當前，大數據(ju)已成為業(ye)界(jie)公認的(de)(de)工業(ye)升(sheng)級的(de)(de)關鍵(jian)技術(shu)要(yao)素。在"中國制造2025"的(de)(de)技術(shu)路線圖中，工業(ye)大數據(ju)是作(zuo)為重要(yao)突破點來規劃(hua)的(de)(de)，而在未來的(de)(de)十年，以數據(ju)為核心構建的(de)(de)智能(neng)化體系會成為支撐智能(neng)制造和工業(ye)互(hu)聯網(wang)的(de)(de)核心動力。

工業大數據的重要性眾所周知，但究其根本，大數據是手段而不是目的，也是如此。如(ru)果僅(jin)僅(jin)因為工業(ye)(ye)(ye)互聯(lian)網的概念很熱，企(qi)業(ye)(ye)(ye)就(jiu)要去盲目擁抱(bao)工業(ye)(ye)(ye)互聯(lian)網和工業(ye)(ye)(ye)大數據、人(ren)工智能技(ji)術(shu)，實(shi)際(ji)上是一個非常(chang)錯誤(wu)的觀點(dian)。

工業從數據到大數據

在新一代信息技術(shu)出現之(zhi)前，工(gong)業企業已(yi)經(jing)正(zheng)常運轉了上百年，我們應該清晰地認識(shi)到(dao)信息技術(shu)手(shou)段的(de)加入更像催化(hua)劑(ji)的(de)作用。首先需(xu)要明(ming)確(que)需(xu)要達到(dao)怎樣(yang)的(de)業務目標(biao)，可以(yi)使(shi)得今(jin)天(tian)已(yi)經(jing)存在的(de)生產工(gong)藝(yi)、工(gong)業產品、管理方法(fa)變得更好。

其實大(da)數據支撐(cheng)制造業的(de)業務變革最根本的(de)目(mu)標就(jiu)是提(ti)質增(zeng)效，在(zai)自(zi)動(dong)化與(yu)信息化基礎之上，實現智能化的(de)制造體(ti)系。在(zai)智能制造的(de)基礎上，然后才是打(da)造平臺，構(gou)建產業生(sheng)態，與(yu)產業鏈進行更有(you)效的(de)協同，實現工業互聯(lian)網的(de)乘法式發展。

工業大數據的三個典型應用方向，也是我們實現工業互聯網的目標，包括智能裝備、服務型制造和跨界融合。第一個層次是(shi)設(she)(she)備級的(de)，就是(shi)提高單臺設(she)(she)備的(de)可靠性、識別設(she)(she)備故(gu)障、優化設(she)(she)備運行等；第(di)二個層次更多是針對產線(xian)、車間(jian)、工(gong)廠(chang)，提高運作包括效率，能(neng)耗優化、供應(ying)鏈管(guan)(guan)理(li)、質(zhi)量管(guan)(guan)理(li)等；第三(san)個層次是跨出(chu)了工廠邊界的產業(ye)跨界，實現產業(ye)互聯。

工業(ye)大(da)數(shu)據(ju)(ju)(ju)并不是憑空而來(lai)(lai)，傳統工業(ye)信(xin)(xin)息(xi)化一直在進(jin)行，我(wo)們已經有(you)大(da)量的(de)(de)(de)數(shu)據(ju)(ju)(ju)來(lai)(lai)自于研發端、生(sheng)產(chan)制造過(guo)程、服務環節，工業(ye)信(xin)(xin)息(xi)化過(guo)程一直在產(chan)生(sheng)大(da)量的(de)(de)(de)數(shu)據(ju)(ju)(ju)，工業(ye)從數(shu)據(ju)(ju)(ju)到(dao)大(da)數(shu)據(ju)(ju)(ju)，其實更多要考慮的(de)(de)(de)是與自動化域(yu)數(shu)據(ju)(ju)(ju)的(de)(de)(de)疊加，這是數(shu)據(ju)(ju)(ju)的(de)(de)(de)兩化融合。而在工業(ye)互聯網時代，我(wo)們還需(xu)要納入更多來(lai)(lai)自產(chan)業(ye)鏈上下游以及跨界的(de)(de)(de)數(shu)據(ju)(ju)(ju)。

