新闻动态

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