海升集团:农业大脑沉淀“新24节气”

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 不仅如此,农业大数据中台和农业大脑所推动的“双转向”,将进一步提高“企业+产业园区+合作社+农户”的海升模式的效果:通过分析贫困区的区位优势和产业基础,海升集团可以整体输出种植业产业基础设施、优势品种和现代化种植技术体系,通过土地流转、进园务工、承包经营、资金分红等方式来增加贫困群众的收入,继而实现贫困区传统产业转型升级,提升产业竞争力和附加值,“建立一整套精准、高效的产业扶贫模式”,从而构建从精准农业向精准扶贫的产业发展路径。

2018年春节,中国人展现出了前所未有的水果消费热情,在水果品类、口味并不突出的冬季,国内某大型水果连锁企业的销售数据显示,在2月13至23日期间,全国近3000家门店近300万人次的客流,共计购买了超过9778吨水果,累计销售总额高达2.2亿元,与去年同期相比,销量增长53.8%,更为出人意料的是,如此的水果销售盛况不仅出现在北京、上海、广州等一线城市,三四线城市的水果消费增长非常惊人:该企业在梅州、信阳、九江、琼海等地的水果消费增长分别高达319.8%、231.2%、191.5%和148.9%,水果销售几乎激活了全国春节期间的消费热情。

与春节期间激增的水果消费需求相比,我国人均水果消费水平其实并不高。据统计,2015年我国水果人均年消费量仅为32kg(仅即食鲜果),这一数字与70kg的国际上公认的(人均)水果消费健康标准和105kg的发达国家人均水果消费水平差距明显。

随着经济的持续发展与居民健康意识、消费水平的提高,我国人均水果消费水平仍然有进一步的提高潜力,按照《中国食物与营养发展纲要(2014-2020 年)》预测,2020年我国人均水果消费水平将很有可能达到60kg,并将保持持续增长。到2024年,中国水果市场的规模据信将达到3.24万亿元。

水果消费领域持续提高的不仅仅只有人均水果消费水平这一个指标,我国消费者对水果品质和安全的要求也在快速提升:零售价格超过百元1斤的美国进口车厘子在中国市场持续受到欢迎,越来越多的消费者通过电商渠道购买,这激发了2016年价值超过1亿美元、重量高达2万吨的美国车厘子进口;

不止是车厘子受到欢迎,上海出入境检验检疫局的统计显示,2017年上海口岸进口水果达100.88万吨,货值近13亿美元,水果进口量比2016年大涨近30%,进口香蕉、橙、樱桃和猕猴桃等高品质水果的货值均达到了2亿美元——墨西哥的牛油果、新西兰奇异果、美国华盛顿樱桃等口感新奇美味、外观靓丽可人的“洋水果大军”漂洋过海端上国内消费者的餐桌。

中国的水果消费市场,呈现出“量质齐涨”的发展态势。消费者正在越来越多的消费水果(特别是即食鲜果),更在大量消费营养价值更高、口感更佳的高品质水果,对于国内水果种植业来说,这是机遇更是挑战:

面向潜力巨大却又“口味刁钻”的中国消费者,水果种植业既需要提高产量,满足国内消费者对水果“量”的需求,更要生产出品质更高、安全更有保证的水果,满足消费者对水果“质”的要求——国内水果种植业必须要抛弃过去“做贸易、做品牌”的发展思路,“真真正正、踏踏实实弯下身子去做农业种植”,切实有效的做大、做强中国的水果种植业,生产出量足质优的国产水果。

海升集团:规模化种植、集约化经营的水果种植典范

海升集团创办于1996年,早期以苹果浓缩汁为主营业务,从1997年第一家工厂建成投产到2007年,海升集团的销售额增长了100倍,达到了2007年的3亿多美元,至2009年,海升集团的浓缩苹果汁出口量占全国出口总量的25%,占全球贸易总量的18%,已经成为全世界最大的苹果浓缩汁生产商和供应商。

2008年金融危机爆发之后,海升集团开始筹划向鲜果种植领域转型,2010年,海升集团确立了苹果作为第一个主栽品种,整合全球先进的品种资源、苗木资源、种植技术、提升改造国内传统产业模式,实现规模化种植、集约化经营。

