大数据时代的制造业：越来越智能，人才成瓶颈

在西部山区贵州省惠水河畔，惠水县百鸟河数字小镇聚集着阿里巴巴、联想之星、印乎瑟斯、HTC、梦动科技等诸多知名企业。正因为大数据的广泛应用，才让这些大企业能够立足山区辐射全国乃至全世界，并改变着当地的经济社会发展。

大数据服务正成为传统制造产业提升发展的助推器。业内人士指出，服务业的大数据可以帮助传统制造业提供人性化的设计、制作、生产，让制造业更智能。同时，大数据与传统制造产业融合可以产生新型生产性服务业，产生新业态，推动产业升级。

大数据助传统产业

创新经营模式

在杭州城西的智能小镇，睿沃艺术酒店因刷脸可入住、动嘴可控制电灯、电视等智能化正吸引越来越多的人前来参观体验。

“大数据正改变着我们的经营模式。” 睿沃创始人王琦告诉《中国企业报》记者，他们可以利用前期的大数据，包括身份证、手机号码、人脸识别系统等，在全世界任何睿沃酒店居住都不需要再次办理相关登记，并且通过个性化的数据分析，提供更加个性化的服务。

“个性化化的服务可以不断拓宽传统制造业的发展途径。”王琦告诉记者，通过大数据分析发现，大多数人喜欢使用人脸门禁，那么接下来人脸门禁就可能成为下一个风口，这给制造业提前进入做出市场判断。

坐落在杭州临平艺尚小镇的联盛宽频道是一家电商企业。联盛集团总裁、宽频道CEO李文悌也非常赞同这一看法，他认为，随着大数据的广泛应用，电商与传统制造业之间充满着无穷的想象空间。李文悌说，他们一直利用电商数据，分析顾客的消费心理和消费习惯，提供消费数据，为制造企业提供决策参考，进行有个性化的设计生产。

中国电子信息产业发展研究院副院长樊会文向记者分析，一方面，大数据作为决策依据的属性，能够精准分析供给与需求，减少生产经营中的盲目性，让传统产业创新经营模式，实现智能生产；另一方面，大数据作为新型经济资源的属性，能够与传统产业融合而产生新型生产性服务业，产生新业态，推动产业升级。

大数据让制造业

产业链延伸

事实上，大数据正在不断拓宽传统制造业的销售渠道。深圳科腾控股有限公司是腾讯Qrobot智能产品的运营商，是一家智能式车载体验企业，其“橙歌”品牌已登陆杭州的滴滴出行网约车平台。

该公司创始人郑崇兼告诉《中国企业报》记者，“橙歌”在推出市场后，将运用大数据进行共享经济的促进与优化，让乘客在车里就能与更具体的定制化生活需求联系起来，使用GPS定位等数据以及其他个性化车载数据点，将消费者与最符合他们需求的生活体验联系起来，让车载生活变得更精彩丰富。

郑崇兼表示，作为一家车载智能服务企业，从车载音乐系统到车载电商销售平台，其背后实际上是大量的制造业。他认为，大数据是制造业智能化的基础，其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，核心是定制平台。

原来人头攒动的贵州东方钢材市场因为利用了大数据已经变得门可罗雀，但生意却越做越大。贵阳东方现代钢材市场股份有限公司副总经理韩迅告诉记者，作为贵州省最大的钢材交易市场，他们掌握的交易数据比较全面。通过建设“大宗物资交易平台”，主要包括电商、仓储和物流三个平台，所有的交易、支付、票据、交易价格、交易数量等交易情况一目了然。他感叹，在大数据时代，这些数据对于钢材市场来说，就是一座数据富矿。

大数据使得服务业与制造业的产业链形成了无缝对接，正在改变传统的营销模式和服务模式。作为营销专家，李文悌认为，传统的生产模式以“产品”为中心，产品一旦销售出去，其价值链就意味着结束，而服务型制造则以“人”为核心，产品销售出去意味着服务才刚刚开始，“产品+服务”成为提升企业竞争力的关键。他认为，传感器、互联网、大数据技术的应用，将使产品售后服务变得更加智能和高效，有利于进一步提升产品售后服务水平、优化产品设计。

人才是大数据发展

的重要保证

尽管大数据给传统企业带来无限美好的空间，但是就目前的状况来说，我国工业大数据的广泛运用仍存在一些技术障碍，目前工业大数据仍处于起步阶段。中研普华研究员揭小兰告诉《中国企业报》记者，从我国工业企业方面来看，企业创新能力不足、高端和高价值产品欠缺，在国际产业分工中处于中低端状态。虽然不少中小型制造企业实现了机械化，但仍有很多农业机械装备企业没有达到工业2.0阶段。制造企业整体的规模化、标准化、自动化和信息化水平发展不一、参差不齐，中国工业企业急需转型和升级。

企业通过大数据可以发现商机和投资机会。浙江大学政府与企业研究所所长蔡宁对记者表示，企业需要认识到数据的价值，大数据不再是传统意义的数据，其带来了全新的价值提升，优化和改善传统企业的管理模式、业务模式和技术结构。他认为，大数据发展的瓶颈是人才，必须培养出世界领先的团队。

据中国商业联合会数据分析专业委员会统计，我国未来基础性数据分析人才缺口将达1400万；而在BAT企业招聘职位里，60%以上都在找大数据人才。

揭小兰表示，目前传统制造业在大数据方面主要存在四个方面的瓶颈。一是挖掘制造业大数据价值的核心技术体系尚未建立；二是行业企业内外部数据整合应用不足；三是企业各部门之间数据集成应用难度较大；四是制造业大数据加工服务业实力较为薄弱。她建议，要加强政策引导，提高制造业大数据应用技术与水平，还要重视复合型人才的引进培养，构建有利于制造业大数据发展的人才激励机制。