“數(shù)字化生存”浪潮澎湃，第四次工業(yè)革命技術(shù)引領(lǐng)的新一輪產(chǎn)業(yè)變革加速推動(dòng)實(shí)體經(jīng)濟(jì)與數(shù)字經(jīng)濟(jì)深度融合，在全球產(chǎn)業(yè)的“數(shù)智轉(zhuǎn)型大航?！敝校鲊?guó)工廠中運(yùn)用數(shù)智技術(shù)的佼佼者，成為類似于港口處引航“燈塔”般的存在，作為同行業(yè)中的示范，被稱為“燈塔工廠”。

數(shù)智轉(zhuǎn)型瞬息萬(wàn)變，“燈塔工廠”也要升級(jí)能力、迭代理念，才能保持引航姿態(tài)。特別是，數(shù)據(jù)在這個(gè)過(guò)程中成為“雙刃劍”，既凸顯出類似能源一樣的基礎(chǔ)價(jià)值，又因愈發(fā)龐大的體量令企業(yè)應(yīng)接不暇。如何高效實(shí)現(xiàn)升級(jí)與迭代，在西門子工業(yè)自動(dòng)化產(chǎn)品（成都）有限公司與亞馬遜云科技的合作中可能藏著答案，關(guān)鍵詞是“數(shù)據(jù)庫(kù)”。

西門子成都工廠是全球最先進(jìn)的電子工廠之一，也是西門子在德國(guó)之外建立的首家數(shù)字化企業(yè)。工廠于2013年上半年投產(chǎn)，通過(guò)數(shù)字化軟件、套件SIMATIC以及相關(guān)硬件實(shí)現(xiàn)了研發(fā)、制造、質(zhì)量、管理系統(tǒng)的整體聯(lián)動(dòng)。其主要負(fù)責(zé)工業(yè)自動(dòng)化相關(guān)產(chǎn)品，主要產(chǎn)品是PLC可編程邏輯控制器、HMI人機(jī)交互界面和IPC工業(yè)電腦，應(yīng)用于汽車、冶金、石化、食品飲料、制漿造紙及基礎(chǔ)設(shè)施建設(shè)等領(lǐng)域。

有公開(kāi)信息顯示，成都工廠實(shí)現(xiàn)了從產(chǎn)品設(shè)計(jì)到制造過(guò)程的高度數(shù)字化，同時(shí)與西門子德國(guó)安貝格工廠、美國(guó)鳳凰城工廠實(shí)現(xiàn)數(shù)據(jù)互聯(lián)，運(yùn)行情況可被遠(yuǎn)程監(jiān)控，確保產(chǎn)品生產(chǎn)質(zhì)量和工廠高效運(yùn)轉(zhuǎn)，運(yùn)用數(shù)智技術(shù)致力于現(xiàn)代工廠生產(chǎn)的可持續(xù)發(fā)展，數(shù)字化、自動(dòng)化、綠色化、虛擬化特征鮮明。

當(dāng)然，在工廠數(shù)智化建設(shè)繼續(xù)深度推進(jìn)的情況下，西門子成都工廠也面臨新的挑戰(zhàn)。

比如，面對(duì)設(shè)備等的故障，工廠通常會(huì)選擇人工處理的方式，因?yàn)閱?wèn)題復(fù)雜，每一次機(jī)器設(shè)備故障的代碼都可能不同，就需要很有經(jīng)驗(yàn)的資深人員分析問(wèn)題、尋找解決辦法，同時(shí)去更新維修記錄。需要注意的是，伴隨生產(chǎn)規(guī)模、節(jié)奏和產(chǎn)品覆蓋的不斷調(diào)整，人工操作就更容易遇到瓶頸，制約效率。但即便是要擴(kuò)大相關(guān)團(tuán)隊(duì)，或者提高團(tuán)隊(duì)成員能力，也需要大量知識(shí)、經(jīng)驗(yàn)的“復(fù)制”和“輸入”。從根本上說(shuō)，這是對(duì)數(shù)據(jù)處理能力的挑戰(zhàn)。

通過(guò)引進(jìn)亞馬遜云科技圖數(shù)據(jù)庫(kù)Amazon Neptune技術(shù)，實(shí)現(xiàn)基于故障的知識(shí)體系分析系統(tǒng)之后，西門子成都工廠有效解決了前述挑戰(zhàn)。

西門子工業(yè)自動(dòng)化產(chǎn)品（成都）有限公司信息技術(shù)部經(jīng)理?xiàng)罱”硎荆?/p>

“因?yàn)槲覀兊脑O(shè)備信息分散，每一個(gè)設(shè)備之間有組成的關(guān)聯(lián)關(guān)系，以及各個(gè)設(shè)備之間還有各種復(fù)雜的互動(dòng)式的關(guān)聯(lián)關(guān)系。由于產(chǎn)能擴(kuò)展比較迅速，很多設(shè)備進(jìn)廠以后，產(chǎn)線的增長(zhǎng)速度也特別快，所以我們的資料特別多，同時(shí)基于人工的知識(shí)處理手段是比較有限的，導(dǎo)致我們大量依賴于比較有經(jīng)驗(yàn)的員工，而且設(shè)備知識(shí)運(yùn)營(yíng)管理也會(huì)變得很困難。所以，我們存在培育備份員工、培養(yǎng)新員工，要怎樣把員工的知識(shí)體系進(jìn)行提升等各種挑戰(zhàn)。所以，我們迫切需要一個(gè)數(shù)字化的解決方案。”   

