大数据如何重塑制造业
大数据的广泛应用，必将带来工业企业的广泛创新和变革的新时代。这些创新和变革，将给全球工业带来革命性的变化，同时，改变企业的研发、生产、运营、营销和管理方式。
大数据可能带来的巨大价值正在被传统制造业所认可，它通过技术的创新与发展，为企业的管理者和参与者呈现出一个全新的看待制造业价值链的方法。
通过对大数据的挖掘，实现流行预测、精准匹配、时尚管理、社交应用、营销推送等更多的应用，大数据可以进行大规模定制，能够实现智能制造，能够帮助制造业企业提升营销的针对性，能够实现降低物流和库存的成本，减少生产资源投入的风险。
设计环节：大规模定制
大数据、云计算、智能化技术是制造业升级的三大动力，不断推动着大规模制造向大规模定制转型。
《大数据时代》作者、数据科学家维克多·迈尔•舍恩伯格曾经预言，大数据下一波的改革是大规模定制，为大量客户定制产品和服务，成本低、又兼具个性化。大数据可以发挥关键作用，告诉商家每一个用户的消费倾向，以及需求之间的细分差异。这些数据量的增加，能够实现从量变到质变的转化过程。
大规模定制生产的基本思想是：将定制产品的生产问题通过产品重组和过程重组，运用现代信息技术、管 理技术及制造技术等一系列高新技术，把产品的定制生产问题全部或部分转化为批量生产，尽量减少定制零部件数和定制环节。从而以大批量生产的成本和速度，为顾客提供多样化、个性化的产品。
大数据在制造业大规模定制中的应用包括数据采集、数据管理、订单管理、智能化制造、定制平台等，其核心是定制平台。定制数据达到一定的数量级，就可以实现大数据应用。
消费者与制造业企业之间的交互和交易行为也将产生大量数据，挖掘和分析这些消费者动态数据，能够帮助消费者参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。制造业企业对这些数据进行处理，进而传递给智能设备，进行数据挖掘，设备调整，原材料准备等步骤，便能生产出符合个性化需求的定制产品。
大规模定制，为大量客户定制产品和服务，成本低、又兼具个性化。比如消费者希望他买的车有红色、绿色，厂商有能力满足要求，但价格又不至于像手工制作那般让人无法承担。因此，在厂家可以负担得起大规模定制带去的高成本的前提下，要真正做到个性化产品和服务，就必须对客户需求有很好的了解，这背后就需要依靠大数据技术。
工业化大规模个性化定制的关键之处在于生产流程的模块化和标准化。模块化、标准化的产品开发以工业化生产的成本实现了个性化定制产品的批量生产，是产品在品种与成本、性能之间找到最佳平衡点的突破口。
模块化设计是指把产品的结构设计成许多功能相互独立的模块，各模块可以容易地装配成不同形式的产品。因此，模块化设计把产品的多变性与零部件的标准化有效地结合起来，充分利用了规模经济和范围经济的效应。在产品设计中，模块化水平越高，定制产品中模块和零部件的标准化程度也越高。
互联网大数据信息时代的新技术、新思维，正在注入汽车市场，悄然对传统商业模式进行革新，使汽车工业朝着以“大数据”为驱动的“智能汽车工业”转变。在这种趋势下，以用户为中心、运用大数据的C2B智能化大规模定制，正是汽车智造的主要方向之一。
上汽大通响应上汽集团战略，从一家传统意义上的商用车公司，转型成为一家数字化C2B跨界车企，将C2B智能化大规模定制当作战略方向。上汽大通推出的一款C2B SUV D90，在上市前一年时间里，用户就可以参与车的定义、开发、认证、定价、配置、改进六大环节；不久前11月的广州车展，上汽大通推出了以C2B理念打造的“划时代皮卡”T60，这款产品不仅具有全球领先技术、澳洲A-NCAP五星碰撞安全、卓越驾乘体验、互联网智能体验的产品优势，并且具有“丰富个性定制”特征，用户可以根据自己爱好选择颜色、配置等，低配版可以选择高端配置，高配版也可以减少不想要的配置，不用为不想要的配置买单。
未来，上汽大通还将会邀请用户前往广德汽车试验场、黑河极寒环境、澳大利亚、川西、迪拜等世界各地，测试车辆的耐久性、动力总成性能匹配、机械完善度等，在现场，上汽大通会根据用户的反馈意见，调试工程样车，确认和优化匹配数据。在与用户不断深入沟通后，上汽大通的C2B汽车在车辆上市前就已经取得了“大订单”，截止到目前，上汽大通D90“盲订”车主已经超过5000人，体现出用户对上汽大通的信赖以及对C2B理念的认可。
未来的信息化、网络化社会中，依靠大数据技术，工业生产将会实现大规模的个性定制，产能过剩不复存在，这将改变传统的规模化生产、标准化制造、低成本扩张的工业社会发展模板。工业文明因此将会从原来 的“物本”时代进入新的“人本”时代，这就是“新工业文明”。
生产环节：智能制造
大数据智能应用以数据挖掘分析为核心的应用和服务，为经济社会发展带来了深刻变革。大数据驱动智能制造加快发展，加快互联网与制造业快速融合，是传统制造业变革与升级的重要内容。
