Mathworks：给你一个数字化转型的理由
2020-07-30
10:12:32
来源: 互联网
点击
“数字化转型”这五个字听着耳熟，细想却一脸懵逼。网络上那些吹嘘数字化转型的文章和报告，恨不得拿着刀架在你脖子上：“给老子转。”
“根据麦肯锡2018年的一项研究，在审视数字化转型目标时，只有不到20%的企业达到了预期的目标。”MathWorks 首席战略师Jim Tung先生在“2020 MATLAB EXPO中国线上用户大会”的演讲中，给出这样一组数据。
MathWorks 首席战略师Jim Tung
如此看，这的确是刀架脖子的事。但那些成功案例中，不少企业刀尖舔血舔的不亦乐乎。
数字化转型的坑与跳坑
Jim Tung演讲开始举了RING公司的例子，RING是一家智能门铃初创公司，2011年成立于美国。
“当一个门铃加上摄像头、运动传感器，再连接到云端后，还是一个门铃吗？”Jim Tung解释数字化转型已经彻底改变了门铃的功能定位。此后，亚马逊以10亿多美元的价格收购了RING，看中背后额外的机遇，比如当门铃和智能锁相连，可以提供更安全的送货服务。
RING的数字化转型简单粗暴，直接进入数钱阶段。而亚马逊则通过数字化转型，实现额外增值。
“我们看到几乎所有的行业都在发生数字化转型。”Jim Tung表示：“在工业自动化上，使用数字孪生模型进行实时监控和配置。汽车工业上，有企业采用地理围栏应用程序的全自动驾驶汽车；新能源领域，有使用预测性维护来提高能源效率的例子等。”
关于企业为什么要数字化转型，Jim Tung总结有两点原因：1，企业想把事情做的更好，即对现有业务模型的优化，优化如何开发产品、如何提高产品质量以及如何交付这些产品；2，做一些全新的事情对产品进行完全的改造。
当然，这背后充满挑战。难点分为：人、过程和技术。
“人们经常会对时间有不合理的预估，尤其是在做数字化转型项目时。人们也不愿意改变在公司的角色。”Jim Tung如此说道：“此外，公司文化也是一个重要因素，如果没有在创建团队之外共享模型，那么整个组织就很难参与其中。另一个是策略性的愿景，可以使你的企业在转型过程中朝着正确的方向去进行的驱动力量。”
所以技术转型需要进行整体化的工作。它要求文化、技术、人、工作流程都以企业的策略性愿景为中心，协调地运转。
那么，企业该通过什么方式来实现数字化转型呢？
实用数字化转型
“实用数字化转型不仅是开发和销售阶段，更是存在于整个产品或服务的生命周期中。”Jim Tung表示在整个周期中，需要系统地使用客户的数据和模型为客户创造和交付卓越的价值。
数据方面，囊括了工程数据、科学数据和现场数据等众多来源。且数据质量也不完美，此外还涉及许多系统和孤岛问题，数据归属于不同的团队管理。
Jim Tung举了一个牙膏厂的例子：“GSK Consumer Healthcare舒适达牙膏品牌收入超过10亿英镑，每年增长率约为8%。”该公司的研发科学家Bob Sochon在利用过程数据的时候，挤出了最后一滴效率。
面对数据存储在不同仓库和系统的挑战，他们用MATLAB把这些数据合并起来并进行清理，如今，该公司现在可以将配方、销售和生产方面的所有数据进行匹配和调整，以发现不同模式和见解。
在数据比较过程中，该公司在MATLAB中建立了一个算法来按阶段对数据进行排序和标记，并在所有的过程数据中运行该算法。实现了比较各个阶段的统计数据。
面对查看和探索数据的挑战时，在MATLAB中构建了一个图形用户界面，使过程工程师能够快速地选择和监测数据。
Jim Tung声称：“我们最近增加了一些功能，可以简化GSK的数据分析。”
比如支持OPC-UA，可以使用安全连接访问历史学家的数据；比如引入“Live Editor任务”，应用程序可以在脚本中运行，用于从清理数据到重定时数据或合并不同来源数据的数据预处理任务；比如新的Predictive Maintenance Toolbox来设计状况指标并估计机器的剩余使用寿命。
在全生命周期的数字化转型中，另一个重要的就是模型。其中的核心就是系统模型，可捕获高级系统行为以及详细的子系统。
这些模型可以被重用于集成、验证和校验，无论是在模型级别还是在实际代码上运行。包括硬件在环测试、测试用例生成和功能安全认证过程。
Jim Tung表示，Mathworks也为人工智能开发工作流建立了强有力的支持。
从一些案例中可以看出这背后的真正能效。比如在一个自动驾驶应用程序的强化学习示例中，Simulink模型的子系统模型代表车辆、控制器以及感知系统，智能体（将实现策略的人工智能组件）是整个Simulink系统中的另一个子系统模型。该模型将被反复模拟。
Mathworks的另一个汽车客户正在使用训练基于深度神经网络(DNN)的驱动程序，利用强化学习提高基于DNN的驱动程序的性能，并利用改进的DNN对传统控制器进行扩充。所有操作都在MATLAB和Simulink中完成。通过将模型（和数字主线）的使用扩展到运行中的系统，可以获得显著的收益。它们可用于预测性维护等应用，并创建用于优化系统运行、检测故障等过程的数字孪生模型，还可以将来自部署系统的数据反馈给开发团队，这些数据在开发系统升级或全新系统时非常有用。
Jim Tung表示：“MathWorks有广泛的跨领域经验，与不同类型的企业互动并支持其发展。当我们和不同的企业和生态进行合作时，会面临一个挑战，就是让各自产业或领域的专家，和软件开发方面的专家进行合作。这就是为什么MATLAB和Simulink可以作为两种方法或者文化的桥梁，做一个很好的衔接。”
责任编辑：sophie
-
- 半导体行业观察
-
- 摩尔芯闻
最新新闻
热门文章 本日 七天 本月
热门评论
©2023 半导体行业观察
Copyright©2023 上海爱思尔教育科技有限公司 皖ICP备19011903号-2 皖公网安备 34019202000656号