大數(shù)據(jù)神話

大數(shù)據(jù)帶來了無窮的想象力和無所不能為的信心，隨著消費、政府、物流等大數(shù)據(jù)行業(yè)的快速發(fā)展，工業(yè)領域內(nèi)，數(shù)字設計、數(shù)字工廠、數(shù)字制造等概念也一哄而上，仿佛工業(yè)大數(shù)據(jù)已經(jīng)成為拯救實體經(jīng)濟的“大力丸”，中國有著規(guī)模龐大的各型工業(yè)設備、豐富的設備使用場景，中國的工業(yè)大數(shù)據(jù)隨處都是。

貴陽大數(shù)據(jù)中心，以政府主導型的數(shù)據(jù)為基礎，基本是城市數(shù)據(jù)、政務數(shù)據(jù)、物流數(shù)據(jù)等;阿里云是以消費者數(shù)據(jù)為基礎，十多年淘寶發(fā)展歷程，沉淀了大量的用戶行為數(shù)據(jù)。

但是，對于那些不分晝夜轟鳴的設備，工業(yè)數(shù)據(jù)仍然是暗無天日的黑油、黑煤炭。對中國制造業(yè)而言，些許的光亮或閃爍，遠沒有到大規(guī)模發(fā)光發(fā)熱的時代。更為重要的事情，還需要工業(yè)領域去優(yōu)先解決。

先有雞還是先有蛋

對于第一次工業(yè)革命的發(fā)源地，煤炭在英國發(fā)揮了巨大的作用。1700年，英國煤產(chǎn)量是世界其他地區(qū)的5倍;1800年，是歐洲其他地區(qū)的5倍。然而，謎團猶在，英國擁有煤炭，好像是該國逃離農(nóng)耕陷阱的根本要素。但與此同時，德法日和清朝，都有大面積煤田，卻未得到大規(guī)模的開采。煤炭與工業(yè)革命的關系值得明辨。實際上，這不是一個煤炭創(chuàng)造了工業(yè)革命的問題，而是工業(yè)革命創(chuàng)造了煤炭需求的問題。換言之，英國煤炭工業(yè)的飛速發(fā)展，只是財富和技術已經(jīng)到達高水平的一個征兆。

煤炭對于英國第一次工業(yè)革命的戰(zhàn)略意義，此刻正如工業(yè)大數(shù)據(jù)之于中國制造2025。由于蒸汽機的驅(qū)動，煤炭猶如脫韁之野馬，成為工業(yè)革命源源不斷的動力。正如一把復雜鑰匙吻合一把鎖，這種類似的模式，第一次將人力一勞永逸地解脫出農(nóng)耕時代。工業(yè)根基肇始。一段時間后，這個開鎖程序被世界模仿，并且換成石化燃料和內(nèi)燃機。這一模式，影響了隨后二百多年的工業(yè)史。

隨著智能制造的發(fā)軔，看上去這個模式，馬上就要交給了工業(yè)大數(shù)據(jù)。而此刻，我們必須意識到，數(shù)據(jù)對于新工業(yè)革命的意義，尤其是對于中國制造2025的意義，是一種全新的密碼鎖模式——中國工業(yè)化還并不太熟悉的一種模式。數(shù)據(jù)、信息和知識的關系，有時候容易混淆。大致而言，數(shù)據(jù)最開始都是未經(jīng)組織的，大量存在卻價值極低;底層的數(shù)據(jù)需要通過信息化和工業(yè)化，才能轉(zhuǎn)化為知識體系。從數(shù)據(jù)到信息，本身就是一種過濾機制——這需要一種提煉，然后可執(zhí)行、可傳遞的信息形成知識。知識分為隱性和顯性，隱性知識往往存在于人本身之中，傳遞性很差。

工業(yè)領域的信息化是工業(yè)大數(shù)據(jù)的保護神

工業(yè)領域數(shù)萬億個設備和感應裝置進行互聯(lián)互通創(chuàng)造巨大的數(shù)據(jù)，經(jīng)過分析整合后產(chǎn)生的“商業(yè)洞察”，正成為物聯(lián)網(wǎng)這一巨大新市場的核心價值。與此同時，隨著工業(yè)物聯(lián)網(wǎng)和數(shù)字化轉(zhuǎn)型的進程，軟件產(chǎn)品與其他業(yè)務的組合已成為未來發(fā)展的趨勢。但是，我們工業(yè)化短短的行程，使得我們習慣于硬件思維和設備思維，還沒來得及形成珍惜工業(yè)數(shù)據(jù)的意識。對那些有著厚重的工業(yè)技術體系和知識轉(zhuǎn)化的GE、西門子而言，當他們在說工業(yè)大數(shù)據(jù)的時候，他們有著一個我們很多企業(yè)沒有的隱含條件。不要將無數(shù)的現(xiàn)場數(shù)據(jù)等同于工業(yè)大數(shù)據(jù)。

