一探究竟 工業(yè)大數(shù)據(jù)的真正意義和價值

近年來，以物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算為代表的新一代信息技術，以3D打印、機器人、人機協(xié)作為代表的新型制造技術，與新能源、新材料與生物科技呈現(xiàn)多點突破、交叉融合，智能制造技術創(chuàng)新不斷取得新突破。2016年是我國“十三五”開局之年，也是我國系統(tǒng)推進智能制造發(fā)展元年，智能制造將成為實施《中國制造2025》的重要抓手，推動我國經(jīng)濟發(fā)展保持中高速增長，助力產(chǎn)業(yè)完成中高端升級。

在西方國家有這樣一句話：To live well，a nation mustproduce well，說明制造業(yè)是一個國家綜合國力最重要的體現(xiàn)，也是決定民眾生活質量的重要條件。在經(jīng)歷了互聯(lián)網(wǎng)泡沫和經(jīng)濟危機之后，世界各國，尤其是發(fā)達國家開始重新意識到制造業(yè)的重要性，也在重新審視自身競爭力的優(yōu)劣勢。第四次科技革命的到來為各個國家提供了發(fā)展和轉型的機遇，也使他們面臨競爭力格局變化的挑戰(zhàn)，智能制造成為世界各國競爭的新戰(zhàn)場。無論是德國提出的“工業(yè)4. 0 國家戰(zhàn)略”，美國提出的“國家制造業(yè)創(chuàng)新網(wǎng)絡(NNMI)計劃”，或是日本的“工業(yè)價值鏈計劃(IVI)”等，無不圍繞著制造業(yè)這個核心。中國改革開放三十多年來，綜合國力和人民生活水平的提升過程中，制造業(yè)的快速發(fā)展起到了決定性的作用，中國成為世界制造業(yè)的新中心，也連續(xù)幾年成為“世界制造力競爭指數(shù)”最強的國家。在新一輪的制造業(yè)革命中，中國也感受到來自世界各國新技術戰(zhàn)略的壓力，相繼提出“中國制造2025”，“互聯(lián)網(wǎng)+ ”和“供給側改革”等多項措施。

每一次制造革命的進步，除了我們能夠可見的技術要素以外，更重要的是這背后的制造哲學的進步。現(xiàn)代制造業(yè)從第二次科技革命到現(xiàn)在，經(jīng)歷了標準化、合理化+ 規(guī)范化、自動化+集成化、網(wǎng)絡化+ 信息化四個階段。這背后的制造哲學可以概括為：以低成本生產(chǎn)高質量的產(chǎn)品;通過全流程改善降低浪費、次品和事故;通過產(chǎn)品全生命周期的數(shù)據(jù)管理，為用戶提供所需要的能力和服務。在以上幾個階段的基礎上，現(xiàn)在的制造系統(tǒng)正處在向智能化+ 客制化邁進的階段，目標是實現(xiàn)零故障和預測型的生產(chǎn)系統(tǒng)，并在無憂的生產(chǎn)環(huán)境中以低成本快速實現(xiàn)用戶的客制化需求。

那么，如何實現(xiàn)智能制造?有些人說大數(shù)據(jù)是實現(xiàn)智能制造的核心技術，也有人說要靠互聯(lián)網(wǎng)、信息物理系統(tǒng)技術(CPS)，或是人工智能和機器人等。如果大數(shù)據(jù)是智能制造的核心驅動力，那么我們該怎么去定義和使用大數(shù)據(jù)?關于這個問題，我在《工業(yè)大數(shù)據(jù)》這本書中曾表達過一個觀點：大數(shù)據(jù)并不是目的，而是看待問題的一種途徑和解決問題的一種手段。通過分析數(shù)據(jù)，可以預測需求、預測制造、解決和避免不可見問題的風險，和利用數(shù)據(jù)去整合產(chǎn)業(yè)鏈和價值鏈，這才是大數(shù)據(jù)的核心目的。

大數(shù)據(jù)與智能制造之間的關系可以總結為：制造系統(tǒng)中問題的發(fā)生和解決的過程中會產(chǎn)生大量數(shù)據(jù)，通過對這些數(shù)據(jù)的分析和挖掘可以了解問題產(chǎn)生的過程、造成的影響和解決的方式，這些信息被抽象化建模后轉化成知識，再利用知識去認識、解決和避免問題，核心是從以往依靠人的經(jīng)驗(experiencebased)，轉向依靠挖掘數(shù)據(jù)中隱性的線索(evidence based)，使得制造知識能夠被更加高效和自發(fā)地產(chǎn)生、利用和傳承。因此，問題和知識是目的，而數(shù)據(jù)則是一種手段。今天我們來談利用大數(shù)據(jù)實現(xiàn)智能制造，是因為大數(shù)據(jù)已經(jīng)成為一個日益明顯的現(xiàn)象，而在制造系統(tǒng)和商業(yè)環(huán)境變得日益復雜的今天，利用大數(shù)據(jù)去解決問題和積累知識或許是更加高效和便捷的方式。

