《智造》内容简介

本书从第四次工业革命智能化大趋势的角度，分析了企业如何用大数据向智能企业转型升级的必然方向，揭示了工业物联网、工业大数据、数字孪生等实现智能工厂的关键技术和部署战略，给出了可以结合各企业实际生产经营情况融合落地的战略路径，激发各企业家勇于自我革命的勇气，正确面对新工业革命带来的战略机遇与风险挑战，处理好长期发展和短期维持的利益平衡关系。
张靖笙，中山大学计算机工学硕士研究生毕业，中国系统分析员协会（希赛）资深高级顾问，企业大数据实验室（中国）联合创办人，畅生创客教育家庭实验室联合创办人，清大厚德教育研究院特邀授课老师，南海总商会直属商会特聘企业管理咨询顾问，拥有国家认证的系统分析员和高级程序员资格。

作品目录

推荐语
前言
第1章：互联网的数据逻辑
1.1、为什么要大数据思维——新时代的变革要求
1.1.1、普遍存在对大数据的片面认识
1.1.2、片面的认识导致企业对大数据充满困惑
1.1.3、技术在推动变革，但企业完成变革不能仅仅靠技术
1.2、传统的假设和今天的事实
1.2.1、传统的假设：生产商可基于自身情况组织生产
1.2.2、今天的事实：互联网要求企业聆听各方声音
1.3、消费者通过互联网大数据倒逼生产者变革
1.3.1、互联网给消费者带来的体验
1.3.2、互联网给生产者带来的赋能
1.3.3、所有生产者都必须改革
1.4、未来什么传统必然会被“互联网-”
1.4.1、效率低下
1.4.2、单打独斗
1.4.3、难以改变
1.4.4、漠视用户
1.5、互联网时代的创新与数字化转型
1.5.1、大数据是满足以用户为中心进行生产的必然要求
1.5.2、大数据已经成为全球共识的战略资源
第2章：大数据究竟是什么
2.1、企业到底该怎样理解大数据
2.1.1、大数据概念和企业有什么关系
2.1.2、从企业的角度来说，如何理解大数据
2.1.3、大数据有哪些技术和工具
2.2、与传统企业“小”数据完全不同的操作
2.3、IT与DT的对比
2.4、大数据会带来怎样的企业变革
2.4.1、用系统性思维构建企业大数据体系
2.4.2、大数据促进企业变革的基本原理
2.4.3、大数据如何扩展企业认知能力而达到智慧
2.4.4、未来工厂通过工业大数据能自主学习和持续进化
2.4.5、工业4.0进阶六步法
2.5、有效建构大数据商业模式的“数据飞轮模型”
2.5.1、对于企业来说大数据的核心价值何在
2.5.2、驱动企业持续运转的商业因素
2.5.3、大数据如何扩展企业认知能力
2.5.4、发展趋势：大数据产业化的发展蓝图
2.5.5、“数据飞轮模型”与商业模式要素的对应关系
第3章：大数据思维的内涵
3.1、解读：什么是大数据思维
3.1.1、舍恩伯格的三条大数据思维法则
3.1.2、具有中国特色的第四条大数据思维法则
3.2、解析大数据思维的核心原理
3.2.1、数据总结过去：大数据的生命进化论
3.2.2、数据驱动现在：大数据的倒逼和推动
3.2.3、数据预测未来：大数据的相关性原理
3.3、舍恩伯格大数据思维法则
3.3.1、大数据思维缘起：一切皆可数据化
3.3.2、大数据思维法则之二：更杂更多样
3.3.3、大数据思维法则之三：要全体数据
3.3.4、大数据思维法则之四：更多使用相关关系
3.4、扩展：新的大数据思维法则
3.4.1、数据不到真不为财
3.4.2、心中有数机会无数
3.4.3、促进信息物理融合
3.4.4、实事成数而后求是
3.5、用大数据思维方式思考、解决问题
3.5.1、认识：业务优化的概念和发展
3.5.2、实现：业务优化离不开大数据
3.5.3、精益：数据分析与业务流程优化融合
3.5.4、创新：帮助消费者实现创意和梦想
3.5.5、智慧：让企业在新时代持续成长
3.5.6、总结：坚持企业大数据，赢得未来
第4章：新工业革命为什么智能
4.1、智能制造：第四次工业革命的全球目标
4.1.1、面对革命——企业有两种态度选择
4.1.2、如何革命——成为新工业时代中的智能企业
4.2、创新成为大众化需求
