为什么会脱节？
时间：2022-04-10 20:33:01 | 来源：行业动态
时间：2022-04-10 20:33:01 来源：行业动态
IDC《2018年制造业洞察：IT和OT整合情况调研》发现，近80%的仪器化生产资产以某种形式进行了数字化互联。这是一个好消息。
但是，数字化资产的快速增长，为什么没有促进数据管理在制造业的广泛普及呢？企业范围内的数据管理软件、硬件、协同和流程，又为什么没有推动数据孤岛互联，从而激活制造业数据呢？
《数据新视界》报告基于IDC对全球1500名企业领导者开展的一项调查，调查结果显示，制造业的数据增长速度为37%，低于其他行业42.2%的平均增速。在将混合云和多云应用于主要业务领域方面，制造业落后于其他行业。受访行业领导者表示，数据存储管理是他们面临的最大挑战。多少有些令人吃惊的是，对于一个以实施人工智能和机器学习技术而着称的行业而言，制造业在数据管理方面的任务自动化水平竟然最低，而且数据管理功能的全面集成率也最低。
原因有四个：
- 第一，传统基础设施问题依然存在。制造技术日新月异，数据管理难以跟上工厂车间机器上装备的各种传感器所产生的海量数据。很多时候，传统基础设施无法应对涌入工厂的大量联网资产。工厂经常通过部署临时流程来连接和管理资产，但无法依赖底层基础设施进行综合管理。
- 第二，制造业的劳动力存在IT技能缺口。如果说技能娴熟的工人代表着发达经济体制造业的未来，那么缺乏足够的技能则是企业必须解决的一个最严峻的挑战。他们必须应对两个方面的挑战：一个是劳动力老龄化，另一个是寻找愿意在车间工作的新技术工人。
- 第三，部分数据向边缘移动使管理更加复杂。制造商数据的快速增长与其数据网络边缘的物联网设备增多息息相关。边缘设备与总部系统没有连接起来，通过企业网络进行大数据传输既昂贵又缓慢。
- 第四，制造商需要全面的数据管理软件。由于无法查看其总体的业务状况，制造业客户对数据管理软件工具不满。并且，许多工厂缺少数据管理软件。虚拟化软件对跨部门显示和查找数据支持不足。
制造业的这种状况不是一朝一夕形成的。
麻省理工学院斯隆商学院（MIT Sloan）相关人员表示：最初的出发点是通过物联网将工业机器连接起来，借助机器对机器通信提升洞察力和自动化。但是，GE数字集团（GE Digital）数字化产品管理副总裁兼EmTech委员会发言人Matt Wells认为，工厂数据的复杂性和目标不明确，让制造业的初心难以落地。
在线咨询
