工業(yè)是國民經(jīng)濟不可或缺的一環(huán)，也是一個國家強大競爭力背后的力量支撐。我國工業(yè)位居世界第一，卻大而不強。企業(yè)創(chuàng)新能力不足，高端和高價值產(chǎn)品欠缺，在國際產(chǎn)業(yè)分工中處于中低端狀態(tài)，中國工業(yè)企業(yè)急需轉型和升級。

我們正處于大數(shù)據(jù)和數(shù)字化轉型的時代，數(shù)據(jù)無處不在，運用數(shù)據(jù)驅動的思想和策略在實踐中逐漸成為共識。制造企業(yè)在利用大數(shù)據(jù)技術后，其生產(chǎn)成本能夠降低10%—15%，大數(shù)據(jù)對于工業(yè)企業(yè)的重要性不言而喻。不同層面的制造企業(yè)在發(fā)展過程中，應該采取相應的大數(shù)據(jù)策略，才能離“工業(yè)4.0”、“工業(yè)互聯(lián)網(wǎng)”和“中國制造2025”更近一步。

數(shù)從何處來？工業(yè)大數(shù)據(jù)溯源

工業(yè)大數(shù)據(jù)從哪里來？來源于產(chǎn)品生命周期的各個環(huán)節(jié)，包括市場、設計、制造、服務、再利用各個環(huán)節(jié)，每個環(huán)節(jié)都會有大數(shù)據(jù)?！叭鄙芷趨R合起來的數(shù)據(jù)更大。當然，企業(yè)外、產(chǎn)業(yè)鏈外的“跨界”數(shù)據(jù)也是工業(yè)大數(shù)據(jù)“不可忽視”的重要來源。

工業(yè)大數(shù)據(jù)的主要來源有三類：

第一類是生產(chǎn)經(jīng)營相關業(yè)務數(shù)據(jù)。主要來自傳統(tǒng)企業(yè)信息化范圍，被收集存儲在企業(yè)信息系統(tǒng)內(nèi)部，包括傳統(tǒng)工業(yè)設計和制造類軟件、企業(yè)資源計劃（ERP）、產(chǎn)品生命周期管理（PLM）、供應鏈管理（SCM）、客戶關系管理（CRM）和環(huán)境管理系統(tǒng)（EMS）等。通過這些企業(yè)信息系統(tǒng)已累計大量的產(chǎn)品研發(fā)數(shù)據(jù)、生產(chǎn)性數(shù)據(jù)、經(jīng)營性數(shù)據(jù)、客戶信息數(shù)據(jù)、物流供應數(shù)據(jù)及環(huán)境數(shù)據(jù)。

第二類是設備物聯(lián)數(shù)據(jù)。主要指工業(yè)生產(chǎn)設備和目標產(chǎn)品在物聯(lián)網(wǎng)運行模式下，實時產(chǎn)生收集的涵蓋操作和運行情況、工況狀態(tài)、環(huán)境參數(shù)等體現(xiàn)設備和產(chǎn)品運行狀態(tài)的數(shù)據(jù)。此類數(shù)據(jù)是工業(yè)大數(shù)據(jù)新的、增長最快的來源。狹義的工業(yè)大數(shù)據(jù)即指該類數(shù)據(jù)，即工業(yè)設備和產(chǎn)品快速產(chǎn)生的并且存在時間序列差異的大量數(shù)據(jù)。

第三類是外部數(shù)據(jù)。指與工業(yè)企業(yè)生產(chǎn)活動和產(chǎn)品相關的企業(yè)外部互聯(lián)網(wǎng)來源數(shù)據(jù)，例如，評價企業(yè)環(huán)境績效的環(huán)境法規(guī)、預測產(chǎn)品市場的宏觀社會經(jīng)濟數(shù)據(jù)等。

