目前中國工業(yè)正面臨著轉(zhuǎn)型升級，迫切需要將大數(shù)據(jù)融合到經(jīng)營管理與生產(chǎn)運(yùn)營活動(dòng)中，來促進(jìn)制造企業(yè)向服務(wù)化、智能化轉(zhuǎn)型升級。

　　工業(yè)大數(shù)據(jù)概論與現(xiàn)狀

　　工業(yè)面臨的問題和挑戰(zhàn)，一是成本優(yōu)勢不在了，二是數(shù)據(jù)資源難用了，三是市場反應(yīng)不準(zhǔn)了，四是數(shù)據(jù)技術(shù)落后了，五是工業(yè)大數(shù)據(jù)已經(jīng)形成，六是工業(yè)大數(shù)據(jù)技術(shù)需求迫切。

　　工業(yè)大數(shù)據(jù)的來源，產(chǎn)品全生命周期一般分為三個(gè)階段，開發(fā)制造階段、使用維護(hù)階段和回收利用階段。工業(yè)大數(shù)據(jù)來源于產(chǎn)品全生命周期各個(gè)環(huán)節(jié)的機(jī)器設(shè)備數(shù)據(jù)、工業(yè)信息化數(shù)據(jù)和產(chǎn)業(yè)鏈跨界數(shù)據(jù)，包括市場、設(shè)計(jì)、制造、服務(wù)、再制造等，每個(gè)環(huán)節(jié)都會(huì)有大量數(shù)據(jù)，全生命周期匯合起來的數(shù)據(jù)更大。

　　工業(yè)大數(shù)據(jù)有四個(gè)特征，一是數(shù)據(jù)價(jià)值密度高數(shù)據(jù)類型繁多，二是多源異構(gòu)的結(jié)構(gòu)化，三是數(shù)據(jù)處理實(shí)時(shí)性要求非常高，四是數(shù)據(jù)關(guān)系和關(guān)聯(lián)性異常復(fù)雜。

　　工業(yè)大數(shù)據(jù)的價(jià)值：大數(shù)據(jù)將在工業(yè)各個(gè)方面創(chuàng)造價(jià)值，像產(chǎn)品的創(chuàng)新、工業(yè)物聯(lián)網(wǎng)、工業(yè)供應(yīng)鏈的分析優(yōu)化等。這是工業(yè)大數(shù)據(jù)的平臺(tái)，應(yīng)該是最終驅(qū)動(dòng)工業(yè)升級和產(chǎn)業(yè)整合。工業(yè)大數(shù)據(jù)帶來的價(jià)值主要體現(xiàn)在兩方面：第一是可適應(yīng)從大訂單大批量產(chǎn)銷模式向小訂單多規(guī)格的產(chǎn)銷轉(zhuǎn)變的需求。二是可滿足在特定工藝水平和設(shè)備精度上，進(jìn)一步改進(jìn)和提升產(chǎn)品質(zhì)量的需求。然后是適應(yīng)市場競爭、縮短產(chǎn)品研制和生產(chǎn)周期的需要。

　　在工業(yè)大數(shù)據(jù)所推動(dòng)的變革中，即使效率只提升1%，效益也是空前巨大的。如在全球節(jié)約1%的商用航空燃料意味著節(jié)約300億美元的成本。工業(yè)大數(shù)據(jù)是工業(yè)互聯(lián)網(wǎng)與工業(yè)4.0的核心關(guān)鍵技術(shù)。

　　工業(yè)大數(shù)據(jù)的現(xiàn)狀：大數(shù)據(jù)正從零售、金融、電信、物流、醫(yī)療、交通等領(lǐng)域加速向工業(yè)拓展。百度的工業(yè)大數(shù)據(jù)監(jiān)測平臺(tái)已應(yīng)用到汽車、日化等行業(yè)，三一重工利用大數(shù)據(jù)分析技術(shù)為智能工程機(jī)械物聯(lián)網(wǎng)提供決策支持。

　　工業(yè)大數(shù)據(jù)應(yīng)用與案例

　　一是工業(yè)大數(shù)據(jù)應(yīng)用廣泛。第一是加速產(chǎn)品創(chuàng)新設(shè)計(jì)，傳統(tǒng)的產(chǎn)品設(shè)計(jì)模式是基于設(shè)計(jì)師的靈感和經(jīng)驗(yàn)，揣摩消費(fèi)者的需求喜好，設(shè)計(jì)的產(chǎn)品針對性不強(qiáng)，不精確。大數(shù)據(jù)可拉近消費(fèi)者與設(shè)計(jì)師的距離，精準(zhǔn)量化客戶需求，指導(dǎo)設(shè)計(jì)過程，改變設(shè)計(jì)模式。

　　未來產(chǎn)品的創(chuàng)新設(shè)計(jì)主要有三種模式：一是C2B定制模式，二是垂直整合的制造模式，三是柔性的制造模式。福特公司將大數(shù)據(jù)應(yīng)用到福特?？怂闺妱?dòng)車的產(chǎn)品創(chuàng)新和優(yōu)化中，使這款車成為一款名副其實(shí)的大數(shù)據(jù)電動(dòng)車。