就中國制造業(yè)而言，知識才是最大的攔路虎。工廠中各種數(shù)據(jù)，如果沒有領域知識和業(yè)務建模的前提，不過滿工廠堆砌起來的一座座數(shù)據(jù)垃圾山。對于企業(yè)而言，必須靜下心來想一想：數(shù)據(jù)何在?知識何在?這是一種全新的范式，我們并不熟悉它：工業(yè)大數(shù)據(jù)模式，需要先看懂密碼鎖規(guī)格，再去找鑰匙。

這就需要構(gòu)建諸如工業(yè)相關的系統(tǒng)架構(gòu)與平臺，既包括了向信息化軟件平臺提供大數(shù)據(jù)基礎的互聯(lián)互通能力，又能實現(xiàn)數(shù)據(jù)采集監(jiān)控與運營控制，實現(xiàn)邊緣控制;其可擴展性應用、分析及服務能夠為用戶提供運營管理、資產(chǎn)管理、信息管理、供應鏈管理等方面的優(yōu)化與升級，從而幫助企業(yè)提升在全生命周期內(nèi)的連接、分析、運作、優(yōu)化，助力工業(yè)數(shù)字化轉(zhuǎn)型。

數(shù)據(jù)密集型的核心是數(shù)據(jù)科學家的密集型

就工業(yè)大數(shù)據(jù)而言，最重要的就是對它進行密集型的分析——工業(yè)知識斷不能缺位。GE在談及工業(yè)互聯(lián)網(wǎng)的時候，給與了“專業(yè)知識”以高度的重視。工業(yè)大數(shù)據(jù)不是傳統(tǒng)的數(shù)據(jù)統(tǒng)計分析，而是基于專業(yè)知識的引導，才能挖掘出數(shù)據(jù)真正的價值。數(shù)據(jù)科學家將會成為新的人力密集型產(chǎn)業(yè)的生力軍，不要奢望做幾個模型自動處理數(shù)據(jù)就行了，大量的工作還是離不開數(shù)據(jù)科學家的工作。顯然，知識體系必須重新作用于數(shù)據(jù)本身，才能形成工業(yè)大數(shù)據(jù)的價值。在工業(yè)領域，“無知識，不數(shù)據(jù)”。沒有工業(yè)經(jīng)驗的線性化指引，數(shù)據(jù)就不會高速轉(zhuǎn)化，工業(yè)大數(shù)據(jù)的價值，就不會產(chǎn)生。

對于數(shù)據(jù)而言，信息化作了第一次提升，使得數(shù)據(jù)歸類、文本化和沉淀;但必須通過工業(yè)化才能進行第二次提升，才能將數(shù)據(jù)提升到知識的高度，形成真正的Know-how、經(jīng)驗、最佳實踐、直覺;在此基礎上，挖掘形成大數(shù)據(jù)的新產(chǎn)業(yè)價值。

中國的工廠必須用知識來解放數(shù)據(jù)。中國制造者們，此刻必須開始意識到，我們最熟視無睹的“數(shù)據(jù)浪費”， 已經(jīng)成為一種新的觸目驚心的揮霍。這是一種可怕的工業(yè)無知。它如一只令人生厭的烏鴉，站在設備的控制板上，嘲笑著我們在設備上所做的大把大把的投資。

工業(yè)大數(shù)據(jù)的價值挖掘是慢工細活

在中國，企業(yè)通過數(shù)字化手段對研發(fā)、生產(chǎn)、運營和服務的全生命周期進行有效管理，優(yōu)化運營、提升利潤，有著比全球工業(yè)領域更為迫切的需求。有數(shù)據(jù)顯示，未來15年中國工業(yè)互聯(lián)網(wǎng)市場規(guī)模將超過11.3萬億元。其中91%的企業(yè)計劃采用工業(yè)云，37%的上“云”企業(yè)希望加大預算，繼續(xù)用工業(yè)互聯(lián)網(wǎng)改造傳統(tǒng)制造業(yè)。到2020年，中國工業(yè)互聯(lián)網(wǎng)占整體物聯(lián)網(wǎng)市場規(guī)模將達22.5%。

這些積極的信號顯示商業(yè)環(huán)境的變化讓數(shù)字化轉(zhuǎn)型成為工業(yè)領域提高競爭力勢在必行的途徑。但從整個市場的角度看，基于數(shù)字化的轉(zhuǎn)型在中國工業(yè)領域并沒有達到質(zhì)變的階段。

