閉幕的十八屆五中全會把大數據戰略提高到一個前所未有的層面———實施國家大數據戰略，推進數據資源開放共享。筆者在此想談一下對推進工業大數據的一點看法。

大數據的概念與背景

大數據是最近幾年才熱起來的一個概念。大數據熱大約在2012年前后在中國出現。其中，涂子沛先生的《大數據》一書起到了重要的作用。“除了上帝，任何人都必須用數據來說話”這句話，更是得到了時任廣東省委書記汪洋（現為國務院副總理）的高度肯定。

讀過這本書的人都知道：涂子沛關注的重點是大數據對政治、社會、倫理等方面的影響。后來，各家互聯網公司、IT公司將人們關注的熱點引向了商業領域，再經股評師的運作，使之成為全社會炙手可熱的概念。與此同時，學術界不失時機地將大數據的概念引入了工業界。

然而，工業界重視數據分析早已不是新鮮事了。人們很早就希望通過數據發現客觀規律、優化生產過程。例如，筆者25年前就開始涉足工業數據的分析研究，而數據挖掘等理論也早已廣泛傳播。對數據挖掘的價值，一種流行的觀點是：當企業競爭進入白熱化、所有手段都已用盡時，數據挖掘提供了領先半步的可能。與現在的觀點相比，這個認識是相當低調的。當然，低調背后是有原因的，因為業界真正成功的案例其實非常少。

很多企業急于搭上“工業大數據”這趟快車，然而在現實中遇到了很多的困惑。

人們似乎都認為數據的作用很大，但從事過工業數據分析的人往往有這樣的體會：分析過程往往達不到預想的目標，數據似乎并不是傳說中的金礦。

這種困惑也體現在商務活動中。企業信息化建設原本應該遵循一個基本原則：用戶需求驅動系統開發。從事大數據業務的IT公司對用戶說：你說怎么做，我就怎么做；用戶卻說：我不知道能得到什么，也不知道該怎么做，最好你告訴我怎么做。

誰都不知道怎么做。于是，大家都被暢銷書的理念忽悠著做事。然而，暢銷書的觀點是正確的嗎？在筆者看來，暢銷書上的觀點往往對不上中國企業的現狀———或將商務大數據的應用場景套在工業大數據，或將未來的場景套用到現在。

工業大數據與商務大數據有什么不同？

現在關于大數據的流行觀點，幾乎都是針對商務大數據的。然而，許多觀點可能并不適合工業界。筆者認為，工業和商業至少有以下幾點不同：

可發現的新知識少。一般來說，發現新知識是大數據分析的一個重要目的。然而，在工業領域，人們對生產過程的研究一般比較深入，專業知識也很豐富，很難從數據中發現新的知識。與之相比，商務活動的大數據分析往往涉及人的喜好，這些恰恰是過去難以量化研究的，故而大數據的含金量高。

對分析結果的質量要求高。工業界對分析結果的精度和可靠度要求高。如果將不可靠、不精確的分析結果用于指導生產，不僅不能創造價值，甚至可能導致極大的損失。與之相比，在許多商務大數據的應用場景下，即便分析錯誤，損失也不大。

分析難度高。工業系統往往是復雜的人造系統，包含大量復雜的前饋和反饋環節。這意味著，變量間的相關性往往不是自然的因果關系。這個問題很容易誤導分析和決策的過程。另外，工業數據的信噪比往往比較低，分析結果很容易出現嚴重偏離事實的畸變（即所謂的有偏估計）。

相關性包含的信息少。在商務大數據中，數據之間的“相關性”本身往往就具有很大的參考價值，而在工業體系中則未必是這樣。

工業大數據體現價值的場景有哪些？

價值是用戶決定的。一杯水，放在沙漠里可以救命，剩在餐桌上就是垃圾。工業大數據也是一樣，能否創造價值，首先是要看用在什么場景中。

筆者認為，用戶對工業大數據提不出需求，是客觀現實的真實反映。大數據有用，但合適的應用場景不一定是現在。下面分析幾個有用的場景：

質量要求高的生產場景。制造業從什么時候開始重視數據？顯然，當我們追求高質量、高穩定性的時候，數據會顯得非常重要，數據的價值才得以體現。國外先進企業追求6Sigma(一種改善企業質量流程管理的技術，主要強調通過制定極高的目標、收集數據以及分析結果，來減少產品和服務的缺陷)，故而強調數據的重要性；許多企業一味追求低成本，數據的重要性自然就會低。

高度自動化及智能化的生產場景。在高度自動化和智能化的生產單元，人的介入很少，對質量的要求一般也很高。這時，對設備健康狀態和產品質量的自動監控就變得非常重要。

工業互聯網的場景。工業互聯網能使成千上萬用戶的數據實現共享。多個用戶的共享會帶來兩個過去無法企及的效果。首先是分析結果的可靠性上升。這得益于來自不同用戶的實例，可用于對分析結論的重復性認證。其次是分析結果可以在眾多的用戶中分享，以創造更大的價值。

