数字化工厂的解决方案,你们仨,甚至你们三百万人,都在同一张图

数字化工厂的解决方案其实很简单，你们仨，甚至你们三百万人，都在同一张图上，一起画。 我们可以想象一个企业，从研发开始，到生产规划、制造工程、生产执行，这是一整个生命周期过程。说的神乎其神，其实数字化工厂就是提供了一张底板纸，一个底层数据库，然后把原来的一个个系统，研发、生产、制造、服务什么的都插进去，构成一幅拼图，也就是所谓的“数字化双胞胎工厂”。

数据应用于运营在阶段数据实际上也可能应用到运营

数据应用于运营

在阶段数据实际上也可能应用到运营，比如我们常说的构建了企业内部的BI系统，通过BI系统进行辅助决策和运营。但是在数字化经济时代，面对客户的需求我们需要更加敏捷地响应，传统的BI很难做到如此敏捷。其次，在阶段更多的是固化的定时操作，比如我们接到到订单后，安排采购和生产，我们每个月进行一次需求计划和预测，然后安排生产。而在数字化阶段，真正需要回答的是客户究竟需要什么？我们该生产多少，哪些应该多生产哪些应该少生产，基于当前的订单数据，我们应该如何快速调整我们的市场策略，如何引导客户产生更多的购买需求等。也就是说数据不再是简单地实现管理自动化，而是需要形成数据思维，形成数据驱动运营的思想。这与我们在谈到中台建设时，将业务能力数据化和数据能力业务化是一个道理。

边缘计算实时生产操作的需求

边缘计算

实时生产操作的需求意味着必须在“边缘”（即数据创建位置）进行一些数据分析。 这地减少了从产生数据到需要响应的延迟时间。 例如，检测安全或质量问题可能需要对设备进行近乎实时的操作。 将数据发送到企业云然后返回工厂车间所需的时间可能太长，并且依赖于网络的可靠性。 使用边缘计算还意味着数据保持在其源头附近，从而减少了安全风险。