工業大數據，融合實體經濟

姜紅德

云計算、人工智能、區塊鏈、物聯網、5G被認為是當前產業互聯網時代核心的創新技術。大數據作為最為核心的技術，又是其它技術的基礎，是DNA。

今天大數據已經無處不在，也在不斷地賦能傳統行業。金融、政府、互聯網、交通等領域因為本身信息化程度較高，與大數據的融合的程度比較高。隨著近年來數字技術與實體經濟融合的趨勢越來越明顯，大數據與最大的實體經濟板塊工業的融合，也逐漸得到了各方面的重視。

據國家工業信息安全研究中心近日發布的《中國大數據產業研究報告2019》顯示，2020年工業大數據產值將達到947億，中國工業大數據產值不斷擴大，2016-2020年復合增長率達到50%。工業大數據應用主要可以總結為“三大功能、五大場景”。三大功能：監控、優化、預測；五種場景：設備檢修、生產、售前、供應鏈、售后。功能與場景的相互交叉，共同形成構成工業大數據的不同應用場景。

當前，全球主要國家均掀起了一場以數字技術融合實體經濟的新一輪產業革命。工業大數據作為核心的技術平臺，不論是智能制造，還是工業互聯網、工業云平臺，都和工業大數據存在千絲萬縷的聯系。工業大數據已經成為新的技術制高點，也是各國制造業激烈競爭的焦點。

流動的數據，數字的財富

自工業革命以來，生產力的替代是制造業不斷發展的主要動力，蒸汽機、電氣、自動化技術依次出現。今天，數字技術與傳統工業技術融合，成為第四次工業革命的重要特征。在這一輪的產業革命和技術變革的過程中，物聯網、云計算、大數據成為了核心要素。

2018年10月發布的《美國先進制造領導戰略》，在“智能數字制造”部分提出下一步計劃“要通過將大數據分析和先進的傳感和控制技術應用于大量制造業活動，促進制造業的數字化轉型”。德國“工業 4.0”戰略的實施重點在于信息技術與傳統工業制造的結合，其中大數據分析作為關鍵技術將得到較大范圍應用。一是“智能工廠”，重點研究智能化生產系統及過程，以及網絡化分布式生產設施的實現；二是“智能生產”，主要涉及整個企業的生產物流管理、人機互動以及 3D技術在工業生產過程中的應用等；三是“智能物流”。

相比之下，中國制造業主要處于自動化和數字化的階段，達到智能化領域還比較少，通過信息化與工業化的融合計劃，將進一步提升中國智能制造或者工業大數據的應用水平。

通常，用于商業的工業數據主要分為三類：第一類是經營數據，如財務、資產、人事、供應商基礎信息等數據；第二類是生產數據，這一部分是圍繞企業生產過程積累的數據，包括原材料、研發、生產過程、半成品、售后服務等；第三類是環境數據，包括放置在機床上的設備診斷系統，倉庫和車間的溫度和濕度數據，以及能源消耗數據，廢水和廢氣排放。這些數據對工業生產過程具有約束力。

工業大數據具備精度高、實時性強、成本低的特點。比如，從一個產品到多個型號和多個系列產品，產品數據不斷完善。從單一機床到聯網機床，數據交換頻率大大提高。加工精度從1毫米增加到0.2毫米，加工時間從5分鐘提高到1分鐘。

不斷流動的數據，是企業的寶貴財富。原工業和信息化部副部長楊學山曾經這樣說，“企業要像重視管理、人才那樣，去建設數據鏈流程和生產線。精準留下數據形成系統的數據鏈，幾年之后，它就是工藝過程、供應鏈、管理、服務等各項事務優化的基礎，也是持續改善式創新的基礎，是算法、模型形成和自動化的基礎。”

工業大數據離生產很近

隨著人們對物質生活的需求越來越豐富，企業在數字化轉型過程中也在不斷嘗試利用大數據等新技術，來實現對生產的精細化管理，以及對業務模式創新的不斷探索，來滿足客戶和消費者的需求。

自2016年開始，杭州市中策橡膠與阿里云合作，通過對生產數據的深度挖掘，對中策橡膠生產端的各類數據深度學習，基于人工智能算法，快速處理分析每一塊橡膠的信息，匹配最優的合成方案，極大地穩定了混煉膠性能，大大降低在加工環節的成本投入，并在半年內成功提升混煉膠平均合格率3%～5%。據悉，該研發平臺已被工信部批復為2018年大數據產業發展試點示范項目之一。

攀鋼通過采集脫硫工序流程數據，以建模分析獲得脫硫工藝優化的關鍵因子，結合專家知識，依靠脫硫仿真模型與參數尋優模型尋找最優參數。鐵水進站后，脫硫優化模型將提取相關數據將進行參數優化計算。脫硫操作人員根據推送的推薦參數，動態調節脫硫劑的加入量，減少脫硫劑的消耗。根據實際測算，通過優化的參數推薦，每生產一噸鋼可以節省鋼鐵料約1千克。對年產值400萬噸鋼的攀鋼西昌鋼釩基地來說，年創效700萬元。

蘋果手機通過對數據的采集、為消費者或者客戶提供個性化定制服務。iPhone的硬件配置是標準的，但每個iPhone用戶安裝的軟件都是個性化的，最大的功勞是Appstore。銷售蘋果終端產品只是開始，通過Appstore將用戶與制造商聯系起來，以滿足他們的個性化需求，并提供差異化服務，從而創造數百億美元的年收入。和蘋果類似，中國的小米手機基本上也是采用這種模式。

此外，聯想通過工業大數據平臺，提供面向制造、汽車、能源等行業的智能生產解決方案，為平臺企業生產制造過程管理提供預見性的支撐與指導，提升精益管理水平。

各方協作，未來可期

為了推動工業大數據在各區域、各行業的落地，今年9月份工業和信息化部發布了《工業大數據發展指導意見》（征求意見稿）。可以預期，在政策和產業扶持的作用下，工業大數據很快將成為各地發展數字經濟的重要抓手。

《工業大數據發展指導意見》（征求意見稿）同時指出，工業大數據是制造業數字化、網絡化、智能化發展的基礎性戰略資源，正在對制造業生產方式、運行模式、生態體系產生重大而深遠的影響。目前，我國工業大數據發展和應用具備一定基礎，但也存在數據價值開發不足、技術實力亟需增強、企業積極性有待提高等問題。

工業大數據應用還存在一些短板。比如：目前國內很多企業已非常注重內部數據的整合，如生產數據、供應鏈數據等，但對外部數據的整合力度還不夠。舉例來說，同樣的電梯設備，在不同的國家、城市，會因為氣候環境、所處位置不同會產生不同的零部件損耗情況，如果能對這些面廣量大的外部數據及時收集分析，將有利于企業優化生產工藝，提前預判檢修，極大提升質量效益，增強核心競爭力。同時，工業大數據在技術開發上有待突破，如“時序數據”的壓縮、存儲、計算還存在難點。需要加強與科研院所對接，加大核心技術攻關力度。

目前國家在推動工業大數據有關的戰略已制定，對工業大數據的研究、創新和產業生態的扶持力度明顯增強，相信在各方面的協作之下，工業大數據將大有作為。