资讯 工业数智化
此为临时链接,仅用于文章预览,将在时失效

奇点云王乐珩:制造业正在迎来他们的“双11”时刻

作者:梁程敏
2024/02/29 14:41

“制造业数据的指数级增长,就像当年阿里巴巴的‘双11’购物节一样,在这样的景象下,作为一名数据从业者,我感到异常兴奋。这种熟悉的感觉仿佛让我回到了过去,但这一次,我站在了一个全新舞台。”

曾在阿里工作多年的奇点云CTO地雷,他的眼神中透露出热情与期待。

奇点云是谁?

简单来说,他们是独立第三方的大数据基础软件厂商,成功实现与全球十大IaaS云服务商的兼容;虽然创始团队全部来自阿里,但并不是阿里的投资项目;作为国内为数不多的拥有完整大数据实践经验的“玩家”,他们一直被视为国内四大中台厂商之一。

奇点云的合伙人、CTO王乐珩(花名:地雷),拥有18+年数据领域研发、产品和创业经验,原阿里云MaxCompute大数据引擎和算法平台首任PD。创始人和高管团队也大多拥有深厚的阿里背景。奇点云背后的团队,与这种技术基因有着非常紧密的联系。

凭借着技术优势以及在零售、金融和政企几大赛道的成绩,奇点云在2022年底成功完成了近亿元的C2轮融资。据官方表示,这笔资金将用于自主可控的数据技术研发、产品和服务的持续升级,以及加速推进“企业级”战略,优化营收结构,实现高质量的发展。2023年,奇点云获得了制造业多个细分领域头部客户认可,实现了制造业营收占比翻倍。

成绩不错,他们正在主攻什么?

答案是:赋能制造业。

制造业数据正处于爆发式增长,这对于奇点云来说是巨大的机遇。地雷在与雷峰网对话中透露,奇点云力邀制造业资深专家“入伙”,并将多年服务零售业沉淀下来的技术和经验加以复用,帮助制造业客户在数据采集、数据研发、数据生产、数据服务和数据治理等多个环节实现降本增效,实现数据能力的可持续发展。

意外发现制造业“数据新大陆”

"制造业数据的指数级增长,这真是个出乎意料的事情,我们最初并没有预料到。这个发现,纯属偶然!"地雷笑谈道。

这要从奇点云与一家新能源制造企业(A企业)合作开始说起。

A企业使用了奇点云DataSimba数据云平台,可以分析处理大量各种类型的数据,并在半夜准时生成报表,使得企业第二天能够做出相应的调整。

令人意外的是,在不到三周的时间里,A企业的老板给地雷打来电话提出了新的需求。

在电话那头,老板的需求十分明确:“DataSimba用着还行,数据分析的效果也不错,我们希望继续提频增速,把一天跑一次数据,改成每小时生成一次数据。还有,好几个基地数据在等着上生产。”

地雷心里一惊:没想到制造业用数的反馈和数据量的增长来得如此之快!原本以为上线DataSimba后,大规模扩展资源会在两三年后,但现在因为数据量爆增倒逼着数据基础设施更新,这仅仅过去了两三周。

项目组工程师加班加点,帮助A企业在不另加资源的前提下,完成每小时生成一次数据的目标;接着,地雷请来公司各路神仙研究海量、多源、异构数据的实时处理等问题,“技术栈能力是有上限的,突破量级的时候,就不是单纯堆机器那么简单了。”

三周后,A老板拿到了稳定按小时级产出的分析结果,决策更及时,竞争力就更强,利润自然更高了。

同时,地雷很快发现这并不仅仅是A企业的需求,而是整个制造业所面临的挑战。

聊到这里,大家难免有个疑问:为什么制造业的数据突然变得如此庞大?

