雲行者號外
我們通常講的製造業指的是利用一定的設備和技術，把製造資源按照一定的市場需求，通過製造的過程轉變為人們可以使用的產品的行業。因此在整個流程中其實有幾個關鍵詞，設備和技術、一定的市場需求、製造過程，產品。我們現在耳熟能詳的工業4.0、中國製造2025、工業互聯網等的核心內容都是圍繞著這幾個關鍵詞來展開的，萬變不離其宗。
在市場需求方面，由於技術和工藝的改進，提升了更高的市場需求。比如電池技術的能力提升促進了新能源汽車這個行業的興起、AI技術這些年對數據處理能力的突破提升了藥物研發和基因測序等需求的提升。第二個維度，就是柔性製造的概念。將原來大批量標準化的產品製造逐漸向以需求為基礎小批量定製化的方向轉化。
這些對製造業企業的管理模式和信息技術支撐造成了挑戰。比如管理模式上，原來的思路是工廠一套產線能用多年，一套生產工藝能用多年，一套生產班子能用多年。現在面對敏捷化市場的快速、按需、多樣化的生產模式，就必須有能夠匹配的管理模式，管理上能夠兼顧多個小組同時在應對不同的用戶需求，隨時根據訂單需要，調整合適的庫存，甚至在來料入庫之前就可以知道這些來料即將用在哪些產品上，將庫存標籤化。
和管理模式的挑戰相匹配的，就是信息技術支撐的挑戰。現如今的信息技術變化也層出不窮，大數據、雲計算、人工智能、區塊鏈等，對於大多數製造業用戶來講，選擇並搭配出適合自己使用的方案是不容易的。兼顧靈活性、高效性、安全性、易用性很難，因此需要企業管理者具有一定的取捨和分辨能力，同時也需要廠商或者第三方的輔助，來共同應對技術選擇的挑戰。
比如互聯網大潮洶湧而來，企業紛紛上雲。其實互聯網只是途徑，只是變革了交付的方式，但並不提供最終的產品，真正的產品還是要靠製造業自身去創造。
製造業是一個不同於互聯網的行業，一些核心技術需要長期的研發攻關，需要大批的技術儲備。同理，在技術的選擇上，製造業也和互聯網行業特點不同。互聯網行業的一些優勢確實值得製造業借鑑，比如從IT需求的提出到交付的週期短，單個應用的開發時間短等，這些特點可以通過雲環境，敏捷交付等手段來改善。但製造業用戶也不能盲目跟風，最終還是要選擇能以合適的方式解決自己問題的好方案，目標還是解決問題。
互聯網行業特點是變化非常快，因而程序員、測試人員眾多，可以支持每天流程的成百上千個變更，每天出現問題以及解決問題是必然的。但製造業，是沒有這樣的需求場景的，不需要這個頻次的變化。而且幾乎不允許出問題，一旦出問題導致產線停產對企業會造成非常大的影響。因此在這個行業裡追求穩定、高可用的需求要優先於敏捷性的需求。
互聯網驅動的分佈式架構成為潮流，但現實情況看，分佈式架構並非那麼完美，在業務對交易響應時效較高、交易密度較大、數據一致性要求很高的場景，分佈式不是一個很好的選擇，用戶在這種場景下仍然會傾向於傳統的集中式的架構環境。而製造業的用戶場景，很多是在這個範疇之內的。
浪潮商用機器在幫助製造業企業進行專項方面進行了諸多探索，公司有眾多擁有十幾二十年經驗的資深專家，可以協助用戶從需求階段就做好定性和定量的評估。眾多製造業企業都選擇了POWER的解決產品和解決方案。
通過和用戶的深入溝通，浪潮商用機器可以將客戶各種需求匹配到解決方案當中。公司提供從基礎架構規劃、研發到信息架構高可用性、再到容災，雲計算、AI等多層面的解決方案，這些解決方案的匹配能夠最大限度的貼合用戶需求。
特別是POWER服務器兼顧傳統優勢又加入了創新能力。眾所周知，POWER服務器的不斷更新及周邊的解決方案，在中國各大企業穩定運行已經有超過20年的時間了。在這20多年的時間裡，沉澱下來很多優秀的資產和最佳實踐。以POWER為代表的集中式架構在資源利用率、性能表現和總擁有成本方面表現出色。從保護用戶投資和使用一貫性的角度看，POWER是一個很有優勢的選擇。同時，POWER平臺也引入了重要的快速創新能力。比如創新雲平臺和AI就是兩個典型的例子。
