庖丁解“数”的博拉科技

简介: 博拉科技是一家入驻在“云栖小镇”的互联网科技公司,是一家通过数字化、智能化解决方案,满足智能制造刚需的企业。

周公爽如约拨通了客户的手机,对面传来了机器的轰鸣。只有在短暂的工休间隙,两人才有时间,沟通下一步生产线数字化改造的细节。此时是3月3日,疫情尚未完全消退,但从2月25日开始,客户的生产线已经恢复运转,只是员工到岗率始终不足50%,公司所有高管已下车间,补位到生产一线。

image.png

重新认识数据价值

“如果早一步实现数据协同,或许现在会更从容一些。”疫情之中,用户开始重新认知数据的价值。其所说的数据协同,包括生产设备的数据协同、工艺流程的数据协同、生产原料的数据协同等诸多方面。

放下电话的周公爽,也在进行着类似的思考,他是博拉科技CEO。其实,早在5年前,其已经意识到,数据不再是制造流程中的“边角料”,离散制造最大的业务痼疾,则正在于数据的“离散”。

言归正传。博拉科技是一家入驻在“云栖小镇”的互联网科技公司,是一家通过数字化、智能化解决方案,满足智能制造刚需的企业。“云栖智造”是博拉科技的核心产品,通过SaaS+服务,或企业版本地部署等模式,在4周内即可搭建交付一座智能工厂。

image.png
“云栖智造”可以同时部署在PC端、钉钉端,以及边缘端。

产品化的博拉科技

“4周,甚至更短即可交付一座智能工厂。”周公爽特别强调,博拉科技是一家产品化、模块化、配置化的云原生企业。而以此次疫情为背景,博拉科技的上述能力,就更显得具有现实意义——其可以帮助机械制造企业快速实现数字化,也可以帮助诸多制造业客户,从劳动密集型企业,转型为业务协同的数据密集型企业。

如何理解?时间回到2018年3月,深圳宝安机场候机厅。博拉科技的几位创始人,抓紧登机前短暂的空隙,急切地交换着意见。他们刚刚结束“云栖大会·深圳站”的全部日程。此次阿里云宣布:物联网(IoT)将成为继电商、金融、物流、云计算之后,阿里巴巴的“第五赛道”。

“此前,博拉科技也信奉工程化、定制化的系统交付模式,但阿里云此次提出的‘第五赛道’,也恰可成为博拉科技的新机遇。”周公爽是在从技术视角,解释着即将出现的业务模式和商业模式改变。

其实,博拉科技一直是阿里云的生态伙伴。此前双方合作,已经涉及计算、存储、网络,以及数据库、安全等诸多层面。“而获得阿里云物联网平台的支撑,博拉科技不仅可迅速具备跨行业能力,更可采用SaaS模式,实现从项目定制化到标准产品化的转变。”周公爽感觉一扇门已经打开,尤其对仍处于创业期的科技公司,产品化始终意味着高昂的技术投入代价,无数充满理想的创业公司,就曾倒在此扇门前。

“云栖智造”瞄准四种场景

这又如何理解?在此可先简述博拉科技的核心产品:“云栖智造”。其主要解决机械制造领域的4个刚需场景的问题:生产计划的准确性和实时性、质量正向追溯和反向追溯、设备效能管理、生产过程中的物料周转。

image.png

其中,以制定生产计划为例,Excel虽然是款伟大的软件,但静态的Excel表格,始终不能实时地反映动态的产能波动、物料波动。同时,依靠手工将业务订单,分解成数十道工序所对应的工单,并分配给数百台设备执行,更是超出人脑所及。

而“云栖智造”则涵盖“人(人员)、机(设备)、料(物料)、法(工艺)、环(环境)、测(质量)”等6个要素的十余个微服务模块,并以上述维度完成数据采集、数据协同、数据管控和数据分析。也就是说,该系统可基于算法优化,自动将业务订单分解成生产工单,并根据设备的空闲状态,制定生产计划。