通过近几年的发展,海升集团实现了苹果、柑橘、莓类、胡萝卜、梨、樱桃、猕猴桃等品类的种植布局,在全国建立63个果蔬种植基地,总种植面积超过8万亩,成功打造了单品类扩规模,多品类全产业链的多维度发展模式。

image

就农业种植来说,“海升集团模式”有三个非常明显的特点:

第一是规模化种植、集约化经营,通过引进标准化、自动化的生产模式,在资本的驱动下,海升集团在农业种植领域借助种植面积、种植项目的规模化实现快速增长。以被称为“草莓星球”的海升集团智能玻璃温室草莓无土栽培项目为例,整个玻璃温室投资约2亿元,占地面积5万平米,整个种植基地完全实现集中化管理,功能分区独立、工作事务清晰、人员责任明确,将草莓在玻璃温室下的生产完全变成了可复制的项目;

image

第二是采用全球先进的水果种植模式,改变原有传统的、陈旧的、产量低的种植模式。以海升集团的主要种植水果苹果为例,除了优选米奇拉、蜜脆等全球优良品种、自建高标准脱毒苗圃,海升集团在种植技术上引进了全球领先的苹果矮砧密植技术,结合“格架栽培、水肥一体”的种植一体化模式,种植密度是普通果园的4倍多,能省地60%、节水60%、节肥70%、省人工90%,盛果期亩产量可达5吨多。

第三是海升集团对先进种植技术、设备的重视程度非常之高,像是Priva、Greefa这些国际先进的农业设备供应商的产品在海升集团几乎处处可见,包括精准水肥循环系统、智能升降温管理系统、Priva物联网中控系统、基质吊架立体栽培等多种机械化、数字化和自动化的生产技术手段和先进设备。

海升集团一直坚信“技术对生产的驱动力”,是目前国内水果种植业的规模化种植、集约化经营的典范,海升集团热带水果事业部经理冯欣欣表示,随着海升集团在发展中越来越多的进入大规模种植,“所遇到的问题已经不是钱能解决的,重点在于利用技术解决问题,只有技术驱动的发展模式,才能在种植规模、种植水平、种植管理上有较大的提升。”

他指出,虽然海升集团虽然实现了机械化、自动化的高覆盖率,但是,这并不意味着海升集团就实现了农业种植的数字化、智能化,随着海升集团种植规模的快速扩大,有些信息化的问题“到了必须要解决的时候”。

机械化、自动化≠数字化、智能化:精准农业要先解决数据问题

“实话实说,在海升集团,信息化的手段还是比较落后的,绝大部分的数据统计、工作汇总都是通过Excel实现的,说句玩笑话,海升集团的同事使用Excel非常的熟练,能够做出许多复杂的表格,但这样做其实效率有很大的提升空间。”

冯欣欣表示,随着机械化、自动化以及物联网的设备用的越来越多,海升集团的必须要解决数据有效积累、高效利用的问题:“海升集团需要先进的信息化系统,解决信息流通、数据共享的问题,特别是解决一直以来手工填写Excel报表的问题,让海升集团的经营分析能够更加准确和清晰。” 他指出,海升集团离数字化精准农业、智能化农业生产的距离还非常远,海升集团必须要迅速、成功的解决数据问题,更清晰的了解水果种植情况,并以此进行更加精准的决策。

海升集团所遇到的数据问题恰恰是实现精准农业的三个“数据前提”:

第一是生产数据轻便、准确的采集。简化生产数据采集方式,提高生产数据录入准确率,从而获得精准的数据是精准农业的重要基础,原有的通过Excel录入的方式,存在步骤繁琐、出错概率高、数据容易缺失等问题,也对一线生产人员造成较大负担。

第二是数据整合与历史数据积累。农业数据是极为多样化的,存在着大量的格式不同、定义不同的数据,非机构化和结构化数据混杂。在现有机制下,各个业务链上的数据全部存储在近20个表格数据结构、嵌套关系复杂的Excel表里,除风险外,以Excel作为企业核心经营、生产数据的存储介质,既需要耗时耗力的进行表与表之间的同步、关联,也无法以数据为基础建立大范围数据共享和生产协作平台;

