工業(yè)大數(shù)據(jù)的三個(gè)基本問題

隨著云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)計(jì)算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)的興起和我國制造業(yè)向數(shù)字化、網(wǎng)絡(luò)化、智能化的持續(xù)大力推進(jìn)，大數(shù)據(jù)在工業(yè)領(lǐng)域的應(yīng)用引發(fā)了制造行業(yè)的普遍關(guān)注?！皵?shù)據(jù)管理”這個(gè)沉寂了幾十年的管理領(lǐng)域重新被重視起來，“數(shù)據(jù)資產(chǎn)化”為大數(shù)據(jù)廠商、各大企業(yè)所津津樂道。但是，大家對(duì)工業(yè)大數(shù)據(jù)的理解還存在很多疑問甚至分歧，作為一個(gè)普遍缺乏實(shí)踐的工作領(lǐng)域，還存在著諸多未知因素和風(fēng)險(xiǎn)。為此，本文提出工業(yè)大數(shù)據(jù)的三個(gè)基本問題與大家共同討論。

工業(yè)大數(shù)據(jù)，為什么在今天受到如此高的關(guān)注？

首先，工業(yè)大數(shù)據(jù)受到關(guān)注是因?yàn)榛ヂ?lián)網(wǎng)發(fā)展，大數(shù)據(jù)首先是在互聯(lián)網(wǎng)行業(yè)得到應(yīng)用，進(jìn)而推動(dòng)了大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展和成熟，在IT廠商、互聯(lián)網(wǎng)企業(yè)家、政府官員等多方力量的助推下，大數(shù)據(jù)應(yīng)用逐步滲透到其他行業(yè)，如：醫(yī)療、通信、金融、制造業(yè)，大數(shù)據(jù)在制造業(yè)的應(yīng)用，被稱為工業(yè)大數(shù)據(jù)。

其次，工業(yè)大數(shù)據(jù)倍受關(guān)注與制造業(yè)的數(shù)字化、網(wǎng)絡(luò)化和智能化的客觀事實(shí)密切相關(guān)。自動(dòng)化/智能化的設(shè)備、生產(chǎn)單元和生產(chǎn)線，還有智能化的產(chǎn)品，運(yùn)行過程中產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)蘊(yùn)藏著有價(jià)值的信息。例如，GE航空發(fā)動(dòng)機(jī)每天提供給監(jiān)控系統(tǒng)的數(shù)據(jù)超過1PB，福特的插電式混合動(dòng)力汽車每小時(shí)能生成數(shù)據(jù)25GB，一臺(tái)數(shù)控機(jī)床每年的數(shù)據(jù)量也可達(dá)700TB，而一般企業(yè)的PDM、ERP等系統(tǒng)十年所產(chǎn)生的數(shù)據(jù)量也不過幾百TB。

第三，大數(shù)據(jù)相關(guān)的技術(shù)日益發(fā)展，擁有成本越來越低。例如傳感器技術(shù)、通訊技術(shù)的發(fā)展，獲取實(shí)時(shí)數(shù)據(jù)的成本已經(jīng)不再高昂。嵌入式系統(tǒng)、低耗能半導(dǎo)體、處理器、云計(jì)算等技術(shù)的興起使得設(shè)備的運(yùn)算能力大幅提升，具備了實(shí)時(shí)處理大數(shù)據(jù)的能力。開源技術(shù)的生態(tài)完整性，也使得構(gòu)建一個(gè)大數(shù)據(jù)平臺(tái)的技術(shù)門檻越來越低。

另外，我們看到，制造資源、制造過程和商業(yè)活動(dòng)變得越來越復(fù)雜，管理和決策的復(fù)雜度也在提升，依靠人的經(jīng)驗(yàn)和分析已經(jīng)無法應(yīng)對(duì)如此復(fù)雜的商業(yè)環(huán)境。借助數(shù)據(jù)、算法和軟件代碼，可以突破人腦的限制，開展更加復(fù)雜的分析、預(yù)測，分析和預(yù)測的結(jié)果可以優(yōu)化過程、優(yōu)化產(chǎn)品、優(yōu)化決策。

最后，我們必須承認(rèn)，美國管理信息系統(tǒng)專家諾蘭在四十年前提出的“諾蘭模型”今天來看，仍然被證明是正確的。從諾蘭模型來看，數(shù)據(jù)管理是企業(yè)信息化的必經(jīng)之路。目前，國內(nèi)大型制造企業(yè)一般處于集成階段的末期或數(shù)據(jù)管理階段的早期，而絕大多數(shù)的中小企業(yè)可能還處于諾蘭模型的前三個(gè)階段。事實(shí)上，工業(yè)大數(shù)據(jù)也主要是大型企業(yè)在關(guān)注和投資建設(shè)。