創新雲平臺採用較新的OpenPower＋Docker/Openshift等容器雲的解決方案充分利用了OpenPower的高性能和雲優勢的結合，能夠整合相當於X86服務器2-4倍的負載到一臺服務器上，大大節省了雲硬件的整體數量，這對於工業雲平臺的建設絕對是個福音。
在AI方面，浪潮商用機器推出了PowerAI的解決方案，其從產品上整合了基於CPU/GPU的硬件平臺、深度學習框架和增強的工具集等多個層面的支持，並能夠提供實施服務，全面滿足用戶新上AI環境方方面面的需求。方案的核心能力優化了數據、算法及算力的功能和易用性，能夠幫助製造業的用戶在圖像識別、產線良品檢測、視頻分析等場景中逐步引入AI的輔助，更好地促進生產管理。
浪潮商用機器的行業方法論和最佳實踐的積累在行業內部都是非常領先的。舉例來說，浪潮商用機器從過往的行業經驗中總結出了一套協助用戶計算TCO（總體擁有成本）的無形資產，可以系統地幫助用戶評估一個項目週期（比如五年）內考慮採購、維保、折舊、集中和分佈式的差異、電力機房利用率等多個因素後的總體成本，且這些數據都是定量且直觀的。避免了用戶前期採購廉價的服務器，看似省錢，但後期無底洞似的投入巨大類似這樣的情況。這種專業性的分析能力是IPS團隊的經驗積累，從實際的效果看也是客戶非常感興趣的內容。曾經在一個用戶的整合項目中通過這種TCO的分析，幫用戶節省了潛在的30%以上的投入。
在製造業用戶快速建設自己信息化的進程中，我們還看到了不少的對原有ERP系統和數據倉庫系統的升級需求，以滿足企業快速處理數據、建模和對生產進行預測分析的需要。面對這些新型的業務需要，浪潮商用機器和SAP合作一起推出了HANA on Power的解決方案。這種基於內存數據庫的解決方案，能夠整合用戶已有的交易和分析型的數據庫，把對業務的響應速度提升幾個數量級，使過往需要很長時間的分析報表以分鐘級展現在用戶面前，大大提升了用戶的使用體驗。
浪潮商用機器不僅提供解決方案，同時公司還有強大的實施和技術支持團隊，可以保障解決方案的順利落地。重要的方案交付團隊是浪潮商用機器的另一個重要優勢。這個團隊一直是服務於高端的企業用戶，具有企業級的交付思維和交付能力，也積累了很多的無形資產，這些都是保障項目順利進行的重要環節。（文/李祥敬）
科技行者
面對，工業4.0、工業互聯網及數字化工廠趨勢；目前國內製造業企業，已經開始向中國智造轉型升級。
面對，工業4.0市場趨勢，傳統制造業企業將會面臨未來如何轉型升級的挑戰；使傳統制造企業，向現代化智慧製造企業轉型升級。
傳統制造企業，向智慧製造轉型升級，不是簡單借用工業4.0模式，就可以輕鬆轉型。
企業轉型，將會面臨很多問題，如企業設備智能化改造或換代升級，企業智慧生產系統建設；企業工人再培訓，吸引新型人才等問題。
最重要的是以上涉及的問題所產生的費用，企業在這方面預算是否充足，對於企業現有生產任務及資金鍊影響，是否有系統周全的評估。
弘康
從數據安全方面考慮，我個人覺得要考慮及克服的挑戰有:
當您考慮是否投資工業 4.0 時，應該思考在您的組織中引入新技術及流程所帶來的一些潛在挑戰。記住，您並不孤單。以下是大部分業務擁有者對於智能製造的常見挑戰：
挑戰 1：我們的商業數據和客戶資料是否安全？
網絡黑客入侵的威脅年復一年地加劇，許多企業都對投資雲端技術憂心忡忡，害怕將數據轉移至公司防火牆外的地方，會令他們的業務和數據落入不法之徒手上。
