大數據時代的工業進階

潘諶奎

工業領域的發展始終與技術革新息息相關，最新的技術趨勢是，工業互聯網建設日深，對機器數據、機器軌跡數據，如設備控制器、傳感器、制造控制系統等被廣泛關注與應用。工業大數據帶給產業界全新的多樣性思考與更多的拓展性舉措，然而從海量工業數據中切實挖掘出有效信息并分析轉化為指導決策及行動，還有頗多問題待解。

掘金價值場景

我們已經生活在一個充斥著海量數據的世界里，拋開大數據改變生活的驚嘆和新科技之下豐富多彩的便利生活不言，“大數據=大動力=大利潤”顯然更讓產業界津津樂道，零售業經過數據挖掘發現消費者的購物規律，城市管理者監測、分析和整合各種數據以做出智能化的響應，上個世紀80年代末，世界500強企業就有30%以上為自己設立了CIO（首席信息官）職位，這個數字很快在數據洪流席卷世界后變成百分之百。

“大數據本身并不厲害，厲害的是依托它所做的精準分析，那種判斷力與洞察力。”這是世人對大數據最直觀的認知。而因為涉及很多方面的數據，工業大數據從內涵角度實則難以給出最明確的定義，或者說它只是眾多大數據中的一個類型，產生于工業領域的智能化生產過程中。作為新興事物之一，工業大數據在應用推廣方面還需做出很多努力與探索，人們需要對來自于繁多生產環節中分散的數據進行格式轉化，采集、存儲和分析，其應用價值在工業企業上下游及行業內外的領域中也有所體現。

作為工業大國，中國有著非常龐大的應用體系，這就大大增加了對大數據和互聯網的應用需求。昆侖智匯數據科技（北京）有限公司創始人陸薇認為工業生產依賴大量資產設備是必然正視的事實，“物聯網的興起，使得我們可以采集到設備的工作狀態信息、周圍環境信息以及人和設備的交互信息，并通過這些信息對工業生產經營狀況有深入的洞察，從而實現優化提升，達到提質、增效、降耗、控險的目的。這項工作可以提升工業企業的競爭力，對于中國這樣的工業大國具有非常重要的意義……對于整個工業從自動化、信息化走向智能化的融合發展，工業大數據技術將起到關鍵的作用。”她指出有序、健康發展工業大數據應當具備四個關鍵要素，“第一，場景;第二，領域知識;第三，數據;第四，技術。”“無論什么樣的技術，首先得有用武之地。應用場景保證了技術價值的同時，也提供了具體需求。在具體應用場景下，一定要具備相關領域的行業知識，才能夠深入地理解問題、解決問題。此外，與問題關聯的上下文數據生成之后，結合相關領域知識，對數據進行梳理，并通過相應技術來解決數據問題。這一切的前提是，如何選擇一個有價值的場景，并能夠通過數據技術手段來支持這個場景。而場景的選擇，也代表了我們對行業的認知。”

使能智能制造

工業大數據的關鍵技術有哪些還存爭議，可以肯定的是單單把開源相關技術拼湊一下的產物不等同于工業大數據平臺，草草將機器深度學習技術結合起來也不意味著就完成了工業大數據的分析……和其他大數據相比，工業大數據在真實性、實時性、可靠性和完整性上都有著更高要求，在收集、分析、挖掘等方面都有很大的難度，唯一相同的是，工業大數據擁有著廣闊的應用場景與市場前景。

麥肯錫咨詢公司在其發布的《如何利用大數據改進制造業》報告中列舉了10條大數據顛覆制造過程的路徑，“優化生產進度，提高制造績效，精確供應商管理，追蹤產品質量、改進工作流程，以銷定產、制定生產計劃，量化產能、追蹤設備運轉效率，提供生產設備預防性維護建議……”專注大數據業務的兮易強企董事長陳廣乾指出工業大數據落地的關鍵點在于業務邏輯，“互聯網大數據時常是一種關聯的挖掘，是發散的分析，而工業大數據具有很強的目的性;此外，工業大數據極其復雜，不僅僅是因為需要與企業復雜的業務結合，還要和企業的工藝、生產、產品、產線相結合，里邊的專業性極強。”在他眼里工業大數據是否能在企業中落地需牢記3個核心點，“出發點：企業追求的是帶來多少效益;關鍵點：先深入了解業務，建立業務模型再建數據模型;持續點：算法模型的成功并非一蹴而就，在建立起來后還需要不斷訓練并與業務模型匹配。”

工業大數據如何帶來價值，如何解決問題，已成為相關企業關注的重點。談及如何以工業大數據支撐企業智能決策，北京大學工業工程系主任侍樂媛表示，“工業的智能化、信息化，并非購買機器人、連接互聯網、聯通傳感器就可以了。利用現有存量，在管理上做創新，提高效益，制造企業需要有經緯縱橫的采集能力。”在具體的運用過程中，侍樂媛建議，“利用原有硬件存量，通過生產資源的優化配置，有效的信息化管理工具，可以彌合工業大數據斷層，打通企業生產全生命周期的數據流，提升企業的生產能力。通過仿真模擬，識別生產過程的瓶頸資源與相應問題、生產過程關鍵環節，能夠大幅提高目前大部分中小企業的生產效率，降低運營成本。”