數之聯科技集團CTO方育柯：大數據在製造業轉型中扮演什麼角色

2018年7月10日-11日，2018中國大數據應用大會在成都召開。在大會中，數之聯科技集團CTO方育柯在接受採訪時表示，大數據在工業領域的很多環節都可以發揮出很大作用，而數據將貫穿在整個產品的生產過程中，這也是大數據發揮價值的所在。

2018年7月10日-11日，2018中國大數據應用大會在成都召開，大會以"大數據賦能數字中國"為主題。在大會中，數之聯科技集團CTO方育柯在接受採訪時表示，大數據在工業領域的很多環節都可以發揮出很大作用，比如產品設計研發、產品生產過程，產品整個供應鏈、物流，還有產品銷售、售後等都可以發揮作用。而數據將貫穿在整個產品的生產過程中，這也是大數據發揮價值的所在。

以下為採訪實錄：

主持人：大家好，這裡是2018中國大數據應用大會的現場，我們今天採訪的嘉賓是數之聯科技集團CTO方育柯先生，方總歡迎您的到來。

方育柯：你好。

主持人：在大數據應用大會，數之聯也承辦了其中一場活動，您能不能介紹一下數之聯這家公司整體的業務情況。

方育柯：數之聯專註於大數據的存儲分析，和應用的幾個環節，現在整體研發人員有100多人，80%屬於研發人員，約50%以上是由博士和碩士構成，博士在15%-20%。研發裡面我們又分了大數據產品的研發團隊，包括AI和BI的研發團隊。同時還包含了像政府的（智能化）治理，還有一些是軍工裡面的大數據應用，還有在工業裡面應用，工業也是我們主要的一個戰略核心，所以今後在工業側也會重點發力。

主持人：我們知道數之聯之前確定了一個以工業為重要發展的領域，這是出於一個什麼樣的考慮？

方育柯：數之聯進入工業領域大概在2014年，從2014年開始做了兩個項目，一個是五糧液，這是一家傳統的釀酒製造企業；還有一個富士康，富士康當時做SMT的組裝，我們發現在工業領域中應用場景非常廣泛，因為在工業中需求問題是非常明確的，其實只要幫助用戶計算好投入產出比，比如要去建立一個平台需要花費多大成本，要解決什麼問題，用戶能夠得到什麼樣的收益，這其實能夠非常清晰的量化出來，這樣用戶才比較容易接受你的方案，數之聯在這方面的實力和積累還是很強的，所以我們重點也是要在工業這一側發力。

主持人：圍繞工業領域，數之聯有沒有相應的具體戰略和舉措？

方育柯：大數據在工業中的很多環節都可以發揮作用，比如在產品的設計研發、產品的生產過程，產品的整個供應鏈、物流，還有包括產品的售後、銷售等都可以發揮作用。產品研發設計，還有後面的供應鏈、銷售，其實這些都可以通過傳統的互聯網方式來解決，相對而言在產品的生產過程（也就是生產車間方面）其他企業都還沒有太多涉足。數之聯希望重點在產品的生產過程，也就是在產品的生產車間方面去做優化。

第一，在產品的生產優化方面，數之聯嘗試解決幾個核心的業務場景，比如產品的生產過程優化，在面對複雜的離散加工製造的生態環境中，因為涉及到上萬的參數去控制整個產品的生產過程，這個生產參數與產品的缺陷，其相關性和工業的相關性是怎樣的關係，數之聯希望通過這個解決方案幫助找到這些問題。

第二，解決生產設備中的狀態，故障信息。當生產設備還沒有出現故障，也就是當其處於健康或者亞健康狀態的時候，我們就能夠幫用戶提前識別預測出存在的隱患，提前做預測性維護，這樣就能降低維護和運營成本。

第三，在製造業的質檢方面，現在通常還是通過人工目檢的方式去檢查當前產品有沒有次品或者瑕疵等等問題，而數之聯使用機器視覺的方式去解決這個問題，就是通過機器學習以及深度學習方式，能夠幫用戶自動化檢測產品有沒有缺陷，以及這些缺陷分類是屬於什麼情況，數之聯主要通過這三個方面來解決生產車間中的核心問題。