大數(shù)據(jù)的目的并不是追求數(shù)據(jù)量大，而是通過系統(tǒng)式地數(shù)據(jù)收集和分析手段，實現(xiàn)價值的最大化。所以推動智能制造的并不是大數(shù)據(jù)本身，而是大數(shù)據(jù)的分析技術。在新制造革命的轉型中，是否能夠更加有效地利用好大數(shù)據(jù)，決定了能否在競爭中脫穎而出。在現(xiàn)在的制造中，存在著許多無法被定量、無法被決策者掌握的不確定因素，這些不確定因素既存在于制造過程中，也存在于制造過程之外的使用過程中。前三次工業(yè)革命主要解決的都是可見的問題，例如避免產(chǎn)品缺陷、避免加工失效、提升設備效率和可靠性、避免設備故障和安全問題等。這些問題在工業(yè)生產(chǎn)中由于可見可測量，往往比較容易避免和解決。不可見的問題通常表現(xiàn)為設備的性能下降、健康衰退、零部件磨損、運行風險升高等。這些因素由于其很難通過測量被定量化，往往是工業(yè)生產(chǎn)中不可控的風險，大部分可見的問題都是這些不可見的因素積累到一定程度所造成的。

因此，我、倪軍教授和王安正教授在本書中闡述了大數(shù)據(jù)推動智能制造的三個方向：第一個方向是利用數(shù)據(jù)來了解和解決可見的問題;第二個方向是利用數(shù)據(jù)來分析和預測不可見的問題，從僅僅明白解決問題的“knowhow”，進一步理解問題產(chǎn)生的原因，從而避免可見的問題;第三個方向則是從數(shù)據(jù)中挖掘新的知識，再利用知識去重新定義問題，使得可見或不可見的問題都可以在制造系統(tǒng)中避免。在第一個方向上，許多國家已經(jīng)有了比較成熟的積累，也形成了各自獨特的制造文化，本書中我們會為讀者詳細解讀這些國家的經(jīng)驗和得失。在第二個和第三個方向上，我們也做了許多年的研究和應用，形成了一套較為完整的體系和方法論，在本書中也會結合案例為讀者進行詳細介紹。借助本書，我們不僅要向讀者介紹大數(shù)據(jù)和智能制造的技術，更重要的是傳達一種思維方式，以及對智能制造的理解、解決問題的邏輯和重新定義制造的思考方式。

相關：得大數(shù)據(jù)者得新工業(yè)革命先機

數(shù)據(jù)無限多時，就接近真實世界的本原。人類征服世界的前提是認識世界，既然借助大數(shù)據(jù)已經(jīng)無限接近了真實世界，也就不必畫蛇添足了，還是保持真實數(shù)據(jù)原貌最好，而且，認識世界的能力越強，人類征服世界和改造世界的能力也越強。

世界經(jīng)濟論壇第十屆新領軍者年會即夏季達沃斯論壇即將在天津舉行，主題為“第四次工業(yè)革命——轉型的力量”。屆時，全球90多個國家和地區(qū)的超過1500位各界領軍人物將集中探討第四次工業(yè)革命對未來經(jīng)濟、社會、生態(tài)和文化的重要影響。今年1月下旬在瑞士小鎮(zhèn)舉行的達沃斯年會，主題也是“掌控第四次工業(yè)革命”，主要討論第四次工業(yè)革命將如何改變人類生產(chǎn)、分配和消費模式，如何應對由此帶來的挑戰(zhàn)。世界頂級企業(yè)家與智庫一年內兩度探討同一主題，在達沃斯論壇歷史上還是首次。世界精英如此心儀新工業(yè)革命，蓋因世界經(jīng)濟遇到了瓶頸，人們急切期望從新工業(yè)革命中找到突破口，找到人類可持續(xù)發(fā)展的鑰匙。而要理解新工業(yè)革命，先得弄清大數(shù)據(jù)革命。

