工业大数据概念、意义与落地实施

2019-01-18郭朝晖

自动化仪表 2019年3期

郭朝晖

(优也信息科技有限公司，上海 201209)

0 引言

随着数字化技术的推进，我们逐步走入了工业大数据时代。对这个概念，人们往往既熟悉又陌生，既对未来满怀期待，又对现实充满困惑。

全文结构安排如下。第一部分讨论工业大数据的背景与意义，必须跳出大数据技术本身，从智能化的视野看问题，才能看到完整的意义。第二部分阐述工业大数据的概念，不仅要看到工业大数据“新”在何处，更要与推进智能化的意义和工业的特点相结合。第三部分分析工业大数据的优势，也就是通过工业大数据促进知识获取、推动智能化。第四部分采用工业大数据推进业务创新时的定位与策略。第五部分阐述工业大数据的价值创造与企业管理之间的关系。

1 工业大数据的背景与意义

很多工业大数据的文章介绍的是数据分析。但是，如果只是从这个视角看问题，就会是管中窥豹，看不到它对人类未来的意义和价值。

摩尔定律延续了50年，成就了今天的大数据。但数据量本身并没有多大的意义，它的作用在于推动人类走向智能社会，改变着人类认识世界、改造世界的方式[1-4]，甚至把人类带入新的文明阶段[5]。

从数据、信息、知识、智慧(data、information、knowledge、wisdom，DIKW)体系理论中，我们可以看到从数据到智能的逻辑关系。这个理论的基本思想是：数据之间的关联形成信息，信息中的关联蕴含知识，知识的综合运用形成智慧。可以说，大数据是走向智能社会的基础。

智能制造成为当今的热点，体现了这个理论的预见性。目前阶段，汉语中的智能制造一般对应英文中的Smart Manufacture。它强调的是通过信息感知、基于知识的决策和执行过程的统一，实现对系统内外部变化的快速响应。智能制造的主流流派，几乎都体现这种思想[6-9]。在笔者看来，智能的本质就是感知、决策、执行的统一[10]。

人工智能(artificail intelligent,AI)是近期的科技热点之一。大数据对推动人工智能起到了关键作用。但是，当前主流的智能制造一般不能理解为人工智能技术在工业界的应用(即intelligent manufacture)。智能制造目前的重点是感知和处理信息能力的提高，未必涉及到特殊的认知过程或复杂的逻辑推理，因此未必与AI技术相关。比如，有些所谓的“智能家电”，只不过是有了远程遥控能力。从这个角度理解智能制造，能够看到的机会要比AI的应用广泛得多[6]、也更容易落地。

智能决策的逻辑可能很简单，但却能让决策的精确性上升，实时性更强、成本也更低，让智能化具有真正的价值。智能制造的时代机会首先应该归结于信息获取和传播能力的增强，而不是某些学术理论的产生。其中，互联网能够成为工业智能化的重要推手，就是因为它能促进信息感知能力的提升。

理解智能制造的关键之一是理解人机关系。通用电气的工业互联网白皮书[8]，强调了重构人和机器的边界——在数字化、网络化的背景下，重新思考人和机器如何分工、促进业务活动的创新。从这个角度看，“智能化”的操作性很好，在信息获取、知识获取、决策、执行等环节都可以有新的人机界面和业务模式。比如，寻找信息或知识时，可以让机器自动去找，也可以人机协同去找。利用知识或信息时，可以是机器自动地应用，也可以让机器处理后推送给人类[11]。只要能够充分发挥信息、通信和技术 (information communication technology，ICT)，ICT带来的优势就是值得鼓励的。

在业务创新方面，需要有丰富的想象力。既不要将大数据工作局限于从数据中发现知识，也不要将智能化理解为机器代替人类工作或决策。总之，要避免因眼光的局限而漠视创新的机会。

用数据帮助人类决策的意义非常巨大：不仅可以提高决策质量，还能借助互联网让决策者远离现场，让决策的效率大大提升。这不仅能促进人类智力的共享，更能有效地提升企业的管理能力。而管理能力提升带来的价值，是不可估量的。总之，工业的智能制造是ICT技术发展带来的机遇。

智能决策可能不需要复杂的逻辑，但却一定需要专业化的知识。大数据的本质优势是其有利于知识和信息的获取。从这个逻辑，我们可以看到工业大数据对于工业的价值。为此，应该从知识的角度，讨论工业大数据的特点和要求。

事实上，大数据在获取知识和信息获取方面具有天然的优势：人类的一切知识来源于历史，大数据有条件更加完整全面地记录历史。我们需要从这个方面去分析大数据在知识产生和应用方面的特点[11]。

