数字运维：大数据应用定义生态、智能服务驱动制造业转型（2）

美国NSF智能维护系统中心主任、李杰（JayLEE）教授，在《从大数据到智能制造》一书中提出呈现了以运维为中心的知识积累重要性。

相比之下的中国制造业，在维修模式上主体上处于事后维修为主、TPM全面生产维修推广和成功的企业少之又少，EAM数字化水平绝大部分制造商是缺失的状态下，用相形见绌来表述，毫不为过。

图四：中国制造业运维现状

问题等于阻碍，问题也等于机会。中国制造业整体处于工业2.0水平，要依靠自身造血能力达到工业4.0水平，知识积累和加速是不可逾越的阶段。但由于制造业面临转型期，许多制造业在都已经面临订单萎缩，现金流短缺的条件下，主动引入先进运维理念和运维数字化意愿并不积极和强烈。

基于对中国制造业运维的现状分析，工业4.0俱乐部.工业服务研究中心于2016年12月21日发布了《数字运维与智能服务框架》，并在框架中重点说明了数字运维（尤其是EAM数字运维系统）的基础作用和重要性。

图五：数字运维与智能服务框架

数字运维应该怎么构建，如何定义并驱动智能服务。这是必须要解决和持续完善的环节，数字运维SaaS应用必须要实现以下条件：

1.免费的应用将会成为主流

智能服务的入口是制造业，目前动辄上百万的EAM数字化应用，让许多制造业望而止步，故免费将是未来的主流方向。

中小制造业一般更适于公共服务资源解决潜在和隐性问题，具有一定规模或特殊的封闭生态行业，则更倾向于私有生态。基于这样的状况，在具体部署，中小制造业倾向于基于公有云的SaaS应用部署（免费部署），而具有自有或专属工业服务的规模性制造业，则更倾向于私有云应用部署（自部署）。

图六：公有云与私有云部署

（未完待续）

原创：杨明波

（摘编自：工业4.0俱乐部 工业服务研究中心）