一般認為，大數(shù)據(jù)的數(shù)量級是在“太字節(jié)”即2的40次方以上，一般軟件人員難以收集、存儲、管理和分析的數(shù)據(jù)，而且這種認定還是相對的，隨著科技進步，“大”的認定還會不斷變化。但僅僅因為“大”而稱之為大數(shù)據(jù)，風靡全球的大數(shù)據(jù)革命就沒有太大意義了。在小數(shù)據(jù)時代，我們只能有選擇性采集抽樣數(shù)據(jù)、局部數(shù)據(jù)和片面數(shù)據(jù)，有時甚至在無法獲得實證時純粹靠經(jīng)驗、理論、假設和價值觀去發(fā)現(xiàn)未知領域的規(guī)律。結果只能是對真實世界的抽象歸納與推理，這就不可避免包含了人的心理和主觀因素。同時，由于樣本的局部性，時間非全天候性，歸納推理中的主客觀偏差，有時可能出現(xiàn)“蝴蝶效應”，差之毫厘，謬以千里。

大數(shù)據(jù)的真正意義在于：通過傳感器，實現(xiàn)真實世界的全方位連接，得到全方位實時數(shù)據(jù)，交換、整合和云計算，逼近真實世界。

小數(shù)據(jù)追求“小”、“精”、“優(yōu)”;大數(shù)據(jù)追求的是“多”、“雜”、“更優(yōu)”。小數(shù)據(jù)時代，受科技水平的限制，只能依據(jù)隨機樣本，大數(shù)據(jù)則要求所有數(shù)據(jù)，在小數(shù)據(jù)時代只有5%的數(shù)據(jù)符合樣本結構化要求，剩下的95%數(shù)據(jù)都被排斥在外了。大數(shù)據(jù)則良莠不拒，不求隨機樣本，而是全體數(shù)據(jù);不求精確性，而是混雜性。小數(shù)據(jù)探求因果關系，即知道“為什么”，以便歸納推理和預測;而大數(shù)據(jù)只知道相關關系，不必知道因果關系，只要知道“是什么”不必知道“為什么”。小數(shù)據(jù)追求精確、完美，往往導致不精確、不完美;大數(shù)據(jù)不求精確、不求完美，反而導致了觀測客觀世界的更精確、更完美。如2009年谷歌通過大數(shù)據(jù)分析準確地得出什么地方發(fā)現(xiàn)了H1N1禽流感，而且判斷非常及時，比美國疾控中心的判斷結論要早一兩周。美國安大略理工學院卡羅琳?麥格雷戈博士利用軟件預測早產(chǎn)兒的病情，不僅比專業(yè)醫(yī)生及時，而且一些病狀，醫(yī)生不能發(fā)現(xiàn)，而計算機能發(fā)現(xiàn)。這些人都沒有醫(yī)療方面的專業(yè)背景。這樣的例子在大數(shù)據(jù)時代還有很多。正如“大數(shù)據(jù)時代的預言家”，牛津大學教授維多克?邁爾-舍恩伯格所言：“在不久的將來，世界許多依靠人類判斷力的領域都會被計算機系統(tǒng)所改變甚至取代?！边@看似是一個矛盾的命題，其實是一個方法論上的革命，即“大數(shù)據(jù)革命”。

明代著名思想家洪應明說過：“文章極處無奇巧，人品極處只本然。”一個人寫文章寫到登峰造極的境界時，其實并沒有什么寫作藝術可言，只是把內心的真實感受真實地表現(xiàn)出來，讓讀者從內心產(chǎn)生共鳴。一個人的品德修養(yǎng)達到爐火純青的境界時，就能“隨心所欲不逾矩”，讓人回歸到純真樸實的本然之性而已。大數(shù)據(jù)革命與此異曲同工：“工業(yè)革命無奇巧，數(shù)據(jù)大時只本然”。數(shù)據(jù)無限多時，就接近真實世界的本原。人類征服世界的前提是認識世界，既然借助大數(shù)據(jù)已經(jīng)無限接近了真實世界，也就不必畫蛇添足了，還是保持真實數(shù)據(jù)原貌最好，而且，認識世界的能力越強，人類征服世界和改造世界的能力也越強。

大數(shù)據(jù)“多”、“快”“好”“省”的優(yōu)點奠定了新工業(yè)革命的基石。“數(shù)據(jù)多”，隨著科技水平的進一步發(fā)展，大數(shù)據(jù)將無限逼近真實世界?！八俣瓤臁?，全天候隨時實現(xiàn)信息交換，沒有時滯?！靶Ч谩保髷?shù)據(jù)增加了人類的“觀測”能力。美國麻省理工學院布倫喬爾森將大數(shù)據(jù)稱之為人類社會行為觀測的“顯微鏡”，就像望遠鏡讓我們能洞察遙遠的星河，顯微鏡讓我們觀察微小的細胞一樣，大數(shù)據(jù)將幫助我們完成在通常的眼光下無法完成的工作。