　　二是產(chǎn)品故障診斷與預(yù)測。

　　三是供應(yīng)鏈的分析和優(yōu)化，產(chǎn)品電子標(biāo)識(shí)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等技術(shù)能幫助工業(yè)類企業(yè)獲得完善的產(chǎn)品供應(yīng)鏈的大數(shù)據(jù)?；诖髷?shù)據(jù)技術(shù)，利用銷售數(shù)據(jù)、產(chǎn)品的傳感器數(shù)據(jù)和供應(yīng)商數(shù)據(jù)庫的數(shù)據(jù)，企業(yè)可準(zhǔn)確地預(yù)測全球不同區(qū)域的需求，通過跟蹤庫存和銷售價(jià)格，可以在價(jià)格下跌時(shí)買進(jìn)，從而可節(jié)約大量的成本。大數(shù)據(jù)將帶來倉儲(chǔ)、配送、銷售效率的大幅提升和成本的大幅下降，實(shí)現(xiàn)供應(yīng)鏈的優(yōu)化。

　　四是產(chǎn)品銷售預(yù)測與大數(shù)據(jù)營銷。大數(shù)據(jù)是一個(gè)很好的銷售分析工具，通過歷史數(shù)據(jù)的多維度組合，可以看出區(qū)域性需求占比與變化、產(chǎn)品品類的市場受歡迎程度以及最常見的組合形式、消費(fèi)者的層次等，以此來調(diào)整產(chǎn)品策略和鋪貨策略。

　　五是生產(chǎn)計(jì)劃與排程。大數(shù)據(jù)可以給予企業(yè)詳細(xì)的數(shù)據(jù)信息，發(fā)現(xiàn)歷史預(yù)測與實(shí)際的偏差概率，考慮產(chǎn)能約束、人員技能約束、物料可用約束、工裝模具約束，通過智能的優(yōu)化算法，制定預(yù)計(jì)劃排程，并監(jiān)控計(jì)劃與實(shí)際的偏差，動(dòng)態(tài)地調(diào)整計(jì)劃。

　　六是產(chǎn)品質(zhì)量管理與分析。在工業(yè)類企業(yè)對產(chǎn)品進(jìn)行管理與分析時(shí)會(huì)產(chǎn)生大量的數(shù)據(jù)，利用傳統(tǒng)的分析方法難以發(fā)現(xiàn)數(shù)據(jù)之間復(fù)雜的隱性關(guān)聯(lián)關(guān)系。然而利用大數(shù)據(jù)技術(shù)，建立質(zhì)量管理分析平臺(tái)可快速得到一個(gè)長長的傳統(tǒng)單一指標(biāo)的過程能力分析報(bào)表，更重要的是還可以從同樣的大數(shù)據(jù)集中得到很多嶄新的分析結(jié)果。

　　七是無線網(wǎng)絡(luò)智能管控。隨著移動(dòng)數(shù)據(jù)業(yè)務(wù)、用戶數(shù)量的增多和需求的差異化，用戶出現(xiàn)等級分化，無線網(wǎng)絡(luò)中的策略控制與計(jì)費(fèi)方式需進(jìn)一步考慮用戶的匹配性，從而制定更合理的資源分配方式以適配不同層級的用戶體驗(yàn)。

　　八是移動(dòng)通信大數(shù)據(jù)網(wǎng)絡(luò)的部署。移動(dòng)通信大數(shù)據(jù)具備較高的“空-時(shí)”變化特征，傳統(tǒng)固定的移動(dòng)網(wǎng)絡(luò)部署無法有效匹配某一特定區(qū)域內(nèi)的流量與負(fù)載特征，超密集化的小區(qū)部署也無法實(shí)時(shí)適配業(yè)務(wù)需求的動(dòng)態(tài)變化。

　　九是基于通信大數(shù)據(jù)的金融征信判別。通信行業(yè)的大數(shù)據(jù)應(yīng)用于金融行業(yè)是征信領(lǐng)域。目前，國內(nèi)互聯(lián)網(wǎng)金融發(fā)展的一大壁壘是信用體系的缺失，而運(yùn)營商擁有的寶貴大數(shù)據(jù)將是較好的解決渠道之一。

　　工業(yè)大數(shù)據(jù)的技術(shù)與挑戰(zhàn)

　　面向工業(yè)大數(shù)據(jù)的思考。思考一，工業(yè)大數(shù)據(jù)和企業(yè)已有數(shù)據(jù)之間的關(guān)系。工業(yè)大數(shù)據(jù)應(yīng)該遵循二八法則，第一是數(shù)據(jù)價(jià)值密度方面，也就是20%的SQL小數(shù)據(jù)具有80%的價(jià)值密度。他們之間相互依存、不可分割。思考二，工業(yè)大數(shù)據(jù)和業(yè)務(wù)流程的關(guān)系，傳統(tǒng)企業(yè)信息化項(xiàng)目一般是從梳理業(yè)務(wù)流程起步的，流程主動(dòng)、數(shù)據(jù)被動(dòng)，而工業(yè)大數(shù)據(jù)環(huán)境下，要求企業(yè)快速滿足個(gè)性化用戶需求，企業(yè)僵化的長流程難以適應(yīng)實(shí)時(shí)決策的要求。思考三，工業(yè)大數(shù)據(jù)的驅(qū)動(dòng)力。思考四，工業(yè)大數(shù)據(jù)的工作步驟，思考五，工業(yè)大數(shù)據(jù)的特殊性。