當(dāng)我們提到“工業(yè)大數(shù)據(jù)”時(shí)，它的內(nèi)涵包括什么？

人們之所以會(huì)對(duì)工業(yè)大數(shù)據(jù)這個(gè)概念存在分歧，是因?yàn)槊總€(gè)人看待工業(yè)大數(shù)據(jù)的視角是不一樣的，從不同的視角就會(huì)看到不同的視圖，顯然大家看到和討論的內(nèi)容就有可能不一樣，分歧也就在所難免了。如果溝通存在障礙，工作推進(jìn)必然受到影響。因此，本文從多個(gè)視角討論一下什么是工業(yè)大數(shù)據(jù)。

數(shù)據(jù)視角。關(guān)于工業(yè)大數(shù)據(jù)的范圍是有爭議的，一種觀點(diǎn)認(rèn)為工業(yè)大數(shù)據(jù)主要指的是設(shè)備數(shù)據(jù)，因?yàn)槠浞洗髷?shù)據(jù)的4V特征。另一種觀點(diǎn)認(rèn)為工業(yè)大數(shù)據(jù)指工業(yè)企業(yè)的所有數(shù)據(jù)，包括“大”數(shù)據(jù)，也包括“小”數(shù)據(jù)。從現(xiàn)實(shí)意義上來說，筆者推薦第二種理解。因?yàn)?，無論是“小”數(shù)據(jù)還是“大”數(shù)據(jù)，都是企業(yè)“資產(chǎn)”，實(shí)際應(yīng)用過程中，數(shù)據(jù)集包含了這兩類數(shù)據(jù)。企業(yè)只有將所有的數(shù)據(jù)看作一個(gè)整體，數(shù)據(jù)資產(chǎn)的價(jià)值才能夠被充分挖掘出來。從數(shù)據(jù)視角看工業(yè)大數(shù)據(jù)，可以發(fā)現(xiàn)企業(yè)數(shù)據(jù)架構(gòu)的改進(jìn)機(jī)會(huì)。

應(yīng)用視角。與數(shù)據(jù)相關(guān)的應(yīng)用覆蓋數(shù)據(jù)的全價(jià)值鏈，包括：數(shù)據(jù)提供、數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)與管理、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用。數(shù)據(jù)提供類的軟件一般為交易型的應(yīng)用，如：ERP、MES。數(shù)據(jù)應(yīng)用類的軟件也稱之為分析型的應(yīng)用，如：查詢統(tǒng)計(jì)、挖掘分析、預(yù)測等。從應(yīng)用視角看工業(yè)大數(shù)據(jù)，可以發(fā)現(xiàn)企業(yè)應(yīng)用架構(gòu)的改進(jìn)機(jī)會(huì)。

技術(shù)視角。工業(yè)大數(shù)據(jù)涉及一系列技術(shù)的使用，如：數(shù)據(jù)采集技術(shù)、數(shù)據(jù)存儲(chǔ)技術(shù)、數(shù)據(jù)分析技術(shù)等，成熟的技術(shù)往往已經(jīng)代碼化并封裝在大數(shù)據(jù)相關(guān)應(yīng)用當(dāng)中，但還有一些技術(shù)，特別是與特定行業(yè)的特定應(yīng)用場景相關(guān)的技術(shù)（如：工程軟件的數(shù)據(jù)獲?。€需要研發(fā)。另外，要支撐完整的工業(yè)大數(shù)據(jù)應(yīng)用，必須對(duì)軟件平臺(tái)、計(jì)算機(jī)基礎(chǔ)設(shè)施、安全體系等進(jìn)行重新規(guī)劃，甚至重建。從技術(shù)視角看工業(yè)大數(shù)據(jù)，可以發(fā)現(xiàn)企業(yè)技術(shù)架構(gòu)的改進(jìn)機(jī)會(huì)。

業(yè)務(wù)視角。從業(yè)務(wù)視角看工業(yè)大數(shù)據(jù)，有助于發(fā)現(xiàn)大數(shù)據(jù)的應(yīng)用場景，也就是大數(shù)據(jù)能夠發(fā)揮價(jià)值的業(yè)務(wù)領(lǐng)域，從而挖掘出大數(shù)據(jù)應(yīng)用的需求，如：產(chǎn)品優(yōu)化設(shè)計(jì)、工藝流程優(yōu)化、設(shè)備健康管理、供應(yīng)鏈與物流優(yōu)化、產(chǎn)品運(yùn)行監(jiān)控、智能決策等。工業(yè)大數(shù)據(jù)只有在業(yè)務(wù)場景中才能發(fā)揮價(jià)值。從業(yè)務(wù)視角看工業(yè)大數(shù)據(jù)，可以發(fā)現(xiàn)企業(yè)業(yè)務(wù)架構(gòu)的改進(jìn)機(jī)會(huì)。