中国工程院院长周济认为，智能制造系统包含了三个不同层次：第一个层次是数字化制造，第二个层次是智能制造1.0系统。而未来真正意义上的智能制造，是智能制造2.0系统，它是人工智能技术在近几年发生了战略性、突破性进展，产生的第二代人工智能。但不管是哪个层次，它的根基都是工业大数据。
新一代人工智能技术称之为人工智能2.0技术，它实际上是新一代科技革命的变革和核心技术。它之所以可以实现这个突破，它的根基和关键也是工业大数据。
在“工业4.0”中，通过信息物理系统(CPS)实现工厂/车间的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导生产。
现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声，每隔几秒就收集一次数据。利用这些数据，可以实现很多形式的分析，包括设备诊断、用电量分析、能耗分析、质量事故分析等。比如，在生产工艺改进方面，使用这些大数据，就能分析整个生产流程，了解每个环节是如何执行的。一旦有某个流程偏离了标准工艺，就会发出报警信号，快速地发现错误，解决问题。
生产线、生产设备都将配备传感器，抓取数据，然后经过无线通信连接互联网，传输数据，对生产本身进行实时的监控。而生产所产生的数据同样经过快速处理、传递，反馈至生产过程中，将工厂升级成为可以被管理和被自适应调整的智能网络，使得工业控制和管理最优化，对有限资源进行最大限度的使用，从而降低工业和资源的配置成本，使得生产过程能够高效地进行。
目前，大数据已经成为智慧制造云或者智能制造系统建设和运营的战略资源，它的作用使智慧制造云成为智慧化的基础。
大数据对于智慧制造系统，有多元符合模态，数据型的异构、类型异构，符合参数结合，高度实时性和不确定性等。智慧制造云大数据的价值，通过采集管理分析服务，能够精准高效智能促进云制造的智慧化，实现产品+服务为主导随时随地按需个性化、社会化的制造，提高企业的竞争能力。
其他环节：优化供应链、精准营销
利用相关大数据进行分析，将带来维修、仓储、配送、销售、售后服务效率的大幅提升和成本的大幅下降,这将会极大地优化供应链，减少库存……
当前，RFID等产品电子标识技术、物联网技术以及移动互联网技术，能帮助制造企业获得完整的产品供应链大数据，利用大数据分析，能大幅提升仓储、配送、销售效率，大幅下降成本。
以海尔公司为例，在海尔供应链的各个环节，客户数据、企业内部数据、供应商数据被汇总到供应链体系中，通过供应链上的大数据采集和分析，海尔公司能够持续进行供应链改进和优化，保证了海尔对客户的敏捷响应。
相关专家表示：通过大数据提前分析和预测各地商品需求量，从而可以提高配送和仓储的效能，保证了次日货到的客户体验。智能化物流系统可以通过大数据技术，对生产、流通领域数据进行分析整合，从而做到订单的合理配置，减少运力浪费、提升效率。
物流环节运用大数据来分析商品的特性和规格、客户的不同需求等问题，从而用最快的速度对这些影响配送计划的因素做出反映(比如选择哪种运输方案、哪种运输线路等)，制定最合理的配送线路。
而且企业还可以通过配送过程中实时产生的数据，快速地分析出配送路线的交通状况，精确分析配送整个过程的信息，使物流的配送管理智能化。基于大数据实现车货高效匹配，不仅能减少空驶带来的损耗，还能减少污染，是一举多得的好事情！
产品故障诊断与预测方面，无所不在的传感器、互联网技术的引入，使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。以车载电话、倒车影像系统等许多车载应用为例，他们可以创造有价值的数据，尤其是有利于找到诊断日益复杂的引擎和控制系统问题的新途径，能够带来丰厚的经济回报。
通过解读汽车收集的各类数据，可以降低维修成本，优化诊断技术，进而可以提高诊断和维修能力，加快维护保养速度，这就意味着在相同的时间，可服务更多的客户以增加收入。而对于驾驶员来说，获知诊断数据，会提高汽车定期和全面保养的次数，从而增加维修保养订单，带来更多收入。
我们知道，新能源汽车的发展正在日益完善，它只需要很少或根本不需要提供更多的服务。电动汽车的低保养或无保养，或已让人叹为观止；而无人驾驶汽车发展势头的迅猛，也令人刮目相看。今后，新能源汽车、自主驾驶汽车的更多新款将会占领市场，从根本上实现终身免保养，最终，传统型车辆将会全部消失。
这就深刻影响着行业的发展，会彻底改变其商业模式。汽车经销商还可能和驾驶员共同读取汽车自动化诊断数据并从中获利。很快，大多数车载终端可进行远程软件升级，完成维护，目前通过连接居家蓝光机和游戏系统网络接口，便可以实现远程升级。
销售方面，制造业企业可以通过分析以往的客户数据，辨别出有价值的潜在客户，设计切实可行的营销手段。还可以通过优化直邮系统，捕捉有价值的潜在客户，提高直邮回应率，改善营销手段，以带来可观的盈利。
同时，利用销售数据、产品的传感器数据和供应商数据库的数据等大数据，制造业企业可以准确地预测全球不同市场区域的商品需求。由于可以跟踪库存和销售价格，所以制造业企业便可节约大量的成本。
