报道

导 语

随着物联网、云计算、大数据以及人工智能等新一代信息技术与传统工业的融合,企业数字化转型正呈现出两个方向。一是企业上云。通过将研发、管理、销售等业务迁往云端,应对不断变化的业务需求,降低运营投入成本。二是工业智能化。以工业互联网为基础,以物联网、云计算、边缘计算等技术为支撑,构建云边协同的智能工业体系。从本质上讲,两个方向都是以云平台为承载,以工业互联网为支撑,从纵向打通企业的全流程业务体系,实现端到端的数据流动。

行业案例深度展示

  • 山鹰纸业——智能工厂规划

    IBM 服务团队为山鹰纸业工业 4.0 提供整体规划,重塑生产制造,从自动化到智能化。通过自动化控制系统,预测成纸质量,监测织物运转状态。

  • 小罐茶——AI视觉检测案例

    由IBM为其设计和制造AI自动除杂生产线。借助认知视觉检测识别茶叶中的各类杂质,助力小罐茶加速茶叶加工生产线的自动化与智能化。

    点击阅读案例详情  

  • 三菱汽车——云迁移案例

    IBM Cloud 解决方案提供了弹性基础架构,可扩展的云平台,通过在后台进行迁移活动,最大程度缩短宕机时间,迁移工作在一个周末完成。

产品方案解读

以工业化规模,为每个客户量体裁衣

在物联网、区块链、人工智能和云计算等技术的支持之下,现代制造企业遵循先辈(比如裁缝、木匠和铁匠)的足迹,再次 聚集在集市中,以工业化规模,为每个客户量体裁衣。

IBM个性化定制解决方案

管理混合多云环境的十大注意事项

组织需要借助外力来构建和管理全新的多云环境,同时兼顾传统环境和迁移后环境重建下一代企业应用。在这份解决方案中,IBM将帮助您管理混合多云环境复杂性。

IBM多云管理解决方案

IBM认知制造方案行动蓝图

IBM提出的认知制造框架,利用人工智能、物联网、智能自动化、区块链等新技术,由内而外的发挥数据潜力,构建混合多云环境下的核心系统及可靠的IT基础设施,帮助企业领导智能制造新赛道。

IBM认知制造解决方案

企业混合多云战略的关键

Forrester 针对来自不同行业的350位全球企业IT决策者开展了一份在线调查,共同探讨这一话题。我们发现,组织正在 根据自身的业务需求努力“混搭”公有云、托管私有云以及本地基础架构中的各种技术。

IBM企业云部署应用调查

SAP S/4HANA 转型之旅

在 SAP 领域,IBM一直都是重要的战略转型合作伙伴。IBM 具备数千个 SAP S/4HANA项目部署的深厚经验,可以在本地、云端或混合环境中提供不同的实施方案,支持各种客户场景。

IBM的观点与洞察

解析工业互联网五大困惑

在之前IBM针对工业互联网应用现状的调查中,我们梳理出五个企业关注度较高的问题并做了深入的解答,以帮助企业更好推进工业互联网建设。

1   制造企业推进工业互联网的难点和重点有哪些?应该采取什么样的策略?

工业互联网的重点是应用,难点包括生态模式创新、客户交互体验、数据驱动经营、无缝应用嵌入、数据建模分析、数据资产管控、工业实时控制、传统设施改造等诸多方面。推进工业互联网建设主要的策略我认为有四个主要方面......

制造企业推进工业互联网的难点和重点有哪些?应该采取什么样的策略?

×
工业互联网的重点是应用,难点包括生态模式创新、客户交互体验、数据驱动经营、无缝应用嵌入、数据建模分析、数据资产管控、工业实时控制、传统设施改造等诸多方面。
推进工业互联网建设主要的策略我认为有四个主要方面:
1) 关注重点应用:结合场景价值、数据价值和资源价值,形成企业在研发设计、供应链、生产制造、经营管理、智慧产品、客户服务等领域的重点创新,打造工业互联网平台的核心应用。
2) 拓展生态平台:在产业链协同、服务型制造、产品即服务、跨界型增值等方向探索构建生态体系,实现工业互联网由“局域”走向“广域”,形成生态链、行业级甚至泛行业的工业互联网平台。
3) 聚焦数字能力:数字化转型的核心是企业数字化能力的沉淀研发和价值变现,而工业互联网是制造型企业数字化能力的承载平台。工业互联网平台在进入运营期后,应该逐步将重心从应用建设转移到数字化能力研发和管理上来。
4) 基于数据驱动:数据是工业互联网建设的基础,通过数据资产管理、数据资源共享、数据分析建模、数据实时处理、数据驱动流程、数据嵌入应用、数据自助分析等能力,建设工业互联网的数智引擎。
  0

2   工业互联网中台构建的重点应该放在什么地方?

工业互联网中台,作为业务应用创新赋能和数字化能力复用的中心,建设重点应包括如下内容:1) 企业数据中台:涵盖数据集成、数据管理、数据分析、人工智能、数据服务等模块......

工业互联网中台构建的重点应该放在什么地方?