2 工业大数据的概念

在互联网领域，“大数据”一般指PT级别以上的数据。这个定义的依据是：数据规模大到一定程度，针对存储、检索等过程的传统处理方法就困难了。人们经常提到大数据具有价值(value)、大量(volume)、高速(velocity)、多样(variety)“4V”特征，就是针对数据处理困难提出的。这些特征，让大数据区别于以往。

在工业界，数据的结构和相互关系特别复杂。在数据规模远远不到PT级别时，很多数据处理方法就不合适了。针对这种情况，国外有学者提出，大数据的概念不必纠结于数据规模。凡是遇到传统数据分析方法无效的数据集合，都可称为“大数据”。根据这种思想，文献[12]将工业大数据定义为“工业数据的总和”。

然而，对应用大数据的企业来讲，人们关心的是大数据能为企业带来什么价值，而不是数据处理时遇到什么困难。所以，我们需要换个角度理解大数据。有人指出：在大数据时代，研究的是相关关系而非因果关系，简单算法胜过复杂算法[2-4]。从这个角度我们可以看到：大数据时代更容易获得知识或者模型。这个角度对企业是有吸引力的。

然而，对于这种说法，工业界却传出了不同的声音。工业界对分析结果的可靠性要求往往很高。大数据必须能够帮助人们获得可靠的信息或者知识。仅凭相关性是不够的，而是必须有因果性的支撑。

事实上，工业对象或过程往往可以看成复杂的系统。要素众多、控制回路众多、相互关系复杂。这时，相关性与因果性往往并不等价、甚至趋势相反。

为此，在分析工业数据时，肤浅和片面的分析往往是有害的。为避免这种现象，数据本身必须准确记录系统中诸要素的关联关系，完整地记录系统的状态和运行轨迹。例如，进行产品质量分析时，需要把各个生产工序中的人员、物料、工艺、设备、质量等信息与对应的产品关联起来，并记录准确的时间参数，以便追溯事件之间的因果关系。要做到这一点，自然会对数据的采集和存储能力产生较高的要求。

过去，由于数据存储成本高，企业往往只能挑重要的记录、不得不丢失一些数据。由于网络的应用不普及，数据的记录往往是碎片化的。由于这方面的原因，数据的完整性往往不够，导致数据的分析价值不大。在大数据时代，数据采集和记录的完整性、实时性显著加强；在推进智能制造的过程中，信息集成的能力大大加强，也为数据质量和数量的提升创造了很好的条件。这应该是工业进入大数据时代区别于以往的一个重要特征。

3 工业大数据的优势

DIKW体系启发我们：大数据的划时代意义在于促进知识的获取。本文在参照有关观点的基础上[3-4]，将工业大数据的相关优势归结为以下三个方面。

第一个优势是“不纠结于因果”。本文的这种提法区别于互联网领域的“是相关，不是因果”，以及工业工程师强调的“必须是因果”。其具体含义是：从大数据中提炼的工业知识，要以因果关系存在为基础；但应用知识时，不必按照科学机理的逻辑去计算。这个逻辑并不奇怪：工业界常用的试验结果符合因果关系，但试验的具体数值却不是按照因果逻辑计算得到的。同样，通过规范数据分析逻辑，可以让工业大数据像“试验数据”一样有用。“不纠结于因果”让知识获取变得简单，也能让知识获取的范畴拓展到“感性知识”和“经验知识”。

第二个优势是“样本=全体”。具有这个优势时，当前发生的问题，可以从历史中找到答案，只要找到并模仿过去成功的做法就可以了，而不必建立复杂的模型。故而，大数据背景下，简单的算法可以解决复杂的问题。笔者认为，从应用的角度看，大数据的优势不在“大”，而在“全”。“大”会增加计算机处理的复杂性，而“全”则保证了知识的存在性。

第三个优势是“混杂性”。如前所述，可靠性是工业界追求的一个重要目标。具体到建模过程中，就是对“泛化性”的要求高。数据的“混杂性”强时，可以找到多个角度的印证逻辑，提高分析结果的可靠性，也为“不纠结于因果”提供了条件。当前，做到这一点的前提，是前面提到的数据完整性。

由此可见，以上三个优势都体现在知识获取。而这个优势的价值，又进一步体现在对智能化的推动。然而，大数据的这些优势并不是天生存在，而是要人去创造。

“世界上没有两片完全一样的叶子”。世界上每个具体问题都是独特的。谈到“样本=全体”时，必然涉及到个性与共性的关系。所以，要借鉴过往的经验，前提是要进行抽象、归纳、总结。但这往往是人类才能做的事情，至少需要人类告诉计算机怎么做。从这个角度讲，大数据的应用也需要人机界面的创新。

