杨学山：重基础 促创新 求实效 转观念

邢黎闻

工业大数据是工业发展抓住历史机遇的一个重要抓手和必要条件。

“新中国成立以来，特别是改革开放以来，中国的工业取得了巨大的成就！而这个成就可以用三个词概括，那就是规模最大，体系最前，后劲最足。但是在中国工业快速发展的过程中，也积累了一些困难和问题。在工业往前发展中，我们看到它的技术体系正在变革，它的供给关系正在变化，它的全球竞争格局正在发生重大的转变。” 会上，原工信部副部长、北京大学教授杨学山从工业发展面临的问题和形势开讲，提出了在新形势下，工业发展需要有新的思路和方法，而工业大数据就是其抓住历史机遇和迎接挑战的一个重要抓手和必要条件。

在如何发展工业大数据上这一问题上，杨学山认为，应该转变观念，夯实基础，促进创新，务求实效。

转变观念

一件事情具有战略意义，要抓住它，具备的认识具有重要的意义。杨学山讲到：“我们回顾工业大数据发展的过程，看到成就的同时也看到一些问题，而这些问题在很大程度上是由于认识有了偏差。”对工业大数据的认知，他认为有三点最值得转变：

一是工业大数据谁为主？也就是说，工业大数据是姓“工业”还是姓“数据”。杨学山明确指出，工业大数据是姓“工业”，工业大数据是为了解决工业发展面临的和困难和问题，而不为了发展大数据。

二是何时参与到工业大数据中去？答案是从现在就开始积极参与其中。杨学山给出了缘由：《中国制造2025》明确了目标，即用三十年左右的时间，使中国的制造业从今天的大而不强的第三方阵进入到又强又大的第一方阵。这个目标不是说有几个代表性的企业进入第一方阵即可，而是代表着产能的绝大部分企业变得又强又大。从今天的工业状态走向三十年后的工业的过程中，信息技术的应用、信息技术和工业技术、智能技术的融合，信息、数据和其他工业原料和过程的融合，是不可逆转的；而由此形成新的技术体系和新的生产模式也是不可逆转的，是全面的，所有的行业和所有的企业都例外。所以，在这个过程中，要么跟上，要么淘汰。

三是如何选择路径？杨学山强调，在以往的工业发展过程中，各个企业都积累了一定的经验和认识，形成了路径依赖。但是当信息技术、工业技术和智能技术融合起来时，工业发展的路径实际上已经发生了深刻的质的变革，如果这个时候，思维方式还依然停留在已经取得的经验、认识上，要谨防路径依赖带来的后果。在新一轮的变革中，一定要采取协同和开放的方式。

夯实基础

工业大数据是这场变革中的重要内容，而这场全面的变革不只是三十年。所以，在这样长时期的马拉松比賽中，不管是作为围观的企业主体，还是作为主管行业和宏观经济的政府部门，一定要把夯实基础放在极其重要的位置。杨学山认为工业大数据相关的基础主要有四条：

一是数据。工业大数据是工业从一个设备到一个动作，到一条生产线，到一个工艺过程，到供应链、产业链、生态链等相关所有课题的真实记录，是用来解决微观和宏观面临的问题的。但今天摆在我们面前的主要矛盾是没有数据和已有的数据不能解决问题。以离散制造为例，从今天的2.0到3.0，要解决的是一条生产线上反映整个客观生产过程的真实记录，但现在大多数企业缺少的就是这种数据记录。推而广之，包括宏观经济、行业状态、产业状态在内的所有分析，甚至是国际行业的竞争分析，缺少数据是核心问题。

二是数据链。只有数据不行，要形成数据链。这个链和数据并不一样，这条链的形成需要多次反复清洗，真正形成反应生产客观过程的数据链。只有在这样的数据链基础上才能构建模型，才能形成算法，才能变成软件，才能由这个软件来支撑一个自动化的生产过程。

三是工具。不管是数据，还是数据链，甚至是模型、算法、软件、系统，抑或是复杂制造中已有的设备、设备中和生产线上带的软件，乃至设计和流通工业链的软件在形成一体化时，需要工具。

四是平台。要有把数据、数据链、工具等整合在一起的平台。当这样的平台形成时，工业大数据要解决的问题就有了基础。

促进创新

工业转型的速度不够快，制造业的发展从数量到质量的变革进展还不够有力，这是客观存在的问题。杨学山认为，要解决这个问题，创新是核心，而工业大数据就要为这样的创新服务。

工业大数据如何服务于创新？杨学山指出，可以分为两方面：一方面是基础要创新，另一方面是要为企业的创新服务，通过数据的方式和恰当的仿真软件、数字化工艺，支撑产品、工艺、装备和商业模式的创新。除此之外，工业大数据也可以在提升人才能力培养、加快培养速度上发挥效用。比如，把现实的一流技工培养的经验变成虚拟的环境，予以大规模复制，可加快一流技工的培养速度。

务求实效

杨学山指出，近些年诞生了很多新的概念，这些新概念又滋生了一大堆十分漂亮的行动和语言，但是真正要解决企业面临的宏观或微观的问题，需要把求实效放在关键位置。

怎样算有实效？有两个标准，一是解决了问题；二是增加了价值。所以，杨学山强调，一定要把解决问题和取得可以在财务账上反映出来的价值放在第一位。如果不把这两个标准摆在首位，工业大数据有很多事情可以做。但是最后会发现，那样做了之后，不仅没有解决问题，没有带来价值，反而产生了负面作用。

杨学山建议，政府部门和企业在做每件事情时，一定要做到可评价、可检测，尤其是能够用、可以用钱来衡量。