文/聞力生 編輯/趙穎

大數(shù)據(jù)資產(chǎn)的本質(zhì)是實現(xiàn)以智能設(shè)計、智能生產(chǎn)、智能管理為主的智能制造

近幾年，智能制造成為服裝行業(yè)發(fā)展的大勢所趨。智能設(shè)計、智能生產(chǎn)、智能管理以及集成優(yōu)化等內(nèi)容構(gòu)成服裝的智能制造，而大數(shù)據(jù)資產(chǎn)的本質(zhì)就是實現(xiàn)這些智能制造，推動企業(yè)傳統(tǒng)制造模式和商業(yè)模式創(chuàng)新轉(zhuǎn)型，因此，應(yīng)用好數(shù)據(jù)資產(chǎn)成為服裝行業(yè)實現(xiàn)智能制造的關(guān)鍵。

數(shù)據(jù)驅(qū)動企業(yè)高效運行

數(shù)據(jù)資產(chǎn)的概念是由信息資源和數(shù)據(jù)資源的概念演變而來的。20 世紀(jì)70年代，人們把信息看作和人力、物質(zhì)、財務(wù)和自然同等重要的資源；20 世紀(jì)90年代,隨著政府和企業(yè)的數(shù)字化轉(zhuǎn)型而產(chǎn)生了數(shù)據(jù)資源，此時，作為信息的數(shù)字變?yōu)閿?shù)據(jù)在集結(jié)到一定規(guī)模后，被稱作數(shù)據(jù)資源；21 世紀(jì)初,由于大數(shù)據(jù)技術(shù)的興起及應(yīng)用產(chǎn)生了數(shù)據(jù)資產(chǎn), 數(shù)據(jù)管理、數(shù)據(jù)應(yīng)用、數(shù)字經(jīng)濟的發(fā)展使數(shù)據(jù)資產(chǎn)得到普及。所以，數(shù)據(jù)資產(chǎn)是一個數(shù)據(jù)集，包含數(shù)據(jù)權(quán)限（指所有權(quán)、使用權(quán)、探索權(quán)），且有價值、可衡量、可讀取、可交易。

2020年4月9日，中共中央國務(wù)院公布的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機制的意見》中，明確指出生產(chǎn)要素包括土地、勞動力、資本、技術(shù)、數(shù)據(jù)這五類, 這五要素也是資產(chǎn)，即土地資產(chǎn)、勞動力資產(chǎn)、資本資產(chǎn)、技術(shù)資產(chǎn)及數(shù)據(jù)資產(chǎn)。

近幾年，全球數(shù)據(jù)年均增速都在20%以上。數(shù)據(jù)資產(chǎn)的增速遠(yuǎn)超技術(shù)、人力、資金、土地資產(chǎn)的增速。據(jù)國際數(shù)據(jù)公司IDC 發(fā)布的統(tǒng)計數(shù)據(jù)顯示，2018年中國的數(shù)據(jù)產(chǎn)生量約占全球的23%，僅低于EMEA（歐洲、中東、非洲）約30%的數(shù)據(jù)產(chǎn)生量，是國際上名列前茅的數(shù)據(jù)資源大國和全球數(shù)據(jù)中心，由圖1可見，其中代表亞太和日本地區(qū)的APJxC 占18%。

圖1 全球數(shù)據(jù)分布域

圖2可以看出全球大數(shù)據(jù)2011—2027年市場規(guī)模預(yù)測(億美元)。我國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟及賽迪發(fā)布的《2020 中國大數(shù)據(jù)產(chǎn)業(yè)發(fā)展白皮書》指出，2020年，中國大數(shù)據(jù)產(chǎn)業(yè)整體市場規(guī)模約達(dá)到6670.2 億元，到2022年將突破萬億元。根據(jù)這個數(shù)據(jù)進(jìn)一步預(yù)判，到2025年中國大數(shù)據(jù)產(chǎn)業(yè)整體市場規(guī)模將達(dá)到17568 億元左右（見圖3）。

圖2 2011-2027年全球大數(shù)據(jù)市場規(guī)模預(yù)測（單位：億美元）

圖3 2020-2025 中國大數(shù)據(jù)產(chǎn)業(yè)規(guī)模（單位：億元）

作為資產(chǎn)的數(shù)據(jù)有它獨有的特征：可交易，具有資源豐富、更新頻繁、類別多樣等信息價值；可流通使用，具有持續(xù)產(chǎn)生和不斷創(chuàng)造價值的自然增值屬性；具備滿足人類生存和發(fā)展的多維性，以及零成本無限共享和集聚使用價值高等。

