大數據時代，真實是前提

朱鐸先

2008年全球金融危機后，德、美、日、中等國家都不約而同地制訂了振興制造業的國家戰略。雖然各國戰略的側重點不同，但通過物聯網、大數據等技術，實現賽博世界與物理世界深度融合，提升制造企業的競爭力，卻是這些國家戰略的共同目標。

作為世界著名的未來發展趨勢學者，牛津大學教授維克托·邁爾·舍恩伯格在2012年出版的《大數據時代》中前瞻性地指出：“大數據帶來的信息風暴正在變革我們的生活、工作和思維，大數據開啟了一次重大的時代轉型，將帶來大數據時代的思維變革、商業變革和管理變革，大數據是云計算 、物聯網 之后IT行業又一大顛覆性的技術革命。”舍恩伯格還說：“大數據時代將改變商業與管理模式，大數據的分析將會使決策具有信息基礎，大數據能令決策更準確，比以前更加明智”。對于中國廣大制造型企業來講，在競爭激烈、成本飆升的經濟轉型困難期，利用大數據等先進技術，充分挖掘企業內部潛力，對各類數據進行及時采集、科學分析，將是企業從粗放管理成功轉型升級的一條有效途徑。

馬云說：“數據是生產資料”，但筆者認為，數據準確真實是前提。為此，筆者設計了下面的DADA模型。基于準確真實的數據，通過各種算法進行數據處理與分析，然后根據分析結果和所需目標，找出最優的解決方案，即決策，最后是按照科學的決策進行精準的行動，形成閉環的迭代過程。在這個模型中，如果數據不準確、不真實，得到的決策就不可能科學，就不能很好地應用于實際工作。

但在制造企業實際的運營過程中，由于習慣、技術手段等限制，很多場景下的數據都是靠人工匯報等形式進行采集，這就必然存在數據不及時、不客觀、不準確、不全面等情況發生，得出的結論往往是偏差的，甚至是錯誤的，在這種情況下，不僅不能解決問題，反而增加了問題的復雜度與不確定性，很難看清問題所在，更談不上科學管理了。管理大師德魯克說：“你無法度量它，你將無法管理它”。即便是你擁有數據很多，即便是花費了大量人力物力，數據不準確，管理仍然是不科學，企業競爭力就難以提升。

在傳統管理模式下，往往因為數據的不準確、不真實而誤導了管理者的判斷和決策。

某坐落于我國工業重鎮武漢的大型國有企業，近些年企業發展快速。看到繁忙的生產車間，企業的李總感到非常滿意，并常常自豪地向來賓介紹他們快速增長的業績與各類先進的軟硬件系統。記得第一次與蘭光創新技術團隊進行交流時，李總提到他們的設備有效利用率（OEE）都在60%以上。我們的售前經理聽后感覺非常驚訝，因為在多品種、小批量的離散制造企業，即便是管理非常精細的日本，也很難超過80%，歐美國家能達到70%就算是很優秀了，國內一般企業的OEE大多徘徊在30%-40%之間，這是蘭光創新實施四萬多臺數控設備后的統計結果。

當獲知這些數據都是統計員人工統計的時候，經驗豐富的售前經理就猜到了大概的原因。

幾個月后，蘭光創新為他們實施了設備物聯網系統。通過該套系統可以實時、自動、準確地采集到每臺設備的狀態，包括開關機、故障信息、生產件數、機床進給倍率等眾多詳實信息，每臺設備都處于24小時全天候的監控過程中，企業管理者可在辦公室隨時查看設備狀態、任務生產進度，并通過系統的大數據分析功能，從海量數據中分析出各種圖形與報表，設備的各種數據、運行趨勢、異常情況一目了然，管理者可以很好地進行生產過程實時、透明化管理。

項目實施完成后不久，當李總從系統查看設備利用率時，臉色突然變得異常難看，原來，他查看到的設備平均利用率只有36.5%，和他之前設想的60%有巨大的偏差！結過耐心解釋，李總終于明白了原因：這個數據才是準確的，系統已經將調試、空轉、等待、維修等無效時間全部去除，體現的是機床真正的切削時間，36.5%才是企業真實的設備利用率！而以前人工統計的時間比較粗糙，只是記錄了加工開始與結束時間，中間大量的等待、調試等時間也被計算在內，而這些時間，恰恰是企業可以通過管理或技術手段進行壓縮的，是企業挖掘潛力之所在。

系統運行一年后，當工程師回訪時，李總高興地說：“現在，我的設備利用率已經平均到60%以上了，比去年提升了65%！我們統計科由原來的4人減少到了1人，并且這個人也不用現場統計，所有的數據全用你們的系統自動采集，他只負責每周將統計分析的結果整理匯報，工作也高效多了。”

最后，李總感慨地說：“這套軟件系統，讓我對生產過程‘看得見、說的清、做的對，對我們的生產管理幫助非常大！”

從李總由衷的感慨中，我們真切地感受到，工業4.0與智能制造的浪潮已經來臨，制造企業應該充分發揮設備自動化、管理數字化的優勢，積極借鑒工業互聯網、大數據技術等先進理念，將決策建立在準確、真實的數據基礎上，避免以前在“假數據”基礎上進行管理的尷尬現象，只有這樣，管理與決策才是科學有效的，企業才會有更強的競爭力，企業才能轉型成功。

大數據應用，應從“真數據”開始！