ENS:案例分析:制造业的数字化为何频频出现区块链?_玩区块链的都是什么人

?01??传统制造企业的痛点

当前,以数字化、网络化、智能化为主要特征的新工业革命蓬勃兴起,加速推进物理世界、数字世界和生物世界的深度变化,推动全球经济结构、产业结构、国际分工发生深刻变革。?

传统智能制造企业的数字化改造是不可逆转的趋势,很多传统企业都面临着如下的痛点,包括粗放经营,无形的损失较大;产线性能波动大,产品良品率低;非停损失大,安全生产压力大;人工成本高,备件库存大;缺乏信息化人才;高度依赖经验;商业模式单一;创新能力弱,产能过剩。

但是如果实现智能制造数字化,数据将在其中发挥重要作用,根据麦肯锡的数据来源,传统智能制造企业数字化以后,会有如下增长情况:劳动生产力会提高15-30%;每人每小时劳动生产率提高40-60%;提高运营部门间接人工效率30-40%;提高设备综合效率15-25%;设备停机时间下降30-50%;预测准确度提高85%;提高一次通过率5-8%。同时,设计工程成本降低10-30%;减少废料20-35%;库存占用成本下降20-40%;减少能耗5-8%;质量成本优化10-20%;制造业增加值成本减少25-35%。

中国网信网发布关于开展2023年区块链创新应用案例征集活动的通知:金色财经报道,?中国网信网发布关于开展2023年区块链创新应用案例征集活动的通知,为推进国家区块链创新应用试点工作,总结推广我国区块链技术与产业融合创新的优秀经验做法,促进区块链技术和经济社会发展的深度融合,在中央网信办信息化发展局的指导下,中央网信办数据与技术保障中心(以下简称中央网信办数据中心)开展区块链创新应用案例征集工作。

有关事项通知如下:一、征集内容以区块链技术与产业融合发展为主题,围绕创新产品、创新应用、创新服务模式等方向,分为实体经济、社会治理、民生服务、金融科技等主题。二、征集对象为在中华人民共和国境内注册登记、具有独立主体资格的党政部门、企事业单位、社会组织等。三、征集时间2023年8月21日至9月10日。[2023/8/28 13:00:44]

澳大利亚央行官员:将加强CBDC研究,但尚未确信存在政策案例:11月18日消息,澳大利亚储备银行支付政策主管Tony Richards在澳大利亚企业财政协会上表示,澳大利亚储备银行一直在加强对央行数字货币(CBDCs)的研究,但不相信“澳大利亚已经出现了强有力的政策案例。”他表示,澳大利亚目前的支付基础设施为消费者提供了充足的安全和便利的选择,然而,鉴于世界各地的支付创新,提供一种新的数字货币形式可能是“维护对国家货币的信心和法定货币在货币、金融和支付系统中的核心作用 ”以及防止大型技术垄断的关键。此外,央行也在与金融监管机构理事会(CFR)、澳大利亚交易报告和分析中心以及澳大利亚竞争和消费者委员会一起研究稳定币监管。(CoinDesk)[2021/11/18 22:01:35]

?02??工业数据的特点

工业数据贯穿于整个工业生产和销售过程,工业数据具有以下特点:

“基于德阳智慧城市区块链基础设施的信用报告验证系统”案例发布:7月30日,中国工程院《中国区块链发展战略研究》项目发布“发现100个中国区块链创新应用”栏目之“基于德阳智慧城市区块链基础设施的信用报告验证系统”案例。项目通过德阳智慧城市区块链基础设施,对企业信用评级报告文件的基本信息进行上链存证,实现读取文件真实信息,以及验证文件真伪的功能。区块链存证技术将电子证件进行链上存证,生成一串“数字指纹”密码。不同的文件被赋予自己专属的“数字指纹”并进行链上存证,生成链上信用报表存证记录。在需要使用和验证的时候,平台会对链上存证、原始文件、验证文件三方的“数字指纹”进行比对,并出具文件的验证报告。

将信用报告文件的“数字指纹”进行上链存证,提供报告文件的验证服务,避免了文件在使用端的造假;同时,在文件中加入存证报告和上链说明,并对验证过程、操作人员都进行上链记录,对造假人员产生威慑力;通过文件真伪验证合约,对验证文件、原始文件、链上信息三方进行验证,对信用信息共享平台原始文件也进行验证,从而避免了管理方的造假机会。(证券日报)[2021/7/30 1:24:30]

多态性:工业数据种类丰富、形态多样,有以关系表格式存储于关系数据库的结构化数据、以时间序列格式存储于时序数据库的结构化数据、以文档、图片、视频格式存储的半结构化或非结构化数据等多种数据形态。

声音 | 俄罗斯央行行长:企业正在改进区块链等新技术 寻找应用案例:俄罗斯央行行长Elvira Nabiullina在索契创新金融技术论坛上表示,近期,全球加密货币热潮开始消退,企业对区块链技术开始采取更为冷静的态度。企业正在努力改进区块链等新技术,寻找实际应用的案例。[2018/10/18]

