对决赛队伍进行打分和点评,决出最终获奖名次,颁奖仪式将在2019年工业互联网峰会上进行。   昆仑数据首席数据科学家田春华博士担任专家组评审,他曾参与并指导团队参与过KDD-CUP及PHM Data Challenge等国际一流赛事。“参赛团队在算法选择、模型融合/调优上表现出了深厚的算法功底;在参赛和答辩过程中,大家各具优势,在代码上、在外部数据利用上、在业务解读(特别是大客户分析)等方面各有新意”他对此次参赛队伍评价道,“如能综合热/冷卷产品应用行业的生产需求周期特点、经济市场的长期趋势特征、运输条件的短期影响等业务驱动因素;以及恶劣天气前后的吞吐量、大客户业务量模式聚类等业务场景,将能实现更有效的决策支持。”   此次竞赛为工业大数据领域的相关研究人员和创业者们提供了一个成果转移转化的交流平台;同时,竞赛也为国内诸多数据分析从业者走近探索工业领域,为工业领域从业者学习接触更多大数据及人工智能技术,提供了优质的双向通道。...

Read More