挑戰 2：我可否取得團隊的支持？
答案很簡單：可以。實施新技術、應用新業務模型，也許對某些人來說難以接受和適應，但只要在前期清楚釐定期望、闡明投資工業 4.0 技術的目標與優勢，並在整個實施過程中對團隊保持開放透明的態度，您最終必定可以獲得團隊的支持。
挑戰 3：我們是否有足夠的資源和人手來實施及管理這項技術？
當您投資雲端技術時，並不需要嚴重依賴您的 IT 團隊來管理及維護系統。反之，服務供應商會為您定期更新及維護系統，使您從中受惠。例如，為免出現以往 ERP 系統帶來的後續實施及升級挑戰，部分企業已選用雲端 ERP 或軟件即服務 (SaaS)。如同雲端儲存一樣，雲端 ERP 供應商會承擔建立及維護基礎架構的成本，無需將壓力施加到貴公司的 IT 部門身上。雲端 ERP 系統擁有 ERP 的所有優勢，無需專門的 IT 基礎架構或專責員工，讓您可以騰出這些資源，應付其他 IT 任務。
挑戰 4：我可否知道如何運用數據來制定更明智的決策？
可以的。充分掌握了時代技術，對我們做計劃、決策有推波助瀾的作用。
挑戰與機遇會相伴而行。
區塊geek
我們通常講的製造業指的是利用一定的設備和技術，把製造資源按照一定的市場需求，通過製造的過程轉變為人們可以使用的產品的行業。因此在整個流程中其實有幾個關鍵詞，設備和技術、一定的市場需求、製造過程，產品。我們現在耳熟能詳的工業4.0、中國製造2025、工業互聯網等的核心內容都是圍繞著這幾個關鍵詞來展開的，萬變不離其宗。
在市場需求方面，由於技術和工藝的改進，提升了更高的市場需求。比如電池技術的能力提升促進了新能源汽車這個行業的興起、AI技術這些年對數據處理能力的突破提升了藥物研發和基因測序等需求的提升。第二個維度，就是柔性製造的概念。將原來大批量標準化的產品製造逐漸向以需求為基礎小批量定製化的方向轉化。
這些對製造業企業的管理模式和信息技術支撐造成了挑戰。比如管理模式上，原來的思路是工廠一套產線能用多年，一套生產工藝能用多年，一套生產班子能用多年。現在面對敏捷化市場的快速、按需、多樣化的生產模式，就必須有能夠匹配的管理模式，管理上能夠兼顧多個小組同時在應對不同的用戶需求，隨時根據訂單需要，調整合適的庫存，甚至在來料入庫之前就可以知道這些來料即將用在哪些產品上，將庫存標籤化。
和管理模式的挑戰相匹配的，就是信息技術支撐的挑戰。現如今的信息技術變化也層出不窮，大數據、雲計算、人工智能、區塊鏈等，對於大多數製造業用戶來講，選擇並搭配出適合自己使用的方案是不容易的。兼顧靈活性、高效性、安全性、易用性很難，因此需要企業管理者具有一定的取捨和分辨能力，同時也需要廠商或者第三方的輔助，來共同應對技術選擇的挑戰。
比如互聯網大潮洶湧而來，企業紛紛上雲。其實互聯網只是途徑，只是變革了交付的方式，但並不提供最終的產品，真正的產品還是要靠製造業自身去創造。
製造業是一個不同於互聯網的行業，一些核心技術需要長期的研發攻關，需要大批的技術儲備。同理，在技術的選擇上，製造業也和互聯網行業特點不同。互聯網行業的一些優勢確實值得製造業借鑑，比如從IT需求的提出到交付的週期短，單個應用的開發時間短等，這些特點可以通過雲環境，敏捷交付等手段來改善。但製造業用戶也不能盲目跟風，最終還是要選擇能以合適的方式解決自己問題的好方案，目標還是解決問題。
互聯網行業特點是變化非常快，因而程序員、測試人員眾多，可以支持每天流程的成百上千個變更，每天出現問題以及解決問題是必然的。但製造業，是沒有這樣的需求場景的，不需要這個頻次的變化。而且幾乎不允許出問題，一旦出問題導致產線停產對企業會造成非常大的影響。因此在這個行業裡追求穩定、高可用的需求要優先於敏捷性的需求。
