制造業正利用新的數據和人工智能技術提升效率。隨著人工智能的觸角擴展到制造業，英偉達和Databricks等公司最近發布了幾款專門構建的產品，幫助制造業企業從物理運營到供應鏈等各個方面收集并處理大量數據。

Snowflake也參與到這一行動中，其制造業數據云首次亮相。該公司表示，這一新產品將使汽車、技術、能源和工業部門的公司能夠利用Snowflake的數據平臺、合作伙伴解決方案和特定行業的數據集，挖掘孤立的工業數據的價值。

Snowflake數據云為數據倉庫(Data Warehouse)、SQL分析、機器學習、數據工程和第三方數據貨幣化提供了一個平臺。制造業數據云以這些能力為基礎，提供行業解決方案，幫助制造商為其業務奠定基礎，提高供應鏈性能，并推動智能制造計劃。數據云是一個完全可管理、安全的平臺，具有統一的治理和多云數據整合功能，該公司聲稱可以支持幾乎任何規模的存儲、計算和用戶。

Snowflake全球制造主管Tim Long表示：“我們對Snowflak平臺以及我們的合作伙伴解決方案和數據在制造業數據云中匯集感到非常興奮，因為我們知道這將對制造商有很大幫助。”

Long領導進入該行業市場的團隊，并與50多個合作伙伴合作進行此次發布。與數百家全球制造商會面，了解他們面臨的挑戰，同時借鑒他在半導體制造業20年的經驗。Long曾領導半導體制造商美光(Micron)的數據和分析實踐，該公司采用Snowflake，并發現它是統一公司數據和提高工廠績效的最佳平臺。他說：“我們在短短四個月內就將整個制造業數據足跡從現場轉移到了云中的Snowflake。”“通過這段經歷，我了解第一手的制造商在數據方面面臨的機遇和困難。”

利用可見性優化供應鏈績效

供應鏈效能對成功的制造操作具有巨大的影響，跳出工廠的四面墻，看看整個供應鏈正在發生的事情是關鍵：“我們的論點是，提高企業的績效，實現這一目標的途徑是通過更好的可見性。提高可見性的方法是擁有更好的數據，這些數據超出了第一方數據的范圍，超出了企業的直接視野。”

Snowflake的制造業數據云通過將其專有數據與合作伙伴數據和Snowflake Marketplace的數據結合起來，在組織的整個供應鏈上進行數據共享和協作，從而提高下游和上游的可見性。然后，公司可以使用SQL和Snowpark來利用這些數據，Snowflake是Python、Java和Scala的開發框架。該平臺允許不同的團隊與共享數據合作，為預測需求、原材料價格和能源價格等用例構建AI和ML模型。

解決方案建立在Snowflake之上，利用Snowflake的數據協作提供數據連接，并可以深入了解供應商的表現。Snowflake Marketplace提供的其中一個合作伙伴，來自貨運跟蹤專家公司FourKites的解決方案。該公司為陸上或海上運輸的產品提供近乎實時的跟蹤見解，制造商可以直接從Snowflake制造業數據云中獲取這些FourKites數據。Long解釋了他們如何將這些見解與內部數據相結合，以更好地安排時間，確保客戶貨物以可控的成本按時到達，同時提到3M是當前該功能的客戶。

提供工業應用程序的其他合作伙伴包括基于云的供應鏈風險管理和商業市場平臺提供商Avetta，以及供應鏈優化軟件專家Blue Yonder和云原生供應鏈自動化平臺Elementum。

AWS是此次發布的眾多技術合作伙伴之一，其解決方案使制造商能夠調動位于不同位置的數據集進行全面分析。另一個是Fivetran，該解決方案在將數據從SAP系統和SaaS應用程序等數據庫轉移到新的制造數據云時，可以自動化ELT流程的各個方面。Dataiku還是批次性能優化器的合作伙伴，可將傳感器、物聯網和歷史批次數據納入Dataiku，以評估和預測批次結果。

為工業4.0提高工廠效率

除了供應鏈優化，Snowflake的制造業數據云還致力于改善工廠運營。

“如果我們轉向工廠內部，我們會看到制造商試圖使用智能制造或有時被稱為工業4.0的技術來提高效率。”Long說：“下一次工業革命實際上要歸功于數據和人工智能的可能。”

人工智能技術極大地擴展了數據接收能力，制造數據云為半結構化、結構化和非結構化數據提供了本地支持，包括來自車間傳感器和設備的高容量物聯網數據。在Snowflake中統一這些數據有助于制造商簡化多個工廠的運營，并具有預測維護需求、分析周期時間以及提高產品產量和質量的能力。

直到最近，車間的技術進步還不如制造業的其他方面。運營技術(OT)涉及到運行車間的系統，這些系統是核心制造業務的核心。Long表示，這些系統由運行樓層的工程師監督，通常不在IT的權限范圍內。OT數據是由傳感器和有時可能相當舊的遺留設備生成的。

Long指出：“制造商通常無法使用這些數據，因為很難提取這些數據并將其帶到一個可以挖掘這些數據的地方，以了解產品產量和工廠效率。”

本次發布的Snowflake的相關合作伙伴是Riveron，他是一位OT專家，打包了一組技術，Long說這些技術是同類技術中最好的，可以以可擴展和高效的方式將數據從車間或他所說的其他邊緣位置帶到Snowflak。

Riveron的產品之一來自Opto 22，這是一家工業自動化公司，生產一種專用的物理硬件設備，能夠使用任何可用的網絡接口連接到許多類型的機器設備。該設備運行另一家專業公司Inductive Automation的軟件，可以跨數百種通信協議進行翻譯，在Cirrus Link的幫助下，將它們以標準消息格式匯集在一起，并傳輸到Snowflake中。

Long說：“(解決方案)完全是邊緣驅動的，這意味著可以在那里定義車間的資產。”“定義是像‘資產本身是什么，正在收集什么測量值，測量單位是什么?’這樣的信息將直接流入Snowflake，在那里它被動態物化以用于分析和在Snowflake云中定義這些資產不需要額外的配置設置，支持Cirrus Link消息標準中的所有不同數據類型，這是Snowflake與其競爭對手相比的另一個關鍵區別。”

用數據和人工智能驅動行業

幾家大型全球制造商已經在使用Snowflake制造數據云，包括計算互連供應商Molex，該公司正在使用該平臺推動其數字化轉型工作。

另一個客戶是Scania，這是一家卡車、公共汽車和工業發動機制造商，它使用Snowflake來連續傳輸數據，并支持用于監測車輛性能的機器學習計劃。

Long談到Scania時說：“隨著轉向電動汽車，他們意識到數據對下一代產品的成功有多么重要。”“他們正在使用Snowflake捕獲道路上60萬輛卡車的連接車輛數據，并利用這些數據為卡車運營商提供高價值的服務，如優化的維護計劃、建議調整這些車輛的運行方式等，以使車輛獲得最大價值和性能。”

Scania公司的產品負責人Peter Al?sen在一份新聞稿中表示：“Snowflake的制造數據云為我們提供了所需的數據基礎，可以從我們從60萬輛汽車中收到的1.5億條流媒體信息中獲得見解。”“通過Snowflake，我們能夠根據車輛運行和車間可用性建議維護，同時增加服務和其他數字或物理服務的創收活動，從而減少停機時間。”

Long對新版本為全球制造商帶來的全球前景和機遇充滿熱情：“我們在制造業數據云中利用Snowflake解鎖了很多機會。我們很高興能與世界分享這些機會。”