整合过去的历史数据对农业企业来说同样重要,种植业是一个“向历史要经验”的行业,数据的积累不仅仅是新产生的数据,海升集团发展二十余年所积累的大量历史数据,应当也必须通盘考虑,进行数据整合。

第三是数据需要整体、直观的展现。海升集团需要在聚合、简洁的统一平台上了解数据的整体情况和发展趋势,通过对这些Excel表上的数据进行筛选、整理、分析,继而对选品、选址、种植方案形成决策辅助,更是不可能的事情。

“数据进不来、数据流不通、数据看不到”是海升集团在“使用Excel表处理公司的大数据的时候所遇到的最大的挑战”,冯欣欣表示,海升集团并非没有想过办法去解决,但是“第一,目前的方式在工作人员的艰辛努力下尚可支撑的下去;第二,公司很难单纯为解决工作人员的工作负担花大价钱去解决这个问题”。想要彻底解决数据的问题,“必须要以打通数据驱动业务发展的通路为前提,构建起数据治理和业务发展之间的纽带性关系”,从这一角度来说,“明确解决数据问题是实现数字化、智能化农业的第一步”。

在几年前ERP概念兴起的时候,海升集团认为ERP可能是解决问题的契机,试图通过上线ERP系统解决当时所面临的数据整合及历史数据积累问题,但是ERP却在海升集团面前失效了,在实践中,海升集团发现传统ERP的开发应用在农业领域存在三个难题:1、业务逻辑不顺畅;2、定制化开发“天价”;3、ERP系统很难解决数据整合的问题。

随着海升集团将目光转向以云计算、大数据、人工智能为代表的新一代信息技术领域,阿里云所倡导和实践的数据中台得到了海升集团的认可,以数据中台理念构建农业大数据中台,帮助后者的数字化、智能化农业建设,成为海升集团与阿里云的共识。

构建农业大数据中台:“数据上云”解开最难的问题

在企业中,不断扩大的业务版图产生了彼此割裂的数据孤岛,这阻碍了企业业务对企业数据资产的高效利用,数据中台的概念即“不断扩大的业务版图内的各种业务数据,都将按统一的方式接入中台系统,之后通过统一化的数据技术服务反哺业务,让企业的各个业务都能够共享同一套数据资产”

数据中台正是解决海升集团所面对的数据问题的最佳良方,通过构建农业(种植)大数据中台,海升集团能够将采集来的农事数据进行整合、共享和集中呈现,同时,过去二十年所积累的数据可以被整合进来,形成宝贵的农事大数据资产。

但是,农事数据的多样化和复杂性远超阿里云数据专家们的想象,这成为阿里云和海升集团在构建农业大数据中台时面对的最为严峻的挑战:在农业生产中,气象、土壤、植物、农事操作、农业投入品、产出都是关键变量,都需要详细记录,特别是海升集团,多年来积累的这些农事数据是企业最为宝贵的数据资产,必须要深度融入农业大数据中台。

此外,农业大数据中台并不仅仅是数据的堆积存储,它是基于对数据价值、数据类型、数据逻辑理解的系统性建构,否则,阿里云将陷入与传统ERP厂商相同的境地。

为了构建出优秀的农业大数据中台,阿里云与海升集团基于对双方在所处行业中的品牌口碑及行业信誉,建立了充分的信任关系,后者引入阿里云的数据专家,深入了解原有的运营数据、业务逻辑,虽然在过程中产生了许多理念上的“冲突”,但是阿里云与海升集团一起最终将后者数据报表中的选种育种、育苗、选址建园、种植管理、农机管理、采后分选、仓配、物流、营销等业务系统多源数据实现融合入库,进入了农业大数据中台的数据库中。

image

冯欣欣表示,在这一过程中,阿里云的数据专家展现出了他们惊人的毅力和绝对的专业性,在对海升集团的经营模式、业务逻辑的深入分析之后,“他们将海升集团所使用的近20张极为复杂的Excel表做了清晰地结构化梳理,最终拆分成100个逻辑清晰、数据结构简单的数据报表。”这一艰巨的工作对海升集团构建农业大数据中台,实现数据系统化上云的作用举足轻重。

