亞洲制造商正越來越多地從傳統(tǒng)制造轉(zhuǎn)向先進制造或智能制造，以應對勞動力短缺和技術(shù)不斷進步帶來的顛覆影響。

2020年對制造商來說將是重要的一年。德勤預測馬來西亞、越南和印度尼西亞將首次躋身制造業(yè)競爭力前15強的國家或地區(qū)行列，緊隨中國、日本、印度、韓國和新加坡，而瑞典或瑞士這樣的老牌西方國家將被擠出前15強。但要實現(xiàn)這一點，亞太地區(qū)的制造商需要抓住物聯(lián)網(wǎng)帶來的機遇。

制造業(yè)預計將成為未來亞洲經(jīng)濟的巨大推動力。德勤預計到2020年，最具競爭力的制造業(yè)國家或地區(qū)前15強中將有9個來自該區(qū)域，其中包括中國、日本、印度、韓國、新加坡、越南、馬來西亞、泰國和印度尼西亞。

為什么會出現(xiàn)此格局？因為亞洲制造商正越來越多地從傳統(tǒng)制造轉(zhuǎn)向先進制造或智能制造，以應對勞動力短缺和技術(shù)不斷進步帶來的顛覆影響。

在這過程中，最關(guān)鍵的方法之一便是通過聯(lián)網(wǎng)傳感器將原本孤立的機器、系統(tǒng)和產(chǎn)品連接在一起，從而利用物聯(lián)網(wǎng)（Internet of Thing，IoT）技術(shù)提高運營效率、獲得競爭優(yōu)勢。

例如，一家服裝制造商可以組合使用傳感器、數(shù)據(jù)收集與分析技術(shù)來監(jiān)控其機器設(shè)備的實時性能與生產(chǎn)環(huán)境，并在機器出現(xiàn)故障前采取預防措施。

有了這種預測性維護能力，制造商可以減少由于意外停機和生產(chǎn)中斷而造成的成本和時間損失。在智能工廠中，IoT可提供整個生產(chǎn)線的實時洞察。制造商可以借此快速識別生產(chǎn)滯后或產(chǎn)能過剩并做出調(diào)整以滿足生產(chǎn)訂單需求。

由于IoT的價值在于數(shù)據(jù)，所以數(shù)據(jù)管理戰(zhàn)略是IoT項目成功的關(guān)鍵。它應該涵蓋五個方面：

1.收集，其中包括收集傳感器數(shù)據(jù)并可進行傳輸。

2.傳輸，側(cè)重于確保來自互聯(lián)設(shè)備的數(shù)據(jù)安全、可靠地傳輸?shù)綌?shù)據(jù)中心。

3.存儲，需要存儲傳感器數(shù)據(jù)并保證其可用于分析，甚或是實時分析。

4.分析，分析系統(tǒng)所收集到的傳感器數(shù)據(jù)并獲得洞察。

5.歸檔，著眼于經(jīng)濟高效的長期傳感器數(shù)據(jù)歸檔與管理。

制造商還需要確保他們的數(shù)據(jù)管理戰(zhàn)略涵蓋核心數(shù)據(jù)（存儲在數(shù)據(jù)中心的數(shù)據(jù)）和邊緣數(shù)據(jù)（在設(shè)備和傳感器上生成的數(shù)據(jù)）。對于前者，收集到的所有數(shù)據(jù)首先發(fā)送到數(shù)據(jù)中心集中存儲，然后再進行分析。這對于回顧性數(shù)據(jù)分析很有用。

至于后者，也稱為邊緣計算，聯(lián)網(wǎng)設(shè)備執(zhí)行部分篩選和分析操作，并根據(jù)生成的數(shù)據(jù)做出初始決策。例如，生產(chǎn)線上的一個聯(lián)網(wǎng)機械臂便可以收集其性能數(shù)據(jù)，過濾掉不重要的信息，僅在出現(xiàn)異常情況（例如，過熱或部件故障）時，才向操作員發(fā)送警報。為了支持邊緣計算和實時分析，制造商需要利用內(nèi)置閃存固態(tài)驅(qū)動器的工業(yè)PC。由于生產(chǎn)線上的機器通常會用到大型磁鐵，這些磁鐵會損害機械硬盤，因此制造商在采用IoT時應該考慮使用基于閃存的存儲。

此外，良好的數(shù)據(jù)管理戰(zhàn)略應該確保無論數(shù)據(jù)駐留在何處，制造商都可以使用相同的數(shù)據(jù)管理工具和流程。隨著制造商為了實現(xiàn)靈活性越來越多地采用混合云，他們需要采用統(tǒng)一的數(shù)據(jù)格式，以便能夠輕松地整合來自不同環(huán)境的數(shù)據(jù)用于分析。