互聯網驅動的分佈式架構成為潮流，但現實情況看，分佈式架構並非那麼完美，在業務對交易響應時效較高、交易密度較大、數據一致性要求很高的場景，分佈式不是一個很好的選擇，用戶在這種場景下仍然會傾向於傳統的集中式的架構環境。而製造業的用戶場景，很多是在這個範疇之內的。
浪潮商用機器在幫助製造業企業進行專項方面進行了諸多探索，公司有眾多擁有十幾二十年經驗的資深專家，可以協助用戶從需求階段就做好定性和定量的評估。眾多製造業企業都選擇了POWER的解決產品和解決方案。
通過和用戶的深入溝通，浪潮商用機器可以將客戶各種需求匹配到解決方案當中。公司提供從基礎架構規劃、研發到信息架構高可用性、再到容災，雲計算、AI等多層面的解決方案，這些解決方案的匹配能夠最大限度的貼合用戶需求。
特別是POWER服務器兼顧傳統優勢又加入了創新能力。眾所周知，POWER服務器的不斷更新及周邊的解決方案，在中國各大企業穩定運行已經有超過20年的時間了。在這20多年的時間裡，沉澱下來很多優秀的資產和最佳實踐。以POWER為代表的集中式架構在資源利用率、性能表現和總擁有成本方面表現出色。從保護用戶投資和使用一貫性的角度看，POWER是一個很有優勢的選擇。同時，POWER平臺也引入了重要的快速創新能力。比如創新雲平臺和AI就是兩個典型的例子。
創新雲平臺採用較新的OpenPower＋Docker/Openshift等容器雲的解決方案充分利用了OpenPower的高性能和雲優勢的結合，能夠整合相當於X86服務器2-4倍的負載到一臺服務器上，大大節省了雲硬件的整體數量，這對於工業雲平臺的建設絕對是個福音。
在AI方面，浪潮商用機器推出了PowerAI的解決方案，其從產品上整合了基於CPU/GPU的硬件平臺、深度學習框架和增強的工具集等多個層面的支持，並能夠提供實施服務，全面滿足用戶新上AI環境方方面面的需求。方案的核心能力優化了數據、算法及算力的功能和易用性，能夠幫助製造業的用戶在圖像識別、產線良品檢測、視頻分析等場景中逐步引入AI的輔助，更好地促進生產管理。
浪潮商用機器的行業方法論和最佳實踐的積累在行業內部都是非常領先的。舉例來說，浪潮商用機器從過往的行業經驗中總結出了一套協助用戶計算TCO（總體擁有成本）的無形資產，可以系統地幫助用戶評估一個項目週期（比如五年）內考慮採購、維保、折舊、集中和分佈式的差異、電力機房利用率等多個因素後的總體成本，且這些數據都是定量且直觀的。避免了用戶前期採購廉價的服務器，看似省錢，但後期無底洞似的投入巨大類似這樣的情況。這種專業性的分析能力是IPS團隊的經驗積累，從實際的效果看也是客戶非常感興趣的內容。曾經在一個用戶的整合項目中通過這種TCO的分析，幫用戶節省了潛在的30%以上的投入。
在製造業用戶快速建設自己信息化的進程中，我們還看到了不少的對原有ERP系統和數據倉庫系統的升級需求，以滿足企業快速處理數據、建模和對生產進行預測分析的需要。面對這些新型的業務需要，浪潮商用機器和SAP合作一起推出了HANA on Power的解決方案。這種基於內存數據庫的解決方案，能夠整合用戶已有的交易和分析型的數據庫，把對業務的響應速度提升幾個數量級，使過往需要很長時間的分析報表以分鐘級展現在用戶面前，大大提升了用戶的使用體驗。
浪潮商用機器不僅提供解決方案，同時公司還有強大的實施和技術支持團隊，可以保障解決方案的順利落地。重要的方案交付團隊是浪潮商用機器的另一個重要優勢。這個團隊一直是服務於高端的企業用戶，具有企業級的交付思維和交付能力，也積累了很多的無形資產，這些都是保障項目順利進行的重要環節。