作為資本資產(chǎn)的所有者,只有使用了數(shù)據(jù)資產(chǎn)才能體現(xiàn)出數(shù)據(jù)的價值。數(shù)據(jù)的價值和以下一些因素相關(guān)：數(shù)據(jù)應(yīng)用頻次高、集聚多，數(shù)據(jù)價值越高；反之，數(shù)據(jù)時效長、分享多，數(shù)據(jù)價值越低。

對服裝制造業(yè)而言,何時、將什么樣的數(shù)據(jù)、以何種方式傳遞給人和機器，是提升制造的科學(xué)性、實時性和有效性的關(guān)鍵，而數(shù)據(jù)的全自動化流動的本質(zhì)就是用數(shù)據(jù)驅(qū)動企業(yè)運行。

應(yīng)用好數(shù)據(jù)資產(chǎn)是關(guān)鍵

我國制造業(yè)智能制造的落地需要與企業(yè)信息化、數(shù)字化、智能化三步戰(zhàn)略相結(jié)合并逐步推進(jìn)。企業(yè)信息化是數(shù)據(jù)、知識采集的基礎(chǔ)，也是決策智能化的啟動階段；企業(yè)數(shù)字化轉(zhuǎn)型階段需要將企業(yè)各領(lǐng)域的數(shù)據(jù)知識進(jìn)行采集、清洗、分析處理，形成可用的、有價值的大數(shù)據(jù)資產(chǎn)；企業(yè)智能化階段是充分應(yīng)用大數(shù)據(jù)資產(chǎn)實現(xiàn)企業(yè)業(yè)務(wù)的智能化,也就是實現(xiàn)企業(yè)的智能制造（見圖4）。由此可見,在企業(yè)實現(xiàn)智能制造三步戰(zhàn)略進(jìn)程中,數(shù)據(jù)價值在不斷地遞升，也就是有了數(shù)據(jù)才有大數(shù)據(jù)，有了大數(shù)據(jù)才有人工智能，有了人工智能才能實現(xiàn)智能制造。

圖4 企業(yè)信息化、數(shù)字化、智能化三步戰(zhàn)略

應(yīng)用好數(shù)據(jù)資產(chǎn)是制造業(yè)實現(xiàn)智能制造的關(guān)鍵。大數(shù)據(jù)技術(shù)包括數(shù)據(jù)采集、保管、存儲、搜索、共享、傳遞、分析和可視化, 以下三方面為重中之重：

采集好數(shù)據(jù)資產(chǎn)

制造業(yè)的大數(shù)據(jù)主要為產(chǎn)品數(shù)據(jù)、運營數(shù)據(jù)、價值鏈數(shù)據(jù)和外部數(shù)據(jù)。其中工業(yè)大數(shù)據(jù)主要來源于機器設(shè)備數(shù)據(jù)、工業(yè)信息化數(shù)據(jù)和產(chǎn)業(yè)鏈相關(guān)數(shù)據(jù)等, 當(dāng)然還包括海量的Key-Value 數(shù)據(jù)、文檔數(shù)據(jù)、接口數(shù)據(jù)、視頻數(shù)據(jù)、圖像數(shù)據(jù)、音頻數(shù)據(jù)等。

常用的數(shù)據(jù)采集方式多為不同類型的工業(yè)傳感器和RFID 射頻技術(shù)等。

分析好數(shù)據(jù)資產(chǎn)

采集到的數(shù)據(jù)需要進(jìn)行分析。數(shù)據(jù)分析處理可以追溯到1999年歐盟SIG 組織提出的標(biāo)準(zhǔn)模型“CRISP-DM”，該標(biāo)準(zhǔn)的流程為：商業(yè)理解——明確目標(biāo)，分析需求；數(shù)據(jù)理解——采集、描述、探索、檢驗；數(shù)據(jù)準(zhǔn)備——選擇、清洗、構(gòu)造、整合、格式化數(shù)據(jù)；建立模型——選擇建模技術(shù)、參數(shù)調(diào)優(yōu)、測試、計劃、構(gòu)建模型；評估模型——模型全面評價、評價結(jié)果、重審過程；結(jié)果部署——分析結(jié)果、方案實施應(yīng)用。

應(yīng)用分析后的數(shù)據(jù)，才是大數(shù)據(jù)的意義所在，在服裝制造業(yè)中指的是：

加工設(shè)備狀態(tài)數(shù)據(jù)分析。對分析后的數(shù)據(jù)進(jìn)行輸出和展示，可以讓工作人員在第一時間了解生產(chǎn)過程中的實時狀態(tài)、加工工藝數(shù)據(jù)等，以便于做出快速、及時和科學(xué)的決策。