向先進制造發(fā)展可能會讓人望而生畏，因為需要處理的事情多種多樣，尤其是數(shù)據(jù)管理。減少這種復雜性的一種方法是使用能夠統(tǒng)一IoT數(shù)據(jù)以便用于工作負載或應用程序的解決方案，完全無需考慮架構(gòu)和平臺。消除數(shù)據(jù)孤島并且能夠隨時隨地訪問數(shù)據(jù)有助于制造商提高效率和加快創(chuàng)新步伐。

亞太地區(qū)大多數(shù)地區(qū)制造業(yè)的未來都將倚仗智能和互聯(lián)技術(shù)。IDC預測，到2021年，該區(qū)域制造商在IoT上的合計投資將占到全球總投資的三分之一左右。但對亞洲制造商來說，切勿因IoT風靡全球就盲目跟風。

首先，他們需要一個適應未來需求的數(shù)據(jù)管理戰(zhàn)略，以便能有效地利用互聯(lián)設(shè)備生成的數(shù)據(jù)。只有這樣，他們才能夠利用IoT監(jiān)控業(yè)務發(fā)展，做出明智決策，推動企業(yè)向前發(fā)展，超越競爭對手。

汽車行業(yè)需開足馬力，方能馳騁數(shù)據(jù)時代

初創(chuàng)企業(yè)拜騰（Byton）的小型電動SUV在今年國際消費類電子產(chǎn)品展覽會（CES）上一亮相，便成為讓消費者興奮不已的最新產(chǎn)品。Gartner預測，到2020年，汽車企業(yè)將在全球生產(chǎn)6100萬輛聯(lián)網(wǎng)汽車；而2017年的生產(chǎn)量則僅為2100萬輛。

這些通常被稱為“車輪上的智能手機”的汽車，其潛力不僅在于不斷匯總和分析車輛與路網(wǎng)數(shù)據(jù)，為司機提供更好的體驗；更在于通過其收集的數(shù)據(jù)為企業(yè)帶來兩個全新的獲利機會：基于用戶數(shù)據(jù)開發(fā)新服務以及利用這些數(shù)據(jù)來改善當前的業(yè)務運營。

隨著氣候變化的加劇，汽車制造商正努力降低影響，逐步從制造以汽油為燃料的汽車轉(zhuǎn)向生產(chǎn)零排放的電動汽車。一些汽車制造商甚至更進一步，生產(chǎn)出智能汽車，開啟了第二次汽車革命—智能，乃至自動駕駛（autonomous driving）。

只要看看特斯拉（Tesla）、拜騰（Byton）或蔚來（NIO）等公司便知，在我們談論之際它們已經(jīng)占據(jù)了汽車市場。這些汽車通常被稱為“車輪上的智能手機”，使用機器學習來分析車輛數(shù)據(jù)和處理環(huán)境狀況，以自動應對潛在威脅和故障，這意味著它們能夠?qū)崿F(xiàn)自動駕駛。

亞洲渴望擁抱自動駕駛汽車

像拜騰這樣的自動駕駛汽車已經(jīng)在全世界引起了廣泛的關(guān)注。根據(jù)Rakuten AIP的調(diào)查，在亞太地區(qū)，超過80%的中國、印度和新加坡消費者表示他們知道自動駕駛汽車。而且，印度和中國的消費者極易接受自動駕駛汽車，其中 85%和82%的受訪者表示如果這種汽車在國內(nèi)上市，他們有興趣體驗一下。

亞洲各國政府也對無人駕駛汽車表示支持。例如，從2015年起，新加坡就允許在維一科技園（One-North）內(nèi)進行無人駕駛汽車試驗，以測試其是否能夠上路。同樣，中國現(xiàn)在向在國內(nèi)注冊的公司提供臨時許可證，以在某些道路和特定條件下測試它們的自動駕駛汽車。

各國消費者和政府對自動駕駛技術(shù)表現(xiàn)出濃厚的興趣，這將有助于推動自動駕駛汽車的普及，并為汽車制造商開辟了全新的礦藏。如果制造商們能重新思考其商業(yè)模式，并將注意力集中在利用汽車數(shù)據(jù)創(chuàng)收上，毫無疑問，這其中的價值不啻為一片全新大陸。