就設備的效率而言，我們需要設備自動化;

就資源的浪費而言，我們需要精益生產(chǎn)觀;

就數(shù)據(jù)的效率而言，我們需要知識自動化;

就數(shù)據(jù)的浪費而言，我們需要精益數(shù)據(jù)觀。

從工業(yè)大數(shù)據(jù)的角度，中國制造業(yè)尚處于數(shù)據(jù)的黑金時代。所有企業(yè)都將逐漸意識到數(shù)據(jù)的重要性。但如何能夠完成數(shù)據(jù)的解放，將數(shù)據(jù)釋放出來，仍然需要穿過“無視知識”的認知障礙，仍然需要借助大量的專業(yè)化知識。這是中國兩化深度融合過程中，工業(yè)化必須單獨回答的命題。數(shù)據(jù)導向型制造這一概念已經(jīng)誕生了很長一段時間。在 20 世紀 80 年代，金屬加工領域的研究人員就曾設法制造自適應性的刀具監(jiān)控系統(tǒng)，以測量切削條件、將數(shù)據(jù)與所設定的工藝標準進行比較并在隨后調(diào)整加工參數(shù)，從而實現(xiàn)工藝的穩(wěn)定性并最大限度減少意外加工事故的發(fā)生。

這些系統(tǒng)采用傳感器和探針來測量切削力、功率、扭矩、溫度、表面粗糙度及聲發(fā)射等工藝因素。不幸的是，當時的傳感器技術非常落后，無法提供必要的速度和精度以確保完全有效;計算機的處理速度慢，而且需要更大的存儲器來實時處理大量的數(shù)據(jù)。此外，先進的數(shù)據(jù)采集和管理技術在當時也極其昂貴。這些缺陷導致幾乎不可能在加工期間調(diào)整參數(shù)。這樣就造成了一種魚和熊掌不可兼得或非此即彼的情況。如果收集的數(shù)據(jù)超過所設定的最大限值，加工工藝會直接停止。最大限值是在并未充分了解和洞察切削工藝的情況下設定的。除了缺少足夠先進的數(shù)據(jù)處理技術外，還未掌握一個關鍵的概念，那就是在加工工藝的眾多物理現(xiàn)象中，大多數(shù)現(xiàn)象—溫度、力、負載—都并非靜態(tài)條件，而是不斷變化的動態(tài)條件。

例如某種加工中的切削力的平均值可能達到 1000 Nm。但在大約一半的時間中，這些力要高于 1000 Nm，并在其余的時間內(nèi)低于這一水平。如果將系統(tǒng)的停機閾值設置為 1000 Nm，當力看起來過高時，系統(tǒng)將停止加工。(請注意，這些圖形顯示的是在 8 微秒內(nèi)執(zhí)行的測量，以展示力的變化速度有多快。)在 20 世紀 80 年代是不可能進行如此快速的數(shù)據(jù)處理的。

現(xiàn)如今，在將近 40 年之后，傳感器和計算機技術在精度、速度和價格方面都有了很大的改觀。制造工藝研發(fā)本身歷經(jīng)四十個年頭，已經(jīng)積累了豐富的經(jīng)驗并能夠非常深入地了解關鍵的加工要素。盡管編程和維護等計劃活動都發(fā)生在加工時間以外，但其他因素，例如操作員犯錯、刀具破損、工件損壞以及系統(tǒng)問題，都會無謂地導致加工時間變長、成本增加。在損失的時間中，切削刀具只占很小的比例，工件材料和工藝異常情況也是如此。工作人員和系統(tǒng)耗費的時間所占據(jù)的比例要高出許多。

工業(yè) 4.0 非常重視數(shù)字化數(shù)據(jù)采集、互聯(lián)網(wǎng)和云存儲，但這些元素只是解決方案的一部分。最后，必須分析所收集的數(shù)據(jù)并制作物理模型或示意圖，以說明存在問題的工藝。在網(wǎng)絡物理系統(tǒng)中，會將所收集的數(shù)據(jù)與示意圖進行比較，系統(tǒng)會生成反饋以執(zhí)行工藝修改，從而產(chǎn)生所需的結(jié)果。工藝控制由工作人員以及能夠在很短的時間內(nèi)實時分析數(shù)據(jù)并將其與模型進行比較的計算機共同完成。要制作這樣一個模型，需要充分了解加工。不幸的是，加工代表著一種很難準確描述的現(xiàn)實情況。例如，模型必須能夠識別工件材料的動態(tài)屬性，因為工件硬度的變化會產(chǎn)生不同的切削力。不過，要測量每個工件的硬度是不可能的。在某些情況下，工件的硬度可能比材料的標稱硬度高 10%，導致切削力也要高 10%。