數據管理成為核心競爭力，直接影響財務表現。當“數據資產是企業核心資產”的概念深入人心之后，企業對于數據管理便有了更清晰的界定，將數據管理作為企業核心競爭力，持續發展，戰略性規劃與運用數據資產，成為企業數據管理的核心。數據資產管理效率與主營業務收入增長率、銷售收入增長率顯著正相關;此外，對于具有互聯網思維的企業而言，數據資產競爭力所占比重為36.8%，數據資產的管理效果將直接影響企業的財務表現。

智能時代需要信息技術和制造業的深度融合，在大數據技術的推動下，制造業將迎來全面的轉型和升級，向智能化的制造業發展。那么，大數據將如何推動制造業的轉型升級與智能化發展呢？根據數據分析，可以將智能制造的發展前景概括為以下兩個方面。

1.供給側：數字化的流程監控，保障產品質量

在大規模制造時代，生產流水線通常會在末尾安排質檢環節，剔除次品以保障質量。但是由于缺乏有效的、數字化的生產流程監控，工程師們需要花費很大力氣才能找出次品的成因，再加上次品的成因各不相同，所以傳統的制造業企業要想降低次品率是十分困難的。

在大數據技術的支持下，制造業企業可以為每一件產品標記一個專有的射頻識別碼，并通過這一射頻識別碼記錄該產品在整個生產流程中的生產數據。一旦出現次品，工程師們則可以通過這些數據排查整個生產環節，找出生產線的缺陷并加以改進，進而大幅降低次品率。

不僅如此，大容量存儲和云存儲技術能夠使產品的生產數據保留數年甚至數十年，直至產品生命周期結束。在產品售出后，制造企業的售后部門可以動態監控用戶使用產品的滿意度和產品出現的問題，并進行記錄。這些售后數據能夠幫助制造企業進一步優化產品設計，為市場提供更好、更耐用、更貼心的產品。

2.需求側：精確鎖定市場需求，實現大規模定制

從20世紀20年代到20世紀70年代，“福特制”和大規模制造曾經風靡一時。大規模制造能夠創造巨大的規模經濟效應，降低生產成本并提高大型制造企業利潤。但是，大規模制造也損失了產品的個性化和多樣性，“千篇一律”的產品固然能夠在數量上滿足市場需求，但無法滿足消費者個性化的需要。尤其在物質財富極大豐富以后，大規模制造逐漸式微。

從20世紀70年代到21世紀初，以日本豐田汽車公司為代表的“豐田制”提倡精準定位市場需求，靈活安排和調整產品線，實現“零庫存”、“小批量”的個性化制造。但是，規模過小的個性化制造也容易導致企業利潤的不穩定性，不利于制造業企業的長期發展。

從21世紀初至今，以美國蘋果公司等為代表的一種新型制造方式“大規模定制”逐漸成形?！按笠幠６ㄖ啤蓖ㄟ^挖掘用戶在消費過程中產生的數據，發現最受市場歡迎的若干種個性化產品設計方案，然后根據這些設計方案進行批量化生產，并根據用戶反饋適時進行改進。

簡言之，大規模定制是將“大規模生產”和“個性化”定制結合起來的新產物，是國際公認的制造業發展方向。大數據技術能夠通過互聯網和人工智能算法充分采集市場數據，進而為制造業企業實現大規模定制，提供強大的數據支持和技術支持。

責任編輯：ct