推進(jìn)工業(yè)大數(shù)據(jù)應(yīng)該從何處入手，注意哪些問題？

工業(yè)大數(shù)據(jù)的推進(jìn)工作千頭萬緒，各項(xiàng)數(shù)據(jù)工作之間、數(shù)據(jù)工作與其他工作之間的關(guān)系錯(cuò)綜復(fù)雜，如果沒有一個(gè)整體的規(guī)劃，看不到一個(gè)完整的體系，就不知道從何入手，就無法合理安排資源投入，還有可能重復(fù)建設(shè)。下面從推進(jìn)框架、切入點(diǎn)的選擇和注意事項(xiàng)三個(gè)方面討論工業(yè)大數(shù)據(jù)怎么建的問題。

推進(jìn)框架。工業(yè)大數(shù)據(jù)相關(guān)工作可以劃分五類，包括：構(gòu)建知識(shí)體、數(shù)據(jù)識(shí)別與定義、數(shù)據(jù)集成與共享、數(shù)據(jù)分析與利用、數(shù)據(jù)治理。構(gòu)建知識(shí)體的目的是為了統(tǒng)一大數(shù)據(jù)認(rèn)知，規(guī)范相關(guān)術(shù)語概念，建立統(tǒng)一語言。數(shù)據(jù)識(shí)別與定義的目的是為了摸清數(shù)據(jù)資產(chǎn)狀況，并規(guī)范數(shù)據(jù)。數(shù)據(jù)集成與共享的目的是打通信息通道，讓數(shù)據(jù)流動(dòng)起來。數(shù)據(jù)分析與利用的目的為了讓數(shù)據(jù)產(chǎn)生價(jià)值。數(shù)據(jù)治理的核心目的是為了保障數(shù)據(jù)安全、數(shù)據(jù)質(zhì)量。

切入點(diǎn)的選擇。工業(yè)大數(shù)據(jù)的工作可以從上述五類工作的任何一類切入，或者并行推進(jìn)。既可以選擇構(gòu)建數(shù)據(jù)治理體系為切入點(diǎn)，以落實(shí)組織和職責(zé)，建立機(jī)制。也可以選擇數(shù)據(jù)模型開發(fā)為切入點(diǎn)，以理清數(shù)據(jù)資產(chǎn)和規(guī)范數(shù)據(jù)。還可以選擇某一個(gè)業(yè)務(wù)域開展大數(shù)據(jù)分析應(yīng)用，通過應(yīng)用拉動(dòng)數(shù)據(jù)規(guī)范化和數(shù)據(jù)治理。當(dāng)然，五類工作也可以并行，因?yàn)閺暮暧^角度來看，它們并沒有必然的次序，只是在具體工作推進(jìn)時(shí)，通常遵循先識(shí)別定義，再集成、治理和分析利用的工作邏輯。

注意事項(xiàng)。工業(yè)大數(shù)據(jù)推進(jìn)過程中有三個(gè)關(guān)鍵問題必須予以關(guān)注和解決。一是數(shù)據(jù)標(biāo)準(zhǔn)，核心是數(shù)據(jù)模型，只有掌握一套企業(yè)級(jí)數(shù)據(jù)模型，并以此為基礎(chǔ)對(duì)各項(xiàng)應(yīng)用的數(shù)據(jù)庫進(jìn)行管控，企業(yè)的數(shù)據(jù)資產(chǎn)才真正受控。二是數(shù)據(jù)整合，數(shù)據(jù)只有整合起來，建立數(shù)據(jù)關(guān)聯(lián)，才能夠發(fā)揮更大的價(jià)值，數(shù)據(jù)整合的前提是有一套數(shù)據(jù)標(biāo)準(zhǔn)。三是數(shù)據(jù)安全，對(duì)于軍工企業(yè)尤其如此，大數(shù)據(jù)強(qiáng)調(diào)數(shù)據(jù)關(guān)聯(lián)、整合，這勢必會(huì)顯著增加安全風(fēng)險(xiǎn)。為確保數(shù)據(jù)安全，一方面是充分利用技術(shù)手段，另一方面是選擇可靠的實(shí)施服務(wù)提供商。

來源：網(wǎng)絡(luò)  侵權(quán)刪