?

工業(yè)大數(shù)據(jù)是指在工業(yè)領(lǐng)域中，圍繞典型智能制造模式，從客戶需求到銷(xiāo)售、到訂單、計(jì)劃、研發(fā)、設(shè)計(jì)、工藝、制造、采購(gòu)、供應(yīng)、庫(kù)存、發(fā)貨和交付、售后服務(wù)、運(yùn)維、報(bào)廢或回收再制造等整個(gè)產(chǎn)品全生命各個(gè)環(huán)節(jié)所產(chǎn)生的各類數(shù)據(jù)及相關(guān)技術(shù)和應(yīng)用的總稱，其以產(chǎn)品數(shù)據(jù)為核心，極大延展了傳統(tǒng)工業(yè)數(shù)據(jù)范圍，同時(shí)還包括工業(yè)大數(shù)據(jù)相關(guān)技術(shù)和應(yīng)用。

工業(yè)大數(shù)據(jù)來(lái)源

我們所談的工業(yè)大數(shù)據(jù)，不完全等同于企業(yè)信息化軟件中流淌的數(shù)據(jù)，從業(yè)界的共識(shí)看，主要來(lái)源有三類，第一類是企業(yè)經(jīng)營(yíng)相關(guān)的業(yè)務(wù)數(shù)據(jù)，這類數(shù)據(jù)來(lái)自企業(yè)信息化范疇，包括企業(yè)資源計(jì)劃 ( ERP ) 、產(chǎn)品生命周期管理 ( PLM ) 、供應(yīng)鏈管理 ( SCM ) 、客戶關(guān)系管理 ( CRM ) 和環(huán)境管理系統(tǒng) ( EMS ) 等，此類數(shù)據(jù)是工業(yè)企業(yè)傳統(tǒng)的數(shù)據(jù)資產(chǎn)。

第二類是機(jī)器設(shè)備互聯(lián)數(shù)據(jù)，主要是指工業(yè)生產(chǎn)過(guò)程中，裝備、物料及產(chǎn)品加工過(guò)程的工況狀態(tài)、環(huán)境參數(shù)等運(yùn)營(yíng)情況數(shù)據(jù)，通過(guò) MES 系統(tǒng)實(shí)時(shí)傳遞，目前在智能裝備大量應(yīng)用的情況下，此類數(shù)據(jù)量增長(zhǎng)最快。

第三類是企業(yè)外部數(shù)據(jù)，這包括了工業(yè)企業(yè)產(chǎn)品售出之后的使用、運(yùn)營(yíng)情況的數(shù)據(jù)，同時(shí)還包括了大量客戶、供應(yīng)商、互聯(lián)網(wǎng)等數(shù)據(jù)狀態(tài)。

工業(yè)大數(shù)據(jù)特征

筆者曾就工業(yè)大數(shù)據(jù)特征及數(shù)據(jù)驅(qū)動(dòng)工業(yè)價(jià)值創(chuàng)造等話題，專門(mén)采訪過(guò)工業(yè)大數(shù)據(jù)領(lǐng)域知名專家——美國(guó)科學(xué)基金會(huì) ( NSF ) 智能維護(hù)系統(tǒng) ( IMS ) 中心主任李杰教授，他表示：工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)最大的區(qū)別在于工業(yè)大數(shù)據(jù)有非常強(qiáng)的目的性，而互聯(lián)網(wǎng)大數(shù)據(jù)更多的是一種關(guān)聯(lián)的挖掘，是更加發(fā)散的一種分析。

除此之外，兩者在數(shù)據(jù)的特征和面臨的問(wèn)題方面也有不同。有別于互聯(lián)網(wǎng)大數(shù)據(jù)，工業(yè)大數(shù)據(jù)的分析技術(shù)核心要解決 "3B" 問(wèn)題：

1、Below Surface —— 隱匿性，即需要洞悉背后的意義

工業(yè)環(huán)境中的大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)相比，最重要的不同在于對(duì)數(shù)據(jù)特征的提取上面，工業(yè)大數(shù)據(jù)注重特征背后的物理意義以及特征之間關(guān)聯(lián)性的機(jī)理邏輯，而互聯(lián)網(wǎng)大數(shù)據(jù)則傾向于僅僅依賴統(tǒng)計(jì)學(xué)工具挖掘?qū)傩灾g的相關(guān)性。