工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)的差異

工業(yè)大數(shù)據(jù)具有一般大數(shù)據(jù)的特征（海量性、多樣性等），此基礎上具有價值性、實時性、準確性、閉環(huán)性四個典型的特征。工業(yè)大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)最大的區(qū)別在于工業(yè)大數(shù)據(jù)有非常強的目的性，而互聯(lián)網(wǎng)大數(shù)據(jù)更多的是一種關聯(lián)的挖掘，是更加發(fā)散的一種分析。除此之外，兩者在數(shù)據(jù)的特征和面臨的問題方面也有不同。有別于互聯(lián)網(wǎng)大數(shù)據(jù)，工業(yè)大數(shù)據(jù)的分析技術核心要解決 "3B" 問題：

1、Below Surface —— 隱匿性，即需要洞悉背后的意義

工業(yè)環(huán)境中的大數(shù)據(jù)與互聯(lián)網(wǎng)大數(shù)據(jù)相比，最重要的不同在于對數(shù)據(jù)特征的提取上面，工業(yè)大數(shù)據(jù)注重特征背后的物理意義以及特征之間關聯(lián)性的機理邏輯，而互聯(lián)網(wǎng)大數(shù)據(jù)則傾向于僅僅依賴統(tǒng)計學工具挖掘屬性之間的相關性。

2、Broken —— 碎片化，即需要避免斷續(xù)、注重時效性

相對于互聯(lián)網(wǎng)大數(shù)據(jù)的量，工業(yè)大數(shù)據(jù)更注重數(shù)據(jù)的全，即面向應用要求具有盡可能全面的使用樣本，以覆蓋工業(yè)過程中的各類變化條件、保障從數(shù)據(jù)中能夠提取以反映對象真實狀態(tài)的信息全面性。因此，工業(yè)大數(shù)據(jù)一方面需要在后端的分析方法上克服數(shù)據(jù)碎片化帶來的困難，利用特征提取等手段將這些數(shù)據(jù)轉化為有用的信息，另一方面，更是需要從數(shù)據(jù)獲取的前端設計中以價值需求為導向制定數(shù)據(jù)標準，進而在數(shù)據(jù)與信息流通的平臺中構建統(tǒng)一的數(shù)據(jù)環(huán)境。

3、Bad Quality —— 低質(zhì)性，即需要提高數(shù)據(jù)質(zhì)量、滿足低容錯性

數(shù)據(jù)碎片化缺陷來源的另一方面也顯示出對于數(shù)據(jù)質(zhì)量的擔憂，即數(shù)據(jù)的數(shù)量并無法保障數(shù)據(jù)的質(zhì)量，這就可能導致數(shù)據(jù)的低可用率，因為低質(zhì)量的數(shù)據(jù)可能直接影響到分析過程而導致結果無法利用，但互聯(lián)網(wǎng)大數(shù)據(jù)則不同，其可以只針對數(shù)據(jù)本身做挖掘、關聯(lián)而不考慮數(shù)據(jù)本身的意義，即挖掘到什么結果就是什么結果，最典型的就是經(jīng)過超市購物習慣的數(shù)據(jù)挖掘后啤酒貨架就可以擺放在尿不濕貨架的對面，而不用考慮他們之間有什么機理性的邏輯關系 ;換句話說，相比于互聯(lián)網(wǎng)大數(shù)據(jù)通常并不要求有多么精準的結果推送，工業(yè)大數(shù)據(jù)對預測和分析結果的容錯率遠遠比互聯(lián)網(wǎng)大數(shù)據(jù)低的多?；ヂ?lián)網(wǎng)大數(shù)據(jù)在進行預測和決策時，僅僅考慮的是兩個屬性之間的關聯(lián)是否具有統(tǒng)計顯著性，其中的噪聲和個體之間的差異在樣本量足夠大時都可以被忽略，這樣給出的預測結果的準確性就會大打折扣。比如當我覺得有 70% 的顯著性應該給某個用戶推薦 A 類電影，即使用戶并非真正喜歡這類電影也不會造成太嚴重的后果。但是在工業(yè)環(huán)境中，如果僅僅通過統(tǒng)計的顯著性給出分析結果，哪怕僅僅一次的失誤都可能造成嚴重的后果。

