“这是最好的时代，这是最糟的时代，这是理性的时代，这是困惑的时代，这是迷信的时代，这是怀疑的时代。这是希望之春，这是失望之冬。人们拥有一切，人们一无所有。由此将坠入地狱，由此将升上天堂。”
——狄更斯
人类社会进入工业文明以来，创造了农业文明的千万倍的财富。经历了机械化，电气化和自动化三次技术推动的工业革命，现在正在进入由万物互联和数据驱动的智能化革命时代。
麦肯锡提出大数据的概念，马上风行全球。美国，中国等国家都纷纷把大数据定义为国家战略。在2015年9月大数据被定义为国家战略，今年10月份，习主席把大数据基础设施定义为政府提供的公共服务战略资源。
今天，制造业运营产生的数据的规模，范畴和深度在快速增加，提供了海量的数据来驱动基于场景的人工智能。
制造业中增值的知识分享和协作使得自适应，协作性企业成为可能。
大数据和先进的分析已经被集成到制造业运营中的营销和销售、产品研发、客户管理、工艺和制造、供应链协同、服务和再生之中。这大幅度提升了制造业管理的水平。
78%的企业CEO认为大数据分析是一个颠覆式的重要新技术，成为组织长期变革管理的基础。
基于大数据的场景化的人工智能，大幅提升对企业策略，战略和运营对财务目标的影响因素的深度认知。
数据是现实世界的DNA，随着物联网的广泛应用，制造业已经和将要安装各种传感器，和软件平台，把客户需求，天气，各个学科技术能力，制造资源和能力，网络，物流，营销策略，产品售后服务等全方位信息收集起来。大量的数据让我们有计划通过大数据对客户需求，产品设计、工艺优化，供应链和生态圈等纬度进行深度“洞察”，并基于不断拓展显知识和隐知识的认知来深度优化制造业的经营，从而可以把企业的经营提升到全价值链的智能化管理水平。
培训大纲
大数据技术的历史、现状和未来
▪ 数据诉说真相的三个故事
▪ 数据分析和数据挖掘
▪ 大数据概念的产生
▪ 大数据和小数据
▪ 大数据，机器学习和人工智能
▪ 大数据技术
– 数据摩尔定律
– 数据会说话
– 大数据技术基础架构
– 工业大数据的特点
– 工业大数据发展现状和趋势
▪ 大数据实践
– Walmart数据驱动供应链管理实战分析
工业互联网、大数据和工业云
▪ 物联网——工业互联网的基础
– 从嵌入式系统到物理信息融合系统
– 智能化产品——物联网
– 敏感元件，通讯协议和技术标准物联网的地基
▪ 云计算和云存储
▪ 公有云和私有云
▪ 数据集成驱动横向集成，整合价值链上企业之间的流程，减少流程节点提升效率
▪ 数据集成驱动纵向集成，让企业流程层级大幅减少，大幅提升决策速度和质量
▪ 数据集成驱动端到端集成，数据高速公路让制造业敏捷。
工业大数据、机器学习和人工智能
▪ 数据挖掘、机器学习、深度学习和人工智能概述
▪ 用数据为原料，经过机器学习产生、优化和升级人工智能
▪ 人工智能正在改变世界
– 从抢答诞生的沃森正在改变医疗，银行和数个行业。
– 谷歌人工智能正在影响人类的未来
– GE基于人工智能改变能源，航空和医疗行业
智能化大数据时代带来的挑战
▪ 传统的营销和销售模式失灵了，精准的个性化营销和销售成为主流。
▪ 如果我们不转型，我们很快就会回到“石器时代。”
▪ 产品智能化是供应链转型的加速器。
▪ 自适应的智能化的制造体系是保证转型成功的基石。
▪ 数据驱动、分布决策、专家型公司将成为供应链上的明珠。
▪ 产品服务化，服务及时化是大势所趋。
大数据如何提升企业经营
▪ 大数据改变营销和销售
– 数据带来细分市场的各种依据，直至精准营销
– 精准营销中的精准定价，精准媒介，精准推送，精准互动。
– 智能产品带来精准的需求管理，和精准配销
– 数据驱动的精准销售规划，精准销售行动和精准话术
– 数字化和互联带来的智能化管理
▪ 大数据驱动精准的需求预测
– 天气，活动，社交媒体，用户交互等等各个纬度数据与需求的关系
– 大数据洞察需求变异的动因和联系
– 大数据带来精准的天气预测
– 未来确定性因子如事件，天气和不确定事件和测不准的需求
– “天下武功唯快不破”实时的预测系统快速把确定性事件变成确定性需求变异
▪ 大数据驱动供应链网络优化
– 公路、铁路、航空和水路数据转化为时间成本的数据
– 物流供应商的数据采集
– 需求和物流仓储的地理分析
– 货品物流需求数据
– 大数据，大洞察，大愿景和大机会
– 合并和增加网点的优化机会决策
▪ 全网精准数据追溯和场景再现的价值
– 精准的数据，带来精准的问题陈诉
– 精准的数据，带来精准的解决方案
▪ 智能制造给链接整个供应链
– 智能制造企业的数据高速公路网——集成，互联，共享
– 大规模个性化定制CTM的业务模式中精准扁平的供应链
– 协同制造中敏捷，扁平，精准的供应链
– 从需求到设计，到制造，到供应链，到服务整条数据链的链接颠覆传统的业务模式和管理模式
▪ 工业大数据在研发中的应用
– 产品需求优化
– 产品设计优化
– 产品工艺优化
– 材料和部件优化
▪ 工业大数据在制造中的应用
– 先进生产排程
– 生产工艺优化
– 设备监控和质量管控
– 资源效率优化
▪ 工业大数据在服务中的应用
– 设备大数据与失效模式，预测性维护
– 远程运维和服务化
▪ 大数据让策略行动和财务结果之间的关系透明化
– KPI——如何考核决定如何行动“屁股决定脑袋”
– KPI中很多指标是矛盾的，不同的侧重，带来不同的结果
– 大数据洞察策略和行动和财务结果的直接关系
– 大数据优化KPI从而优化财务绩效
▪ 大数据和知识自动化
– 知识自动化
– 大数据是知识自动化的源头
– 大数据助飞知识自动化
▪ 大数据实施的障碍分析
▪ 如何推进和实施供应链大数据
– 将数据作为战略资产进行管理
– 打破数据壁垒，跨价值链分阶段整合数据
– 构建供应链大数据管理与分析团队
– 确保数据安全和隐私
▪ 大数据最佳实践
▪ 如何部署供应链大数据实现企业供应链转型升级