随着数据中台将海升集团的结构化、非结构化数据统一整合,以及农业大数据中台在云上的顺利构建,海升集团完成了数据标准化和数据系统化上云。

此外,双方还以农业大数据中台为基础,规范定义了数据仓库的数据结构,包括数据接入的标准和规范,以及生物资产盘点、产量预测和病虫害预测等数据仓库的架构。平台建设体系设计具有向后兼容性和系统前瞻性,能够适应系统需求敏捷变更,也为未来的决策预测需求奠定了基础。

对于构建农业大数据中台,实现数据系统化上云,冯欣欣认为:“这看似做的是比较简单的事情,但是却解开了最难的问题。”他表示,没有数据的标准化、没有数据的系统化上云、没有农业大数据中台,就不能实现数据的流通、数据的挖掘,更何谈数字化、智能化?

农事管理:让农业生产有了一张“数字地图”

随着海升集团农业大数据中台的成功建设,农业大脑的建设得以顺利展开。

首先,与之前采用“田间收集,集中录入,Excel承载”不同,基于农业大脑的数据管理功能,海升集团得以更为规范的进行数据录入、表单管理工作,更为直观的对汇总数据进行查看和进行GIS图管理。

比如说,田间工程师等一线工作人员,可以通过方便的手机端APP应用,直接录入基础信息、施肥、园艺、农机与农事、采后、用工、生物资产、农事环境、产量预估、建园、苗圃等方面的详细信息。同时,通过与一线自动化、机械化设备的直接对接,多种数据可以直接通过数据管理功能进入农业大数据中台,减少了手工录入常常出现的录入错误、录入延迟等问题。

不仅如此,随着物联网技术在农业种植中的广泛应用,农业大脑构建了全链路农业IoT数据传感网,通过连通气象站、土壤墒情仪、田间摄像头、无人机和农机监控设备,农业大脑实现了农场全链路数据IoT设备采集和自动化上传,种植作物得到了“全生命周期数据感知”的加持,进一步提高了田间数据的采集效率和准确率。

其次,作为农业大脑重要组成部分的农事管理功能,囊括了种植业生产中的灌溉、施肥、植保、园艺管理四大主要工作,通过可视化的方式展示农事作业分基地、地块、品类、种植年份在四大农事作业方面的主要作业内容及变化趋势。

比如说在灌溉方面,农事管理功能能够从基地、地块和品种等多个维度,提供可视化的灌溉作业状态与统计数据获知,具备3大能力:第一,提供清晰地灌溉作业数据与分析;第二,实现不同地块多维度的灌溉情况对比,第三,灌溉计划监控功能提供有效监控和问题发现机制,并进一步积累经验。

农事管理功能中的施肥管理、植保管理、园艺管理与灌溉管理有着类似的设置,主要是从概览分析、计划对比和计划监控等三方面入手,全面展现农事作业的详细情况和区块对比,但值得注意的是,农事管理系统的构建并非简单僵化的“数据输入-数据展现”,而是基于与农业大数据中台的融合,探究和展示数据的深层价值和底层逻辑,从而展现出精准、可用的农事管理数据。

比如说在施肥管理中,由于化肥厂所提供的肥料的标准不统一,每种肥料与其所提供元素的比例并不相同,精准农业的肥料使用应当精准对应出每种元素的施放量,对此,基于农业大数据中台对肥料及其所含元素对应比例关系的标准化,让农事管理系统中不仅可以看到面肥、固体有机肥、液体有机肥、大量元素肥的释放量,更可以精准的了解氮、磷、钾、钙、镁元素的施放量。

image

除了为海升集团的田间工程师提供“全局细颗粒度视角”的数据展现、对比和监控,在构建农业大脑时,阿里云与海升集团同时在向“以数字化、智能化的方式辅助指导种植决策”的方向尝试:

首先,通过调用外部气象数据接口,农业大脑的气象预测功能每天可以实时获得未来15天的气温、风力风向、降雨和相对湿度四大核心气象数据。同时,提供过去10年当地的历史气温、湿度、日照、风速等天气数据,通过将预测数据与历史数据的对比,田间工程师可以对未来的天气情况作出更加准确的预判,从而对气象这一对农业生产影响最大的因素作出及时应对。