2、Broken —— 碎片化，即需要避免斷續(xù)、注重時(shí)效性

相對(duì)于互聯(lián)網(wǎng)大數(shù)據(jù)的量，工業(yè)大數(shù)據(jù)更注重?cái)?shù)據(jù)的全，即面向應(yīng)用要求具有盡可能全面的使用樣本，以覆蓋工業(yè)過(guò)程中的各類變化條件、保障從數(shù)據(jù)中能夠提取以反映對(duì)象真實(shí)狀態(tài)的信息全面性。因此，工業(yè)大數(shù)據(jù)一方面需要在后端的分析方法上克服數(shù)據(jù)碎片化帶來(lái)的困難，利用特征提取等手段將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，另一方面，更是需要從數(shù)據(jù)獲取的前端設(shè)計(jì)中以價(jià)值需求為導(dǎo)向制定數(shù)據(jù)標(biāo)準(zhǔn)，進(jìn)而在數(shù)據(jù)與信息流通的平臺(tái)中構(gòu)建統(tǒng)一的數(shù)據(jù)環(huán)境。

3、Bad Quality —— 低質(zhì)性，即需要提高數(shù)據(jù)質(zhì)量、滿足低容錯(cuò)性

數(shù)據(jù)碎片化缺陷來(lái)源的另一方面也顯示出對(duì)于數(shù)據(jù)質(zhì)量的擔(dān)憂，即數(shù)據(jù)的數(shù)量并無(wú)法保障數(shù)據(jù)的質(zhì)量，這就可能導(dǎo)致數(shù)據(jù)的低可用率，因?yàn)榈唾|(zhì)量的數(shù)據(jù)可能直接影響到分析過(guò)程而導(dǎo)致結(jié)果無(wú)法利用，但互聯(lián)網(wǎng)大數(shù)據(jù)則不同，其可以只針對(duì)數(shù)據(jù)本身做挖掘、關(guān)聯(lián)而不考慮數(shù)據(jù)本身的意義，即挖掘到什么結(jié)果就是什么結(jié)果，最典型的就是經(jīng)過(guò)超市購(gòu)物習(xí)慣的數(shù)據(jù)挖掘后啤酒貨架就可以擺放在尿不濕貨架的對(duì)面，而不用考慮他們之間有什么機(jī)理性的邏輯關(guān)系 ;

換句話說(shuō)，相比于互聯(lián)網(wǎng)大數(shù)據(jù)通常并不要求有多么精準(zhǔn)的結(jié)果推送，工業(yè)大數(shù)據(jù)對(duì)預(yù)測(cè)和分析結(jié)果的容錯(cuò)率遠(yuǎn)遠(yuǎn)比互聯(lián)網(wǎng)大數(shù)據(jù)低的多。互聯(lián)網(wǎng)大數(shù)據(jù)在進(jìn)行預(yù)測(cè)和決策時(shí)，僅僅考慮的是兩個(gè)屬性之間的關(guān)聯(lián)是否具有統(tǒng)計(jì)顯著性，其中的噪聲和個(gè)體之間的差異在樣本量足夠大時(shí)都可以被忽略，這樣給出的預(yù)測(cè)結(jié)果的準(zhǔn)確性就會(huì)大打折扣。比如當(dāng)我覺(jué)得有 70% 的顯著性應(yīng)該給某個(gè)用戶推薦 A 類電影，即使用戶并非真正喜歡這類電影也不會(huì)造成太嚴(yán)重的后果。但是在工業(yè)環(huán)境中，如果僅僅通過(guò)統(tǒng)計(jì)的顯著性給出分析結(jié)果，哪怕僅僅一次的失誤都可能造成嚴(yán)重的后果。

工業(yè)大數(shù)據(jù)技術(shù)：算法與模型

有了工業(yè)數(shù)據(jù)的大量積累，但并不等于直接的商業(yè)收益，中間隔著一道非常關(guān)鍵的通道——工業(yè)大數(shù)據(jù)技術(shù)。近幾年，很多大數(shù)據(jù)專家和行業(yè)專家也在爭(zhēng)執(zhí)：數(shù)據(jù)量重要還是大數(shù)據(jù)算法更重要，雙方各執(zhí)一詞。比如 Googole 就認(rèn)為數(shù)據(jù)量的多寡至關(guān)重要，甚至直言：更多的數(shù)據(jù)勝過(guò)更好的算法。這種觀點(diǎn)與我們意識(shí)認(rèn)知中的 " 信息越多，就越靠近真相 " 類似。

