王力安防CIO王志强:携手阿里云 从制造走向智造 | 阿里CIO学院名人堂

简介: 4月25日,阿里CIO学院迎来了第57期CIO班学员王力安防CIO王志强,他向笔者介绍了“上云用数赋智”为王力安防带来的收获与思考。
来源 | 阿里飞天CIO学堂微信公众号

在门锁行业内,王力百万挑战开锁王的故事一直被大家津津乐道。今年2月,王力安防科技股份有限公司正式登陆上交所,标志着这家传统机械门锁的制造企业加速蝶变为以“智能管理、智能制造、智能产品”三大智能战略为核心的智能安防国际品牌,引领世界门锁业潮流。

与此同时,今年3月2日,王力安防与阿里云达成战略合作,双方携手建设防盗门锁、智能锁、智能门窗、智能家居及家居建材行业的数字化系统,共同打造家居品牌行业全链路数字化标杆。

4月25日,阿里CIO学院迎来了第57期CIO班学员王力安防CIO王志强,他向笔者介绍了“上云用数赋智”为王力安防带来的收获与思考。

image.png
阿里CIO学院:王力在制造业上云是比较早的,并在2018年搭建了自己的智能工厂。我想请问王力当时为什么会有和阿里云合作的想法,和阿里云的合作又解决了王力哪些方面的业务问题?

王志强:王力“上云”比较早,2018年王力集团做了战略性布局,在四川以及浙江永康打造智能工厂,底层以MES为中心、业务层面以ERP为中心搭建起了庞大的智能工厂数据系统,各种数据交织在一起数据无法实现及时共享。另外,王力还在全国各个地区拥有多个工厂,这就对数据及时性以及数据处理量要求非常高,王力为此导入了阿里云,把一些系统架构到阿里云上。2018年王力第一个导入到阿里云架构上的是SCM供应链系统,并使用至今。

阿里CIO学院:目前王力跟阿里云有哪些方面的合作?

王志强:目前我们和阿里云的合作有四个项目,2018年的时候是SCM供应链系统,2019年涂鸦平台也架在阿里云上,2020年王力研究院的一些系统架在阿里云上,2020 年下半年销售部门的数据中台也架在阿里云上。总体来说,王力集团各个层面和阿里云均有了较为深入的合作。

阿里CIO学院:这些合作中有没有一些比较印象深刻的故事或者人?

王志强:有的。一路走来,王力安防和阿里云团队合作还是蛮多的,数据中台上云就让我印象深刻。一般来说,这种系统的导入是以IT部门为主导,但当时我们的数据中台是以销售数据为主导,这就造成项目建设以销售部门同事为主导以IT信息部门为辅助,导致企业项目进展走了一些弯路。后来阿里云的专业团队帮助我们进行了项目分析梳理,我们发现并不是因为业务是销售,所以必须由销售部门主导,就改成了IT信息部门做主导,至今整个项目都在有序推进中,最近项目顺利完成。

阿里CIO学院:关于未来与阿里云合作,您有哪些方面的想法?

王志强:现在和阿里云的合作,从原来的范围比较广,到如今深度不断加强。刚才说到2020年12月份导入阿里数据中台。在今年3月中旬又导入了阿里云全域天攻项目,全域天攻项目从今年315大促的数据回流来看比较乐观,之后要对这些数据做进一步深度加工,并逐步推进。

另外就是智能工厂,王力安防现在的智能工厂数据量越来越大,数据变得越来越庞杂,这些庞大的数据是现有系统无法承载的,我们希望阿里云能帮助我们解决数据的承载问题。
image.png
关于王力安防:

王力始创于1996年,位于中国五金之都和中国门都——浙江永康。

历经20多年的快速发展,旗下现拥有浙江王力门业有限公司、浙江王力高防门业有限公司、浙江金木门业有限公司、浙江王力铜艺有限公司、四川王力安防产品有限公司等产业, 并拥有总部、华爵、能诚、长恬、四川安防、西部等六大生产基地,主营安全门、智能锁、木门、哑口墙板、门窗和智能家居等产品,拥有近万家销售网点和服务网点,形成集科研、设计、制造、销售、服务于一体的国民门锁品牌企业。公司致力于为更多用户提供有品质、有温度的安居生活空间,打造智能安防国际品牌,引领世界门锁业潮流。
image.png

名人堂

名人堂是阿里CIO学院打造的一档大伽访谈栏目,每周一期。以推动企业创新与数智化升级为愿景,通过采访行业顶尖客户,帮你更好地了解和思考企业数字化转型中可能面临的挑战,梳理行业痛点和方法路径,从而相互滋养,共同成长。

