當前，大(da)數據已成為(wei)(wei)業(ye)界(jie)公認的(de)(de)工業(ye)升(sheng)級(ji)的(de)(de)關鍵技術要素。在"中國制(zhi)造(zao)2025"的(de)(de)技術路線圖中，工業(ye)大(da)數據是(shi)作為(wei)(wei)重要突破點來(lai)規劃(hua)的(de)(de)，而在未(wei)來(lai)的(de)(de)十(shi)年，以數據為(wei)(wei)核心構建的(de)(de)智能化體系會成為(wei)(wei)支撐智能制(zhi)造(zao)和工業(ye)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。如果僅僅因為工(gong)業互(hu)聯(lian)網的(de)概念很熱，企業就(jiu)要去(qu)盲目(mu)擁抱工(gong)業互(hu)聯(lian)網和工(gong)業大數(shu)據(ju)、人工(gong)智能(neng)技術，實(shi)際(ji)上是一個非(fei)常錯誤的(de)觀點。

工業從數據到大數據

在新一代信(xin)息技術出現之前(qian)，工(gong)業(ye)(ye)企業(ye)(ye)已經正常運轉了上百年，我們應該清晰地認識到信(xin)息技術手(shou)段的加入更像催化劑(ji)的作用。首先需(xu)要明確需(xu)要達到怎樣的業(ye)(ye)務目標，可以使得(de)今天已經存(cun)在的生產(chan)工(gong)藝(yi)、工(gong)業(ye)(ye)產(chan)品、管(guan)理方法(fa)變得(de)更好。

其實大數(shu)據支撐制(zhi)造業的(de)(de)(de)業務(wu)變革最根本的(de)(de)(de)目標就是提質增(zeng)效，在(zai)自動化與(yu)信息化基(ji)礎(chu)之上(shang)，實現智能化的(de)(de)(de)制(zhi)造體系(xi)。在(zai)智能制(zhi)造的(de)(de)(de)基(ji)礎(chu)上(shang)，然后才是打造平臺，構建產業生態，與(yu)產業鏈進(jin)行更(geng)有(you)效的(de)(de)(de)協同，實現工業互聯網(wang)的(de)(de)(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(di)一個層次是(shi)設(she)備(bei)(bei)級的，就(jiu)是(shi)提高(gao)單臺設(she)備(bei)(bei)的可(ke)靠(kao)性、識(shi)別設(she)備(bei)(bei)故障、優化設(she)備(bei)(bei)運行等；第(di)二(er)個層次更多是針(zhen)對(dui)產線、車間、工廠，提(ti)高運作包括效率，能耗優化、供應(ying)鏈管理(li)(li)、質量管理(li)(li)等；第三個層次是(shi)跨(kua)(kua)出了工廠邊界的(de)產(chan)業跨(kua)(kua)界，實現產(chan)業互聯(lian)。

工(gong)業(ye)(ye)大數(shu)(shu)(shu)據(ju)(ju)并不是憑空而來，傳統工(gong)業(ye)(ye)信息(xi)化(hua)一直(zhi)在進行，我們(men)已經有大量(liang)的(de)(de)(de)數(shu)(shu)(shu)據(ju)(ju)來自于研發端、生(sheng)產制(zhi)造過(guo)程、服(fu)務環節(jie)，工(gong)業(ye)(ye)信息(xi)化(hua)過(guo)程一直(zhi)在產生(sheng)大量(liang)的(de)(de)(de)數(shu)(shu)(shu)據(ju)(ju)，工(gong)業(ye)(ye)從數(shu)(shu)(shu)據(ju)(ju)到大數(shu)(shu)(shu)據(ju)(ju)，其實更多要考慮的(de)(de)(de)是與自動化(hua)域數(shu)(shu)(shu)據(ju)(ju)的(de)(de)(de)疊加，這是數(shu)(shu)(shu)據(ju)(ju)的(de)(de)(de)兩化(hua)融合(he)。而在工(gong)業(ye)(ye)互聯網時代(dai)，我們(men)還需(xu)要納(na)入更多來自產業(ye)(ye)鏈上下游以及跨界的(de)(de)(de)數(shu)(shu)(shu)據(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

