當(dang)前，大(da)數據已成(cheng)為(wei)業(ye)界(jie)公認的(de)工業(ye)升級的(de)關鍵技(ji)術要(yao)素。在(zai)"中(zhong)國(guo)制(zhi)造2025"的(de)技(ji)術路(lu)線圖中(zhong)，工業(ye)大(da)數據是作為(wei)重要(yao)突(tu)破點來(lai)規劃(hua)的(de)，而(er)在(zai)未來(lai)的(de)十(shi)年(nian)，以數據為(wei)核心(xin)構(gou)建的(de)智能化體(ti)系會成(cheng)為(wei)支撐(cheng)智能制(zhi)造和工業(ye)互聯網的(de)核心(xin)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(ru)果僅(jin)僅(jin)因為工業(ye)(ye)(ye)互聯網(wang)的概念很(hen)熱，企(qi)業(ye)(ye)(ye)就要去盲目擁抱工業(ye)(ye)(ye)互聯網(wang)和工業(ye)(ye)(ye)大數據(ju)、人(ren)工智能技術，實際上(shang)是一(yi)個非常錯誤(wu)的觀點。

工業從數據到大數據

在新一代信(xin)息技(ji)術出現(xian)之前，工業(ye)(ye)企業(ye)(ye)已經正常運轉(zhuan)了上(shang)百年，我們應該清晰(xi)地認識(shi)到信(xin)息技(ji)術手段的(de)(de)加入更像催化(hua)劑的(de)(de)作用。首先需要(yao)明確需要(yao)達到怎(zen)樣的(de)(de)業(ye)(ye)務目標，可以使得(de)今(jin)天已經存(cun)在的(de)(de)生(sheng)產(chan)工藝、工業(ye)(ye)產(chan)品(pin)、管理方(fang)法變得(de)更好。

其實大(da)數(shu)據支撐制(zhi)造(zao)(zao)業(ye)的(de)(de)業(ye)務變革最根本的(de)(de)目標就是(shi)提質增效(xiao)，在自動化(hua)與信(xin)息化(hua)基(ji)(ji)礎(chu)之上(shang)(shang)，實現(xian)(xian)智(zhi)能化(hua)的(de)(de)制(zhi)造(zao)(zao)體(ti)系。在智(zhi)能制(zhi)造(zao)(zao)的(de)(de)基(ji)(ji)礎(chu)上(shang)(shang)，然后才(cai)是(shi)打造(zao)(zao)平臺，構建產業(ye)生態，與產業(ye)鏈進行更有(you)效(xiao)的(de)(de)協(xie)同，實現(xian)(xian)工業(ye)互聯網(wang)的(de)(de)乘(cheng)法式(shi)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。第一個層次是設備級的，就(jiu)是提高單臺設備的可靠性、識別設備故障、優(you)化設備運行等；第二個層(ceng)次(ci)更多(duo)是針對(dui)產線、車間、工廠，提高(gao)運作包(bao)括效率，能耗優(you)化、供應鏈管理、質量管理等；第三個層次(ci)是(shi)跨出了工廠邊界(jie)的產業跨界(jie)，實現產業互聯。

