隨著云計算、物聯(lián)網(wǎng)、移動計算、大數(shù)據(jù)、人工智能等新一代信息技術的興起和我國制造業(yè)向數(shù)字化、網(wǎng)絡化、智能化的持續(xù)大力推進，大數(shù)據(jù)在工業(yè)領域的應用引發(fā)了制造行業(yè)的普遍關注。“數(shù)據(jù)管理”這個沉寂了幾十年的管理領域重新被重視起來，“數(shù)據(jù)資產(chǎn)化”為大數(shù)據(jù)廠商、各大企業(yè)所津津樂道。但是，大家對工業(yè)大數(shù)據(jù)的理解還存在很多疑問甚至分歧，作為一個普遍缺乏實踐的工作領域，還存在著諸多未知因素和風險。為此，本文提出工業(yè)大數(shù)據(jù)的三個基本問題與大家共同討論。

工業(yè)大數(shù)據(jù)，為什么在今天受到如此高的關注？

首先，工業(yè)大數(shù)據(jù)受到關注是因為互聯(lián)網(wǎng)發(fā)展，大數(shù)據(jù)首先是在互聯(lián)網(wǎng)行業(yè)得到應用，進而推動了大數(shù)據(jù)相關技術的發(fā)展和成熟，在IT廠商、互聯(lián)網(wǎng)企業(yè)家、政府官員等多方力量的助推下，大數(shù)據(jù)應用逐步滲透到其他行業(yè)，如：醫(yī)療、通信、金融、制造業(yè)，大數(shù)據(jù)在制造業(yè)的應用，被稱為工業(yè)大數(shù)據(jù)。

其次，工業(yè)大數(shù)據(jù)倍受關注與制造業(yè)的數(shù)字化、網(wǎng)絡化和智能化的客觀事實密切相關。自動化/智能化的設備、生產(chǎn)單元和生產(chǎn)線，還有智能化的產(chǎn)品，運行過程中產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)蘊藏著有價值的信息。例如，GE航空發(fā)動機每天提供給監(jiān)控系統(tǒng)的數(shù)據(jù)超過1PB，福特的插電式混合動力汽車每小時能生成數(shù)據(jù)25GB，一臺數(shù)控機床每年的數(shù)據(jù)量也可達700TB，而一般企業(yè)的PDM、ERP等系統(tǒng)十年所產(chǎn)生的數(shù)據(jù)量也不過幾百TB。

第三，大數(shù)據(jù)相關的技術日益發(fā)展，擁有成本越來越低。例如傳感器技術、通訊技術的發(fā)展，獲取實時數(shù)據(jù)的成本已經(jīng)不再高昂。嵌入式系統(tǒng)、低耗能半導體、處理器、云計算等技術的興起使得設備的運算能力大幅提升，具備了實時處理大數(shù)據(jù)的能力。開源技術的生態(tài)完整性，也使得構建一個大數(shù)據(jù)平臺的技術門檻越來越低。

另外，我們看到，制造資源、制造過程和商業(yè)活動變得越來越復雜，管理和決策的復雜度也在提升，依靠人的經(jīng)驗和分析已經(jīng)無法應對如此復雜的商業(yè)環(huán)境。借助數(shù)據(jù)、算法和軟件代碼，可以突破人腦的限制，開展更加復雜的分析、預測，分析和預測的結果可以優(yōu)化過程、優(yōu)化產(chǎn)品、優(yōu)化決策。

最后，我們必須承認，美國管理信息系統(tǒng)專家諾蘭在四十年前提出的“諾蘭模型”今天來看，仍然被證明是正確的。從諾蘭模型來看，數(shù)據(jù)管理是企業(yè)信息化的必經(jīng)之路。目前，國內(nèi)大型制造企業(yè)一般處于集成階段的末期或數(shù)據(jù)管理階段的早期，而絕大多數(shù)的中小企業(yè)可能還處于諾蘭模型的前三個階段。事實上，工業(yè)大數(shù)據(jù)也主要是大型企業(yè)在關注和投資建設。

當我們提到“工業(yè)大數(shù)據(jù)”時，它的內(nèi)涵包括什么？

人們之所以會對工業(yè)大數(shù)據(jù)這個概念存在分歧，是因為每個人看待工業(yè)大數(shù)據(jù)的視角是不一樣的，從不同的視角就會看到不同的視圖，顯然大家看到和討論的內(nèi)容就有可能不一樣，分歧也就在所難免了。如果溝通存在障礙，工作推進必然受到影響。因此，本文從多個視角討論一下什么是工業(yè)大數(shù)據(jù)。

數(shù)據(jù)視角。關于工業(yè)大數(shù)據(jù)的范圍是有爭議的，一種觀點認為工業(yè)大數(shù)據(jù)主要指的是設備數(shù)據(jù)，因為其符合大數(shù)據(jù)的4V特征。另一種觀點認為工業(yè)大數(shù)據(jù)指工業(yè)企業(yè)的所有數(shù)據(jù)，包括“大”數(shù)據(jù)，也包括“小”數(shù)據(jù)。從現(xiàn)實意義上來說，筆者推薦第二種理解。因為，無論是“小”數(shù)據(jù)還是“大”數(shù)據(jù)，都是企業(yè)“資產(chǎn)”，實際應用過程中，數(shù)據(jù)集包含了這兩類數(shù)據(jù)。企業(yè)只有將所有的數(shù)據(jù)看作一個整體，數(shù)據(jù)資產(chǎn)的價值才能夠被充分挖掘出來。從數(shù)據(jù)視角看工業(yè)大數(shù)據(jù)，可以發(fā)現(xiàn)企業(yè)數(shù)據(jù)架構的改進機會。