將數(shù)據(jù)轉(zhuǎn)化為真金白銀

根據(jù)Frost & Sullivan在《汽車數(shù)據(jù)貨幣化》報告中的預測，到2025年，數(shù)據(jù)貨幣化將為汽車制造商帶來價值330億美元的商機。

汽車生成數(shù)據(jù)的貨幣化方式主要有兩種：直接數(shù)據(jù)貨幣化和間接數(shù)據(jù)貨幣化。

在直接數(shù)據(jù)貨幣化方式中，數(shù)據(jù)被視為一種資產(chǎn)，用于發(fā)掘新的收入來源。在獲得客戶許可后，汽車制造商可以與第三方（如汽車保險公司）分享通過汽車傳感器采集的駕駛數(shù)據(jù)。

這樣，汽車保險公司可以提供基于使用情況的保險，根據(jù)記錄的里程、是否遵守限速或者加速與剎車力道是否太猛來向司機收取保險費。

間接數(shù)據(jù)貨幣化利用從車輛生成的數(shù)據(jù)中發(fā)掘的洞察來改善業(yè)務運營和服務。例如，通過了解智能汽車的性能，汽車制造商能夠預測車輛何時需要維護，從而能夠提供維修建議與說明，甚至在車輛前往維修點之前就準備好更換部件與服務。這不僅可以防止汽車制造商在維修工人和零部件上過度投資，還能夠因節(jié)省維修時間、提升服務質(zhì)量而令客戶更加滿意。

無論選擇何種數(shù)據(jù)貨幣化策略，汽車制造商都需要一個可靠的平臺來高效地存儲、分析和管理車輛數(shù)據(jù)。這樣，他們才能提高整體效率并優(yōu)化存儲，從而降低運營成本。該平臺還應該讓制造商能夠更容易地遵守不同國家/地區(qū)的數(shù)據(jù)隱私、可用性和控制權(quán)要求。例如，德國的一家汽車公司使用了NetApp的 StorageGRID Webscale，支持其位于不同國家和地區(qū)的開發(fā)團隊在本地快速地訪問相關(guān)數(shù)據(jù)集。

該解決方案通過使用應用程序定義的元數(shù)據(jù)標記自動指定數(shù)據(jù)的分布位置、如何加以保護或者是否刪除來確保合規(guī)性。隨著汽車越來越依賴軟件驅(qū)動，移動性將不再是漸進式變化，而會經(jīng)歷根本性的變革。

未來，自動駕駛汽車將成為一種規(guī)范，成為智能手機的延伸，讓消費者隨時隨地都能互連和高效工作.與此同時，由全聯(lián)網(wǎng)汽車產(chǎn)生的數(shù)據(jù)將不僅有助于改善汽車制造商的運營，而且還將帶來新的收入來源。在汽車工業(yè)的發(fā)展道路上充滿了機遇，現(xiàn)在正是開足馬力，滿載而歸的好時機。

數(shù)據(jù)推動銀行未來發(fā)展

隨著初創(chuàng)企業(yè)不斷打破行業(yè)慣例，區(qū)域金融服務正變得越來越有競爭力。那么，在這種不斷變化的環(huán)境中，老牌銀行如何才能繼續(xù)占據(jù)一席之地？答案就是，通過數(shù)字化轉(zhuǎn)型和另辟蹊徑來確保提供非凡的客戶體驗。云計算是實現(xiàn)這一愿景的基本技術(shù)之一。IDC的最新《亞太地區(qū)銀行云服務》報告預測，未來兩年將是亞太地區(qū)銀行采用云計算的一個轉(zhuǎn)折點，因為客戶希望隨時隨地獲取服務，這就迫使金融機構(gòu)有效利用數(shù)據(jù)洞察，實時提供定制產(chǎn)品和服務。

快速發(fā)展的技術(shù)正在徹底改變金融領(lǐng)域，以更具創(chuàng)新性、更便捷的銀行業(yè)務方式，隨時隨地為客戶提供金融服務。隨著銀行爭先恐后地推行數(shù)字化業(yè)務，試圖希望超越客戶期望，數(shù)據(jù)無疑會為企業(yè)保持領(lǐng)先地位帶來差異化優(yōu)勢。

挑戰(zhàn)現(xiàn)狀

事實證明，亞太地區(qū)擁有非常廣泛的群眾基礎(chǔ)，金融技術(shù)在該地區(qū)獲得了更多關(guān)注。在中國，騰訊建立了第一個純數(shù)字化民營銀行 —微眾銀行。微眾銀行通過騰訊公司的微信應用向8億微信用戶推廣銀行服務，在運營的前 6個月，微眾銀行通過將個人客戶和小型企業(yè)與銀行和金融機構(gòu)聯(lián)系在一起，支出了超過8億元人民幣。