其次,在方案管理功能中,由于可以在确定了作物物侯期之后,根据树龄、树种、树木历史施肥记录、叶片检测报告等多个维度筛选合适的历史种植方案,农事管理帮助田间工程师挖掘出最优化的种植方案,结合田间工程师对肥料配方等方面项目的调整,即可生成建议的种植方案,这实际上构建了基于历史数据和规格化的农事决策和预警引擎,对灌溉、施肥、施药等农事操作给出初步的参考建议与种植方案,这一功能的实现为未来构建农事智能辅助决策引擎打下了坚实的基础。

image

此外,阿里云还为海升集团构建了基于钉钉客户端的移动农事管理应用和DATAV农事数据信息大屏。

总的来说,依托农业大数据中台的数据能力,农业大脑不仅在数据管理层面改变了海升集团原有的“Excel表式”的数据管理方式,更借助使用GIS图为系统的使用者提供了清晰、立体和生动的灌溉、施肥、植保、园艺情况反馈,提供了分类演进、内容详实的可视化界面,解决了原本工作模式下,数据只是汇总,很难直接服务于种植生产的问题,让信息化系统、农业大数据真正可以开始服务与农业种植生产。

可以想见,在实际生产中,农事管理通过将果树生长轨迹中的状态监测和其时空特征关联,以地图化的方式直观的管理大片果园,以手机端应用为田间工程师提供便利,以双向沟通途径为控制中心和田间工程师搭起桥梁,帮助海升集团总部和基地成员能够一目了然快速查看了解农事作业。特别是种植基地的员工可以随时随地通过PC端或手机端查看基地的土壤数据、气象实况数据和预报数据、摄像头、无人机照片等信息源,以直观和全面的数据辅助种植决策。

image

以农事管理为核心,阿里云与海升集团共同完成了农业大脑I期项目的建设,有效提高了海升集团农业种植的可视化、流程化水平,特别是通过农业大数据中台,实现了数据的系统化上云,从而解决了长期困扰海升集团的数据整合与历史数据整合问题,让农业生产第一次有了一张清晰、准确、实时的“数字地图”,而整个农业大脑I期项目上线应用,预估能够帮助海升集团在种植生产中,每亩地生产成本将减少200元,总成本节省约2000万元。

农业大脑 智能决策:加速海升集团“双转向”大目标

随着农业大脑I期项目的顺利完成,阿里云与海升集团合作的农业大脑正在走向第二个阶段:实现农业种植的机器智能决策,让AI成为海升集团的田间工程师。

首先是将大数据与机器智能应用于种植业的选址工作中,通过行业大数据、气象数据、地理数据、品种数据等信息,结合海升集团农业大数据中台的数据,实现智慧选址,将过去“大范围圈定,人工小范围选址”的工作,更加聚焦,实现基于机器智能的小范围“智能选址推荐”,节省大量因为盲目选址、选错址所造成的资金、人力与时间上的浪费;

其次是农事智能辅助决策引擎,通过对农业大数据中台中数据的深度学习、分析,构建基于大数据与机器智能能力的智能农事种植方案生成与决策引擎,让原本基于“人脑”的经验型种植方案制定、决策,转变为“机器智脑”的种植方案自动制定+人工最终决策,减轻种植专家和田间工程师的复杂分析、判断工作。

农业专家可以根据经验自定义决策逻辑,通过托拉拽配置决策流程,沉淀形成决策引擎,通过接入海升一期所有农事活动数据,气象站实时数据,第三方 ERP 系统数据(库存,销售等),作为决策依据,在数据积累后,接入历史环境水肥药记录及产量的归因模型,作为辅助参考依据,以一定权重进行考量,最终实现“一键部署,在线调试,高亮显示决策路径,同时返回决策结果和决策依据”的农事智能辅助决策引擎——种植专家和田间工程师“只需要从几套已经比较合理的种植方案中找到更好的一个”,实现种植业的“人机协同工作模式”。