應用視角。與數(shù)據(jù)相關的應用覆蓋數(shù)據(jù)的全價值鏈，包括：數(shù)據(jù)提供、數(shù)據(jù)采集、數(shù)據(jù)存儲與管理、數(shù)據(jù)分析和數(shù)據(jù)應用。數(shù)據(jù)提供類的軟件一般為交易型的應用，如：ERP、MES。數(shù)據(jù)應用類的軟件也稱之為分析型的應用，如：查詢統(tǒng)計、挖掘分析、預測等。從應用視角看工業(yè)大數(shù)據(jù)，可以發(fā)現(xiàn)企業(yè)應用架構的改進機會。

技術視角。工業(yè)大數(shù)據(jù)涉及一系列技術的使用，如：數(shù)據(jù)采集技術、數(shù)據(jù)存儲技術、數(shù)據(jù)分析技術等，成熟的技術往往已經(jīng)代碼化并封裝在大數(shù)據(jù)相關應用當中，但還有一些技術，特別是與特定行業(yè)的特定應用場景相關的技術（如：工程軟件的數(shù)據(jù)獲?。?，還需要研發(fā)。另外，要支撐完整的工業(yè)大數(shù)據(jù)應用，必須對軟件平臺、計算機基礎設施、安全體系等進行重新規(guī)劃，甚至重建。從技術視角看工業(yè)大數(shù)據(jù)，可以發(fā)現(xiàn)企業(yè)技術架構的改進機會。

業(yè)務視角。從業(yè)務視角看工業(yè)大數(shù)據(jù)，有助于發(fā)現(xiàn)大數(shù)據(jù)的應用場景，也就是大數(shù)據(jù)能夠發(fā)揮價值的業(yè)務領域，從而挖掘出大數(shù)據(jù)應用的需求，如：產(chǎn)品優(yōu)化設計、工藝流程優(yōu)化、設備健康管理、供應鏈與物流優(yōu)化、產(chǎn)品運行監(jiān)控、智能決策等。工業(yè)大數(shù)據(jù)只有在業(yè)務場景中才能發(fā)揮價值。從業(yè)務視角看工業(yè)大數(shù)據(jù)，可以發(fā)現(xiàn)企業(yè)業(yè)務架構的改進機會。

推進工業(yè)大數(shù)據(jù)應該從何處入手，注意哪些問題？

工業(yè)大數(shù)據(jù)的推進工作千頭萬緒，各項數(shù)據(jù)工作之間、數(shù)據(jù)工作與其他工作之間的關系錯綜復雜，如果沒有一個整體的規(guī)劃，看不到一個完整的體系，就不知道從何入手，就無法合理安排資源投入，還有可能重復建設。下面從推進框架、切入點的選擇和注意事項三個方面討論工業(yè)大數(shù)據(jù)怎么建的問題。

推進框架。工業(yè)大數(shù)據(jù)相關工作可以劃分五類，包括：構建知識體、數(shù)據(jù)識別與定義、數(shù)據(jù)集成與共享、數(shù)據(jù)分析與利用、數(shù)據(jù)治理。構建知識體的目的是為了統(tǒng)一大數(shù)據(jù)認知，規(guī)范相關術語概念，建立統(tǒng)一語言。數(shù)據(jù)識別與定義的目的是為了摸清數(shù)據(jù)資產(chǎn)狀況，并規(guī)范數(shù)據(jù)。數(shù)據(jù)集成與共享的目的是打通信息通道，讓數(shù)據(jù)流動起來。數(shù)據(jù)分析與利用的目的為了讓數(shù)據(jù)產(chǎn)生價值。數(shù)據(jù)治理的核心目的是為了保障數(shù)據(jù)安全、數(shù)據(jù)質(zhì)量。

切入點的選擇。工業(yè)大數(shù)據(jù)的工作可以從上述五類工作的任何一類切入，或者并行推進。既可以選擇構建數(shù)據(jù)治理體系為切入點，以落實組織和職責，建立機制。也可以選擇數(shù)據(jù)模型開發(fā)為切入點，以理清數(shù)據(jù)資產(chǎn)和規(guī)范數(shù)據(jù)。還可以選擇某一個業(yè)務域開展大數(shù)據(jù)分析應用，通過應用拉動數(shù)據(jù)規(guī)范化和數(shù)據(jù)治理。當然，五類工作也可以并行，因為從宏觀角度來看，它們并沒有必然的次序，只是在具體工作推進時，通常遵循先識別定義，再集成、治理和分析利用的工作邏輯。

注意事項。工業(yè)大數(shù)據(jù)推進過程中有三個關鍵問題必須予以關注和解決。一是數(shù)據(jù)標準，核心是數(shù)據(jù)模型，只有掌握一套企業(yè)級數(shù)據(jù)模型，并以此為基礎對各項應用的數(shù)據(jù)庫進行管控，企業(yè)的數(shù)據(jù)資產(chǎn)才真正受控。二是數(shù)據(jù)整合，數(shù)據(jù)只有整合起來，建立數(shù)據(jù)關聯(lián)，才能夠發(fā)揮更大的價值，數(shù)據(jù)整合的前提是有一套數(shù)據(jù)標準。三是數(shù)據(jù)安全，對于軍工企業(yè)尤其如此，大數(shù)據(jù)強調(diào)數(shù)據(jù)關聯(lián)、整合，這勢必會顯著增加安全風險。為確保數(shù)據(jù)安全，一方面是充分利用技術手段，另一方面是選擇可靠的實施服務提供商。

來源：網(wǎng)絡  侵權刪