昆仑数据扬威工业大数据领域

文/本刊记者 陈 杰

昆仑数据扬威工业大数据领域

文/本刊记者 陈 杰

近日，国际PHM协会（故障诊断与健康管理协会）一年一度的PHM Data Challenge大赛揭晓，冠军来自中国！

或许没有通用数据分析领域的KDD-CUP那么知名，但PHM Data Challenge也是含金量极高的国际大型赛事。来自昆仑数据K2代表队在与美国辛辛那提大学IMS中心、法国巴黎高科国立高等电信学校、加拿大卡尔加里大学、荷兰铁路、韩国首尔大学、台湾交通大学等30余支劲旅的竞技中脱颖而出，以绝对优势夺冠，成为PHM Data Challenge十年竞赛史上首个完全由中国本土数据精英组成的冠军团队。

这一事件似乎并未在国内引起太大波澜，就如同一低调的昆仑数据并不广为人知，但这并不影响这一深耕大数据领域的创业公司抢占工业大数据技术高地的步阀。

年轻团队立新功

PHM Data Challenge一直专注于工业大数据领域的设备健康分析，参赛者技能除了数据分析的工具算法，更要求数据分析与工业专业知识的结合。随着工业大数据技术的迭代，今年大赛的题目也从“涡轮发动机URL预测、齿轮箱故障诊断、测风仪故障监测、化学机械抛光机去除率的预测”等演进到今年的“城轨车辆悬挂系统故障诊断”。

据悉，今年比赛的基础数据集是200个完全健康的轨道车辆运行数据，由于不易发现异常的端倪，很难准确断定设备健康的临界值。而这次PHM赛事的结果并不仅是判定200个轨道车辆中哪些车辆有故障，更需要通过有限的传感器，捕捉到这些车辆的哪一个或哪两个部件故障，为参赛团队带来了很大的挑战。

昆仑数据参赛团队由首席数据科学家田春华博士带队，四名核心队员年龄跨越80后到95后，在日常满负荷的工业客户项目交付之外，凭借对该赛事的兴趣在业余时间组队作战，历时两个半月。

田春华博士表示：“我们参加这个竞赛的另外一个原因，除了工业的属性原因，另外一个原因，也和我们当前承担的任务有关。国家讲工业制造2025，装备制造业是我们关注的一个其中很重要的领域。我们利用了业余时间来参与PHM竞赛，目的一方面是锻炼我们这些队伍，我们的分析团队做了这么多实际的项目，要沉淀一下，总结一下。另外一方面，借这个事情，来推进大家对工业大数据的关注。其实大家在媒体过去对互联网大数据或者商业大数据关注的还是比较充分的，对于我们国计民生最重要的工业领域，其实还是缺乏关注和掌声的。”

在夺冠的赛后回顾中，参赛队员再次强调了昆仑数据一直奉行的观点“工业大数据分析应尊重工业领域知识，有机融合机理模型与统计学习模型”，认为除了数据模型的训练，对振动力学的研究与综合应用也对此次出类拔萃的成绩起到了关键作用。

“这是PHM世界级的工业大数据大赛，这个大赛成立十年以来，这是第一次百分之百的中国本土团队拿到世界冠军。此次由中国团队在轨道交通这个题目上夺冠也算是我们对国家高铁计划的致礼，”昆仑数据CEO陆薇在赛后分享时表示，希望能有机会将赛事研究的成果真正应用到工业现实、应用到中国高铁上。

做企业的大数据合伙人

为什么会是昆仑数据的团队夺冠？他们是谁？

作为一家创业公司，昆仑数据确实没有太高的知名度。然而，在大数据行业应用中，工业领域除了传统制造业巨头，涉足的创业公司不多，也算是相对冷门的研究方向。昆仑数据成立于2014年底，由陆薇带队的原IBM大数据团队创立，三年来一直深耕工业大数据领域，目前已成为国内该领域的翘楚。

据悉，昆仑数据受邀参与制订《中国制造2025》工业大数据技术路线图，发起成立并主导运营工业大数据制造业创新中心，致力于用大数据和人工智能技术，推动中国工业智慧升级。蝉联“中国大数据企业50强”，旗下自主工业大数据管理分析平台KMX曾获“中国工业大数据最佳产品奖”，目前已服务新能源、石油、电子制造、工程机械、环保、生物制药等领域。

在创业之初，昆仑数据沿袭之前在IBM的市场路线，主营业务为提供工业大数据平台产品，支持海量高通量工业数据应用的规模部署。而得益于工业大数据的兴起晚于互联网大数据，目前国内出现的创新公司并不多，仍处于跑马圈地的早期阶段。昆仑数据的打法是，从行业标杆客户切入，逐步服务其上下游企业，在某一细分行业里先深再宽，以提升细分市场占有率和影响力。

“昆仑数据自主研发了国内首个专为机器数据优化的KMX大数据平台，能有效管理分析海量机器数据，挖掘并展现数据的价值，让行业专家能轻松应用大数据解决业务问题。昆仑数据是充分利用数据思维，协同细分行业的专家经验，帮助企业重新审视自己的数据资产、业务愿景和产业生态链，定义大数据价值实两年最佳路线图。我们是数据专家，更是工业企业的大数据合伙人！”陆薇表示，目前在国内市场昆仑数据采取的打法是先帮企业用户做痛点诊断，通过基于业务以及数据的双重诊断报告帮助企业梳理需求；再选择其中有代表性的问题做试点方案，再次明确方案的可行性、为用户测算投资回报、为其提供科学决策的数据价值依据；最终延伸至规模部署阶段，做企业系统性的大数据平台建设和全面部署。

当下，工业企业正积极探索大数据技术的行业应用，虽然挑战重重，陆薇认为中国团队完全有实力抓住技术突破的历史机遇期，实现工业大数据技术的自主可控，将中国的工业数据资产留在中国，打破以往工业软件高精尖技术与知识产权由国外垄断的魔咒。