×
工业互联网中台,作为业务应用创新赋能和数字化能力复用的中心,建设重点应包括如下内容:
1) 企业数据中台:涵盖数据集成、数据管理、数据分析、人工智能、数据服务等模块,并逐步完善数据内容,提升数据管控,丰富数据应用;
2) 工业物联网平台:涵盖物联中心、物联网络、边缘计算、边缘管理等内容,支持智能制造、智慧产品、供应链感控、资产管理等领域的全面应用;
3) 混合多云平台:整合混合云、容器云、服务网格、PaaS服务等基础能力,为上层应用提供敏捷弹性、开放融合、安全可靠的基础设施服务;
4) 数字化能力中台:企业数字化能力的应用和交易中心,包括能力市场、应用服务、数据服务、模型算法、技术组件等各类能力,以及相应的运营体系和管理流程;
5) 数字化能力研发体系:数字化能力的研发和沉淀管控,是保障数字化能力中台持续发展的体系,包括研发模式、管理流程、工具环境、质量控制、研发组织等。
在上述建设内容中,企业数据中台和混合多云平台,可以通过集成和完善现有能力来建设,而数字化能力研发体系可以随着工业互联网平台的逐步成熟而考虑构建。
  0

3   工业互联网能不能实现跨平台布署,如果跨平台部署,企业需要具备怎样的条件?

工业互联网可以支持跨平台部署,通常可以分为两类考虑:
1) 基于混合多云和容器平台的跨平台部署
此类跨平台部署可以针对工业互联网应用和数字化能力,也可以针对物联网平台和数据分析平台,实现在不同类型基础资源之上的分布式部署......

工业互联网能不能实现跨平台布署,如果跨平台部署,企业需要具备怎样的条件?

×
工业互联网可以支持跨平台部署,通常可以分为两类考虑:
1) 基于混合多云和容器平台的跨平台部署
此类跨平台部署可以针对工业互联网应用和数字化能力,也可以针对物联网平台和数据分析平台,实现在不同类型基础资源之上的分布式部署,这些基础资源可以是传统环境、私有云、公有云,或者容器云。 对企业能力的要求主要在混合多云资源自动编排和整合管理方面,以及面向多云环境的容器平台和DevOps领域。
2) 基于不同物联网平台和数据分析平台的跨平台部署
此类跨平台部署主要针对工业互联网应用和数字化能力,根据不同的业务领域、技术要求采用不同的(甚至多个)物联网平台或者数据分析平台。利用不同的物联网平台,实现异构物联设备的接入和管理;利用不同的数据分析平台,实现物联数据的定制化处理和整合。这种跨平台部署,在满足业务领域独特需求、博采众长加速创新的同时,也会引入一定的集成实施复杂性。
对企业能力的要求主要在架构和应用层面实现对多个物联网平台/数据分析平台的整合。当然也可以通过统一数据中台实现企业全域数据的整合管理、分析和服务。
  0

4   制造企业如何选择适合的工业物联网平台?

针对这个问题,我的建议是,在企业统一的工业互联网架构规划和运营管控基础之上,不同业务领域,需要不同的物联平台,以加速工业互联网创新。主要原因包括:1) 企业各业务领域差异性很大......

制造企业如何选择适合的工业物联网平台?

×
针对这个问题,我的建议是,在企业统一的工业互联网架构规划和运营管控基础之上,不同业务领域,需要不同的物联平台,以加速工业互联网创新。主要原因包括:
1) 企业各业务领域差异性很大,在所需要的创新赋能和物联技术方面各有侧重。企业更希望通过工业互联网实现商业模式、业务流程、制造过程、智慧产品、客户交互等方面的创新,泛连接、实时性、智能化、自动化等物联网技术只是支持这些创新的手段。
2) 目前物联网产品市场仍是群雄割据,从工业厂商到软件厂商,从互联网翘楚到行业龙头,各家物联网产品也都有自身的领域侧重,一统江湖尚需时日。此种情况下,与其建设统一的企业物联网平台,不如博采众长,从领域创新入手,推动行业应用发展。
  0

5   工业互联网平台应用了非常多个APP,这些APP之间如何集成和打通?

工业互联网平台建设势必会产生众多业务APP,常见的集成方式包括:1) 流程集成:通过统一在更高层面的业务流程中实现不同APP的集成,适用于多个APP间具有很强的业务相关性,可以通过组合实现更高业务价值......

工业互联网平台应用了非常多个APP,这些APP之间如何集成和打通?

×
工业互联网平台建设势必会产生众多业务APP,常见的集成方式包括:
1) 流程集成:通过统一在更高层面的业务流程中实现不同APP的集成,适用于多个APP间具有很强的业务相关性,可以通过组合实现更高业务价值;
2) 嵌入集成:将一个APP功能或界面嵌入到另外的APP中实现集成,适用于某个APP功能的重用,或者面向终端用户的界面整合;
3) 接口集成:利用接口或者微服务形式,在APP之间实现数据传递或者功能调用,这种接口调用也可以借助企业总线方式实现;
4) 物联集成:将APP模拟为物联设备,通过物联网消息总线进行集成,与普通应用不同,通常这类APP的核心能力是基于物联网平台建设的;
5) 数据集成:利用统一数据中台作为数据整合、管理和服务的中心进行集成,这类集成更注重数据,尤其是数据的融合与分析,而非应用本身;
6) RPA集成:利用RPA流程机器人,模拟人工操作实现对不同APP的操作集成,适用于已有系统非介入、零改造的灵活集成场景,以及需要保留一定人工参与的情况。
  0

云云 · 专家问诊

本期问答频道,由IBM全球科技服务部智慧解决方案总监张志君在线问诊。就企业用户关心的问题进行在线沟通交流。他拥有超过15年在制造、金融、交通、零售等行业的咨询规划、架构设计、实施管理、外包服务以及应用创新的实战经验。

张志君
IBM全球科技服务部智慧解决方案总监

注册咨询 >>

IBM联系方式