工业大数据助力中国制造

《中国制造2025》明确了十大重点领域，十大重点领域实际上就是十个方向：第一是新一代信息技术产业，第二是高档数控机床和机器人，第三是航空航天装备，第四是海洋工程装备及高技术船舶，第五是先进轨道交通装备，第六是节能与新能源汽车，第七是电力装备，第八是农机装备，第九是新材料，第十是生物医药及高性能医疗器械。

工业大数据从内涵的角度很难给出一个明确的定义，因为它涉及很多方面的数据。但从外延的角度看，我们把它归纳成“3+3”模式。第一个3指三个层面，包括企业的供应链、产业链和生态链。第二个3指三个过程，一个是生产，一个是使用，一个是经营效益。我们所讲3+3，即三个层面和三个过程，已经能够把工业大数据的脉络圈起来。

从整个企业角度看，工业大数据是在一个企业的设计、创新、生产、经营和管理决策过程中，产生、使用和转型升级过程需要的信息之和。所以，工业大数据最小的单位是企业。一个企业从它经营的开始到生产线、到设计、到工艺过程、到管理决策等，都会用到工业大数据。

从工业大数据的角度，其实它不仅仅有微观存在，也有它的宏观存在。微观到一个具体的个体，这个个体就是企业；宏观到国家的战略，每个行业的管理都需要工业大数据，在工业行业又生存了很多家的企业，做好工业数据的管理需要一整条链条。所以，我们整个“3+3”的外延，每个环节使用和需要的中间有交集，这样才能对工业大数据的发展提供基础。

实际上，在整个工业大数据的实践中存在着三个很大的矛盾。第一个是宏观跟微观，第二个是规模跟定制，第三个是个性跟共性。在这三个矛盾背后，我们需要通过工业大数据看到我们以前看不到的东西。处理好这些数据，让数据变成有价值的信息。我们可以借鉴工业4.0，工业4.0是德国提出来的，有五个支撑力。第一个支撑力是降低生产过程中的浪费，生产过程的消耗，是来源于组织跟组织、人跟人、材料跟工艺、材料跟流程之间。所以，我们要考虑如何降低消耗和浪费。第二个支撑力是制造工业环保与安全，在工业制造中，没有碳排放是不可能的，但排放怎么去转移是个问题。第三个支撑力是根据生产状况，实现系统自我调整。第四个支撑力是实现制造业的价值化。第五个支撑力是实现用户需求、产品设计、制造和营销配合。

工业大数据可以给《中国制造2025》带来三个方面的提升：

一、管理优化的综合价值链。管理优化价值链是一门艺术，综合价值链更体现于信息自动化和主动性到一定的量化后能够帮助管理者自动形成生产系统的决策，需要大量的数据交叉模型的分析，同时也需要全方位的对设备进行综合性管理。

二、从生产端前移到消费端，同时从上游往下游突破。工业大数据是全产业链各个环节相互合作的新纬度，它是信息物理系统框架的信息虚拟空间的展现，粗放式的制造管理，主要表现在订单式。订单多了，就生产，订单没有了就假设下一个季度它会有，然后继续生产。结果发现产品更新换代了，市场已经对所生产的产品不感兴趣了，那企业倒闭的风险就提升了。

三、颠覆性商业模式。我们看到，生产力的提升带来的是商业模式颠覆，大数据的出现实际上是商业模式引领下整个服务价值体系的创新。包括德国的工业制造4.0，它的战略就是要改变只卖一次设备挣到一笔钱的现状，要通过产品的服务，一直跟随着消费者，做好做强产品的服务升级换代，享受更长的服务利润。

从产品的供应、生产到销售做一些细化的工业大数据阐述。

首先，供应大数据。供应大数据是一个供应链大数据，在全球经济时代，影响工业生产原料采购价格的因素有：全球的生产规模、全球的生产率、期货市场、国际环境、物流运输环境、汇率等。这些因素绝大部分都不能直接拿到数据，需要根据每个因素的关联数据进行分析。在全球的环境下，我们只能通过大数据对这些数据进行收集、分析、预测。

其次，制造大数据。制造大数据是智能制造设备的一个大数据，这些智能设备的控制和运行数据不会产生大量的数据。这些数据的复杂程度、处理的实时性非常巨大，大数据不仅仅是数据量非常大，还包括数据之间的关联性、复杂性。

再次，制造大数据可以做以下事情：设备精确控制、设备运行优化、设备故障预测等。关于设备精确控制，在数字化控制时代，制造设备运行是嚴格精确位置进行控制。

最后，销售大数据可以称之为工业大数据，也可以不称之为工业大数据。比如，一个是大数据的精准需求分析，一个是大数据和精准营销。基于大数据的精准营销，我们从淘宝、京东这些电商那里都会得到一些推荐商品。都是大数据运营商根据相关数据分析，对各类不同的人群做了画像，然后把这些信息推送到消费者。