制造业在数字化时代的发展方向

在数字时代&＃xff0c;工业互联网数据已经成为提高制造业生产率、竞争力和创新的关键因素。然而&＃xff0c;在开放环境中&＃xff0c;网络攻击路径增加&＃xff0c;攻击难度降低&＃xff0c;导致数据安全风险进一步加剧。与此同时&＃xff0c;新一代信息技术的广泛应用和渗透带来了深度伪造和数据污染等新的数据安全风险。
1、从产品全生命周期管理到价值全生命周期的管理
传统制造业往往更注重单个设备的自动化率&＃xff0c;忽视了产品的价值是由一系列可靠的工业流程产生的&＃xff0c;局部优化不等于全局优化。因此&＃xff0c;往往忽略了各工业环节的管理流程与其数字系统之间的沟通&＃xff0c;很少实现供应链层面的数据互联。但与此同时&＃xff0c;只有在供应链管理的突破下&＃xff0c;我们才必须运用认知智能、分析、决策和判断来管理产品的生命周期。产品出厂后&＃xff0c;数据采集必须是一个开放的平台&＃xff0c;访问不同的组件&＃xff0c;了解终端产品的目的地&＃xff0c;找到利用区块链技术、密码学和人工智能重建的工业互联网。
2、全生产链系统的协同升级
我国制造业的自动化和数字化发展过程相对较短&＃xff0c;即使在同一行业&＃xff0c;企业的自动化程度和技术路线也有很大的不同。因此&＃xff0c;数据分布相对分散&＃xff0c;很难获得数字化化工厂所需产品全生命周期的系统数据。企业在链上后&＃xff0c;可以利用区块链技术重构供应链系统&＃xff0c;在此基础上构建共享工厂、去中心化电子商务平台、价值生命周期管理系统等应用。从而可以促进企业整体规划整个生产链的技术。
在生产流程数字化、订单系统数字化的基础上&＃xff0c;通过区块链技术实现跨代理协作&＃xff0c;如生产能力的柔性共享与分配、供应商与供应商在订单业务层面的柔性匹配与部署、以及全产业链的智能协作。
3、数据基础设施&＃xff1a;开放、开源地保障企业数据安全
数据主权的变化也分散了数据的价值。如何满足数据主权、隐私保护和监管要求&＃xff0c;使数据仍能有效利用&＃xff0c;挖掘更多的数据价值&＃xff0c;是亟待解决的问题。在数据分布式存储的基础上&＃xff0c;通过技术手段保留数据的价值。一是可信的数据来源:基于区块链Oracle系统&＃xff0c;在分布式网络中&＃xff0c;可以可靠地收集工业运行过程中的相关数据&＃xff0c;为后续的数据分析和建模提供可靠的保障。
第二&＃xff0c;隐私保护&＃xff1a;多方数据可以有效利用和训练&＃xff0c;不断挖掘数据的价值。在构建虚拟模型的过程中&＃xff0c;数据本身不需要移动&＃xff0c;保证了数据的私密性和安全性。通过引入区块链激励治理技术&＃xff0c;可以更好地激励多个参与者共同学习&＃xff0c;提高模型培训质量&＃xff0c;可信、无篡改地记录每个参与者的贡献价值&＃xff0c;更公开、透明地分配价值。