对数据的加工处理能力,将成为工业企业的新型生产力
来源: | 作者:pmod6d781 | 发布时间: 2021-11-11 | 2688 次浏览 | 分享到:


甲小姐:两年前你说“宁可改造基因,不可改造使命”,所以你不断在调整团队结构,从最开始技术为主的团队,变成“工业管理+工业技术+数据技术”的混合团队。过去两年多,你们团队结构有进一步迭代吗?

陆薇:迭代是长期持续的,我们在不断引入有工业行业know-how的专家,这两年我们还在技术之外加强商业化团队的建设。


甲小姐:你们团队现在多少人?商业化团队占比多少?

陆薇:不到一百人。商业化团队占比现在不到三分之一,我觉得还不够,我们还在不断增加这个占比。技术领先性仍是我们要保持的核心竞争力,更强大的商业化引擎不仅会提升业务增速,还会带来更多需求来滋养技术的演进。


甲小姐:昆仑数据已经发展了七年,站在七年节点往回看,概括地说,你们经历了几个阶段?

陆薇:自公司创立,我们提出的口号就是“释放机器数据价值Actionable insights from machine data”,我们发展的大方向一直在它的指引下。这里有三个关键词——一是Data,数据;二是Insight,从数据里挖掘洞察;三是Action,通过洞察驱动行动。三者结合,才能形成数据价值落地带来业务提升的闭环。

我们第一阶段的关注点在于解决数据问题。之前很多工业现场的数据都没收集,或者收集过没有保存。我们首先要把数据收集和保存下来,核心问题是海量工业数据怎样有效地管理。我们推出的第一代产品KMX,昆仑的工业大数据平台,是个数据后台,解决的是对工业数据进行高效管理,包括怎么存贮、怎么索引、怎么查询。在第一阶段,insight和action基本还是靠人来服务。

第二阶段,有了数据后,如何更高效地产生业务洞察,这就需要一些数据分析工具;如何形成Action,这就需要介入IT业务系统形成应用闭环。这个阶段我们做了很多尝试,包括经历了一段商业模式的创新,和龙头合资在垂直行业做工业互联网平台,汇聚数据开放给行业ISV开发工业APP,后来发现这个模式有些超前,也不能解决数据利用深度的问题,算是走了一段弯路。

所以第三阶段我们又折回来,重新审视自己的定位——我们是一家技术公司,回归到原来的道路上,用技术创新推动解决从data到insight再到action,把这条路径上的方法和技术总结沉淀下来,去帮助工业企业构建这方面的能力。


甲小姐:在insight和action两部分,你们有什么思路和进展?

陆薇: 这几年有一个很大的认知收获——我们发现从insight到aciton的过程,我们直接能做的十分有限,沧海一粟而已,单靠自己这条路很难走通。