製造業正利用新的數據和人工智慧技術提升效率。隨著人工智慧的觸角擴展到製造業,英偉達和Databricks等公司最近發布了幾款專門建造的產品,幫助製造業企業從實體營運到供應鏈等各個方面收集並處理大量數據。
Snowflake也參與這項行動中,其製造業資料雲首次亮相。該公司表示,這項新產品將使汽車、技術、能源和工業部門的公司能夠利用Snowflake的數據平台、合作夥伴解決方案和特定行業的數據集,並挖掘孤立的工業數據的價值。
Snowflake資料雲為資料倉儲(Data Warehouse)、SQL分析、機器學習、資料工程和第三方資料貨幣化提供了一個平台。製造業數據雲以這些能力為基礎,提供產業解決方案,幫助製造商為其業務奠定基礎,提高供應鏈效能,並推動智慧製造計畫。資料雲是一個完全可管理、安全的平台,具有統一的治理和多雲資料整合功能,該公司聲稱可以支援幾乎任何規模的儲存、運算和使用者。
Snowflake全球製造主管Tim Long表示:「我們對Snowflak平台以及我們的合作夥伴解決方案和資料在製造業資料雲中匯集感到非常興奮,因為我們知道這將對製造商有很大幫助。」
Long領導進入該行業市場的團隊,並與50多個合作夥伴合作進行此次發布。與數百家全球製造商會面,了解他們面臨的挑戰,同時也從他在半導體製造業20年的經驗中學習。 Long曾領導半導體製造商美光(Micron)的數據和分析實踐,該公司採用Snowflake,並發現它是統一公司數據和提高工廠績效的最佳平台。他說:「我們在短短四個月內就將整個製造業數據足跡從現場轉移到了雲端中的Snowflake。」「透過這段經歷,我了解第一手的製造商在數據方面面臨的機會和困難。」
供應鏈效能對成功的製造作業具有巨大的影響,跳出工廠的四面牆,看看整個供應鏈正在發生的事情是關鍵:「我們的論點是,提高企業的績效,實現這一目標的途徑是透過更好的可見性。提高可見性的方法是擁有更好的數據,這些數據超出了第一方數據的範圍,超出了企業的直接視野。」
Snowflake的製造業數據雲通過將其專有數據與合作夥伴數據和Snowflake Marketplace的數據結合起來,在組織的整個供應鏈上進行數據共享和協作,從而提高下游和上游的可見性。然後,公司可以使用SQL和Snowpark來利用這些數據,Snowflake是Python、Java和Scala的開發框架。該平台允許不同的團隊與共享數據合作,為預測需求、原材料價格和能源價格等用例建立AI和ML模型。
解決方案建立在Snowflake之上,利用Snowflake的資料協作提供資料連接,並且可以深入了解供應商的表現。 Snowflake Marketplace提供的其中一個合作夥伴,來自貨運追蹤專家公司FourKites的解決方案。該公司為陸上或海上運輸的產品提供近乎即時的追蹤見解,製造商可以直接從Snowflake製造業數據雲中獲取這些FourKites數據。 Long解釋了他們如何將這些見解與內部數據結合,以更好地安排時間,確保客戶貨物以可控的成本按時到達,同時提到3M是目前該功能的客戶。
提供工業應用程式的其他合作夥伴包括基於雲端的供應鏈風險管理和商業市場平台供應商Avetta,以及供應鏈優化軟體專家Blue Yonder和雲端原生供應鏈自動化平台Elementum。
AWS是此次發布的眾多技術合作夥伴之一,其解決方案使製造商能夠調動位於不同位置的資料集進行全面分析。另一個是Fivetran,將資料從SAP系統和SaaS應用程式等資料庫轉移到新的製造資料雲時,可以自動化ELT流程的各個方面。 Dataiku也是批次效能優化器的合作夥伴,可將感測器、物聯網和歷史批次資料納入Dataiku,以評估和預測批次結果。
除了供應鏈優化,Snowflake的製造業數據雲也致力於改善工廠運作。
「如果我們轉向工廠內部,我們會看到製造商試圖使用智慧製造或有時被稱為工業4.0的技術來提高效率。」Long說:「下一次工業革命實際上要歸功於數據和人工智慧的可能。」
人工智慧技術極大地擴展了數據接收能力,製造數據雲為半結構化、結構化和非結構化數據提供了本地支持,包括來自車間感測器和設備的高容量物聯網數據。在Snowflake中統一這些數據有助於製造商簡化多個工廠的運營,並具有預測維護需求、分析週期時間以及提高產品產量和品質的能力。
直到最近,車間的技術進步還不如製造業的其他方面。營運技術(OT)涉及運行車間的系統,這些系統是核心製造業務的核心。 Long表示,這些系統由運作樓層的工程師監督,通常不在IT的權限範圍內。 OT資料是由感測器和有時可能相當舊的遺留裝置產生的。
Long指出:「製造商通常無法使用這些數據,因為很難提取這些數據並將其帶到一個可以挖掘這些數據的地方,以了解產品產量和工廠效率。」
本次發布的Snowflake的相關合作夥伴是Riveron,他是一位OT專家,打包了一組技術,Long說這些技術是同類技術中最好的,可以以可擴展和高效的方式將數據從車間或他所說的其他邊緣位置帶到Snowflak。
Riveron的產品之一來自Opto 22,這是一家工業自動化公司,生產一種專用的實體硬體設備,能夠使用任何可用的網路介面連接到許多類型的機器設備。該設備運行另一家專業公司Inductive Automation的軟體,可以跨數百種通訊協定進行翻譯,在Cirrus Link的幫助下,將它們以標準訊息格式匯集在一起,並傳輸到Snowflake。
Long說:「(解決方案)完全是邊緣驅動的,這意味著可以在那裡定義車間的資產。」「定義是像'資產本身是什麼,正在收集什麼測量值,測量單位是什麼?'這樣的資訊將直接流入Snowflake,在那裡它被動態物化以用於分析和在Snowflake雲中定義這些資產不需要額外的配置設置,支持Cirrus Link訊息標準中的所有不同數據類型,這是Snowflake與其競爭對手相比的另一個關鍵區別。」
幾家大型全球製造商已經在使用Snowflake製造數據雲,包括計算互連供應商Molex,該公司正在使用該平台推動其數位轉型工作。
另一個客戶是Scania,這是一家卡車、巴士和工業引擎製造商,它使用Snowflake來連續傳輸數據,並支援用於監測車輛性能的機器學習計劃。
Long談到Scania時說:「隨著轉向電動車,他們意識到數據對下一代產品的成功有多麼重要。」「他們正在使用Snowflake捕獲道路上60萬輛卡車的連接車輛數據,並利用這些數據為卡車運營商提供高價值的服務,如優化的維護計劃、建議調整這些車輛的運行方式等,以使車輛獲得最大價值和性能。」
Scania公司的產品負責人Peter Alåsen在新聞稿中表示:「Snowflake的製造數據雲為我們提供了所需的數據基礎,可以從我們從60萬輛汽車中收到的1.5億條串流媒體訊息中獲得見解」「透過Snowflake,我們能夠根據車輛運行和車間可用性建議維護,同時增加服務和其他數位或實體服務的創收活動,從而減少停機時間。」
Long對新版本為全球製造商帶來的全球前景和機會充滿熱情:「我們在製造業數據雲中利用Snowflake解鎖了很多機會。我們很高興能與世界分享這些機會。」
以上是製造業數據雲使產業擁抱數據和人工智慧的詳細內容。更多資訊請關注PHP中文網其他相關文章!