工業(yè)大數(shù)據(jù)面臨的挑戰(zhàn)

第一是數(shù)據(jù)搜集，要對來自網(wǎng)絡包括物聯(lián)網(wǎng)和機構信息系統(tǒng)的數(shù)據(jù)附上時空標簽，去偽存真，盡可能收集異源甚至是異構的數(shù)據(jù)，還可與歷史數(shù)據(jù)對照，多角度檢驗數(shù)據(jù)的全面性和可信性。

第二是數(shù)據(jù)存儲，要達到低成本、低能耗、高可靠性目標，要用到冗余配置，分布和云計算技術，存儲時對數(shù)據(jù)進行分類，并加入便于檢索的標簽。

三是數(shù)據(jù)處理，利用上下文關聯(lián)進行語義分析，現(xiàn)在關于上下文這種關聯(lián)，也是一個國際上比較熱門的一個領域。

第四是可視化呈現(xiàn)，目前計算機智能化有了很大的進步和發(fā)展，但是談不到深層次數(shù)據(jù)挖掘，現(xiàn)有數(shù)據(jù)挖掘算法在行業(yè)中難以應用，就是我們談到的智能之路進步很大，但還很遙遠。

應用工業(yè)大數(shù)據(jù)的考慮因素

在我國大數(shù)據(jù)采集技術和處理技術不斷優(yōu)化的今天，相關的大數(shù)據(jù)處理技術結合了物聯(lián)網(wǎng)的實時采集能力已經(jīng)在我國更多領域之中展現(xiàn)了非凡的科技效果，特別是在我國工業(yè)領域之中專業(yè)的工業(yè)大數(shù)據(jù)處理技術為我國現(xiàn)代化工廠的建設帶來了更好的技術保障，而工業(yè)企業(yè)想要實現(xiàn)轉型更好的應用工業(yè)大數(shù)據(jù)則必須綜合考慮如下因素：

1、注意大數(shù)據(jù)計劃的完善程度

眾所周知大數(shù)據(jù)處理技術結合了眾多的技術類型和設計層面，因此企業(yè)想要利用強大的工業(yè)大數(shù)據(jù)來實現(xiàn)轉型和變革，則必須要建立完善的分析基礎和應用環(huán)境，消費者在選用工業(yè)大數(shù)據(jù)之前必須要考慮企業(yè)實施的基礎環(huán)境是否適宜，并且經(jīng)過專業(yè)的工業(yè)大數(shù)據(jù)機構進行全方位的分析提供可靠的發(fā)展基礎才能夠確保這種優(yōu)質(zhì)技術獲得完美的落實。

2、注意分析應用后的實際效果

在應用大數(shù)據(jù)之前企業(yè)必須要對這種數(shù)據(jù)應用之后可能應對的情況和實際效果進行綜合分析，通過品牌的工業(yè)大數(shù)據(jù)來確認數(shù)據(jù)采集和處理工藝能夠滿足企業(yè)的實際需求，在應用該種工業(yè)大數(shù)據(jù)之后能夠為企業(yè)帶來的實際經(jīng)濟效益和實際效果尤為重要，因此企業(yè)也可以通過工業(yè)大數(shù)據(jù)機構來進行全方位的測評來確保為技術使用奠定良好的基礎。

簡言之應用工業(yè)大數(shù)據(jù)之前必須要進行基礎環(huán)境和實際效果等多方面的考慮，分析工業(yè)大數(shù)據(jù)應用所能夠帶來的好處和困境才能夠確保工業(yè)大數(shù)據(jù)的利用得以完美實現(xiàn)，也可以經(jīng)過專業(yè)的工業(yè)大數(shù)據(jù)機構來進行更好的輔導確保該種技術的應用之下能夠為企業(yè)的現(xiàn)代化管理帶來更好的幫助。

