RFID不仅是一项技术 更是必要的创新方式

标签:RFID技术
分享到:

众所周知,RFID技术有着非常宽阔的应用面,最常见的就有零售、鞋服、物流、图书、资产管理等领域。在数不清的应用领域里,RFID还能适应各种不同应用场景,这也从侧面反映出RFID技术有着非常高的灵活性。

当我们面对RFID的实际应用场景时,不能仅仅把它看做一项技术。RFID的核心其实是数据,这些数据几乎可以进入每一个环节,包括生产、仓储物流、零售等等,对于数据的开发和使用便显得尤为重要。

image.png

数据采集之后 如何重构生产关系?

对企业而言,很容易陷入一个误区,那就是认为成功上线了RFID系统就可以宣告大功告成了。事实上,这恰恰只是一个起点,因为RFID最大的潜力蕴藏在数据采集之后的环节中。

虽然对企业而言,上线RFID之后,确实能够减少一些场景和应用环节中单调、重复性的工作,最直观的感受便是RFID提升了生产效率,并增强了这些应用环节的可靠性。

但是,从另一个方面来看,这并非RFID技术最大潜力所在。借助RFID技术,企业得到了大量数据,更重要的是盘活这些采集到的数据,并根据这些数据来作经营调整,需要对其深入思考,将理念与经验结合起来。

在推动企业数字化转型的大路上,RFID开拓出了新的疆域,通过RFID采集的数据揭示了一些关系,让原本不可捉摸的事物变得具体可感,实现生产、物流、零售过程的可视化,这是前所未有的变化。

RFID带来了大量数据,可这些数据揭示了什么信息?应该如何使用这些数据?它们可以带来哪些可能性?这些反而是需要我们不断深入思考的问题。

近年来,由于数字化、自动化技术的高速发展,制造业生产模式也不断发生变化,更新型的C2M模式逐渐受到人们的关注。

C2M生产模式不仅对生产端产生了重要影响,更重要是它通过打通数据链重构了生产关系。C2M模式的核心在于它简化了中间环节,更高效地实现与市场之间的联动。在这个过程中,市场数据与生产数据实现了高效环流,这便在很大程度上释放了RFID的技术潜力。

就目前来看,服装行业是C2M模式应用最多的一个领域。

服装行业C2M的核心是生产过程各个环节的透明化,这要求对每一件服装实现可识别,所有服装上都装有RFID标签。RFID作为数据采集的“神经末梢”能够打通从生产端一直到消费端的数据通道,在很大程度上改变企业的生产、营销策略。

C2M模式可是说是互联网对传统制造业的改造,在个性化定制、减少中间环节、减小库存压力,增加用户黏性等方面都能带来很多益处。

一些企业选择先从C端入手,借助RFID技术来采集市场外部数据。这些市场数据并不是采集回来就可以了,而是需要进行针对性的分析,比如更准确地把握产品的市场流通情况,市场需求情况,获得更准确的客户画像等等。

很多时候,需要企业清楚自身需要哪些数据,并依据需求来设计数据的采集方式。

以鞋服零售终端场景为例,一些门店在商品上使用RFID标签记录服装被顾客取试的次数、时长等信息,进而获得哪些款式更受顾客青睐的信息,这种数据采集方式既简单,又不会对顾客购物体验造成任何影响。

也有不少企业选择从B端入手,通过内部磨合打通一条数据链,进而提升自身的供应链流通和管理水平,在一个场景中实现数据的闭合管理。

总而言之,数据的采集和应用方式与具体场景的契合是一个棘手的难题。如果在这个难题上找到了出路,就有可能实现事半功倍的效益。这就好比有了一套上好的厨具,但还是需要靠厨艺高超的师傅才能做出一桌好菜来。

以更开放性的视角看待RFID

许多人认为制约RFID发展的核心在于应用成本的问题,对此,笔者只能表示部分同意。

很多时候,人们对于RFID的应用缺乏整体的考量,往往只考虑到眼前的成本和效益,这也在很大程度上限制了RFID发挥出更大作用。RFID不仅仅是某个场景中提高效率,它还带来了创新的机会,因此,对RFID效益的计算理应更加全面。

在实际应用中,可以选择先从单点突破,比如提升物品的盘点效率,然后进入具体的仓储物流环节闭环链路的内部管理,之后再逐步延伸到产业链、市场,在一个更大的系统中实现数据的环流,最终实现整体的数字化改造。

以开放性的视角来看待RFID,可以顺着一个点、线、面、体的发展过程,在这个过程中可以逐步解放出RFID在数据管理方面的潜力。

总而言之,RFID并不是一个减少工作量的工具,它帮助我们挖掘出数据,然后这些数据会改变我们的工作方式。在这个过程中,工作会变得更加精细化,总的工作量反倒增加了,但它拉近了市场与企业之间的关系,不断反馈,让原本的未知转变为可知,提升了产业的生产效率。

继续阅读
6类无源IoT技术分析,千亿级的连接谁是最佳答案

“万物互联”是IoT行业的终极理想,IoT Analytics统计当前全球活跃的IoT终端数量为123亿台,预计在2025年物联网终端突破270亿台。

利用超低功耗机器学习技术实现更有效的嵌入式视觉系统

机器学习算法开辟了一个新的可能性领域,可以将视觉嵌入到产品中,使家庭、工作空间以及介于两者之间的地方更安全、更高效。为了在更多用例中真正发挥智能视觉的潜力,开发人员需要更节能、更灵活的嵌入式解决方案,这些解决方案要求使用电池供电,易于安装和维护,同时能够提供对我们想要检测和监控的事物进行有效智能检测所要求的视觉性能。机器学习建模和处理的先进性也是智能相机广泛普及的关键。

量子技术助推电动车电池技术研发

美国业者IonQ与韩国车厂Hyundai Motor正在合作开发一种新的变分量子特征求解器(variational quantum eigensolver,VQE),用以研究锂化合物与电池内化学品的交互作用。

智慧工地技术类型:建筑行业的潜力

随着世界各地不断发展的进步和最新的技术发明,建筑行业也对欢迎该领域的技术持开放态度。这些最近的增强功能之一是架构技术。建筑技术是信息技术、科学知识和人工智能在建设项目和建筑物中的应用,它是根据其在建筑行业的使用要求而设计的。

以LTPO技术“破局” 京东方或将向苹果供应LTPO OLED

在前段时间爆出京东方今年将为苹果iPhone 14提供5000万块6.1英寸OLED屏幕之后,5月4日又爆出京东方被踢出iPhone 13显示屏供应链,似乎反差也太大了。

精彩活动