云分析加速数字化供应链转型
COVID-19大流动摇全球供应链，却也成为云分析采纳的催化剂。
旧模式下，供应链系统长期面对不确定性、短缺和断链。云技术弹性允许快速收集、解读供应链数据集并产出价值主张。
Gartner预测，2022年公共云服务将成90%数据与分析创新的必需品。IDC调查显示，70% CEO希望组织更数据驱动，但见显著改进空间：仅27%称完全数据驱动。
云分析提供高计算工作负载所需伸缩性。如今几乎任何文件皆可成分析对象，意味着汹涌而来的数据常非结构化且海量，传统分析难以有效处理。
但向云端迁移数据分析非无挑战：数据分析人才短缺，需专业训练和背景以有效用AI和机器学习从高速数据流中提取正确信息。数据安全是制造商数据和IT领导者关注重点，理应保护数据资产。迁移旅程本身也是挑战——从规划实施、执行、管理到持续优化——且全程不得中断服务。
为应对挑战，制造商越来越依赖经验丰富的合作伙伴，在云迁移各阶段提供数据安全、云迁移、分析专长。过程中发展内部知识和能力，持续优化云分析。合作伙伴可在多关键领域实现突破：
- 价值/营收。 某大型机场汇总特定航线周航班数据，结合航班延误时乘客在机场商店购买习惯。数据显示飞伦敦乘客偏好产品与飞里约热内卢乘客不同。云分析检测模式，揭示推广何产品、何时推广。结果？机场商店销售额提升20%。
- 可持续性。 某商业渔业组织欲解决消费者对其做法可持续性、弱势物种保护的顾虑。云分析概念验证让公司用GPS追踪渔船，叠加海洋保护区地图，核实捕捞是否在保护区外。通过区块链记录认证、跟踪全链数据，公司在不暴露优质渔场给竞争对手前提下展示可持续做法。
- 生产力。 传统工厂流程依赖操作员经验智慧优化。如今制造企业通过并购扩张，拥有运行完全不同系统的工厂，可能跨国、用创新机械产生海量系统数据。云分析和AI让制造商创建真实运营的数字孪生副本，基准对比工厂、识别生产力改进、测试新流程、防停机。
其他机会领域还包括供应链效率和安全。疫情让制造商面临破碎、不可靠的运输系统收发原材料和发货，航空、铁路、卡运公司难以将产能与不确定需求匹配。这推动许多企业投资基于云的分析，利用历史数据预测最廉价或最可靠承运商。
安全方面，高价值商品运输是盗窃和造假首选目标。制药商用货运传感器获取海量数据，经算法分析、云端解析，识别模式以更好判断货运类型、特定卡运公司、目标路线。
今日世界日益数字化、复杂、易受冲击，要求制造商快速高知情调整以优化保护供应链。他们需要小时、分钟、甚至秒级答案。
得益于云分析，这已成现实。沿链收集海量数据、创建算法使数据有用，数据科学家能识别增加业务价值、履行关键使命的途径。更关键的是，云分析助制造商兑现数字化转型承诺：将供应链带入未来——智能、集成的供应链，助制造商更好管理追踪库存、管理人员、开发新营收流、改善客服。简而言之，是时候让制造商“把头伸进云端”了。
Stijn Van Impe 是 Unisys EMEA 咨询服务负责人。
工业技术