制造全寿命周期管理中的数据与数据资产管理

第1部分 背景-现状 中国制造业发展国家战略 制造业是实体经济与数字经济融合主场 制造业是实体经济的基础，实体经济是我国发展的本钱；要坚定推进产业转型升级，加强自主创新，发展高端制造、智能制造，把我国制造业和实体经济搞上去。——习近平在河南考察时强调，2019.9 制造业是兴国之器、强国之基，是实体经济的主体，是创新驱动的主战场，是大数据的核心应用领域。 ——马凯副总理在贵阳数博会的讲话，2017.5 制造业是实体经济的主体，是技术创新的主战场。 ——原工信部部长苗圩 制造业是中国国民经济支柱产业 制造业（2019年）：GDP39%，出口39%，专利67%。数据来源：国家统计局和《全球制造业创新指数白皮书》 制造业是国家科研投入和成果产出主体 2019年，全国共投入研究与试验发展（R&D）经费22143.6亿元，其中制造业研发经费为13538.5亿元，占总研发投入的61%。 •2019中国制造业企业500强共有专利917446件，较上年增长18.06%。2013—2019中国制造企业500强专利数年均复合增速达21.99%。•2019中国制造业企业500强中发明专利数前10位企业共拥有发明专利数136622件，占到当年500强发明专利总数的50.38%。 （来源：《2019年全国科技经费投入统计公报》，2019年中国企业500强榜单） 美国制造业在经济领域中的作用 美国数据分析局：美国制造业在各项经济指标中所占的份额数据 智能制造在整个经济领域中的引领作用 美国《初步设计》报告：智能制造业在所有经济门类中，拥有最大的效应系数。 第2部分 数据-管理 智能制造就是规模化制定生产 制造全寿命周期中的实物流-数据流 制造全寿命周期管理 打造自主化决策、柔性化生产的智能工厂；基于工业互联网平台实现制造全流程端到端的协同，促进企业各系统层级数据集成，实现资源的整合优化；基于数字孪生技术，构建虚实交互闭环优化系统，提升智能决策和高效创新能力。 制造全寿命周期端到端的数据集成管理 以工业互联网平台为基础集成各系统；以 端到端信息数据流为核心驱动；在设计、供应、制造和服务各环节实现端到端无缝协作。 制造全寿命周期管理中的设计数据协同管理 制造全寿命周期管理中供应链数据协同管理 制造全寿命周期管理中的制造数据协同管理 制造全寿命周期管理中的服务数据协同管理 预测性维护和远程运维 第3部分 资产-管理 数字化带来制造业的价值革命 数字化带来产品革命:智能产品、互联产品 数字化带来产品革命:虚拟产品、数据产品 虚拟产品/数字产品是指能够实现一定功能的、有价值的、并能进行交易且以非实体存在的产品。如数据、模型库、算法集、工业机理模型、数字孪生体、微服务池、开发工具、 软件包、专家知识库、 数字化带来产值革命:数据资源、数字资产 生产鞋，还生产鞋楦。卖鞋？更卖数据！ 数字化带来产业革命:泛产业链、协同制造 大数据推动各生产环节形成开放复杂泛产业链的并行组织和协同优化。实现网络平台协同制造。 工业大数据打通智能制造产业的全价值链 第4部分 案例-总结 案例：汽车制造生态协同数据价值发现与资产管理 案例：汽车制造生态协同数据价值发现与资产管理 制造全寿命周期数据治理原初范式 制造企业数据治理： 数据治理系建立在数据存储、访问、验证、保护和使用之上的一系列程序、标准、角色和指标，以期通过持续的评估、指导和监督，确保富有成效且高效的数据利用，促进跨组织协作和结构化决策，为企业创造价值。 制造全寿命周期数据治理协同范式 制造企业数据协同治理： 制造全寿命周期数据治理协同范式 制造企业数据协同治理： •数据治理不再是企业价值最大化的工具，而是在数据利益攸关者之间铸就相互依赖关系、发掘数据自身价值的基础性架构。 •企业和行业应当优先发挥治理功能。为此，应深入调研制造企业在数据治理一线的最佳治理实践，推动行业自治（行业标准、共识、公约等）,通过自下而上、分散化机制，实现数据协同治理。 制造全寿命周期管理中的数据治理规划 感谢聆听敬请指正