[[408556]]

△圖源：freepik

回望過去幾年，物聯網、大數據、人工智能、工業互聯網等技術迅猛發展，成為推動制造業轉型升級的新動能。而新冠疫情更是暴露出制造業在資金、生產、供應鏈等多方面的問題，加速了不少企業進行數字化轉型的決心。

然而，數字化轉型是什么呢？

《2021數字化轉型白皮書》中指出，數字化轉型的本質，是通過數字技術和數學算法先行切入企業業務流，形成智能化閉環，使得企業的生產經營全過程可度量、可追溯、可預測、可傳承，重構了質量、效率、成本的核心競爭力。

數據是這個閉環的基礎單位。但實際上，大部分傳統制造型企業信息化基礎薄弱，數字化進程中很快便會遇到各種問題。而其中很關鍵的一點是，他們原有的數據不齊、不準，系統帶病運行，甚至是沒有建立信息系統，數據散落在企業生產經營的各個環節。

△圖源：freepik

對于這類型的企業，打好數字化的基礎是進行數字化轉型的第一步。那么，數據采集要考慮什么呢？以下幾點可供參考：

需要什么數據？

企業生產經營中，設備運轉、環境狀況、管理干預等都會產生大量的數據。如同采礦，如果全盤收集，對中小型企業來說，不僅費時費力，而且礦產以外還收攬了大量礦渣。因此，企業首先明確數字化的目的，從源頭上梳理數據收集類型、渠道等內容，整理和抽取出客觀、真實和有用的數據，從需求出發才能更好地發揮數據的價值。

數據越多越有價值？

從統計學原理來講，數據量大前提下得出的結論可信度就會高，因此不少企業都希望擁有大數據。然而，在時間上，大數據的積累需要一個長期的過程；在范圍上，數據的采集也受限于企業特點，難以覆蓋到整個行業，難以尋得借鑒。對此，更需要重視的是對獲得的數據分析。結合大數據的思維和小數據的細節，通過不斷更新迭代修正改善，讓數據精煉，讓結果可靠，同樣能夠發揮出數據的作用。

如何收集數據？

傳統制造業信息化程度低，大多依靠人工采集。而數字化轉型需要的數據除了數量、質量外，還需要更深入更多樣的數據以及其背后科學精準的采集方式（時間和采集點）。比如車間數據需要細化到設備的停啟、稼動率、環境溫度等具體信息。

[[408557]]△圖源：freepik

如果企業從0到1自己做起，會遇到設備通訊協議繁雜、數據清洗難等問題。此時，借助第三方數字化廠商，可以降低數據采集的難度和風險，如寰球智能深耕大數據多年，在向用戶提供產品服務的同時，還注重幫助用戶進行數據采集、挖掘作業過程中各項數據的內在價值，梳理數字化轉型思路和路徑，選取合適的解決方案，為企業降低人力、技術等成本。

盡管制造業數字化轉型之行路難、多歧路，但邁出第一步，不斷探索、因地制宜，從數據感知入手，到可追溯、可預測、可傳承迭代發展，一步步走出一條適合自己的轉型之路。