　　工業(yè)大數(shù)據(jù)的科學(xué)問題，主要有五方面。一是數(shù)據(jù)來源多，數(shù)據(jù)類型不統(tǒng)一，數(shù)據(jù)質(zhì)量要求高。研究突破工業(yè)大數(shù)據(jù)多源異構(gòu)數(shù)據(jù)的實(shí)時(shí)集成與數(shù)據(jù)融合技術(shù)。二是數(shù)據(jù)存儲(chǔ)的可靠性要求。三是工業(yè)大數(shù)據(jù)分析模型難度大，決策分析的影響因素多。四是需要構(gòu)建工業(yè)大數(shù)據(jù)智能分析工具。五是需要大數(shù)據(jù)驅(qū)動(dòng)下的工業(yè)物聯(lián)網(wǎng)與智能制造模型。

　　工業(yè)大數(shù)據(jù)的關(guān)鍵技術(shù)。一是工業(yè)大數(shù)據(jù)平臺(tái)架構(gòu)與存儲(chǔ)技術(shù)，二是多源異構(gòu)工業(yè)大數(shù)據(jù)統(tǒng)一描述與集成分析技術(shù)，大數(shù)據(jù)驅(qū)動(dòng)的工業(yè)系統(tǒng)分析與決策支持技術(shù)、工業(yè)大數(shù)據(jù)可視化技術(shù)，容災(zāi)備份技術(shù)等。

　　工業(yè)大數(shù)據(jù)學(xué)術(shù)研究方向主要有兩個(gè)。方向一是數(shù)據(jù)科學(xué)基礎(chǔ)理論。方向二是大數(shù)據(jù)技術(shù)及應(yīng)用，一是大數(shù)據(jù)分析與挖掘，二是大數(shù)據(jù)可用與可視化，三是大數(shù)據(jù)隱私與安全，四是大數(shù)據(jù)系統(tǒng)架構(gòu)與基礎(chǔ)設(shè)施，五是大數(shù)據(jù)存儲(chǔ)管理模型與技術(shù)。

　　挑戰(zhàn)一，大數(shù)據(jù)技術(shù)的應(yīng)用仍有困難。第一是數(shù)據(jù)搜集，要對來自網(wǎng)絡(luò)包括物聯(lián)網(wǎng)和機(jī)構(gòu)信息系統(tǒng)的數(shù)據(jù)附上時(shí)空標(biāo)簽，去偽存真，盡可能收集異源甚至是異構(gòu)的數(shù)據(jù)，還可與歷史數(shù)據(jù)對照，多角度檢驗(yàn)數(shù)據(jù)的全面性和可信性。第二是數(shù)據(jù)存儲(chǔ)，要達(dá)到低成本、低能耗、高可靠性目標(biāo)，要用到冗余配置，分布和云計(jì)算技術(shù)，存儲(chǔ)時(shí)對數(shù)據(jù)進(jìn)行分類，并加入便于檢索的標(biāo)簽。第三是數(shù)據(jù)處理，利用上下文關(guān)聯(lián)進(jìn)行語義分析。第四是可視化呈現(xiàn)，目前計(jì)算機(jī)智能化有了很大的進(jìn)步和發(fā)展，但是談不到深層次數(shù)據(jù)挖掘，現(xiàn)有數(shù)據(jù)挖掘算法在行業(yè)中難以應(yīng)用，就是我們談到的智能之路進(jìn)步很大，但還很遙遠(yuǎn)。挑戰(zhàn)二，大數(shù)據(jù)給信息安全帶來新挑戰(zhàn)，一是加大隱私泄露風(fēng)險(xiǎn)，二是對現(xiàn)有存儲(chǔ)和安全措施提出挑戰(zhàn)，三是被運(yùn)用到攻擊手段中。工業(yè)大數(shù)據(jù)是新一輪產(chǎn)業(yè)革命的核心，是實(shí)現(xiàn)工業(yè)4.0、工業(yè)互聯(lián)網(wǎng)的重要抓手，將推動(dòng)企業(yè)從制造走向智造。需要用全新的大數(shù)據(jù)思維模式開辟工業(yè)化建設(shè)實(shí)現(xiàn)跨越式發(fā)展的新途徑。

　?。ū疚母鶕?jù)何友院士2018國家智能產(chǎn)業(yè)峰會(huì)上演講整理而成，未經(jīng)本人確認(rèn)。）

　　中國工程院院士 何友

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……