當(dang)前，大(da)數據已成為(wei)業界公認的(de)(de)工(gong)業升級的(de)(de)關鍵技術(shu)要(yao)素。在"中國(guo)制造(zao)(zao)2025"的(de)(de)技術(shu)路線圖中，工(gong)業大(da)數據是作為(wei)重要(yao)突破點來(lai)規劃的(de)(de)，而在未(wei)來(lai)的(de)(de)十年(nian)，以數據為(wei)核心構建(jian)的(de)(de)智能化(hua)體系會成為(wei)支撐智能制造(zao)(zao)和工(gong)業互聯網的(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。如果僅(jin)僅(jin)因為工業互聯(lian)網的概(gai)念(nian)很熱，企業就要去(qu)盲目擁抱工業互聯(lian)網和工業大數(shu)據(ju)、人工智能技(ji)術，實際(ji)上是一個(ge)非(fei)常錯誤的觀點。

工業從數據到大數據

在(zai)新一代信(xin)(xin)息(xi)技(ji)術出現之前，工業(ye)(ye)(ye)企業(ye)(ye)(ye)已(yi)(yi)經正常運轉(zhuan)了上百年，我們(men)應該清晰地認識到信(xin)(xin)息(xi)技(ji)術手段的(de)加入(ru)更像催化(hua)劑的(de)作(zuo)用。首(shou)先需要(yao)明確需要(yao)達到怎樣(yang)的(de)業(ye)(ye)(ye)務目標，可以使得今(jin)天已(yi)(yi)經存在(zai)的(de)生產(chan)工藝、工業(ye)(ye)(ye)產(chan)品、管理方法變(bian)得更好。

其(qi)實大數據支撐制(zhi)造業(ye)的(de)業(ye)務變革(ge)最根本的(de)目(mu)標就是(shi)提質增效(xiao)，在自動化與信(xin)息化基礎(chu)之上，實現(xian)智能(neng)化的(de)制(zhi)造體系(xi)。在智能(neng)制(zhi)造的(de)基礎(chu)上，然(ran)后才(cai)是(shi)打(da)造平臺，構建(jian)產(chan)(chan)業(ye)生態，與產(chan)(chan)業(ye)鏈進行更有效(xiao)的(de)協(xie)同，實現(xian)工業(ye)互聯(lian)網的(de)乘法(fa)式發展(zhan)。

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(yi)個層次是設(she)(she)(she)備(bei)(bei)級(ji)的，就是提高(gao)單臺設(she)(she)(she)備(bei)(bei)的可靠性、識別設(she)(she)(she)備(bei)(bei)故(gu)障、優化(hua)設(she)(she)(she)備(bei)(bei)運行等；第二個層次更多是(shi)針對產線、車間、工廠，提高運作包括效率，能(neng)耗(hao)優化、供應鏈管理、質量管理等；第三個(ge)層次(ci)是跨出了工廠邊界的產業(ye)跨界，實現產業(ye)互(hu)聯。

工(gong)(gong)業(ye)(ye)大(da)數(shu)據并不是(shi)(shi)憑空(kong)而(er)來，傳(chuan)統(tong)工(gong)(gong)業(ye)(ye)信息化(hua)一(yi)直(zhi)在(zai)進行，我(wo)們(men)已經有大(da)量(liang)的數(shu)據來自(zi)于研發(fa)端、生產(chan)制造過(guo)程(cheng)(cheng)、服務環節，工(gong)(gong)業(ye)(ye)信息化(hua)過(guo)程(cheng)(cheng)一(yi)直(zhi)在(zai)產(chan)生大(da)量(liang)的數(shu)據，工(gong)(gong)業(ye)(ye)從(cong)數(shu)據到大(da)數(shu)據，其實更多要(yao)考慮(lv)的是(shi)(shi)與自(zi)動化(hua)域數(shu)據的疊加，這是(shi)(shi)數(shu)據的兩化(hua)融合(he)。而(er)在(zai)工(gong)(gong)業(ye)(ye)互(hu)聯網時(shi)代，我(wo)們(men)還需要(yao)納入更多來自(zi)產(chan)業(ye)(ye)鏈上(shang)下游以及(ji)跨界的數(shu)據。