工業大(da)數(shu)(shu)(shu)(shu)據(ju)(ju)有哪些特點(dian)？我們(men)總結為(wei)"多(duo)模(mo)態、高通(tong)量、強關(guan)聯(lian)(lian)"的(de)(de)(de)特性。我們(men)在工業領域總結了(le)約有130多(duo)種不(bu)同類(lei)型的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)，數(shu)(shu)(shu)(shu)據(ju)(ju)模(mo)態多(duo)樣(yang)，結構關(guan)系(xi)復雜。高通(tong)量是(shi)(shi)指數(shu)(shu)(shu)(shu)據(ju)(ju)持續不(bu)斷(duan)地產生，采集頻(pin)率高，通(tong)量大(da)。強關(guan)聯(lian)(lian)是(shi)(shi)指工業場景下(xia)的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)有非常強的(de)(de)(de)機理(li)支撐，不(bu)同學科之間的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)是(shi)(shi)在機理(li)層面(mian)的(de)(de)(de)關(guan)聯(lian)(lian)，而不(bu)是(shi)(shi)數(shu)(shu)(shu)(shu)據(ju)(ju)字段上(shang)的(de)(de)(de)關(guan)聯(lian)(lian)。

而對工(gong)業(ye)大數據的分(fen)析應(ying)用(yong)(yong)，也不是將深度學(xue)習(xi)、強化學(xue)習(xi)的方法(fa)放到這里就(jiu)可以有結果。我們需(xu)要獲知(zhi)研究對象的機理模型與定量領域(yu)知(zhi)識(shi)，而這在當(dang)前(qian)基礎上前(qian)進很困(kun)難。我們希望找出(chu)數據在輸入、輸出(chu)之間的統計(ji)關系(xi)，對機理和模型不確定、不清晰的部(bu)分(fen)加以補足，這是工(gong)業(ye)大數據應(ying)用(yong)(yong)的基礎。

業務引領，數據推動產業發展

智(zhi)能制(zhi)造(zao)在不斷獲得數據的(de)驅(qu)動(dong)，從智(zhi)能制(zhi)造(zao)到工業互聯網平(ping)臺，核(he)心都是(shi)利用數據和(he)模型，優化(hua)制(zhi)造(zao)資源的(de)配置(zhi)效率。

工業(ye)互聯網并不(bu)等同于(yu)智(zhi)能(neng)制造，區別在(zai)于(yu)數(shu)據的(de)跨(kua)界和業(ye)務的(de)邊(bian)界上是否(fou)有所(suo)突破。當下，太多人過于(yu)重視平(ping)臺能(neng)力，而(er)真正的(de)工業(ye)互聯網講(jiang)的(de)是生(sheng)態，資(zi)源優(you)化從描(miao)述、診(zhen)斷向預測、決策不(bu)斷深(shen)入(ru)，從單(dan)機設備、生(sheng)產(chan)線、產(chan)業(ye)鏈(lian)再到產(chan)業(ye)生(sheng)態不(bu)斷拓寬。

我們(men)的生態(tai)如何(he)來構建(jian)業務體系，如何(he)跨界，才(cai)是工業互(hu)聯網成功與(yu)否(fou)的關鍵。而決定(ding)工業互(hu)聯網發(fa)展(zhan)方向的，一(yi)定(ding)是業務驅動。我們(men)從一(yi)開(kai)始(shi)就(jiu)反對拎(lin)著一(yi)把錘子，滿世界找釘子，現在(zai)很多大數據、人工智(zhi)能公司就(jiu)存在(zai)這個問題。

我(wo)們需(xu)要深入到一個工(gong)業(ye)(ye)領域，造一把(ba)可靠的錘子，剛好可以去敲(qiao)有需(xu)求(qiu)的釘子，業(ye)(ye)務驅(qu)動(dong)(dong)(dong)和問題(ti)驅(qu)動(dong)(dong)(dong)才是(shi)(shi)產業(ye)(ye)發(fa)展(zhan)的本質，而不(bu)是(shi)(shi)技(ji)術驅(qu)動(dong)(dong)(dong)。將(jiang)業(ye)(ye)務、數據理清楚，評估(gu)數據，真正實現業(ye)(ye)務落地，要點就是(shi)(shi)三個要素(su)的協同——人、場景、算法。