数据的增多是因为数据源头也在增多。

众所周知,传统制造业倾向于使用人工解决问题,工人手动操作生产线,手工记录数据。然而,现在越来越多的自动化设备被引入到制造业中,取代了传统的人工操作。这些设备和系统产生了大量的数据,成为制造业数据的重要来源。

"制造业产生了大量的机器数据,这些数据按照设定的时间间隔采集,我们称之为时序数据。制造业的数据量比人们平时产生的数据要大得多,因为制造业的机器设备是按照固定的时间间隔采集的,每秒钟都会产生大量的数据。此外,这些数据是按照时间顺序依次采集的,比如每隔15秒采集一次温度数据,具有明确的时间顺序性。”地雷解释道。 奇点云王乐珩:制造业正在迎来他们的“双11”时刻

图:越来越多企业采用自动化生产线(插图由AI生成)

制造业自身变革倒逼企业利用数据解决问题。

以B企业为例,B企业是一家乳业企业,在交付产品给客户时面临着许多复杂问题,找到了奇点云共商“交期优化”策略。

比如,不同类型的牛奶需要考虑运输和物流条件进行生产和交付。在这个过程中,B企业需要在适当的时间内生产和交付产品,确保产品质量。

又比如,由于原材料成批采购,每批原材料的价格可能不同,B企业需要在财务上尽量盈利,同时满足客户需求。

此外,还需要考虑最坏的情况,即如果出现违约或延迟,应该优先解决哪些订单的问题。

总体来说,B企业的问题是涉及到多个复杂变量,需要统筹优化。

在过去几十年,这些问题主要依赖人工处理,比如根据经验配比生产线,并使用Excel表格进行管理。

但现在这种方法已经不管用了。为何?

因为B企业有很多部门,每个部门都有自己的系统,每个系统都会产生大量细节数据,形成多个“数据孤岛”,这些数据孤岛数据量很大,以TB(万亿字节)(1TB约等于1.1万亿字节)计算,传统人工方式根本不可能承担那么大的计算量。

“加上新的数据还在不断增加,人类很难在每小时或每分钟内反应变化,所以需要利用数据和自动化方式来管理整个生产线,包括订单管理、物流、原材料采购、制造和生产线等。”

“机会来了,制造业的数据智能化时代即将来临”,地雷很兴奋。

可以开着飞机换引擎吗?

要在制造业领域打好这场仗,技术尤为关键。

奇点云团队自带技术基因,在大数据领域拥有丰富的经验和技术,操盘过大量项目,才能知道哪里有坑,知道怎么避坑。

当然,只有大数据技术还不够,还要有“共同语言”。

一位制造业老炮打趣:“制造业几百种专业术语,类似‘OEE’、‘设备稼动率’、‘UPH’、‘采购及时率’等等,不在领域做上10年,5分钟就能被绕晕。”

“最怕就是你跟客户说技术,客户跟你说场景,大家谁也不懂谁,就好像鸡同鸭讲,”地雷一语中的。

因此,奇点云组建了制造业行业线团队,团队里的“老专家”都来自工业制造咨询公司和工业软件公司等领域,深谙行业Know-How,能够用共同语言与客户“接地气”沟通。

奇点云制造行业线负责人航宇谈到:“我们很乐意跟客户呆在一起,帮助客户充分利用数据来改进业务和决策。我们还有‘开飞机换引擎’的本事。“

开飞机换引擎?怎讲?

奇点云有一家客户是光纤领域的创新型企业(C企业)。

C企业数年前已完成数据中台建设。而在几年前,C企业被美列入“实体清单”,原数据中台供应商IBM随之“断供”——产品可继续使用,但不再提供版本更新、漏洞修复及技术支持。

对于C企业来说,数据已在多个核心领域得到使用,事关经营决策、生产管控等各个环节,数据基建(数据平台、数据中台等)的稳定性、可靠性、安全性也日益重要——数据生产不能被“卡脖子”,数据能力的建设也不应中止。

事实上,大型企业在大数据领域实践“国产替代”,确实不只是“换个产品”那么简单:

新产品需要支持国产信创,自主可控,打破封锁;

旧产品有的,新产品都要有,且更优;

旧产品没有但业务需要的,新产品也要有,且能陪伴业务升级而不断进化;

在新旧产品切换的时候,还要确保现有数据资产无损平滑迁移,同时保障日常数据生产不受影响。

对于已有多年数字化沉淀的C企业而言,切换数据基建产品就如同“开着飞机换引擎”,一点也不夸张。

为了解决C企业的问题,奇点云上线了DataSimba数据云平台,并将底层的大数据集群管理系统切换为奇点云的DataKun,数据迁移由奇点云原厂完成。最终,奇点云顺利帮助C企业实现了“开飞机换引擎”的任务。

何以PK同赛道玩家?