在當今的中國企業中，符合上述要求的場景是不多見的。多數企業重視成本遠甚于質量，智能制造和自動化的水平低，工業互聯網尚未起步。由此可見，對中國多數企業來說，工業大數據的價值很可能只是“未來時”，雖然這個未來可能并不遙遠。

推進工業大數據現在該做啥？

馬云策劃淘寶的年代，筆者正在浙江大學攻讀博士學位。記得那時學校的網速只有每秒100個字節———這件事啟發我們：機會往往發生在條件不太成熟的時候。所以，創新者的起步一定要早。在工業大數據全面應用之前，是我們培養能力、積累技術的時候。

但是，僅起步早是不夠的，關鍵還要走對路子。正如培根所說：“跛足而走對路的人，勝過健步如飛卻誤入歧途者。”怎樣盡早抓住機會呢？筆者認為，可以從以下幾個方面做起：

一是理解工業大數據的本質作用

對企業來說，大數據用得好壞的關鍵是看能否創造出高于成本的價值。所以，筆者贊同從功能的角度定義工業大數據：大數據是過程（生產制造、研發服務、采購銷售）痕跡的數字化記錄，目的是為“用數據說話”奠定基礎，是對已有系統所產生的數據的二次利用。

這意味著，工業大數據平臺的建設，應該高度重視數據的組織，避免遺漏重要的數據以及數據之間的聯系。例如，實時的設備狀態和工藝參數應該與所生產的產品準確對應，相關的時鐘不能混亂。

二是以方便“人”的分析為出發點

在商務大數據中，很多人強調機器學習，強調從大量數據中獲得規律性、重復性的知識。對于工業大數據，這種認識要做調整：工業知識主要來自人腦，數據的作用是對已有認識的確認、分辨與準確化。這就意味著，大數據平臺的要點是方便人從事分析工作。而人的分析工作往往是針對特定事件驅動的。

使得這些過程做到透明化，提高管理水平，通過更有效的管理創造效益。這樣，建立大數據平臺的一個重要任務是：讓相關過程顯性化，避免人陷落在信息和數據的海洋中，喪失關注的焦點。按照這個觀點，在工業領域，“知識自動化”的重點應該是知識的管理，而非知識的發現。

三是正確認識工業大數據的知識發現

如前所述，由于工業數據體現出來的規律性往往難以突破人已有的認識范圍，發現規律性的知識（如工藝與質量之間的關系）是比較困難的。然而，工業大數據往往適合發現另外一類知識，即從數據中提煉信息的知識，將物理量的檢測數據轉化成產品質量、能耗、效率、設備狀態等信息的“軟測量”算法，其實就是這種類型的知識。這些知識往往是生產技術人員并不熟悉的盲點。故而，從數據研究者的角度看，它們屬于容易出成績的領域。

過去，學術界對這些問題很熱衷，企業卻不重視，因為這種知識很難創造價值。不能創造價值的原因，是未能將其納入管理或者控制的流程中，故而創造價值的途徑不暢通。為此，企業可能會需要一個平臺，以便將這些知識轉化成數字化的模型，并納入生產制造等流程中，以便創造經濟價值。

四是注重與智能制造的結合

在筆者看來，數字化、網絡化引發的智能制造大體是這樣一個邏輯：信息驅動知識，在決策過程中創造價值、體現智能。其中，信息來自供應鏈、客戶、智能設備、物聯網，知識表現為軟件化的模型，決策則包括自動或人工的管理與控制。

如前所述，工業大數據在這個邏輯中有兩個重要作用：獲取“從數據提煉成信息的知識”；決策和專業知識主要來自人腦，但需要用大數據將其驗證、矯正和精確化。

五是加強數據分析可靠性理論研究

在工業系統中，可靠分析的結果才有使用價值。可靠性分析原本是統計理論的重要組成部分。但用于大數據明顯是不合適的。這些理論的基本假設條件往往都是不成立的。而且，許多理論和著名觀點也造成了大量的誤導，如盲目強調分析結果的準確性、認為大數據強調相互關系而輕視因果等。

大數據的因果分析是個十分需要重視的領域，但過去主要是科學、哲學研究的范疇，統計學家對其重視不足。筆者認為，其實，可以從杜絕假象、通過證偽等思路來逼近因果。也就是說，重點分析那些容易導致錯誤結果的情況。同時，邏輯鏈的完整性和證據的獨立性也很重要。

筆者認為，數據的質量和完整性是導致分析錯誤的重要誘因。因此，建立大數據平臺時，不僅要關注數據本身，更要關注數據之間的對應性；不僅要關注數據是什么，還要關注數據的采集過程。數據的采集過程不同，意味著內涵發生了變化。如果數據質量不高，大數據很可能是一堆垃圾。這樣看來，盲從商務大數據“非結構化”的觀點也是不對的。

文章來自網絡，版權歸作者所有，如有侵權請聯系刪除