工(gong)業大數(shu)(shu)(shu)據并不是(shi)憑空而(er)來(lai)，傳統工(gong)業信息(xi)化(hua)一直(zhi)在(zai)進行，我們已經有大量(liang)的(de)(de)數(shu)(shu)(shu)據來(lai)自(zi)于(yu)研發端、生產制(zhi)造過程(cheng)、服務環節(jie)，工(gong)業信息(xi)化(hua)過程(cheng)一直(zhi)在(zai)產生大量(liang)的(de)(de)數(shu)(shu)(shu)據，工(gong)業從數(shu)(shu)(shu)據到大數(shu)(shu)(shu)據，其實更多要考(kao)慮的(de)(de)是(shi)與(yu)自(zi)動化(hua)域數(shu)(shu)(shu)據的(de)(de)疊加，這是(shi)數(shu)(shu)(shu)據的(de)(de)兩化(hua)融合(he)。而(er)在(zai)工(gong)業互聯網時代，我們還需要納入(ru)更多來(lai)自(zi)產業鏈上下游以(yi)及跨界的(de)(de)數(shu)(shu)(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(gong)業(ye)大數(shu)(shu)(shu)據有哪些(xie)特(te)點？我們總結為(wei)"多(duo)(duo)模態、高(gao)(gao)通量、強關(guan)聯"的特(te)性。我們在工(gong)業(ye)領域總結了約有130多(duo)(duo)種不(bu)(bu)同類型的數(shu)(shu)(shu)據，數(shu)(shu)(shu)據模態多(duo)(duo)樣(yang)，結構關(guan)系復雜(za)。高(gao)(gao)通量是(shi)指數(shu)(shu)(shu)據持續不(bu)(bu)斷地(di)產(chan)生，采集頻率高(gao)(gao)，通量大。強關(guan)聯是(shi)指工(gong)業(ye)場景(jing)下(xia)的數(shu)(shu)(shu)據有非常強的機(ji)理支撐，不(bu)(bu)同學科(ke)之(zhi)間的數(shu)(shu)(shu)據是(shi)在機(ji)理層面的關(guan)聯，而(er)不(bu)(bu)是(shi)數(shu)(shu)(shu)據字段上(shang)的關(guan)聯。

而對工業(ye)大(da)(da)數(shu)據的(de)分(fen)析應用，也(ye)不是將深度學習、強化學習的(de)方法放到(dao)這里就可以有結(jie)果。我們需(xu)要獲知研(yan)究對象的(de)機理(li)模型與(yu)定(ding)量領(ling)域知識，而這在(zai)(zai)當(dang)前基(ji)礎(chu)上前進(jin)很困難。我們希望找出數(shu)據在(zai)(zai)輸入、輸出之間的(de)統計(ji)關系，對機理(li)和模型不確定(ding)、不清晰的(de)部分(fen)加以補足，這是工業(ye)大(da)(da)數(shu)據應用的(de)基(ji)礎(chu)。

業務引領，數據推動產業發展

智能制造在不斷獲(huo)得數據的(de)驅動(dong)，從智能制造到工業(ye)互聯網(wang)平臺，核心都是利用數據和模型(xing)，優化制造資(zi)源的(de)配置效率。

工(gong)業(ye)互(hu)聯網并不(bu)等同于智(zhi)能制造，區別在(zai)于數據的跨(kua)界和業(ye)務(wu)的邊界上是(shi)否有所突破。當下，太多人過于重視平臺能力，而真(zhen)正的工(gong)業(ye)互(hu)聯網講的是(shi)生態(tai)，資源優化(hua)從描述(shu)、診斷向預測、決策不(bu)斷深入，從單(dan)機設備、生產線(xian)、產業(ye)鏈再到產業(ye)生態(tai)不(bu)斷拓寬(kuan)。

我們的生態如何來構建業(ye)務體系，如何跨界，才是工(gong)業(ye)互(hu)聯網成功與否的關鍵。而決(jue)定工(gong)業(ye)互(hu)聯網發展方(fang)向的，一(yi)定是業(ye)務驅動。我們從一(yi)開始就反對拎(lin)著一(yi)把錘子，滿世界找釘子，現在(zai)很(hen)多大(da)數據、人工(gong)智能(neng)公司(si)就存在(zai)這個(ge)問題。

我們需要(yao)(yao)深入到(dao)一個工(gong)業(ye)(ye)領域，造一把可靠的(de)錘子(zi)，剛好可以去敲(qiao)有需求的(de)釘子(zi)，業(ye)(ye)務驅動和問題驅動才是產業(ye)(ye)發展的(de)本質(zhi)，而不是技術驅動。將業(ye)(ye)務、數(shu)據理清(qing)楚(chu)，評估(gu)數(shu)據，真(zhen)正實現(xian)業(ye)(ye)務落地，要(yao)(yao)點就是三個要(yao)(yao)素的(de)協同——人(ren)、場景、算法。