工业大数据：下一个制造业的蓝海？

9月20日，带着对政策经济的“高度敏感”和对趋势预期的“重度渴望”，精英企业家们齐聚“GBDC数造未来”沙龙现场。数之联COO周俊临以《大数据时代下的传统制造业》为主题发表了精彩演讲，并与小牛数据、客如云、乐为科技等企业就“工业大数据的前景与发展”进行了交流探讨。

数之联COO周俊临主题分享

现场，周俊临围绕工业大数据时代背景、工业大数据方法论、工业大数据实践案例三个方面，针对性阐述了当前经济背景下工业大数据的应用及发展前景，通过富士康智慧工厂的打造和某核电站监测系统的建立等几个精彩案例为大家展现了数之联在工业制造方面的大数据应用成果。

如果说前三次工业革命分别是从机械化、规模化、标准化、和自动化等方向大幅度地提高了生产力，那么第四次工业革命与前面三次最大的区别就在于：不再以制造端的生产力需求为出发点，而是将客户端价值作为整个产业链的核心，改变以往的工业价值链从生产端向消费端、上游向下游推动的模式，从客户端的价值需求出发提供客制化的产品和服务，并以此作为整个产业链的共同目标使整个产业链的各个环节实现协同优化，其本质是工业视角的转变。

世界经济社会与创新部负责人尼古拉斯·戴维斯说，“整个世界正处于第四次工业革命初期，物质世界、数字世界与人类自身相融合下，我们将会和更加智能的机器一同工作，即将到来的新一波经济活动和技术创新浪潮，是基于人类第一次有机会运用自己日渐提升的能力来追踪材料、重塑产品和消费体制”。

什么是工业大数据

提到大数据，人们首先会想到在互联网和商业大环境中，利用大量的行为数据来分析用户行为和预测市场趋势等应用。但工业大数据和一般大数据有所不同，其定义也较为抽象。目前来说广义大数据定义是维克托·迈尔-舍恩伯格和肯尼斯·克耶在《大数据时代》一书中提出的4V特性，即Volume(数据量大)、Velocity(流动速度快)、Veracity(准确性难把握)、和Variety(来源多样性)。这个定义是针对互联网和社会环境中的大数据，从数据工程的技术挑战方面所提出的。而工业大数据的挑战和目的则要通过“3B”和“3C”来理解：

工业大数据应用的“3B”挑战

- Bad Quality： 在工业大数据中，数据质量问题一直是许多企业所面临的难题和挑战。受制于工业环境中数据获取手段的限制，包括传感器、数采硬件模块、通信协议、和组态软件等多个技术限制。对数据质量的管理技术是企业首要解决的核心问题之一。

- Broken： 一般大数据普遍对量的要求占主导，而工业大数据不仅要注重量的大小，更讲求数据的全面性。当企业利用数据建模解决某个问题，需要的是被分析对象的全面参数，要求并不仅在于量的大小，更在于数据的全面性。在利用数据建模的手段解决某一个问题时，需要获取与被分析对象相关的全面参数，缺少任意参数都无法建立完整的模型。所以对企业来说，进行数据收集的规划是非常有必要的，这样才能充分保障获取数据的完整性，避免事倍功半。

- Background (Below the Surface)： 除了分析数据本身反应的特征，更应该关注数据中隐藏的讯息。在对隐藏数据进行挖掘时，通过借助一些具有代表参考性的数据进行交叉对照，这个工作虽然量不大，但是非常有必要。

工业大数据应用的“3C”目的

- Comparison(比较性)：从比较过程中获取洞察，对数据的相似性和差异性进行整体类比和分析。比较的维度可以从时间维度与自身状态入手，也可以是集群维度和其他个体的比较。这个过程会帮助企业对庞大的个体信息进行有效分类，进一步为寻找数据的规律性提高效率。

- Correlation (相关性)：如果说物联网是可见世界的连接，那么所连接对象之间的相关性就是不可见世界的连接。挖掘相关性即为形成记忆的必要条件，信息存储和记忆是不同的概念。信息之间的关联促成对其的启发式联想才是记忆。举个例子，当人们回想某个画面，引导人们产生印象的不事每一个细节，而是某一个线索，这种记忆方式在工业智能中便形成了一种灵活高效的数据管理方式。

- Consequence (因果性)：数据分析的重要目的是对企业的决策支持行为作支撑。那么当制定某个决策时，不光要分析其过程中产生的数据，它的结果也要在预测范围内，这就是所谓的智能化。工业系统活动注重目标精度最大化，强调“结果管理”，它的基础就是预测。例如在现在的制造系统中，如果我们可以预测到设备衰退对设备质量的影响，以及对下一个工序质量的影响，就可以在制造过程中对质量风险进行管控和及时补充。

“工业大数据”的未来

“火”是目前工业大数据的真实写照，从政府工作报告的顶层设计，到企业家们围炉夜话的谈资论点，工业大数据犹如广袤蓝海，诱引不少企业家的趋之若鹜。

著名风险投资人马克•安德森对第四次工业革命曾形容是“数码、人类和物质三大领域的融合”，第四次工业革命将三个原本不相通的领域在新技术促进下加快了融合力度。

新工业革命并不仅是制造业的革命，而是一场更加深刻的变革，创新模式、商业模式、服务模式、产业链和价值链都将产生革命性的变化，制造业的文化，从“机器崇拜，流程崇拜”进入到人文主义视角的“价值定义”，今天的零售业逐步向“IP化”转移，制造业的产品或服务，未来也会走向“IP导向的制成品” ，生产线和消费者使用处于永远互动的状态，并延伸基于数据的增值服务，云计算、人工智能、和大数据都是支撑这个转型的基础条件，工业升级，最根本的驱动力来自于商业模式与智能服务体系的创新技术变革，这两者才是未来工业界竞争的蓝海。

老子《道德经》中有这样一句话，“有之以为利、无之以为用”，话中的智慧放在当今工业的价值模式中依然十分受用。这句话可以理解为：一切事物的实体为我们提供可以作为支柱的且可见的基础条件，而其中隐藏的空间和变化的讯息组合而成的无限可能才是为我们真正所用、创造价值的。

第四次工业革命浪潮风起云涌，在这个剧烈的转型时代，我们面对的是一个全球充分竞争的市场。未来，在工业4.0飞速发展下的数之联同仁们，必将冲破雾霾，砥砺前行，在行业前端进行新的探求，与市场脉搏共振，同时代雄鹰齐飞。

来自:数之联大数据微信公众号