实时性:工业现场对数据采集、处理、分析等均具有很高的实时性要求。

可靠性:工业数据十分注重数据质量,在数据采集、传输、使用等环节中都要保证数据的真实性、完整性和可靠性,确保工业生产经营安全稳定。

闭环性:工业数据需要支撑状态感知、分析、反馈、控制等闭环场景下的动态持续调整和优化。

级联性:不同工业生产环节的数据间关联性强,单个环节数据泄露或被篡改,就有可能造成级联影响。

价值属性:工业数据更加强调用户价值驱动和数据本身的可用性,用以提升创新能力和生产经营效率。

苏宁消费金融对接苏宁联盟链 打造金融区块链应用案例:据中国证券网消息,近日,苏宁消费金融通过独立部署节点成功接入苏宁联盟链,开展区块链黑名单数据上传和查询等业务,打造金融区块链应用案例,助力金融科技发展。[2018/6/25]

产权属性:工业数据产生于企业实际生产经营过程,数据产权属性明显高于个人用户信息。

要素属性:工业数据是驱动制造业和数字经济高质量发展的重要引擎,具有更强的生产要素作用。

?03?工业数据的应用困境

工业数据在当前的智能制造流转中,存在如下几个典型困境。

第一个是内外域数据循环不通畅。当前很多工业企业都位于工业园区,园区内部的各个委办局之间的数据是很难打通的,很多还是通过手工对手工的这种记录来实现,数据相互之间还是割裂的。各个部门和单位有各自的数据中台,这个数据中台给到下级去使用的时候,有很多条件,而且只能用不能存。很多时候,只能通过办事人员去核对信息,数据是一个个烟囱,虽然这个数据上下之间是可以扭转的,它的横向之间并没有打通,企业跟企业之间,企业跟园区之间,数据没有办法共享,产业链之间的数据是割裂的。

第二个是数据管控难。对于工业数据的管控,如何建立一个清晰的权责利关系,这个是比较难的。在很多工业企业中,有些企业不愿意把数据进行共享,数据管控手段无法支持数据“责权利”,导致数据对接困难重重;人工整理Excel台账数据容易出错,效率较低;基于安全考虑,数据质量不高,提报动力不足;大数据仓库同样存在“责权”问题,共享困难;缺乏数据全生命周期管理,质量管控难;数据治理容易破坏血缘关系,导致责权不明晰,追溯困难。

第三个是多方协调难。在工业互联网中,合作方包括各行业企业、机器制造商、云服务商、金融机构、业主、使用者、售后服务商、政府监管部门。合作主体众多,信息沟通不对称,容易造成协同缓慢。在合作过程中可能出现各种风险,例如公司特定产品停产、公司法律纠纷、公司资金风险等,可能影响正常履约,如果不及时发现和沟通协调,会影响企业生产进度,导致产品交付风险。

?04?区块链在制造业中的应用案例

区块链技术是使用多中心化共识维护的一个完整、分布式的账本数据库技术,具有去中心化、全程留痕可追溯、信息不可篡改、公开透明等特点,可以打通“数据壁垒”,破解信息不对称问题和上述应用困境。

比如在高空作业车租赁中,存在设备使用不透明、设备购买资金不足,难以贷款等问题。可以利用区块链技术搭建工程机械设备融资租赁服务平台。在高空作业车的使用端,将高空作业车设备数据、位置数据、状态数据、操作数据、控制数据、电子围栏数据都记录在服务平台上,确保高空作业车租赁的真实信息反馈。在供应链金融这端,把企业的信用记录、资金情况、采购、销售情况记录在平台上,打破供应链信息孤岛,实时提供可信的租赁交易、设备、客户等信息。

区块链技术搭建工程机械设备融资租赁服务平台有助于提高设备出租业务效率、金融风险管控能力;降低客户融资成本和融资门槛,提高下游产业链整体竞争力;降低售后服务成本,完善产品设计,提升产品质量和性能。

在图纸信息流转方面,工程师设计的图纸在流转中,主要存在图纸传递的及时性、准确性以及图纸的保密度、人员的疏忽等问题,容易产生图纸等设计信息泄漏风险且难以追溯,可控性不强。

如果采用区块链搭建设计图纸管理平台,则可以将图纸存储在区块链上,并按需分割,发送给外协供应商,基于区块链和加密技术的研发内网和办公网自动化交换,解放专人管理;避免审批结果和拷入拷出结果不同,自动完成拷入拷出;资料流转过程中可追溯,将区块链技术用于文件查阅、下载过程,通过链接访问方式,实现对访问用户的追踪;SRM系统图纸访问信息存证,对接SRM外协图纸访问日志,实现图纸全流程溯源。专用设备加密访问技术,结合区块链和硬件可信加密技术,构建互联网远程设计信息访问能力。从以上多个维度保证图纸流转的安全,保护工程师的知识产权和智能制造企业的商业机密。

?05?总结

以上只是区块链在智能制造中的两个应用场景的案例。区块链凭借其信息不可篡改,全流程追溯的技术特点,能够推动构建安全可信的工业数据市场,打造工业互联网数据安全共享、安全交换、安全交易等多种服务和商业模式,激活工业互联网数据安全产业生态圈,在制造业的数字化中大有可为。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

区块博客

[0:0ms0-8:900ms