当然,正如前述所说的,农业、种植业是一个非常复杂的行业领域,往往会发生一些看似微小的影响因素对种植业产生巨大影响的事例,特别是在海升集团,人工、肥料、农药、灌溉等方面的运营成本已经极低,几乎只是行业水平的20-30%,在如此基础上进一步实现“少施肥、少打药、少浇水”可谓困难重重。

但冯欣欣认为,在“农事的标准化、数据的标准化和操作的标准化”的支撑下,量化数据,通过标准化、数据化的种植生产,海升集团的种植水平仍然有进一步提高的可能性。同时,在气象灾害预测和病虫害防治上,也可以进一步的提高海升集团的植保水平。

可以预期的是,随着农业数据中台和农业大脑I期、II期的建设,海升集团将实现从种植经济向数字经济的转变,以数字化、智能化的方式进行种植管理、农事操作和种植方案设计,让种植业从现在的自动化、机械化,真正实现“以数据为依据,以机器智能为辅助,以云计算为协同平台”的现代化智能种植,实现精准工业。

同时,海升集团的田间工程师和种植专家也将转变他们的工作方式:

首先,结合IoT设备的普及,田间工程师将从数据录入的繁重工作中解脱出来,更加专注于灌溉、施肥、植保、园艺四项主要工作,有充沛的精力致力于精准有效的执行种植方案,同时,及时监测和判断气象灾害和病虫害,做到“早预测、早预防、少损失”,成为现代化智能种植的监督者和决策者,而非被大量可以被机器智能解决的问题所拖累;

其次,种植专家的身份和工作方式也将发生转变。在传统种植模式中,种植专家需要身临实地负责大量的田间决策和农事方案制定,由于地域尺度上的限制,这必然会造成种植专家浪费大量的时间、精力,成为“最耗费体力的脑力工作”。

image

但随着种植向数字化、智能化转变,种植专家将从原有“体力劳动”中解脱出来,通过田间实地调研、行业交流和分析研判,将自身的知识经验和思考洞察,借助人工智能技术融入农业大脑中,形成机器智能,种植专家将从“1个人管100块地”,转变为“100个人管1块地”,大量聚集种植专家脑力的农业大脑,将会把所有种植专家的脑力和机器智能聚焦于单一地块的种植生产中,极大的提高种植水平,实现超高水平的精准农业。

种植经济向数字经济转变的同时,海升集团将从传统种植为主的模式,转向提供产业基础设施服务:

利用农业大数据中台和农业大脑,海升集团的种植经验、知识和决策体系将可以成为一种可复制、可输出的数字化产品和智能服务,除了传统的在全国各地投资建设种植基地,对于提高种植业水平的地方政府、种植企业,不仅可以从海升集团输入优势品种、种植基地的建设经验、农业机械的使用与管理方法,还可以输入包含了种植管理、农事操作、(基于农事智能辅助决策引擎)种植方案设计的农业大脑——海升集团将从单纯的种植业企业,转变为包含了现代化种植技术体系的种植业产业基础设施服务提供商。

依托农业大数据中台和I期、II期的农业大脑,海升集团所实现的不仅仅是增强主营业务能力,更将加速实现“从种植经济向数字经济转变,从传统种植模式转向产业基础设施服务”的“双转向”,成为国内乃至全球能够对外赋能的种植业企业,推动国内种植水平的提高,逐渐缩短与国际先进水平的差距。

后记:24节气不应该是中国农业科技唯一沉淀

“24节气”是中国种植业的最好的科技沉淀,它凝聚了千百年来中国农业历史的经验,但可惜的是,“24节气”很可能是中国对现代种植业唯一的贡献——随着海升集团农业大脑的构建,数字化、智能化农事管理将梳理和构建出新的农业种植规律和操作范式,成为中国农业向全球农业的全新知识输出,让24节气将不再是中国农业科技的唯一沉淀。

不仅如此,农业大数据中台和农业大脑所推动的“双转向”,将进一步提高“企业+产业园区+合作社+农户”的海升模式的效果:通过分析贫困区的区位优势和产业基础,海升集团可以整体输出种植业产业基础设施、优势品种和现代化种植技术体系,通过土地流转、进园务工、承包经营、资金分红等方式来增加贫困群众的收入,继而实现贫困区传统产业转型升级,提升产业竞争力和附加值,“建立一整套精准、高效的产业扶贫模式”,从而构建从精准农业向精准扶贫的产业发展路径。