工業(yè)大數(shù)據(jù)應用案例

發(fā)展大數(shù)據(jù)是個過程，最終目的是為了利用大數(shù)據(jù)，對工業(yè)企業(yè)起到作用。因此，企業(yè)需要冷靜思考，堅持以業(yè)務應用為驅動，才能最大化實現(xiàn)數(shù)據(jù)價值。企業(yè)所積累的數(shù)據(jù)量以越來越快的速度在增加，很多企業(yè)也就順勢將大數(shù)據(jù)技術引入企業(yè)的生產(chǎn)經(jīng)營中。大數(shù)據(jù)在工業(yè)企業(yè)的應用主要體現(xiàn)在三方面：

一是基于數(shù)據(jù)的產(chǎn)品價值挖掘，通過對產(chǎn)品及相關數(shù)據(jù)進行二次挖掘，創(chuàng)造新價值

在汽車行業(yè)，科研人員設計出一種新型座椅，能夠通過分析相關數(shù)據(jù)識別主人，以此確保汽車的安全。這種座椅裝有360個不同類型的感應器，可以收集并分析駕駛者的體重、壓力值，甚至坐到座椅上的方式等多種信息，并將它們與車載系統(tǒng)中內(nèi)置的車主信息進行匹配，以此判斷駕駛者是否為車主，從而決定是否開動汽車。實驗數(shù)據(jù)顯示，這種車座的識別準確率高達98%。

二是提升服務型生產(chǎn)

提升服務型生產(chǎn)就是增加服務在生產(chǎn)（產(chǎn)品）的價值比重。主要體現(xiàn)在兩個方向。一是前向延伸，就是在售前階段，通過用戶參與、個性化設計的方式，吸引、引導和鎖定用戶。比如紅領西服的服裝定制，通過精準的量體裁衣，在其他成衣服裝規(guī)模關店的市場下，能保持每年150%的收入和利潤增長，每件衣服的成本僅比成衣高10%。

同時后向延伸，通過銷售的產(chǎn)品建立客戶和廠家的互動，產(chǎn)生持續(xù)性價值。蘋果手機的硬件配置是標準的，但每個蘋果手機用戶安裝的軟件是個性化的，這里面最大的功勞是APPStore。蘋果通過銷售蘋果終端產(chǎn)品只是開始，通過APPStore建立用戶和廠商的連接，滿足用戶個性化需求，提供差異性服務，年創(chuàng)造收入在百億美金。

三是創(chuàng)新商業(yè)模式

商業(yè)模式創(chuàng)新主要體現(xiàn)在兩個方面，一是基于工業(yè)大數(shù)據(jù)，工業(yè)企業(yè)對外能提供什么樣的創(chuàng)新性商業(yè)服務；二是在工業(yè)大數(shù)據(jù)背景下，能接受什么樣的新型的商業(yè)服務。最優(yōu)的情況是，通過提供創(chuàng)新性商業(yè)模式能獲得更多的客戶，發(fā)掘更多的藍海市場，贏取更多的利潤；同時通過接受創(chuàng)新性的工業(yè)服務，降低了生產(chǎn)成本、經(jīng)營風險。

由大數(shù)據(jù)驅動的制造業(yè)轉型升級，是未來制造業(yè)提升生產(chǎn)效率、改進產(chǎn)品質(zhì)量、節(jié)約資源消耗、保障生產(chǎn)安全、優(yōu)化銷售服務的必經(jīng)之路，通過與工業(yè)互聯(lián)網(wǎng)、人工智能、移動互聯(lián)網(wǎng)、云計算等技術的協(xié)同發(fā)展，工業(yè)大數(shù)據(jù)驅動的的工業(yè)互聯(lián)網(wǎng)必將深度融入實體經(jīng)濟，成為數(shù)字經(jīng)濟時代的新引擎。