我们一直在分析生产过程、制造结果，分析人机料法环5要素，但是靠传统经验性的积累，靠人工分析，数据的关联性或分析得准确与否，更多的靠工程师的经验和累计，能做得太少了，做不到大数据量级的分析。但阿里在云计算、云存储方面有很强大的能力。阿里和协鑫制造这两年的合作也是很凑巧，去年的2月份，我跟阿里云的同行见面，那次，我谈起了我的苦衷，作为一个制造业从业人员的痛点：我有很多数据，机台每天都有海量传输数据，但却不知道效果好坏的原因是有什么？不知道良率波动的原因是什么？阿里那边人说，或许阿里能够帮你解决、分析这个问题。这么两分钟的交流造就了这次的合作。
大数据上云
去年5月份，我们的项目开始实施，去年12月份，一期项目上线，我跟大家汇报一下目前达成的情况。首先是做不间断的数据上传，但并不是把所有不关联的数据都上传，而是人脑和机脑相结合，通过分析，人脑对人机料法环5个要素的关系有概念，将工程师的经验和阿里强大运算能力的机脑结合，通过运算方式，进行上传和同时对数据的提炼，这是一个艰苦的工作。尽管协鑫的制造中有智能化装备，我们和阿里花了很长时间才理顺数据的传输模式。制造业同行实现智能运算过程中或许面临同样的问题，但前提是，首先要练好自己的内功。
智能分析
首先是让躲在背后的黑箱子数据透明化，第二步是通过智能分析，实现生产过程中的数据关联，将人机料法环5个因素实现关联，我们的成果有三方面：
一是核心零件劣化监控，通过装备或零部件更换实现智对生产成果的智能预测。通过阿里云运算，大体能分析出生产过程中导致不良率的因素或哪些成本可以节约等，这对于我们是很重要的参考。
二是工艺参数推荐，通过分析能够提供这样的借鉴：通过怎样的数据改造或参数调整，装备能达到比较好的效果。
三是多变量分析，技术人员可以从质量指标和个人经验两个角度，分别筛选正反样本和分析结果维度，系统自动出具多变量相关性结果。
