中国制造业数字化转型正在“加速度”。今年的《政府工作报告》指出,“十四五”时期,加快数字化发展,打造数字经济新优势,协同推进数字产业化和产业数字化转型。作为产业数字化的重点体现,制造业数字化将成为未来发展的焦点所在。在这其中,对于企业数据的管理能力,逐渐成为众多制造企业转型升级的标准,同时也是企业正在面临的一大挑战。
制造业转型中的数据管理“痛点”
在企业追随数字化浪潮的同时,疫情的蔓延也加速了数字经济的发展。在此背景下,云成为了新的平台,而数据也成为最重要的资产。 不过,在数字化转型与数据管理能力之间,大多数公司都存在不小的差距。Veritas调查发现,在中国约66%的受访者表示,其企业正采用超过5种云服务;同时,中国有69%的受访者表示其企业数据管理措施并未能跟上IT系统日渐复杂化的步伐;41%的受访者表示,因为多云环境的复杂性,他们认为来自外部攻击的风险在增加。而一旦企业的数据管理能力跟不上转型需求,就会面临成本失控、勒索攻击、业务中断、管控不足等风险。
来源: Veritas
根据Veritas观察,所有企业都无法回避数字化转型中的“4C”难题, 即成本(Cost)、网络威胁(Cyberthreats)、云(Cloud)、合规(Compliance),制造业也未能幸免。
现实中,制造业面临的转型挑战正在与日俱增。无论是联网机器人、监控和数据采集甚至AI集成,虽然为制造业带了极大的效率提升,但也加剧了高级网络风险。据IBM 2020年发布的报告,2020年第一季度,勒索软件攻击在所有行业增长了25%,但针对制造业的攻击增加了156%。国内外制造商正不断出现在勒索软件受害者清单中:食品巨头巴西JBS Foods遭受勒索软件攻击后停产;本田集团遭受勒索团伙攻击,导致日本总部以外多国工厂生产停顿;中国江浙、山东、华南等制造业特别发达的区域,勒索攻击也已形成规模庞大的黑色产业链。
此外,各种电子化设备的增加,智能化生产线的投入,使得制造企业在实际生产中,产生出呈爆炸性增长的海量数据。如何治理和利用好这些数据,成为了制造业数字化转型中的另一道难题。作为中国新能源汽车制造业的领军品牌,蔚来汽车在数据管理中就遇到数据体量激增以及IT基础设施多样化的问题。在今年3月Veritas召开的一场虚拟峰会上,蔚来汽车云基础架构高级经理沈谦表示,“随着更高级别的自动驾驶研发投入,在未来几年内我们会产生超过几十个TB级别的数据容量,这让我们明显感觉到,公司的数据治理迫在眉睫,这有很大的压力和挑战。”
全方位的数据管理策略——数字化转型必备竞争力
面对日益增长的勒索攻击风险以及管理海量数据等问题,制造企业需要制定完备的数据保护方案和管理策略,才能驾驭多云环境下的数据管理挑战。Veritas认为,通过打造统一的平台,并提供“数据保险箱”和“数据一账通”两个方向,在增强抵御外部风险的能力的同时,真正打通线上线下,对所有数据进行洞察和管理,只有这样,才能做到全方位的数据保护和管理,帮助客户弥补数字化转型和数据管理之间的差距。
那么,制造业企业该如何参与到数据治理生命周期的全过程中呢?掌管企业数据,又该如何做好加密、审计,如何使用、分析以及最终预测数据的变化?
Veritas 在EDSP(多云数据服务平台)之上提出了“API框架”,倡导用平台的视角审视企业的整体数据,着眼于技术的整体能力,帮助制造企业逐个击破数据“痛点”。
? I是Insight(洞察):数据洞察是数据保护和管理“先导工作”。首先帮助企业盘点数据,哪些是暗数据,哪些有价值,哪些是敏感数据等等。把数据洞察做好之后,才能做数据保护。
? 是Protection(保护):盘点分析完数据后,把数据进行分级,针对不同的数据、不同的数据业务需求、不同的合规要求,采取不同手段来保护。
? A是Availability(数据可用性):检验数据可用性。数据保护仅仅是数据运维的手段,其最终目的是确保数据的正常运行。因此,企业还要保障数据可用性,在发生数据丢失或被加密时,能够尽快将数据全部恢复。
在产品层面,Veritas在今年发布了业界最具扩展性的统一数据保护平台 NetBackup 9,帮助客户实现跨边缘、核心和云进行部署,同时进一步简化运营,全面保护任何云、数据源、工作负载和部署模式;Veritas还加强了NetBackup针对容器化环境和云环境的勒索软件防御,并针对Amazon S3提供了防勒索免疫并集成了异常检测功能。同时,Veritas推出全新 NetBackup Flex 5350一体机,在提供了防勒索免疫的同时,产品性能达到了竞品的两倍,NetBackup Appliance全系列产品也都具备了防勒索加固功能。
在降本增效方面,Veritas通过整合APTARE深入洞察任何云、任何存储和任何备份的运维细节,企业只需通过统一的管理平台,即可分析企业 IT 基础架构,最终实现数据中心及存储资源的优化,节省成本并降低风险。
在未来,制造企业还会面临日益严峻的数字化转型挑战,但是,对数据完全具备了掌控力的企业,势必会在激烈竞争中崭露头角。Veritas也将通过提供统一的多云数据服务平台,帮助企业客户实现业务不停,数据不丢,应用上云,管理合规,为制造企业数字化转型助得一臂之力。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。