工業大數據驅動下“制造業+互聯網”融合與創新研究

摘要：隨著制造業和互聯網融合的快速發展，以制造企業為核心，工業大數據為驅動的信息服務，正在推動制造業、互聯網業和生產性服務行業轉型升級。由于創新思維、技術體系、組織架構、政府引導等復雜原因，“制造業+互聯網”融合與創新發展仍面臨很多嚴峻挑戰。在分析制造業與互聯網融合創新特點、技術要求、路徑發展和體系建設的基礎上，提出政府、企業的融合機制，以及工業大數據未來研究發展方向。

關鍵詞：工業大數據；主控式創新；跨界融合；

中圖分類號：G203 文獻標志碼：A

★基金項目：工業大數據環境下多源異構數據融合與應用研究（全國統計科學研究項目：2018LY98）；基于工業大數據的除塵濾袋在線智能檢測技術及系統研究（江蘇省質量技術監督局2018年度科技計劃項目：KJ185635）。

1、前言

隨著大數據、云計算、物聯網、移動互聯網為代表的新興互聯網技術進入集成突破新階段，并加速向制造業領域融合滲透，“制造業+互聯網”融合創新的新一輪產業變革已經來臨。以工業大數據為驅動，數據挖掘、工業云服務和融合應用解決方案作為制造企業和互聯網企業融合創新生態體系中的重要載體，正不斷推動生產、消費和服務方式等各方面的變革。

目前，工業大數據在制造業中的應用研究主要以明確的市場需求為前提，以工業互聯網和智能制造的組織建設為目標，在產品需求分析、流程優化、工藝改良、運營決策等方面繼續提高原有制造生產的價值挖潛。隨著互聯網業加速與制造產業鏈創新，互聯網具有的扁平優勢、規模優勢和集聚優勢與制造業所需的智能化生產、網絡化協同、個性化定制等生產性服務要求，兩者在融合創新上，仍面臨平臺支撐不足、應用水平不高、安全保障有待加強、體制機制亟需完善等問題[1]。本文通過分析“制造業+互聯網”融合創新特點、技術要求、路徑發展和體系建設等環節，提出工業大數據驅動下的融合與創新策略及未來研究發展方向。

2、制造業與互聯網融合發展的突出問題

我國制造業與互聯網融合發展是以制造企業為核心、相關信息服務企業為支撐，由環節滲透向綜合集成發展演進，其特征在于互聯與高度融合。但隨著跨領域多技術融合的創新實踐需求與制造業發展轉型發展的內在要求，工業大數據驅動下的制造業和互聯網業多個方面仍面臨著嚴峻挑戰，具體在以下四個方面：

（1）制造業未來發展路徑不明確，缺乏主控式創新：目前制造企業以用戶明確需求為前提，專注核心業務，通過海量工業大數據分析與挖掘，對現有產品技術和運維服務做經常性改進或突破新技術。但兩種創新均需要企業明確發展目標，迅速將技術商品化，搶得市場先機，以確保該市場不會被競爭企業產品所取代[2]。

（2）缺乏工業大數據與互聯網融合的技術體系：互聯網大數據注重統計的顯著性與分析特征之間的相關性，側重電商和社交領域內的算法工具和模型建立，對分析結果準確性要求不高。而工業大數據具有非常強的專業性、關聯性、流程性、時序性和解析性等特點，更加強調特征之間的物理關聯、邏輯清晰的分析流程和與分析流程相匹配的技術體系，對預測和分析結果的容錯率較低。

（3）制造企業管理模式和O2O不適應：受空間、資源等限制，傳統制造業的研發設計環節主要在企業內部完成：采用金字塔式的管理組織架構，工作流傳信息遞層級繁多。隨著協同設計、眾包、虛擬仿真等新型研發模式通過互聯網應用日益廣泛，制造企業卻缺乏專門部門組織實施O2O模式：用戶數據從線上定制傳輸到線下生產時，用戶需求是否明確具體、交易數據是否真實可靠、智能生產是否滿足用戶定制要求等無法快速響應并實施，O2O效率優勢難以體現。制造企業實現資源共享協同的新型生產管理模式欠缺，原有組織架構和業務流程急需再造與優化[3]。

