制造业面临竞争挑战，并追求高生产力，也在加入大数据的应用热潮。但是，这项技术能否在生产设施中起到重要的作用？为了获得正确的答案，以下深入研究一下制造业大数据的主要优势：

采用大数据以减少停机时间

电力中断或停机对于每个工业部门来说都是一个噩梦。制造商每年需要平均处理800小时的停机时间，这意味着生产力损失将从5％升至20％。

例如，通用电气（GE）在伦敦举办的“Minds and Machines Europe”活动中分享了他们的最佳实践。通用电气的前首席执行官Jeff Immelt表示，医疗保健、能源和航空等不同行业的技术组合将会发生一些变化。

Immelt表示，通过大数据分析与材料科学相结合，配备传感器技术的“智能机器”可以实时利用工业数据的强大功能，并带来巨大的好处。

因此，通用电气公司通过预测机器或某个组件何时发生故障，设法实现了其制造过程的自动化，优化了性能，并消除了停机时间。而每年所获得的450亿美元的市场收入是他们成功的证明。

在大数据时代缓解供应链风险

供应链充满了不确定性。如果企业想减少可能的风险，并与零售商和客户建立良好的关系，则需要再次进行数据分析。在供应链中，大数据应用围绕着可追溯性、采购和仓储三个主要孤岛开展。

例如，物联网促进数据卓有成效地用于产生有意义的见解，使制造商能够追踪货物和减轻不利的情况。

根据英国特许采购与供应协会的报告，自然灾害和极端天气条件是导致供应链中断的主要原因。为了确保这些情景不会导致业务中断，企业可以分析龙卷风、地震、飓风等天气状况，并使用预测分析来计算延误概率。

此外，通过从外部和在线渠道（例如金融分析师建议和媒体评论）挖掘历史和实时数据，制造商可以发现未来趋势，并在发生金融危机时获得应急措施的宝贵时间。大数据的其他应用包括维护最佳库存水平和改进采购决策。

利用大数据提高产品质量

质量控制（QC）是大数据可以展示其价值的另一个领域。换句话说，自2012年以来，跨国巨头英特尔公司一直在使用预测分析来加速芯片的生产，同时提高产品质量。

通过仔细检查制造过程中收集的历史数据，英特尔公司显着减少了每个芯片应该经历的测试次数。英特尔数据中心集团总经理Ron Kasabian表示，“我们没有通过19,000次测试来测试每一块芯片，而是将测试集中在特定芯片上，以缩短测试时间。随着我们不断开发新芯片，在此期间发现了很多错误，并进行了修复。”

而且，采用大数据技术有助于英特尔公司测试设备。通过捕获和分析传感器生成的信息，企业可以及早发现生产线故障，并采取预防措施。这种数据驱动的方法已经成为增强质量控制的关键推动者和战略成本的削减者。英特尔公司在2012年节省了300万美元的生产成本。（来源：网络）