工業大數據如何成為智能制造和工業互聯網的核心動力

工(gong)(gong)業(ye)大數(shu)(shu)據(ju)有哪些(xie)特(te)點？我(wo)們總(zong)結為(wei)"多模(mo)(mo)態、高通(tong)(tong)量、強關(guan)聯"的特(te)性。我(wo)們在工(gong)(gong)業(ye)領域總(zong)結了約有130多種不同(tong)類型(xing)的數(shu)(shu)據(ju)，數(shu)(shu)據(ju)模(mo)(mo)態多樣，結構關(guan)系復雜。高通(tong)(tong)量是(shi)指(zhi)數(shu)(shu)據(ju)持續不斷地(di)產生，采集頻率高，通(tong)(tong)量大。強關(guan)聯是(shi)指(zhi)工(gong)(gong)業(ye)場景下的數(shu)(shu)據(ju)有非(fei)常(chang)強的機理支撐，不同(tong)學科之(zhi)間的數(shu)(shu)據(ju)是(shi)在機理層面的關(guan)聯，而不是(shi)數(shu)(shu)據(ju)字段上的關(guan)聯。

而對(dui)工(gong)業(ye)(ye)大(da)數(shu)據的(de)分(fen)析應用，也不是(shi)將(jiang)深(shen)度學習(xi)、強化學習(xi)的(de)方法放到這里(li)就可以(yi)有結(jie)果(guo)。我(wo)們(men)需要獲知研(yan)究對(dui)象的(de)機(ji)理模型(xing)與定(ding)量領域知識，而這在當前(qian)基礎上前(qian)進很(hen)困難。我(wo)們(men)希(xi)望(wang)找出數(shu)據在輸入、輸出之間的(de)統(tong)計關系，對(dui)機(ji)理和模型(xing)不確定(ding)、不清(qing)晰的(de)部分(fen)加以(yi)補(bu)足，這是(shi)工(gong)業(ye)(ye)大(da)數(shu)據應用的(de)基礎。

業務引領，數據推動產業發展

智(zhi)能(neng)(neng)制(zhi)造在不斷獲(huo)得數(shu)據的驅動，從智(zhi)能(neng)(neng)制(zhi)造到(dao)工業互(hu)聯網平臺(tai)，核心(xin)都是利用數(shu)據和模型，優化制(zhi)造資源的配置效率。

工(gong)業(ye)(ye)互(hu)聯網并(bing)不等同于智能制造，區別在于數(shu)據(ju)的(de)跨界和業(ye)(ye)務的(de)邊界上是否有所突(tu)破。當下(xia)，太多人過于重視平臺能力(li)，而真正的(de)工(gong)業(ye)(ye)互(hu)聯網講的(de)是生態，資源優化從(cong)描述(shu)、診斷向預測、決策(ce)不斷深入，從(cong)單(dan)機設備、生產(chan)(chan)線(xian)、產(chan)(chan)業(ye)(ye)鏈(lian)再到產(chan)(chan)業(ye)(ye)生態不斷拓寬。

我們(men)的(de)生態如何(he)來構(gou)建業務(wu)體系，如何(he)跨界，才是(shi)工業互聯網(wang)成(cheng)功與否的(de)關鍵。而決定工業互聯網(wang)發展方(fang)向的(de)，一定是(shi)業務(wu)驅動。我們(men)從(cong)一開(kai)始就反對拎著一把錘子(zi)，滿(man)世界找釘子(zi)，現在很(hen)多大數據(ju)、人工智能公司就存在這(zhe)個問(wen)題。

我們(men)需(xu)要(yao)(yao)深(shen)入到一個(ge)工(gong)業領域，造一把(ba)可靠的(de)(de)錘(chui)子，剛(gang)好(hao)可以去敲有需(xu)求(qiu)的(de)(de)釘子，業務(wu)驅動和問(wen)題驅動才是(shi)產業發展的(de)(de)本質，而不是(shi)技(ji)術(shu)驅動。將業務(wu)、數(shu)據理清楚(chu)，評估數(shu)據，真正實現業務(wu)落地，要(yao)(yao)點就是(shi)三個(ge)要(yao)(yao)素的(de)(de)協(xie)同——人、場(chang)景(jing)、算法(fa)。