（4）生產性服務企業服務能力薄弱，技術和產業支撐能力不足：目前國內主要互聯網企業雖然在大數據領域取得了相應的理論和應用研究成果，但大多數對制造行業的特性缺乏深入了解。而現有生產性服務商軟件服務主要集中在較低端的CAD、企業管理軟件和少量工業云平臺，雖然能提供定制化服務，但總體性能層次不齊，持續服務能力沒有保證，制造業與互聯網融合的綜合解決方案等高端軟件非常缺乏。

3、工業大數據驅動下的融合與創新

工業大數據驅動下的“制造業+互聯網”融合與創新實現路徑主要在兩個方面：一是制造全生命周期業務創新，即通過工業大數據驅動的創新產品設計、智能制造、智能服務等；二是產業互聯網新業務創新，即以智能互聯的工業產品為載體，承載服務產品周邊生態系統的各類產業互聯網業務。但制造業與互聯網業屬性和特征不同，企業對融合的發展也存在認識差異，“制造業+互聯網”融合與創新策略需要政府、企業的通力合作[4]。

3.1 政府指引：強化戰略引導，推進企業協同發展

3.1.1 突破關鍵核心技術，強化軟件支撐作用

引導和支持企業深入研究工業大數據與互聯網融合技術架構，圍繞智能制造需求，突破工業大數據、物聯網、互聯網、工業云等綜合集成關鍵核心技術，建立工業大數據流通標準規范，完善相關數據共享與保護法律制度，推動全鏈條網絡化。加快計算機輔助仿真設計、產品全生命周期管理系統等基礎性工業軟件產品水平，強化軟件支撐的智能制造基礎性作用。

3.1.2 研究建立制造服務業統計指標體系，加快大數據管理局和交易所落地

首先，加強對制造業和互聯網融合創新發展的規模、結構、效益等進行定性和定量分析研究。在傳統的產品研發設計、互聯網電子商務、售后服務等統計指標的基礎上，探索研究融資租賃、設計協同、個性化定制、精準供應鏈管理等制造服務業新興業態的統計指標體系，并建立信息管理和定期發布制度；其次，根據統一標準與制度，加快大數據管理局、交易所等機構落地動作，統籌決策，提供制造業、互聯網等各類大數據的發展方向、交易機制、交易指數、實時評估等服務，促進其數據資源匯聚與交易撮合。

3.1.3 培育支持新興企業與中小企業，促進新老企業之間合作

培育在研產供銷服等各環節“制造業+互聯網”融合創新投資的新興企業與中小企業，對其提供咨詢、資金、技術以及政策上的支持服務，鼓勵依托互聯網平臺和工業軟件積極進行產品、業務和模式創新。大力支持新興企業與成熟企業之間的網絡化合作，促進在新模式、新業務、新流程方面的協同創新，對其發展進行監測和跟蹤，為政策制定提供客觀依據。

3.2 企業主導：把握融合態勢，依靠主控式創新

3.2.1 生產性服務企業

整合和發展一批第三方跨界融合型的生產性服務企業，既深入了解制造業需求，又擁有互聯網化的組織協同能力。生產性服務企業依托融合型人才、跨學科領域模型以及多樣化處理模式，為制造業提供組織架構變革、業務流程再造、資源整合等管理咨詢服務，以及互聯網平臺搭建、產品在線檢測、系統遠程運維等信息技術服務。挖掘雙方潛在需求，提升綜合化、標準化的融合解決方案的能力，通過主控式創新，充當制造業與互聯網業的“粘合劑”。

3.2.2 消費品制造企業

消費品制造企業要抓住貼近終端用戶的優勢，構建面向制造業的全流程、全業務O2O開放平臺及業務部門，由垂直集中管理向扁平分散管理轉變，由用戶局部參與向全程參與轉變。通過O2O平臺內的數據挖掘捕捉行業最新動態、社區交互建立專業圈子、技術匹配獲取精準數據資源支持、創意轉化獲得產品收益分享。企業從產品生產轉向產品個性化服務，注重用戶價值創造，從而支撐平臺更快發展。