更多文章

点击查看众安保险CTO康德胜: 云上保险与众不同 | 阿里CIO学院名人堂>>>

点击查看姚国政:汽车金融数字化正当时 | 阿里CIO学院名人堂>>>

点击查看卓越:技术突破为广电数字化转型赋能 | 阿里CIO学院名人堂>>>

点击查看秦志超:找到优秀的智能家居“赛车手”至关重要 | 阿里CIO学院名人堂>>>

点击查看郭靖:全力建设汇通达技术生态大图 | 阿里CIO学院名人堂>>>

点击查看车宏原:金融科技加速赋能 博时基金开启资管数字化时代新征程 | 阿里CIO学院名人堂>>>

点击查看黄秉豪:让科技赋能成为华发集团第二增长曲线 | 阿里CIO学院名人堂>>>

点击查看程军:数字化成航司弯道超车绝佳机会 | 阿里CIO学院名人堂>>>

点击查看范平新:数字化转型提高人效比最关键 | 阿里CIO学院名人堂

相关实践学习
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
设计模式 架构师 大数据
我的架构师之路——阿里云 MVP 沈剑
沈剑,公众号“架构师之路”的作者,曾任百度高级工程师和58同城高级架构师、技术委员会主席、技术学院优秀讲师,现为到家集团技术委员会主席和技术VP,同时也是快狗打车(原58速运)的CTO。本文是沈剑老师在阿里云的直播中分享的一些自己关于架构师的看法和成为架构师的心路历程的第一部分。
7502 0
我的架构师之路——阿里云 MVP 沈剑
|
4月前
|
人工智能 API iOS开发
新手小白抄作业!2026年OpenClaw(Clawdbot)一键部署教程+接入iMessage指南
在AI智能体全民普及的2026年,OpenClaw(原Clawdbot,曾用名MoltBot)凭借开源免费、操作简单、场景适配广的核心优势,成为新手小白解锁AI自动化的首选工具。它无需复杂编程基础,就能实现文件处理、任务提醒、信息检索等日常需求,更可无缝接入iMessage,让你通过手机短信直接发送指令,实现“随时随地调用AI”的便捷体验。
839 0
|
缓存 人工智能 自然语言处理
阿里云百炼工作流新版功能介绍
阿里云百炼工作流全新升级,带来十大优化:对话与任务模板合并、UI界面焕新、画布性能提升、布局优化、新增流程输入输出节点、报错机制改进、聚合分组功能、参数提取节点、绘画变量记忆增强、失败重试机制。提升流程设计效率与稳定性,助力开发者高效构建AI应用。
1170 1
|
安全 JavaScript 前端开发
阿里云先知安全沙龙(西安站) ——浅谈XSS漏洞挖掘与构造思路
本文介绍了DOM-XSS构造、运算符的威力和模板字符串妙用三个主题。通过多个实例图解,详细展示了如何利用DOM特性构造XSS攻击、JavaScript运算符在代码中的巧妙应用,以及模板字符串在开发中的灵活运用。这些内容对提升Web安全意识和编程技巧具有重要参考价值。
|
SQL 分布式计算 DataWorks
使用DataWorks PyODPS节点调用XGBoost算法
本文介绍如何在DataWorks中通过PyODPS3节点调用XGBoost算法完成模型训练与测试,并实现周期离线调度。主要内容包括:1) 使用ODPS SQL构建数据集;2) 创建PyODPS3节点进行数据处理与模型训练;3) 构建支持XGBoost的自定义镜像;4) 测试运行并选择对应镜像。适用于需要集成机器学习算法到大数据工作流的用户。
527 24
|
存储 人工智能 定位技术
战略地图|用户为先、AI驱动,以创业心态创造更大价值
9月10日,阿里巴巴集团董事会主席蔡崇信发布全员信宣布,已在当日按计划完成集团管理职务交接,由他接任集团董事会主席职务,吴泳铭出任集团CEO。这意味着,阿里巴巴完成了公司管理职务的第二次制度化交接棒,今年3月启动的自我变革快速顺利推进。 随着阿里巴巴1+6+N全新业务集群基本成型,阿里巴巴“24年来最重要变革”正给公司带来全新变化。与此同时,阿里巴巴集团CEO吴泳铭还兼任阿里云董事长与CEO,这样的任命也足以看出云计算之于阿里巴巴集团的重要性,阿里云下一步将如何发展?本文根据吴泳铭全员信和内部讲话梳理,进一步呈现变化将如何展开。
821 1
|
12月前
|
人工智能 自然语言处理 API
硅基流动入驻阿里云云市场,核心API服务将全面接入阿里云百炼平台💐
2025年6月18日,AI Infra企业硅基流动与阿里云达成战略合作,加入“繁花计划”并入驻云市场。其大模型推理平台SiliconCloud核心API将接入阿里云百炼平台,依托灵骏智能计算集群为客户提供高效服务。作为国内领先的MaaS平台,SiliconCloud已集成百余款开源大模型,服务600万用户及众多企业。双方将在算力协同、行业解决方案等领域深化合作,推动AI生态发展。
1349 0
|
Kubernetes 监控 Cloud Native
|
数据安全/隐私保护
JumpServer的权限管理
文章介绍了JumpServer的权限管理操作,包括如何创建授权规则和验证授权是否成功。
679 2
|
机器学习/深度学习 人工智能 图形学
NPU(Neural Processing Unit)和GPGPU(
NPU(Neural Processing Unit)和GPGPU(General-Purpose Graphics Processing Unit)在AI任务处理方面虽然都能发挥重要作用,但它们在设计、功能和适用场景上存在一些明显的差异。
2986 3