而如《The Signal and the Noise》 ( 信號(hào)與噪聲，作者 Nate Silver ) ，這本書(shū)里面的一個(gè)觀點(diǎn)是 " 更多的數(shù)據(jù)意味著更多的噪聲。信號(hào)是真相，噪聲卻使我們離真相越來(lái)越遠(yuǎn)。" 所以，人們需要構(gòu)建有效的算法和模型，去識(shí)別和認(rèn)知何為真相。

在這里暫不討論到底是數(shù)據(jù)量重要還是算法模型更重要，但針對(duì)工業(yè)大數(shù)據(jù)的有效利用，肯定離不開(kāi)工業(yè)大數(shù)據(jù)的分析技術(shù)。

工業(yè)大數(shù)據(jù)應(yīng)用領(lǐng)域 ( 場(chǎng)景 )

1、研發(fā)設(shè)計(jì)：主要用于提高研發(fā)人員的研發(fā)創(chuàng)新能力，研發(fā)效率和質(zhì)量，支持協(xié)同設(shè)計(jì)，具體體現(xiàn)在： ( 1 ) 、基于模型和仿真的研發(fā)設(shè)計(jì) ; ( 2 ) 、基于產(chǎn)品生命周期的設(shè)計(jì) ; ( 3 ) 、融合消費(fèi)者反饋的設(shè)計(jì)

2、在復(fù)雜生產(chǎn)過(guò)程優(yōu)化的應(yīng)用： ( 1 ) 、工業(yè)物聯(lián)網(wǎng)生產(chǎn)線 ; ( 2 ) 、生產(chǎn)質(zhì)量控制 ; ( 3 ) 、生產(chǎn)計(jì)劃與排程 ;

3、在產(chǎn)品需求預(yù)測(cè)中的應(yīng)用

4、在工業(yè)供應(yīng)鏈優(yōu)化中的應(yīng)用

工業(yè)大數(shù)據(jù)應(yīng)用發(fā)展存在的主要問(wèn)題

《工業(yè)大數(shù)據(jù)白皮書(shū) 2017 年版》指出，研究與應(yīng)用工業(yè)大數(shù)據(jù)，產(chǎn)品大數(shù)據(jù)是核心，物聯(lián)大數(shù)據(jù)是實(shí)現(xiàn)手段，集成貫通是基礎(chǔ) ( 業(yè)務(wù)模式、商業(yè)和價(jià)值驅(qū)動(dòng)、關(guān)鍵抽取和應(yīng)用 ) 。而在實(shí)踐過(guò)程中，這三個(gè)方面都存在不同程度的難點(diǎn)。

《工業(yè)大數(shù)據(jù)白皮書(shū) 2017 年版》封面

1、產(chǎn)品大數(shù)據(jù)：產(chǎn)品大數(shù)據(jù)是工業(yè)大數(shù)據(jù)的根源與核心，但工業(yè)制造業(yè)領(lǐng)域涵蓋十分廣泛，行業(yè)種類繁多，產(chǎn)品種類數(shù)量龐大且仍在不斷增長(zhǎng)，如何規(guī)范產(chǎn)品大數(shù)據(jù)的定義與分類方法，建立規(guī)范的、屬性明確的、可查詢可追溯可定位的產(chǎn)品大數(shù)據(jù)，將是順利應(yīng)用工業(yè)大數(shù)據(jù)的前提。

2、物聯(lián)接入設(shè)備：物聯(lián)大數(shù)據(jù)是實(shí)現(xiàn)工業(yè)大數(shù)據(jù)暢通流動(dòng)的必要手段，但在工業(yè)實(shí)際應(yīng)用中，工業(yè)軟件、高端物聯(lián)設(shè)備不具備國(guó)產(chǎn)自主可控性，物聯(lián)接入的高端設(shè)備的讀寫(xiě)不開(kāi)放，形成設(shè)備信息的孤島，數(shù)據(jù)流通不暢，突破這種束縛是實(shí)現(xiàn)工業(yè)大數(shù)據(jù)的關(guān)鍵。

3、信息集成貫通：集成貫通的難點(diǎn)在于商業(yè)驅(qū)動(dòng)、打通關(guān)鍵點(diǎn)和環(huán)節(jié)，掌控產(chǎn)品源和設(shè)備，持續(xù)優(yōu)化。