在越南，Timo（全稱為Time & Money）與當?shù)匾患毅y行合作，提供越南國內(nèi)首項數(shù)字銀行服務，讓客戶能夠管理自己的資金、賬單，甚至在從一個平臺上為手機卡充值，而不用在銀行排隊或登錄不同的網(wǎng)上銀行系統(tǒng)。

所有這些新興銀行服務都有一個共同點，那就是：它們都是借大數(shù)據(jù)之力構(gòu)建的。雖然過程稍顯緩慢，但毫無疑問，金融領(lǐng)域正逐漸意識到大量的潛在數(shù)據(jù)對他們的業(yè)務大有益處。

新加坡的星展銀行（DBS）成立了一家名為 Digibank的移動銀行，該銀行在印度尼西亞和印度采用無分支機構(gòu)、無紙化和無簽名運營模式。Digibank旨在實現(xiàn)精簡性和效率，通過人工智能驅(qū)動的虛擬助理提供24小時客戶服務。

在最近于舊金山舉行的Google Cloud Next會議上，匯豐銀行的首席信息官Darryl West表示，除了匯豐的2.4萬億美元資產(chǎn)外，該公司的核心資產(chǎn)是其數(shù)據(jù)庫。隨著客戶飛速采用數(shù)字交易渠道，West注意到匯豐銀行數(shù)據(jù)資產(chǎn)規(guī)模呈現(xiàn)出驚人的增長態(tài)勢。

通過智能地收集客戶互動數(shù)據(jù)，匯豐銀行正在與金融科技公司緊密合作，從中發(fā)掘洞察力，從而更加高效地運營業(yè)務和打造更有吸引力的客戶體驗。

信息帶來機會

談到充分利用數(shù)據(jù)的力量，不得不說我們的許多客戶都轉(zhuǎn)向了云計算。IDC的最新《亞太地區(qū)銀行云服務》報告預測，未來兩年將成為亞太地區(qū)銀行采用云計算的一個轉(zhuǎn)折點，因為客戶希望隨時隨地獲取服務，這就迫使金融機構(gòu)有效利用數(shù)據(jù)洞察，實時提供定制產(chǎn)品和服務。

例如，當你打開優(yōu)步或者嘀嘀應用時，它會自動提示你的下一個目的地，或者銀行會在客戶收到賬單時提供無息貸款來支付大筆賬單?；谝酝慕杩钅Ｊ?，后端算法可以計算出合適的利率并評估用戶的信用風險，然后瞬間轉(zhuǎn)匯貸款金額。

數(shù)據(jù)也推動了工作流程自動化和機器學習算法訓練，因為人工智能和高級分析有可能改變銀行未來的運作方式。像DBS、新加坡大華銀行（UOB）和華僑銀行有限公司（OCBC）這樣的銀行已經(jīng)通過在單一平臺上提供在線和移動設(shè)備銀行服務，實現(xiàn)了多渠道體驗。這種強化也離不開社交網(wǎng)絡(luò)的整合，目的是了解消費者的需求和期望。

然而，如果銀行獨立地建立自己的實踐，比如信用風險分析、業(yè)務分析和合規(guī)分析，這意味著它們不會相互溝通，那么數(shù)據(jù)的整合和交叉?zhèn)鞑ゾ蜁袉栴}。通常情況下，這些“孤島”會檢查類似的數(shù)據(jù)集，以分辨收益機會和風險。隨著數(shù)據(jù)系統(tǒng)和技術(shù)的建立，實現(xiàn)跨銀行分析并解決機構(gòu)范圍挑戰(zhàn)，新型和更有效的客戶服務將會涌現(xiàn)。

不過，采用大數(shù)據(jù)并不是一個一帆風順的過程。在只有一些機構(gòu)優(yōu)先考慮數(shù)據(jù)和分析需求的情況下，銀行和金融機構(gòu)需要采取以下步驟才能獲得顯著收益：

·利用NetApp OnCommand Insight獲得端到端可見性：了解您的數(shù)據(jù)在何處及其如何跨私有云或公共云以及不同的地理位置移動

·利用NetApp ONTAP軟件簡化數(shù)據(jù)管理：為公司的所有數(shù)據(jù)采用統(tǒng)一流程和接口，降低操作風險和混亂

·利用NetApp SnapLock Data Compliance 始終確保安全性：及時檢測到性能異常情況，防止出現(xiàn)服務中斷或停機，并確保遵守法規(guī)和內(nèi)部IT治理規(guī)則