工業大數據如何成為智能制造和工業互聯網的核心動力

工業(ye)大(da)數(shu)(shu)據有(you)哪(na)些(xie)特點？我們(men)總結(jie)(jie)為"多模態(tai)、高通(tong)(tong)量(liang)、強關(guan)(guan)聯(lian)(lian)"的(de)(de)(de)特性。我們(men)在工業(ye)領域(yu)總結(jie)(jie)了約有(you)130多種不同類型的(de)(de)(de)數(shu)(shu)據，數(shu)(shu)據模態(tai)多樣，結(jie)(jie)構(gou)關(guan)(guan)系復雜。高通(tong)(tong)量(liang)是(shi)指(zhi)數(shu)(shu)據持續不斷地產生，采集頻(pin)率高，通(tong)(tong)量(liang)大(da)。強關(guan)(guan)聯(lian)(lian)是(shi)指(zhi)工業(ye)場景下的(de)(de)(de)數(shu)(shu)據有(you)非(fei)常強的(de)(de)(de)機(ji)理支撐，不同學科之(zhi)間的(de)(de)(de)數(shu)(shu)據是(shi)在機(ji)理層面的(de)(de)(de)關(guan)(guan)聯(lian)(lian)，而不是(shi)數(shu)(shu)據字段上的(de)(de)(de)關(guan)(guan)聯(lian)(lian)。

而(er)對(dui)工(gong)業大數據(ju)的(de)(de)分(fen)析應用，也(ye)不是(shi)(shi)將深度(du)學習、強化學習的(de)(de)方法放到(dao)這(zhe)里(li)就(jiu)可以有結果。我(wo)們需要獲知(zhi)(zhi)研究對(dui)象的(de)(de)機理模型與定量領域知(zhi)(zhi)識，而(er)這(zhe)在當前基礎(chu)上(shang)前進(jin)很(hen)困(kun)難(nan)。我(wo)們希望找出數據(ju)在輸入、輸出之間(jian)的(de)(de)統計(ji)關(guan)系，對(dui)機理和模型不確定、不清(qing)晰(xi)的(de)(de)部分(fen)加以補足，這(zhe)是(shi)(shi)工(gong)業大數據(ju)應用的(de)(de)基礎(chu)。

業務引領，數據推動產業發展

智(zhi)能制造在不(bu)斷獲(huo)得數據(ju)的驅動，從(cong)智(zhi)能制造到工業互聯網平臺(tai)，核心(xin)都是利(li)用數據(ju)和模型，優化制造資源的配置(zhi)效率。

工業互(hu)聯網并不(bu)等同于(yu)智能制造，區別在于(yu)數據的跨(kua)界和業務的邊界上(shang)是否有所突破。當下，太(tai)多人(ren)過(guo)于(yu)重視平(ping)臺能力，而真正的工業互(hu)聯網講的是生態，資(zi)源優化從描(miao)述(shu)、診斷向預測、決策不(bu)斷深入，從單機設備、生產線(xian)、產業鏈(lian)再(zai)到產業生態不(bu)斷拓(tuo)寬。

我(wo)們(men)的生態(tai)如(ru)何來構建業(ye)(ye)務(wu)體系，如(ru)何跨(kua)界(jie)，才是(shi)工(gong)業(ye)(ye)互聯(lian)網(wang)成功與否的關鍵。而決定(ding)(ding)工(gong)業(ye)(ye)互聯(lian)網(wang)發展方向的，一(yi)(yi)定(ding)(ding)是(shi)業(ye)(ye)務(wu)驅動。我(wo)們(men)從(cong)一(yi)(yi)開始就反對拎著(zhu)一(yi)(yi)把錘子(zi)(zi)，滿世界(jie)找釘子(zi)(zi)，現在(zai)很多大數(shu)據、人工(gong)智能公司就存(cun)在(zai)這個問題。

我們需(xu)要深入(ru)到一(yi)個(ge)工(gong)業(ye)領域(yu)，造一(yi)把可(ke)靠的錘(chui)子，剛好可(ke)以去敲有需(xu)求的釘(ding)子，業(ye)務驅(qu)動(dong)和問題驅(qu)動(dong)才是(shi)產業(ye)發展(zhan)的本質，而(er)不是(shi)技術驅(qu)動(dong)。將業(ye)務、數(shu)據理清楚，評估數(shu)據，真(zhen)正實(shi)現業(ye)務落地，要點(dian)就是(shi)三個(ge)要素的協(xie)同——人、場景、算法。