狭路相逢,奇点云会遇到三波玩家:一波是传统信息化公司;一波是互联网巨头和数据技术公司;还有一波是咨询公司。

传统信息化公司对制造业流程和痛点非常清楚,但是由于缺乏大数据技术,当客户数据量激增时,他们往往无法及时有效解决这个问题;

互联网巨头拥有先进的大数据技术,但在制造业行业 Know-How 方面存在欠缺。尽管一些大公司曾组建过一些优秀的制造业团队,但这些团队受限于企业文化和主线业务往往在内部无法存活,尤其当一项任务需要几年时间才能盈利的情况下;

咨询类公司对于行业的数字化有一定了解,可以从战略层面指导企业数字化转型工作。然而,咨询公司的人员往往缺乏实际落地的经验,所以最终还要数据技术公司落地项目。

地雷表示:“我们既拥有了先进的大数据技术,也拥有制造行业Know-How。同时,我们和很多伙伴是‘亦敌亦友’的关系,例如,和咨询类公司有成功的合作经验。”

同时,奇点云沉淀了一套独特的“抽象模型”方法论。

奇点云在创业的前三年,扎根零售业数字化,根据零售业的特点、业务模式和企业的整体设计,沉淀了一套“抽象模型”的方法论。

例如,如果要经营一个超市,只需要关注大约200多个数据指标。奇点云已经将这些数据指标抽象出来,创建了相对标准的数据模型,这样同类型的超市稍加改造,就可以快速地应用这些模型。

在制造业领域,奇点云也正在形成适用于制造业各个细分领域和场景的数据模型,并且在不断优化和改进的过程中,将其应用到更多的企业中。

此外,奇点云在零售业积累了可复用于制造业的“底层数据架构优化”经验。

以零售业为例,涉及到大量的数据,包括线上线下用户数据和商品数据等。在技术层面上,如何提高底层数据架构的复用能力,构建更好的数据技术模型,是一个重要的问题。

类似地,在制造业中,需要考虑“订单”、“供应商”等对象以及订单相关事件等的抽象化。通过优化和抽象化技术架构,可以用更统一可靠的技术底座来支撑上层动态多变的业务数据需求。

“奇点云从零售业走到制造业,积累了独特的经验,这些经验在底层数据架构优化和抽象化方面都非常有价值。”奇点云制造行业线负责人航宇分析道。

奇点云王乐珩:制造业正在迎来他们的“双11”时刻

图:奇点云提出制造业数字化转型“三看三提”

值得一提的是,奇点云是一家独立的第三方公司,不绑定云资源。这意味着他们可以与各种云平台和技术集成,为客户提供更大的自由度和灵活性,而不受特定云供应商的限制。

打仗要做主角,需求是甜蜜负担

“所有的数据分析和使用前提都是要有‘需求’。‘需求’就是数据人甜蜜的‘负担’。”地雷笑笑。

一个有趣的例子是,地雷曾经有一些阿里巴巴的前同事跳槽到谷歌,他们设计的架构令谷歌的工程师非常惊叹。当问及为什么这样设计时,他们解释道,这是因为他们曾经经历过阿里巴巴在“双11”期间数据爆炸的情况,所以他们的设计能够处理大规模的数据。

其实,制造业也是类似的道理。

中国有很多制造业企业,这些企业使用自动化生产线进行生产,同时产生大量数据。很多企业愿意利用这些数据来降低成本、提高效率。正因为如此,才会衍生出各种各样复杂的需求。

地雷总结道:“奇点云并不是仅仅为客户提供一把屠龙刀,而不关心客户在何种情况下使用这把屠龙刀。相反,奇点云更注重客户的需求。比如,客户可能有降本增效、供应链优化、供应链监控等各种需求,奇点云会带着这些问题去一直往下深挖,直到找到可以用数据解决的方法。”

看来,“制造业数据战”这场仗,奇点云争做主角,不是陪演。


雷峰网雷峰网(公众号:雷峰网)雷峰网

长按图片保存图片,分享给好友或朋友圈

奇点云王乐珩:制造业正在迎来他们的“双11”时刻

扫码查看文章

正在生成分享图...

取消
相关文章