新工業(yè)革命，本質上是智能革命，而智能革命的基礎是信息化，大數(shù)據(jù)是根本。沒有大數(shù)據(jù)對客觀事物全面、快速、真實、準確的信息反饋，任何智能設備都不可能實現(xiàn)真正的智能。因此，西方學者將即將來臨的新工業(yè)革命也稱之“后信息時代的革命”，歸根到底，這是“大數(shù)據(jù)的革命”。以至于知名信息專家涂子沛說：“數(shù)據(jù)可以治國，也可以強國”，“得數(shù)據(jù)者得天下”。借用涂子沛的這句話，我們還可以說：“數(shù)據(jù)可以治業(yè)，數(shù)據(jù)可以興業(yè)，得大數(shù)據(jù)者將占據(jù)新工業(yè)革命之先機!”(作者系上海大治投資管理有限公司董事長、金融學博士后)

工業(yè)大數(shù)據(jù)的四種用途和兩大價值

隨著新一代信息技術與制造業(yè)的深度融合，工業(yè)企業(yè)的運營管理，越來越依賴工業(yè)大數(shù)據(jù)。工業(yè)大數(shù)據(jù)的潛在價值也日益呈現(xiàn)。隨著越來越多的生產(chǎn)設備、零部件、產(chǎn)品以及人力物力不斷加入工業(yè)互聯(lián)網(wǎng)，也致使工業(yè)大數(shù)據(jù)呈現(xiàn)出爆炸性增長的趨勢。

對工業(yè)企業(yè)而言，工業(yè)大數(shù)據(jù)有四種區(qū)別于一般大數(shù)據(jù)應用的特殊用途，能夠帶來兩大價值：

圖 工業(yè)大數(shù)據(jù)的產(chǎn)生和應用

優(yōu)化網(wǎng)絡：在一個網(wǎng)絡系統(tǒng)內實現(xiàn)互聯(lián)的各種設備或機器，可以通過互聯(lián)網(wǎng)相互協(xié)作，提高網(wǎng)絡整體的運營效率。在醫(yī)療領域也是如此，如果將到醫(yī)生和護士等醫(yī)療數(shù)據(jù)互聯(lián)，數(shù)據(jù)就可以無縫地傳輸給醫(yī)療機構和病人，等待的時間將會更短，能夠更迅速地幫助病人使用正確的醫(yī)療設備，從而使得醫(yī)療設備利用率更高，醫(yī)療服務質量更好。在交通領域也是如此，如果將許多車輛實現(xiàn)互聯(lián)之后，就會知道自己的位置和目的地，同時能夠了解到網(wǎng)絡系統(tǒng)內其他車輛的位置和目的地，允許優(yōu)化路由來尋找到最有效的人工智能解決方案。

優(yōu)化運維：通過工業(yè)大數(shù)據(jù)可以實現(xiàn)最優(yōu)化、低成本，并有利于整個設備或機器的運行維護。例如，將生產(chǎn)設備、零部件都聯(lián)網(wǎng)之后，將實現(xiàn)一個可監(jiān)測的生產(chǎn)狀態(tài)，可以在正確的時間將最優(yōu)數(shù)量的零部件交付到準確的位置，將減少零部件庫存需求和維護成本，提升設備或機器的穩(wěn)定性。

恢復系統(tǒng)：通過建立廣泛的大數(shù)據(jù)信息，可以幫助網(wǎng)絡系統(tǒng)在發(fā)生毀滅性打擊之后更加快速、有效的進行恢復。例如，當?shù)卣鸹蚱渌匀粸暮Πl(fā)生時，可以用智能儀表、傳感器和其他智能設備和系統(tǒng)組成的網(wǎng)絡來進行快速檢測，隔離發(fā)生故障的設備或機器，不至于發(fā)生串聯(lián)而導致更大規(guī)模的故障發(fā)生。

自主學習：每臺設備或機器的操作經(jīng)驗可以聚合為一個大數(shù)據(jù)，使得整個設備或機器能夠自主學習。這種自主學習的方式是不可能在單個機器上來實現(xiàn)的。例如，從許多飛機上收集的數(shù)據(jù)加上位置和飛行的歷史數(shù)據(jù)，才可以提供有關各種環(huán)境下飛機性能的信息。當越來越多的機器連接在一個系統(tǒng)中，產(chǎn)生無數(shù)只能數(shù)據(jù)的結果將是網(wǎng)絡系統(tǒng)的不斷擴大并能自主學習，而且越來越智能化。

毫無疑問，通過工業(yè)大數(shù)據(jù)的四種用途，能夠為工業(yè)企業(yè)帶來兩大價值。即：增加收入、降低成本。