同样,在质量追溯、设备效能管理、半成品库存管理等场景中也是如此。不具备“质量正向追溯和反向追溯”能力,中国的制造企业就不可能成为特斯拉、福特、通用等世界500强企业的合作伙伴;缺乏“设备效能管理”能力,就不可能提升生产过程中原料切换、刀具切换、人员切换的效率;而忽视“生产过程中的物料周转”,则难以照亮ERP系统的死角,半成品库存成本,或许也会将企业压得喘不上气。

image.png

我们不一样

而话题至此,正可回归到博拉科技的服务交付模式。目前,博拉科技已服务国内200余家制造企业,用户所制造的产品大到生产汽车、家电,小到生产剪刀、螺母,但他们与周公爽的初次见面,都会强调:“我们不一样,生产设备、工序流程、工艺路线都不一样。”

的确,“我们不一样”就是现实问题。仅机械制造领域,就可分为十余种门类,以及成千上万的细分品类。即使品类相同的制造企业,其生产设备、工序流程、工艺路线等,也都有“独家秘笈”。

“只有具备很强配置化能力的SaaS化服务,才能满足智能制造企业的个性化诉求,而SaaS服务的背后即是产品化和配置化。”周公爽所强调的SaaS服务,是以不同维度的数据采集为基础,并以阿里云的“数据中台”和“业务中台”为支撑。

“前台”和“后台”配置

其实,在博拉科技交付模式中,生产汽车和生产口罩并没有什么本质不同。通过对生产流程的庖丁解牛,博拉科技所提供的服务,不仅是可组装的模块化软件,更是对基础技术数据进行重新配置。

正是基于此理念,通过“前台配置”,博拉科技可“屏蔽”,不同企业间的设备差异、工序差异、工艺差异,而“后台配置”更是可以深入BOM管理系统,即灵活地增加、删除,或自定义BOM系统中的字段。这就意味着,“云栖智造”可通过“字段配置”,具备敏捷的跨行业能力。

由此,回到2018年3月,博拉科技几位创业者,在深圳宝安机场开过的“碰头会”。一家仍处于创业阶段的科技企业,投入中台研发谈何容易。而正是基于阿里云IoT推出的阿里云工业互联网平台,以及扎实的“数据中台”和“业务中台”,“云栖智造”才得以实现对海量设备的联接,才具备了“后台配置”能力。这也为博拉科技此后从 “工程”到“产品”,从“定制”到“配置”的转变,提供了必要的条件。

“数字工厂”的价值

当然,博拉科技的变化还不仅如此。博拉科技与阿里云的合作,也不仅在于“平台+中台+场景”的联合解决方案。2019年,“云栖智造”正式打通阿里云IoT的“数字工厂”。而何为“数字工厂”?

image.png

准确地解释,“数字工厂”不能简单地理解为APP Store式的“应用商店”。其是阿里云面向制造型企业,提供的工业互联网企业级平台,或者称为“数字工厂运营中心”。可以说,这是一次“书同文、车同轨,方以至千里”的改革。不管是工业硬件、软件服务商,生态伙伴的产品之间,可实现无缝衔接,各类生态伙伴即使“口音”不同,专注的应用场景不同,他们与用户之间,也可以统一的“文字”进行沟通。

由此,制造企业可在“数字工厂”中,完成一站式采购,这其中既博拉科技提供的“云栖智造”,也包括阿里云其他生态伙伴所提供的电商销售、供应链管理、金融服务、物流服务等诸多平台级能力。“其中的核心是,生态企业之间遵循统一的技术标准、数据规范,各类针对应用场景的数字解决方案,均可实现无缝衔接。”

显然,周公爽已经感受到生态的价值,“云栖智造”正式入驻“数字工厂”,其产业属性要大于技术属性,生态属性或更大于产业属性。“‘数字工厂’不仅降低了博拉科技的市场营销成本,更因为遵循统一的技术标准、数据规范,降低了生态企业之间技术衔接的成本。而专注于场景应用的企业,本该融入此生态,成熟的生态也本应该如此。”周公爽最后说。