生產(chǎn)制造工藝數(shù)據(jù)優(yōu)化。主要表現(xiàn)在兩方面：一方面是設(shè)備工藝參數(shù)監(jiān)控，將采集到的設(shè)備工藝參數(shù)，如溫度、壓力等，與設(shè)定的標(biāo)準(zhǔn)參數(shù)進(jìn)行實時比對與管控，從而實現(xiàn)對生產(chǎn)過程進(jìn)行實時、動態(tài)、嚴(yán)格的工藝控制，確保產(chǎn)品質(zhì)量的穩(wěn)定性；另一方面是加工工藝改進(jìn)與優(yōu)化，對制造過程的主要工藝參數(shù)與完工后的產(chǎn)品合格率進(jìn)行綜合分析，便于對加工工藝進(jìn)行改進(jìn)與優(yōu)化。

生產(chǎn)過程追溯。通過產(chǎn)品加工制造的過程數(shù)據(jù)實現(xiàn)對產(chǎn)品制造歷史的追溯，達(dá)到問題復(fù)現(xiàn)、質(zhì)量追溯等目的。

保護(hù)好數(shù)據(jù)資產(chǎn)

數(shù)據(jù)資產(chǎn)安全在服裝制造業(yè)存在三個問題，一是數(shù)據(jù)資產(chǎn)繁雜，數(shù)據(jù)風(fēng)險無法量化；二是數(shù)據(jù)使用安全風(fēng)險較大，數(shù)據(jù)使用中沒有進(jìn)行動態(tài)數(shù)據(jù)管控；三是數(shù)據(jù)安全風(fēng)險面廣。因此，保護(hù)數(shù)據(jù)安全十分重要。這里羅列部分?jǐn)?shù)據(jù)安全方案:

戴爾“ 避風(fēng)港” 方案（Cyber Recovery Vault）。它具有Air Gap 網(wǎng)閘隔離機制和副本鎖定機制，以阻斷勒索軟件的接觸，從而大大降低病毒感染備份數(shù)據(jù)的機率。備份數(shù)據(jù)存儲在生產(chǎn)端的存儲設(shè)備上之后，與Cyber Recovery Vault 區(qū)存儲設(shè)備建立復(fù)制鏈接，通過內(nèi)部網(wǎng)絡(luò)和專用接口，將備份數(shù)據(jù)從生產(chǎn)中心復(fù)制到Cyber Recovery Vault 區(qū)（數(shù)據(jù)隔離保存庫）。Cyber Recovery Vault 區(qū)對網(wǎng)絡(luò)攻擊者“隱身”，阻斷勒索軟件感染備份資料的機率。一旦數(shù)據(jù)同步完畢即可關(guān)閉Air Gap 網(wǎng)閘，數(shù)據(jù)訪問路徑被斷開禁用。同時，為了防止備份文件被惡意刪除，系統(tǒng)可對隔離保存庫內(nèi)的數(shù)據(jù)進(jìn)行鎖定，以保證備份數(shù)據(jù)拷貝副本不可加密、不可篡改、不可刪除。

谷歌云平臺。企業(yè)可以在數(shù)據(jù)保護(hù)得到保障的情況下過渡到云平臺。谷歌云平臺已完成平臺向開放性和云計算的巨大轉(zhuǎn)變，為企業(yè)帶來了更強大的數(shù)據(jù)資產(chǎn)和更好更安全的數(shù)據(jù)分析能力。谷歌云平臺開放式基礎(chǔ)設(shè)施讓客戶可以選擇最適合自身業(yè)務(wù)的上云路徑。有了谷歌云的基礎(chǔ)設(shè)施、數(shù)據(jù)和人工智能機器學(xué)習(xí)解決方案，降低了數(shù)據(jù)上云及分析處理的難度。

具有安全管控系統(tǒng)的曙光大數(shù)據(jù)平臺。曙光大數(shù)據(jù)平臺是結(jié)合大數(shù)據(jù)技術(shù)的海量數(shù)據(jù)智能分析處理解決方案,能幫助企業(yè)用戶快速構(gòu)建高效、智能、易用的一體化大數(shù)據(jù)系統(tǒng)，挖掘數(shù)據(jù)價值。曙光大數(shù)據(jù)分析平臺采用融合的技術(shù)架構(gòu)，深度實現(xiàn)存儲融合、計算融合、調(diào)度融合、多源數(shù)據(jù)融合、業(yè)務(wù)流程融合，構(gòu)建體系化融合的整體系統(tǒng)。