3.2.3 裝備制造企業

裝備制造企業尤其是傳統裝備制造企業和高端裝備制造企業的轉型升級，通過發展以智能工廠為載體的智能生產、以工業云平臺為關鍵的智能管理、以智能互聯為特征的智能產品和以智能決策為特征的智能服務，從而覆蓋產品研發、生產執行、產品運維、企業管理等制造業全部環節。裝備制造業依靠工業大數據、工業互聯網、物聯網等新一代信息技術徹底改變制造業生產組織方式和人機關系，并帶來商業模式的變革。

3.2.4 互聯網企業

互聯網企業擁有先天的數據優勢和技術優勢。互聯網企業通過參與產業聯盟等交流平臺，建立與制造業融合發展的技術體系、標準規范，促進商業大數據與工業大數據平臺全面融合，實現制造能力的在線發布、協同和交易。制造業則通過對接互聯網公共服務平臺、跨境電商平臺、物流平臺等，共享互聯網設備、技術和服務，打造高效協同的生產流通一體化新生態。

4、“制造業+互聯網”融合下工業大數據未來研究方向

工業大數據是“制造業+互聯網”融合創新的驅動力和催化劑，并廣泛應用在基于產品全生命周期的數據集成、管理和數據分析應用等各個技術環節，其未來重點研究方向是：

（1）基于產品全生命周期數據管理：①產品全生命周期建模技術：研究建立面向產品全生命周期統一的、具有可擴充性的能表達完整信息的產品模型，該模型能隨著產品研制自動擴張，并從設計模型自動映射為不同階段的其它模型，同時能全面表達和評價與產品全生命周期相關的性能指標；②集成數據環境技術：工業大數據平臺將產業鏈上不同企業、形式不同的“產品數據”通過工作流平臺和產品全生命周期模型描述為單一的、標準的、可用的產品信息資源，分散在互聯網上的用戶可以通過統一的訪問控制和追蹤溯源權限對其進行增刪改查操作；③產品研制協同技術：當產品在異地異時、異構系統、異種平臺間進行實時動態設計和制造時，對企業內部或供應鏈之間進行數據協同管理。

（2）面向智慧工廠的數據分析：①數據挖掘技術：將選取后的所需數據整合成用于數據挖掘的數據集，研究通過分類、聚類、回歸、預測、關聯等算法將數據集所含規律盡可能以用戶理解的方式表示出來；②高維數據可視化技術：工業大數據通過算法模型對其進行規律總結，將高維度的原始數據轉換成可顯示的低緯度數據，并通過圖形和圖像的可視化交互方式，幫助人們分析和理解高維數據。

5、結束語

工業大數據作為“制造業+互聯網”融合與創新的核心資產，亦是制造業信息化發展到當前階段的必然結果。它的價值不僅僅是信息化基礎設施建設，更重要的是采用數據思維來管理和創新業務、優化全業務流程和提供業務管理工具。如何利用工業大數據打通企業內外部數據采集、集成、管理、分析的產業鏈條，是制造業和互聯網融合創新的重要研究領域。

參考文獻：

[1] [美]李杰（Jay Lee）著，邱伯華等譯.工業大數據——工業4.0時代的工業轉型與價值創造[M]. 北京：機械工業出版社，2015. 11.

[2] 孔憲光，章雄，馬洪波，常建濤. 面向復雜工業大數據的實時特征提取方法研究[J]. 西安電子科技大學學報（自然科學版）， 2015（12）：78-83.

[3] 齊建軍. 工業大數據專題組：提出工業大數據標準體系框架[J].《信息技術與標準化》， 2016（1）：24-25.

[4] 黃毅敏，齊二石. 工業工程視角下中國制造業發展困境與路徑 [J].科學學與科學技術管理， 2015（4）：85-93

作者簡介：

孫立，鹽城工學院經濟管理學院，副教授，碩士研究生，主要研究方向為工業大數據管理與應用。