对于工业4.0及物联网来说,其核心精髓一直都是数据,不过坐拥大数据的企业不一定懂得如何应用,懂得应用的业者恐怕也苦无数据可用,该如何从中寻找蓝海?也许最佳之道正是携手共创。

真正的物联网和工业4.0其真相很无聊,因为无法从表象看到厉害的地方到底在哪里。

如同一开始就破题的标题一般,对于工业4.0及物联网来说,其核心精髓一直都是数据(data)。许多人以为是很炫的无人工厂或者看得到一堆机械手臂飞来舞去,看似厉害但说穿了就只是已进行数十年的的自动化控制,若业者能把这件事情做得很好,那当然很优秀,也必然是一方之霸,这部分确实也是诸多工业计算机业者的擅场。

关于为何会有这样的误解或现象,我们得理解这些厉害的机器设备其目的在解决什么问题,不外乎是:

增加产能

提升效率

降低人工介入成本

降低错误

进而在达到这些要求的过程中,达到赚取更多生意和利润的目的。

其核心赚钱的方式并非是透过数据数据采集利润,而是透过达成客户的订单要求达成交货任务赚取利润。这就是单纯buy & sell模式(买进卖出模式),就算你透过比较复杂的系统整合、营利,本质还是不变。

套句在Facebook看到施典志提到的:

有太多平台/服务有很多用户,这些用户会产生很多data,可是平台不会用......

本来是坐拥宝山,结果自己搞成坐拥金宝山。

但这一类厂商却成了真正会做数据营利业者的客户,这是很有趣的现象。目前台面上号称提供工业4.0产品的业者,你若真的去看其实际产品内容,大多都是打着工业4.0或者工业物联网,但是你可能没看到旁边小字写的是“ready”,而非“total solution”。

这意思是我们卖你的是空机啊!操作系统和Office请找微软,安装服务再找个其他厂商帮你,这恐怕才是真相。

或者也可以要求供货商让你看他们的工厂,好好了解在这疑似高度自动化的背后,数据到底如何协助供货商自身?是否选择做数据应用的业者就是徜徉在蓝海了呢?

理论上应该要是的,不过懂得应用数据的业者或新创最的痛点,恐怕也是数据本身究竟该从何而来?这些数据往往得依靠自身的挖掘能力,或者与其他有能力产生数据的业者配合,才有发挥的机会。

不过这其实带来了机会。跨产业合作并且拥有共同升级的机会,目前台面上懂得运用数据的业者,除了如google一类的大型业者,其余都还是相对小型的业者或新创;而传统有能力产生数据的企业,通常到现在都还挺能赚钱的,所以最佳之道就是携手共创,传统业者也别想着要建立自己的数据团队,除了基因不合以外,动机不同也很难让好的数据团队在企业内发生,并非不可能,只是代价比较大。

携手共创有哪些方式呢?

直接给数据、给案子,和数据/AI业者合作 。

为了赚取未来价值,最好也开始投资中小型数据/AI新创。

把自己的定位搞清楚,开始做有意义的合作,才会真的有机会前瞻未来。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2017-11-15 13:43:05
大数据应用 如何克服大数据人才招聘的挑战
像大多数商业事务一样,在大数据相关事务方面取得成功取决于企业的人力资本。对于所有关于机器学习和支配现代市场的算法的讨论,人们仍然是当今商业世界的中心。那么管理者 <详情>
2017-11-15 09:39:00
大数据资讯 当前和未来重要的大数据优势
据预测,以目前的速度发展,到2020年大数据的市场规模将超过2030亿美元。2017年即将结束,随着需求的增长,数据的重点也在以同样的速度增长。今年以来,大数据的主要趋势围 <详情>
2017-11-15 09:28:52
大数据资讯 大数据时代我们需要个人信息保护法吗?
当前,个人信息频繁泄露、大数据安全顶层设计缺失、大数据交易安全第三方监督缺位,在这样的背景下,出台个人信息保护法将成为保护网络信息安全的重要措施。 <详情>
2017-11-14 17:41:00
大数据资讯 滴滴美研升级扩容,全力加载大数据AI人才
今年3月,滴滴宣布在加州硅谷成立滴滴美国研究院,以吸引顶尖科研人才。滴滴美研将研究重点放在大数据安全和智能驾驶两大核心领域。 <详情>
2017-11-14 09:58:27
大数据资讯 大数据、人工智能、机器人的血缘关系?
大数据、人工智能(AI)、机器人、算法、深度学习、物联网、传感器……,这些名词似乎每天都会看到或听到,当人们还搞不清楚是什么时,媒体已不断报导人类的工作将很快被取 <详情>