因此,以大数据、人工智能、物联网和云计算技术为核心构建的农业大脑,将对我国农业未来发展起到重要的支撑和引领作用,“走出中国精准农业、数字农业、智能农业自己的路子”。

相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
相关文章
|
城市大脑 算法 自动驾驶
【年终特辑】看见科技创新力量 洞见时代创业精神—交通物流—UrbanByte:城市交通规划与建设的数字化解决方案服务商
【年终特辑】看见科技创新力量 洞见时代创业精神—交通物流—UrbanByte:城市交通规划与建设的数字化解决方案服务商
143 0
|
安全 数据可视化 物联网
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—语祯物联:为离散制造的企业提供一站式解决方案
【年终特辑】看见科技创新力量 洞见时代创业精神—智能制造—语祯物联:为离散制造的企业提供一站式解决方案
101 0
|
机器学习/深度学习 传感器 城市大脑
数智洞察 | 建设海陆空数字孪生,打造智慧交通“最强大脑”
编者按: 交通作为联通城市的血脉是智慧城市的重要一环,如何缓解交通拥堵,合理分配城市交通运力,智慧交通就是答案。智慧交通能有效地解决道路通行问题,发挥城市最大交通效能,凭借智慧管理平台给居民提供高效安全的出行服务,在技术领域为市民提供便利的出行体验。 全文约4437字,建议阅读时间14分钟。
346 0
|
机器学习/深度学习 人工智能 运维
数智洞察 | 破局制造到智造的九大场景
编者按: 向数字化的智能制造要生产力,是很多国家共同的战略选择。基于深耕制造行业七年的数字化实践,阿里云对于制造业向智能制造升级提炼了九大场景,以及对应九大场景的可行解决方案。从微观到宏观,这九大场景已经基本覆盖了智能制造的所有关键环节,完全可以作为回答智能制造现阶段问题的着力点。
277 0
|
新零售 人工智能 供应链
数智洞察 | 蓄积技术动力,让新零售驶入数字经济“快车道”
编者按: 数字经济快速发展的时期,5G、云计算、物联网等新技术、新业态、新平台蓬勃兴起,深刻影响着全球科技创新、产业结构调整、经济社会发展。如何用好科技这一“利器”,答好数字化转型的“试卷”,赋能零售业高质量发展,成为零售行业发展布局的关键。 全文约3599字,建议阅读时间10分钟。
175 0
|
城市大脑 人工智能 供应链
城市大脑 | 产业大脑解决方案
本文介绍了城市大脑 | 产业大脑解决方案的方案概述,方案价值及优势以及最佳实践。
城市大脑 | 产业大脑解决方案
|
人工智能 算法 大数据
智能制造的全流程产线与阿里云数智大脑支撑工业互联网的人才培养(一)
当今世界,新一轮科技革命和产业变革蓬勃兴起,工业互联网作为制造业与互联网深度融合的产物,已经成为新工业革命的关键支撑和智能制造的重要基石。本文主要探讨智能制造技术与阿里云数智平台整合为工业互联网领域提供人才培养的解决方案。
2676 0
智能制造的全流程产线与阿里云数智大脑支撑工业互联网的人才培养(一)
|
人工智能 供应链 物联网
智能制造的全流程产线与阿里云数智大脑支撑工业互联网人才培养的思考(二)
当今世界,新一轮科技革命和产业变革蓬勃兴起,工业互联网作为制造业与互联网深度融合的产物,已经成为新工业革命的关键支撑和智能制造的重要基石。本文主要探讨智能制造技术与阿里云数智平台整合为工业互联网领域提供人才培养的解决方案。
1930 0
智能制造的全流程产线与阿里云数智大脑支撑工业互联网人才培养的思考(二)
|
传感器 人工智能 大数据
未来工业智能峰会|看中船、中车的数据智能化之路
中国最大的数据源实则来自于工业界,远超互联网与商业大数据。大量的制造数据都在中国汇集,这无疑给了中国制造最好的资源优势。如何利用好这一资源,实现大数据和工业领域的智能制造相融合成为了需要迫切解决的问题。
4803 0