本文来源: 张戈BP微信公众号
作者: 张戈

相关文章
|
24天前
|
机器学习/深度学习 人工智能 算法
【电商搜索】现代工业级电商搜索技术-中科院计算机研究所-生成型检索与多级相关性相结合
【电商搜索】现代工业级电商搜索技术-中科院计算机研究所-生成型检索与多级相关性相结合
30 1
|
3月前
|
数据采集 机器学习/深度学习 人工智能
【2021 第五届“达观杯” 基于大规模预训练模型的风险事件标签识别】1 初赛Rank12的总结与分析
关于2021年第五届“达观杯”基于大规模预训练模型的风险事件标签识别竞赛的初赛Rank12团队的总结与分析,详细介绍了赛题分析、传统深度学习方案、预训练方案、提分技巧、加速训练方法以及团队的总结和反思。
45 0
|
人工智能 算法 数据可视化
SIGIR 2022 | 多场景多任务优化在支付宝数字金融搜索的应用(3)
SIGIR 2022 | 多场景多任务优化在支付宝数字金融搜索的应用
266 0
|
机器学习/深度学习 搜索推荐 数据挖掘
SIGIR 2022 | 多场景多任务优化在支付宝数字金融搜索的应用(2)
SIGIR 2022 | 多场景多任务优化在支付宝数字金融搜索的应用
159 0
|
算法 搜索推荐 小程序
SIGIR 2022 | 多场景多任务优化在支付宝数字金融搜索的应用(1)
SIGIR 2022 | 多场景多任务优化在支付宝数字金融搜索的应用
228 0
|
机器学习/深度学习 人工智能 安全
超长序列,超快预测!深势科技联手阿里云,AI蛋白质预测再下一城
强强联合,突破 AI 蛋白质预测模型推理性能瓶颈,支持最高 6.6k 长氨基酸序列蛋白质的预测计算,达到目前已知最优推理效果。
超长序列,超快预测!深势科技联手阿里云,AI蛋白质预测再下一城
|
机器学习/深度学习 人工智能 安全
超长序列,超快预测!深势科技联手阿里云,AI 蛋白质预测再下一城
强强联合,突破 AI 蛋白质预测模型推理性能瓶颈,支持最高 6.6k 长氨基酸序列蛋白质的预测计算,达到目前已知最优推理效果。
超长序列,超快预测!深势科技联手阿里云,AI 蛋白质预测再下一城
|
人工智能 运维 机器人
从来也科技UiBot 6.0社区版,看RPA距离“人人可用”还有多远
来也科技最新上线的UiBot 6.0社区版实现了全线免费,这背后有什么逻辑?
714 1
从来也科技UiBot 6.0社区版,看RPA距离“人人可用”还有多远
|
API
Google Earth Engine——街区数据集包含2010年的人口普查街区,最小单位大致相当于一个城市街区。超过1100万个多边形特征,覆盖美国、哥伦比亚特区、波多黎各和岛屿地区。
Google Earth Engine——街区数据集包含2010年的人口普查街区,最小单位大致相当于一个城市街区。超过1100万个多边形特征,覆盖美国、哥伦比亚特区、波多黎各和岛屿地区。
177 0
Google Earth Engine——街区数据集包含2010年的人口普查街区,最小单位大致相当于一个城市街区。超过1100万个多边形特征,覆盖美国、哥伦比亚特区、波多黎各和岛屿地区。
|
机器学习/深度学习 人工智能 自然语言处理
万字长文 | 一文了解新营销,数字经济时代如何以个人为中心重建品牌?
自从2006年云计算兴起以及2007年第一代iPhone面世,全球不仅见证了科技产业的巨大变革,受科技变革影响的媒体和广告营销机构也被彻底颠覆了。媒体与广告营销机构之间,本来有一种共生的依赖关系。但进入2012年,也就是iPhone 5全面发售,智能手机全面普及,让媒体产业进入了前所未有的危机时刻。人手一部的智能手机和移动互联网,已经成为全球最大的媒体,任何APP都可以把信息精准的传递到消费者和用户的手里,机构媒体在社会中垄断信息地位开始消亡。而广告和营销机构作为机构媒介代理,相应也失去了价值。
225 0
万字长文 | 一文了解新营销,数字经济时代如何以个人为中心重建品牌?
下一篇
无影云桌面