創(chuàng)新奇智的“Orion 自動化機器學(xué)習(xí)（AutoML）平臺”。該平臺主要幫助客戶用好數(shù)據(jù)資產(chǎn)，提高數(shù)據(jù)決策能力,賦能客戶運行業(yè)務(wù)。該平臺是一套符合未來數(shù)據(jù)智能范式的，擁有可靈活選擇、配置的三層結(jié)構(gòu)，面向企業(yè)客戶，以私有化部署為主的系列產(chǎn)品和解決方案。Orion 數(shù)據(jù)智能引擎主要包括三大產(chǎn)品單元,即：Orion IRC——智能資源調(diào)度管理，提供計算資源管理和數(shù)據(jù)資產(chǎn)地圖；Orion DAC——智能數(shù)據(jù)融合管理，支持?jǐn)?shù)據(jù)動態(tài)融合，實現(xiàn)數(shù)據(jù)供應(yīng)鏈的布局與管理；Orion AML——自動化機器學(xué)習(xí)，基于數(shù)據(jù)完成智能決策。

TalkingData 數(shù)據(jù)安全島平臺。TalkingData“安全島”是基于業(yè)界領(lǐng)先的可信的數(shù)據(jù)計算技術(shù)，構(gòu)建起安全合規(guī)的多方數(shù)據(jù)融通一站式平臺，提供面向不同業(yè)務(wù)場景的數(shù)據(jù)產(chǎn)業(yè)化應(yīng)用與價值釋放新模式。為了能夠平滑地將TalkingData 的數(shù)據(jù)服務(wù)和數(shù)據(jù)能力完整地應(yīng)用于客戶這一側(cè)，其安全島解決方案,其實就是一個安全計算平臺，出發(fā)點是讓客戶在平臺上實現(xiàn)安全合規(guī)的數(shù)據(jù)價值交換，保護(hù)隱私，幫助客戶彌補數(shù)據(jù)能力上的不足，真正釋放數(shù)據(jù)的價值。

數(shù)據(jù)資產(chǎn)應(yīng)用貫穿制造全流程

實現(xiàn)智能制造必須要有真正落地的人工智能，而真正的人工智能又要依靠大數(shù)據(jù)、先進(jìn)算法模型和超大的計算能力（例如CPU/GPU/TPU）來實現(xiàn)。

智能設(shè)計、智能生產(chǎn)、智能管理以及集成優(yōu)化等內(nèi)容構(gòu)成服裝的智能制造，而大數(shù)據(jù)資產(chǎn)的本質(zhì)就是實現(xiàn)這些智能制造，推動服裝產(chǎn)業(yè)的變革，具體實踐和效用可包括以下內(nèi)容：

為開拓市場提供數(shù)據(jù)支撐

服裝企業(yè)依靠大數(shù)據(jù)戰(zhàn)略拓寬服裝行業(yè)調(diào)研數(shù)據(jù)的廣度和深度，服裝市場構(gòu)成、細(xì)分市場特征、消費者需求和競爭者狀況等信息都可從大數(shù)據(jù)中得到，再通過系統(tǒng)的信息數(shù)據(jù)收集、管理和分析，得出解決問題的方案和建議，保證企業(yè)產(chǎn)品在市場定位的獨具性，提高企業(yè)產(chǎn)品在市場的接受度。服裝市場會根據(jù)大數(shù)據(jù)給出的區(qū)域人口分布、消費水平、產(chǎn)品認(rèn)知、客戶消費習(xí)慣、工作消費喜好等因素進(jìn)行分析，得出市場定位，為企業(yè)進(jìn)入或開拓服裝市場提供數(shù)據(jù)支持。

可替代設(shè)計師的智能服裝設(shè)計

現(xiàn)在的服裝設(shè)計大部分仍然采用尚未智能化的傳統(tǒng)服裝CAD 進(jìn)行，如果采用了智能CAD，就可替代設(shè)計師。例如，2019年美國麻省理工學(xué)院利用AI技術(shù)中的GAN 模型進(jìn)行服裝設(shè)計。所謂GAN 是一種深度學(xué)習(xí)模型，全稱是“Generative Adversarial Networks”， 中文為“生成式對抗網(wǎng)絡(luò)”。GAN 設(shè)計出兩個神經(jīng)網(wǎng)絡(luò)，通過一個生成、一個判斷進(jìn)行博弈。例如在連衣裙的設(shè)計上，研究人員收集了大約 5000 張過去的連衣裙時裝樣式的圖片大數(shù)據(jù)，一個為GAN的生成模型，一個為GAN 的相對抗的判斷模型，隨后通過幾天的訓(xùn)練，就可得到新設(shè)計的連衣裙時裝樣式。

縫制加工工藝參數(shù)調(diào)優(yōu)

縫紉機的參數(shù)會影響其運行，例如縫制車速、縫線張力、線跡形式、線跡大小等。在縫制前需要預(yù)先設(shè)置參數(shù)，最優(yōu)縫制參數(shù)可通過參數(shù)大數(shù)據(jù)和人工智能中的機器視覺技術(shù)、機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)得出，從而達(dá)到最好的服裝縫制質(zhì)量。