主持人：回歸到數據層面，數據在製造業的數字化轉型當中扮演什麼樣的角色？

方育柯：無數據不智能，智能製造必然是通過數據去驅動的，因為沒有數據何談智能，定一些規則不叫智能化，智能化肯定是來源於海量的數據，從海量數據里抽取有效的模式去解決它生產裡面的問題。這個數據就貫穿在整個產品的生產過程裡面，比如說我們能夠採集到的數據，像設備狀態信息，像一些半導體生產廠商的設備每天能夠產出上百萬到千萬條的信息，我們只需要從這些千萬級的信息裡面去找到這個設備的參數和產品之間的關聯性，這樣可以幫助解決生產中的問題，這就是大數據發揮出的價值，甚至是大數據和人工智慧發揮的價值。

主持人：其實說到轉型它永遠是充滿了挑戰，您覺得在數據驅動數字化轉型的過程中，主要挑戰在哪裡？

方育柯：工業的場景是複雜的。比如說生產巧克力和生產手機，或者是釀酒，生產汽車，整個工藝都是不一樣的，其中的場景非常複雜。如果要進行工業大數據或智能製造，不是先去做IoT建設或者數據中心的建設，亦或是安裝大量的設備，其實這個在前期沒有特別大的必要，也會付出非常大的成本。

而比較好的方式是找到場景，通過場景去驅動，比如說要去識別當前這個製造型企業現存的痛點問題，是人工成本過高，還是產品的次品率比較高，或者說設備容易出現故障，進而導致設備整體的加工力比較低，首先要找到這個問題的場景之後，再看當前數據的完美程度，技術的複雜程度，技術的成本，能夠解決問題的程度是多少，這樣就能夠比較清晰地計算出做這件事情的投資回報率。是在半年就能夠收回投資回報，還是一年，時間越長肯定風險越大，所以我們更傾向於選擇投資回報周期比較短的項目。因此先找到場景，然後再去做後面的事情，這是比較可行的一條路。

主持人：數之聯幫助企業數字化轉型，有沒有一些比較成功的案例可以給我們分享一下？

方育柯：舉一個傳統工業的例子。我們幫助釀酒企業實現釀酒過程的數字化，再把這些數據進行分析，去提升他們的一級酒產出率。因為一級酒和二級酒價格是不一樣的，一級酒可以賣到八九百到一千一瓶，二級酒就只能賣到幾十塊錢一瓶，所以核心的問題是要提升其一級酒產出率。於是我們通過數字化的方式找到最優的釀酒參數，以提升一級酒的產出率。

還有另外一個案例，我們幫助一家國內最大的也是全球現在出片量最高的手機面板生產廠商，在它的一個工廠裡面分析上萬個生產參數、設備參數，和上百個缺陷，找到它們之間的相關性，比如有一種缺陷叫頑固性不良，也就是這個缺陷出現幾個月甚至建廠之後就一直存在且反覆出現的問題。這種問題我們幫助它去解決，使三個特定的頑固性不良的缺陷率降低了1.05%，這對用戶而言效果是非常明顯的，我們跟這家企業的CIO彙報時也得到了對方非常大的認可。基於這樣的成功經驗，我們的方案從一個工廠推廣到另外多個工廠。

主持人：作為CTO您能不能分享一下未來數之聯在工業領域的技術創新方向是什麼？具體有沒有一些規劃？

方育柯：正因為確實像剛才提到工業這個方向紛繁複雜，我們希望走得更遠，其實一定要找到適合自己的工業方向，比如數據完美性比較好，數字化意識比較強，我們希望今後在半導體、存儲、晶元製造這些領域，能夠再進一步發力，當然這也是國家今後要投入的重點方向。要解決晶元，大規模集成電路生產製造的問題，要能夠跟世界頂尖的廠商縮短差距，我們也希望能夠貢獻自己的力量。

主持人：好，今天非常感謝方總接受我們的採訪，相信您的觀點可以給工業的數據和智能製造領域有一些不一樣的思考，我們也期待方總接下來的精彩分享，謝謝。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！