“数字化生存”浪潮澎湃，第四次工业革命技术引领的新一轮产业变革加速推动实体经济与数字经济深度融合，在全球产业的“数智转型大航海”中，各国工厂中运用数智技术的佼佼者，成为类似于港口处引航“灯塔”般的存在，作为同行业中的示范，被称为“灯塔工厂”。

数智转型瞬息万变，“灯塔工厂”也要升级能力、迭代理念，才能保持引航姿态。特别是，数据在这个过程中成为“双刃剑”，既凸显出类似能源一样的基础价值，又因愈发庞大的体量令企业应接不暇。如何高效实现升级与迭代，在西门子工业自动化产品（成都）有限公司与亚马逊云科技的合作中可能藏着答案，关键词是“数据库”。

西门子成都工厂是全球最先进的电子工厂之一，也是西门子在德国之外建立的首家数字化企业。工厂于2013年上半年投产，通过数字化软件、套件SIMATIC以及相关硬件实现了研发、制造、质量、管理系统的整体联动。其主要负责工业自动化相关产品，主要产品是PLC可编程逻辑控制器、HMI人机交互界面和IPC工业电脑，应用于汽车、冶金、石化、食品饮料、制浆造纸及基础设施建设等领域。

有公开信息显示，成都工厂实现了从产品设计到制造过程的高度数字化，同时与西门子德国安贝格工厂、美国凤凰城工厂实现数据互联，运行情况可被远程监控，确保产品生产质量和工厂高效运转，运用数智技术致力于现代工厂生产的可持续发展，数字化、自动化、绿色化、虚拟化特征鲜明。

当然，在工厂数智化建设继续深度推进的情况下，西门子成都工厂也面临新的挑战。

比如，面对设备等的故障，工厂通常会选择人工处理的方式，因为问题复杂，每一次机器设备故障的代码都可能不同，就需要很有经验的资深人员分析问题、寻找解决办法，同时去更新维修记录。需要注意的是，伴随生产规模、节奏和产品覆盖的不断调整，人工操作就更容易遇到瓶颈，制约效率。但即便是要扩大相关团队，或者提高团队成员能力，也需要大量知识、经验的“复制”和“输入”。从根本上说，这是对数据处理能力的挑战。

通过引进亚马逊云科技图数据库Amazon Neptune技术，实现基于故障的知识体系分析系统之后，西门子成都工厂有效解决了前述挑战。

西门子工业自动化产品（成都）有限公司信息技术部经理杨健表示：

“因为我们的设备信息分散，每一个设备之间有组成的关联关系，以及各个设备之间还有各种复杂的互动式的关联关系。由于产能扩展比较迅速，很多设备进厂以后，产线的增长速度也特别快，所以我们的资料特别多，同时基于人工的知识处理手段是比较有限的，导致我们大量依赖于比较有经验的员工，而且设备知识运营管理也会变得很困难。所以，我们存在培育备份员工、培养新员工，要怎样把员工的知识体系进行提升等各种挑战。所以，我们迫切需要一个数字化的解决方案。”   

“我们利用亚马逊云科技图数据库Amazon Neptune系统后，大大节省了人工要去努力进行判断，系统能够给予一个比较及时正确的故障的判断。虽然现在我们也不会完全依赖于系统，但基于这个系统做进一步的人工处理，也大大节省了目前的资源和能力。”

“在整个生产的生命周期我们都拥有了这样一个知识体系以后，就能够真正做到知识的不断推进。结合亚马逊云科技图数据库Amazon Neptune技术、Amazon S3存储、计算服务等能够真正实现基于工厂无缝的、无痛的基础架构的运维支撑，同时，又能够享受到高质量基于人工智能、基于图数据库的服务。这就是我们和亚马逊云科技深度合作的原因。”

图数据库Amazon Neptune，只是亚马逊云科技用来赋能制造业，推动制造业企业释放数据不同生命周期价值、获得数据洞察过程中，云原生数据库产品的一种。

（图片来自亚马逊云科技活动分享中的内容）

通过云原生数据库产品，亚马逊云科技致力于帮助制造业企业应对四个关键维度的数据挑战：

其一，数据类型多样。亚马逊云科技提供专门构建的数据库应对大量结构化，半结构化以及非结构化的行业数据。

其二，数据量巨大。海量数据叠加“冷暖”差异，提升了复杂度。亚马逊云科技提供数据库的数据分层存储功能，来处理海量的冷暖数据，可以给企业节省大量成本。

其三，数据来源复杂。不同的数据来自不同的业务系统，互相之间很难建立看出相关性，形成了数据孤岛。图数据库Amazon Neptune和ML可以建立各个不同数据之间的相关性，并且通过ML洞察数据的真正价值。

其四，行业大量使用商业数据库。这带来了高昂成本。亚马逊云科技提供应用程序迁移服务，利用Babelfish for Amazon Aurora PostgreSQL，帮助客户把传统数据库平滑地迁移上云原生数据库。

其实，也不仅仅是制造业，亚马逊云科技通过云原生数据库产品，也在为汽车行业、金融业等的数智转型与焕新发展提供助力。伴随亚马逊云科技对云原生数据库服务的创新，更多企业将有机会通过夯实数据库这一数字经济“新基建”，更充分发挥数据在企业创新中的推动作用，从而更好实现云上的高质量增长。（丁科技网原创，转载务必注明来源：丁科技网）