“我們利用亞馬遜云科技圖數(shù)據(jù)庫(kù)Amazon Neptune系統(tǒng)后，大大節(jié)省了人工要去努力進(jìn)行判斷，系統(tǒng)能夠給予一個(gè)比較及時(shí)正確的故障的判斷。雖然現(xiàn)在我們也不會(huì)完全依賴于系統(tǒng)，但基于這個(gè)系統(tǒng)做進(jìn)一步的人工處理，也大大節(jié)省了目前的資源和能力?！?/p>

“在整個(gè)生產(chǎn)的生命周期我們都擁有了這樣一個(gè)知識(shí)體系以后，就能夠真正做到知識(shí)的不斷推進(jìn)。結(jié)合亞馬遜云科技圖數(shù)據(jù)庫(kù)Amazon Neptune技術(shù)、Amazon S3存儲(chǔ)、計(jì)算服務(wù)等能夠真正實(shí)現(xiàn)基于工廠無(wú)縫的、無(wú)痛的基礎(chǔ)架構(gòu)的運(yùn)維支撐，同時(shí)，又能夠享受到高質(zhì)量基于人工智能、基于圖數(shù)據(jù)庫(kù)的服務(wù)。這就是我們和亞馬遜云科技深度合作的原因?！?/p>

圖數(shù)據(jù)庫(kù)Amazon Neptune，只是亞馬遜云科技用來(lái)賦能制造業(yè)，推動(dòng)制造業(yè)企業(yè)釋放數(shù)據(jù)不同生命周期價(jià)值、獲得數(shù)據(jù)洞察過(guò)程中，云原生數(shù)據(jù)庫(kù)產(chǎn)品的一種。

（圖片來(lái)自亞馬遜云科技活動(dòng)分享中的內(nèi)容）

通過(guò)云原生數(shù)據(jù)庫(kù)產(chǎn)品，亞馬遜云科技致力于幫助制造業(yè)企業(yè)應(yīng)對(duì)四個(gè)關(guān)鍵維度的數(shù)據(jù)挑戰(zhàn)：

其一，數(shù)據(jù)類型多樣。亞馬遜云科技提供專門構(gòu)建的數(shù)據(jù)庫(kù)應(yīng)對(duì)大量結(jié)構(gòu)化，半結(jié)構(gòu)化以及非結(jié)構(gòu)化的行業(yè)數(shù)據(jù)。

其二，數(shù)據(jù)量巨大。海量數(shù)據(jù)疊加“冷暖”差異，提升了復(fù)雜度。亞馬遜云科技提供數(shù)據(jù)庫(kù)的數(shù)據(jù)分層存儲(chǔ)功能，來(lái)處理海量的冷暖數(shù)據(jù)，可以給企業(yè)節(jié)省大量成本。

其三，數(shù)據(jù)來(lái)源復(fù)雜。不同的數(shù)據(jù)來(lái)自不同的業(yè)務(wù)系統(tǒng)，互相之間很難建立看出相關(guān)性，形成了數(shù)據(jù)孤島。圖數(shù)據(jù)庫(kù)Amazon Neptune和ML可以建立各個(gè)不同數(shù)據(jù)之間的相關(guān)性，并且通過(guò)ML洞察數(shù)據(jù)的真正價(jià)值。

其四，行業(yè)大量使用商業(yè)數(shù)據(jù)庫(kù)。這帶來(lái)了高昂成本。亞馬遜云科技提供應(yīng)用程序遷移服務(wù)，利用Babelfish for Amazon Aurora PostgreSQL，幫助客戶把傳統(tǒng)數(shù)據(jù)庫(kù)平滑地遷移上云原生數(shù)據(jù)庫(kù)。

其實(shí)，也不僅僅是制造業(yè)，亞馬遜云科技通過(guò)云原生數(shù)據(jù)庫(kù)產(chǎn)品，也在為汽車行業(yè)、金融業(yè)等的數(shù)智轉(zhuǎn)型與煥新發(fā)展提供助力。伴隨亞馬遜云科技對(duì)云原生數(shù)據(jù)庫(kù)服務(wù)的創(chuàng)新，更多企業(yè)將有機(jī)會(huì)通過(guò)夯實(shí)數(shù)據(jù)庫(kù)這一數(shù)字經(jīng)濟(jì)“新基建”，更充分發(fā)揮數(shù)據(jù)在企業(yè)創(chuàng)新中的推動(dòng)作用，從而更好實(shí)現(xiàn)云上的高質(zhì)量增長(zhǎng)。（丁科技網(wǎng)原創(chuàng)，轉(zhuǎn)載務(wù)必注明來(lái)源：丁科技網(wǎng)）