4.2.1、现状：创新不再被少数组织垄断而成为大众化需求
4.2.2、趋势：帮助消费者成为创客是新工厂必然趋势
4.2.3、目标：大数据帮助企业实现工业4.0的变革
4.3、智能工厂的特征和运作逻辑
4.3.1、智能工厂的基本特征
4.3.2、智能工厂背后的运作逻辑
4.4、智能工厂是大数据驱动自主生产的“新制造”模式
4.4.1、智能工厂像是一辆具有自动驾驶能力的无人车
4.4.2、类比：谷歌无人车由数据驱动而具备自动巡航能力
4.5、商业革命——未来都是数据生意
4.5.1、革命必然：“互联网+大数据”的智能化生产方式
4.5.2、知识经济：全球化的分布式创新让创客大放异彩
第5章：建设智能工厂障碍分析
5.1、工业生产过程中的信息需求和演变过程
5.1.1、工业生产过程中的信息需求
5.1.2、工业信息化的基本演变过程
5.1.3、信息化和数字化战略到底是矛还是盾
5.1.4、实现智能工厂要克服的障碍和要解决的问题
5.2、企业信息化发展规律和发展水平评价模型
5.2.1、企业信息系统发展的困境
5.2.2、企业信息化的发展评价模型
5.2.3、企业信息化发展的阶段论分析
5.3、当前中国企业的信息化局面普遍不容乐观
5.3.1、企业面对规模扩张带来的信息难题
5.3.2、企业在移动互联网时代遭遇“被信息化”陷阱
5.4、如何实现制造物理世界与信息世界的交互与融合
5.4.1、新常态下企业怎么做好信息化工作
5.4.2、企业信息化大变革已经势在必行
5.5、如何应对互联网大数据越来越迫切的倒逼
5.5.1、企业面对“互联网+”该如何选择
5.5.2、数字化战略与转型路径怎么做
第6章：智能工厂关键技术介绍
6.1、数字孪生：有效实现智能工厂的关键技术
6.1.1、数字孪生关键技术支撑智能工厂的养成
6.1.2、数字孪生是实现智能工厂的有效途径
6.1.3、数字孪生为何成为战略科技发展必然趋势
6.2、工业互联网：物理上生产要素互联互通
6.3、云制造：虚拟中生产方案不断优化
6.4、数字孪生控制机器人：现实中生产活动更加高效
6.5、工业大数据：资产过程中知识财富不断积累
6.6、区块链：解决数据应用的信用问题
6.6.1、区块链到底是不是新工业革命的必需配置
6.6.2、信任成为刚需，信任机器成为热门
6.7、人工智能：助力打造智能数字化工厂
6.7.1、人工智能让生产从自动化走向智能化
6.7.2、对人工智能反思人类智能
第7章：智能工厂应用案例分享
7.1、基于数字孪生的发电机组智能健康管理
7.1.1、基于数字孪生的智能电厂实现框架
7.1.2、具体分享：必可测的智能电厂方案
7.2、孪生数据支撑领导层做出更加合理的生产决策
7.2.1、在孪生数据的基础上实现解决现实问题的智能应用
7.2.2、信息物理融合基础：编码贯穿所有核心物理资产
7.2.3、根据动静两类设备建构对应的数字孪生生产环境
7.2.4、信息空间和物理空间全体生产要素的高度融合
7.2.5、实现孪生数据的直观可视化
7.2.6、数字孪生——智能工厂未来新趋势
7.3、数字孪生指导下建设智能电厂的经验总结
第8章：智能工厂实施策略研讨
8.1、用大数据实现业务创新的方法
8.1.1、大数据业务创新的五大步骤
8.1.2、经典大数据创新的案例
8.2、在商言商，规划企业的大数据“生意”
8.2.1、用商业模式画布描述企业的大数据资产经营
8.2.2、企业经营大数据的价值链分析
8.2.3、CBM把能力目标落地成具体的业务安排
8.3、结合商业模式分析方法勾勒企业大数据版图
8.4、企业大数据应用顶层设计参考模型
8.4.1、了解企业架构和顶层设计的关系
8.4.2、为什么企业变革要做顶层设计工作
8.4.3、企业大数据应用顶层设计参考模型用法
8.5、融合企业商业模式构建大数据应用落地方案
8.5.1、企业战略
8.5.2、企业信息化治理蓝图
8.5.3、企业对数据投资的重要性
8.5.4、大数据应用与企业商业模式要素的对应关系
8.6、数据应用推动国际商业机器公司战略转型