向工業4.0的轉變正在提高制造效率，并且未來的工廠將越來越多地由諸如物聯網（IoT），自動化，人工智能（AI）和云計算等技術驅動。行業內的重大變化已經表明，從供應鏈計劃到智能工廠設備乃至員工在工作中使用的可穿戴技術，一切都朝著更加技術驅動的方法發展。

技術對行業的影響是巨大的，普華永道最近的一項調查發現，行業中87％的領導者認為智能工廠技術將有助于加速創新和設計改進。為了進一步了解技術的發展可能對行業產生的影響，采訪了Cloudera制造與汽車業務總經理Michael Ger。

向工業4.0的轉變正在提高制造效率，并且未來的工廠將越來越多地由諸如物聯網（IoT），自動化，人工智能（AI）和云計算等技術驅動。行業內的重大變化已經表明，從供應鏈計劃到智能工廠設備乃至員工在工作中使用的可穿戴技術，一切都朝著更加技術驅動的方法發展。

嗨，邁克爾，非常感謝您的加入。首先，我們已經聽到很多有關IT和OT（運營技術）融合以及工業4.0的影響的信息。您能告訴我們一些對制造業意味著什么以及為什么它如此重要嗎？

從數據管理的角度來看，我認為工業4.0新概念的核心實際上是IT和OT數據的融合。

操作技術是傳感器數據，可反映機器操作的設備的操作性能。 該設備從傳感器生成其數據。該傳感器數據存在于網絡中，并且具有非常專業的技能的人員可以使該網絡正常運行并保持運行。這些人員在組織上與IT和運營完全不同。在現實世界中，這可能意味著將這樣的機器生成的數據與其他IT和運營數據分開。結果是這些操作數據源可能會在工廠內保持孤立狀態，而永遠不會傳遞到房屋的IT端。因此，制造環境中的關鍵決策者永遠無法訪問可以幫助真正優化制造流程的數據集。

這就是數據湖出現的地方，有助于將所有這些類型的數據集中到一處，從而顯著改善制造分析。

您看到制造業在工業4.0方面的采用程度如何？

我們在這一領域看到的是，制造行業對朝著該技術的發展有極大的興趣，但是，我們仍處于早期階段。邁向工業4.0類型解決方案的關鍵是掌握數據管理生命周期。傳感器數據變得如此重要，因為在過去十年中傳感器價格下降了三分之二。突然，我們被PB級的傳感器數據所淹沒，這對采用該技術的速度有影響。

實際上，就廣泛的行業采用而言，我們仍處于早期階段，因為公司正在發現如何最好地吸收所有這些數據，將其放入數據湖，將傳感器數據與企業數據源（例如ERP和供應鏈系統）混合 ，最后將這些數據用于高級分析和機器學習。盡管該行業在我們中間引起了很大的研究熱潮，但是技術方面仍處于早期階段。

哪種技術的采用隨制造部門的不同而不同，哪些制造部門比其他領域更占主導地位？

盡管在每個制造領域都在采用工業4.0技術，但變化的步伐是由每個領域特定的業務需求所決定的。

在汽車行業中，減少產品召回的愿望正在推動公司采用這種技術。召回每年給行業造成220億美元的成本，并且急需行業4.0分析來快速識別現場的質量問題并將這些問題追溯到制造汽車的制造條件。接下來，汽車制造商需要能夠具體找出在相同條件下還生產了哪些其他車輛，然后僅召回那些特定的車輛，而不是整個模型年的車隊。

在高科技芯片開發和制藥等其他行業中，最重要的是優化產量，因為在這兩個行業中，產量都是盈利能力的巨大驅動力。

因此，無論企業是生產疫苗還是芯片，目標都是在任何給定輸入下最大化疫苗或芯片的產量。

工業4.0是否僅適用于機器，或者企業是否可以利用“互聯工人”的概念？

工業4.0開發的反復出現的概念之一是人機界面的概念，以及如何使其更加緊密地對齊。工人本質上是工業4.0定義的一部分，與此新技術相關的最有趣的概念之一是跟蹤工人以提高安全性的能力。

例如，我們有一家與之合作的鋼鐵制造商正在為每名工人配備可穿戴設備，因為他們的工廠很大，并且業務需要能夠跟蹤他們在工廠中的移動。他們過去曾受傷，所以他們希望能夠更快地發現安全問題，如果工人長時間閑置，他或她可能受傷或受傷，沒人知道，所以這是一種跟蹤方式數據可以幫助提高工人的安全性。

另一個重要方面是計算機視覺，并且能夠查看工作區域，例如，工廠中可能有一個可以旋轉的機械臂。通過計算機視覺和跟蹤地理數據，公司可以確保工人永遠不會進入特定的地理防區，在這種情況下，這是擺動的機械臂的危險區，因此可以保護他們免受機器人的撞擊。

在各種使用案例中，工業4.0技術對工人和工人的安全產生了積極影響。

您對工業4.0將如何改變勞動力有何想法？

工業4.0技術正在推動的主要變化是圍繞改變和訓練機器在某些情況下如何表現的能力。在第三次工業革命期間，當機器人首次出現在現場時，它們很笨，被編程為執行非常重復的任務。借助工業4.0，現在有更多令人興奮的機會，并且公司一直在收集數據，這些數據描述了如何在操作中實際使用機器。這些數據可用于訓練機器人以實時做出更好的決策，因此這些機器人現在變得越來越聰明。

由于采用了這種數據驅動的行為訓練，機器人現在可以執行比以前復雜得多的任務，并且可以代替許多手動任務和這些操作所需的人員。

對人的影響是，許多高度重復的工作一旦由人類完成一遍之后，就由機器人完成。但是，這為人們編程這些機器，培訓它們以及安裝和維護這些機器帶來了新的，更高技能的機會。人們有許多激動人心的機會來擔任新的角色，同時消除繁瑣的任務，他們還將用更高技能的工作和更多的培訓來代替他們。這一切都是為了對未來的工作人員進行再培訓，它為人們提供了許多新的工作潛力。

要獲得邁克爾遜對數據和技術如何塑造制造未來的更多見解，請留意我們深度采訪的第二部分，在此期間他將建立互聯互通生活，人工智能和自動駕駛汽車的發展。

關于Cloudera

在 Cloudera，我們相信數據可以使今天的不可能，在明天成為可能。我們使人們能夠將復雜的數據轉換為清晰而可行的洞察力。Cloudera 為任何地方的任何數據從邊緣到人工智能提供企業數據云平臺服務。在開源社區不懈創新的支持下，Cloudera推動了全球最大型企業的數字化轉型歷程。

慧都大數據專業團隊為企業提供Cloudera大數據平臺搭建，免費業務咨詢，定制開發等完整服務，快速、輕松、低成本將任何Hadoop集群從試用階段轉移到生產階段。

歡迎撥打慧都熱線023-68661681或咨詢慧都在線客服，我們有專業的大數據團隊，為您提供免費大數據相關業務咨詢！