大数据记录的数据毕竟属于过去，未来可能是不同的。具体应用时，不能过度依赖于“样本=全体”的假设。在可靠度要求较高的场景，业务系统有后备的办法来应对新问题。总之，要发挥大数据的优势，又要避免可能带来的风险。

再如“不纠结于因果”的前提是能够保证因果。但是，单凭数据的分析结果是无法保证因果的。因果关系一般只能是具有专业知识的人用自己的领域知识去保证。

另外，大量工业数据常常来自个别的“工作点”附近。数据量虽然很大，但相似度大、信息含量低而噪声干扰相对大。要解决这个问题，不仅要综合分析各个工作点的特点，而且还要把生产数据和试验数据结合起来，而不局限于生产数据本身。

4 工业大数据的应用模式

从企业的角度看，大数据重要的用途是促进企业的业务创新[13]。为此，需要思考大数据技术与业务对接的问题和方法。

建立大数据系统时，其功能定位往往与传统的信息或控制系统有所不同。在过去的系统中，数据是用来支撑基本的业务活动的。业务活动结束后，数据也就基本没用了。而大数据往往是在产生数据的相关业务场景结束之后才被使用的。故而有人称之为“二次应用”。

二次应用当然也要服务于现实的业务。但是，二次应用一般不是业务运行所必须的，而是为了让业务做得更好——可以发现过去业务中的问题和缺陷，也可以从过去的业务中找到好的标杆，还可以从过去的业务中发现规律、进行进一步的优化。所以，大数据与“优化”工作有着不解之缘，能让优化成为一种常态。

很多文章只强调从大数据中发现信息或知识。事实上，大数据还可以用来直接承载知识本身。换句话说：有些知识的承载也需要大数据才能做到。

复杂产品的设计数据、指导工作的操作动画、设备的标准状态等都可能需要很大的数据量来存储和处理，都需要大数据技术。例如，有家广告设计企业，为了处理产品的设计数据，每天用电量就高达10万元。用大数据承载这样的知识，便于知识的重复使用，进而促进业务活动的创新和再造。

大数据技术常被用来进行业务的创新。这时会遇到一个矛盾：业务创新的逻辑是“先做成、后做好”，然而，前面强调二次应用，指的是大数据主要用于“做好”的优化阶段。为了解决这个矛盾，新的业务逻辑必须提前考虑清楚，必须考虑大数据条件不成熟时的托底办法，逐步过度到“做好”的阶段。当然，理想的情况是：原有业务的需求升级，自然地将数据处理技术推进到大数据阶段。石家庄的天远公司就是这样。

另外，所谓的“做好”包括多个方面：质量更好、速度更快、成本更优，而不仅仅是决策质量更好。比如，知识和信息的重用，就可帮助人们做得更快、成本更低。不要一味地强调“决策质量更优”。如果仅仅局限于优化决策质量，就可能会失去很多创新机会。

5 工业大数据与企业转型

理解了智能制造和大数据的原理和意义，具体应用中也会遭遇各种困惑。典型的困惑往往是如何为企业创造价值。任何技术都是需要成本的，很多技术带来的价值不足以抵消成本的付出。只有将技术应用在合适的场景、解决合适的问题，经济性才会好。所以，人们在技术经济性的困惑，本质上就是找不到合适的场景。

经过笔者的调查，通过智能化、大数据的手段提升企业的管理水平，价值潜力是非常巨大的。管理不当造成的损失，一般占到企业成本的10%～20%。这些就是管理水平提升的潜力所在。在我国，管理水平低常常是制约企业产品质量提升和技术发展的瓶颈。

恩格斯说：“何一门科学的真正完善，在于数学工具的广泛应用。”换个角度看：如果企业的管理不能完善到一定的程度，数学的用处就不会太大。所以，并非所有的企业和部门都适合推进大数据，选择用户和场景是非常重要的。

要对管理进行“优化”，就要找到管理中的漏洞和不足。但是，管理漏洞往往是“隐藏的”。所以，我们需要进一步能分析：什么原因导致这些问题被隐藏起来。在笔者看来，问题隐藏的原因大体上可以分成以下三类。

①没有量化的数据、更不能实时地得到数据。

②问题涉及到多个部门，信息没有集成起来。

③涉及到局部利益或责任，有意无意地掩盖问题。

ICT的机遇在于解决这些问题、实现透明化，以提高管理水平。具体地说，广泛地推动数字化，可以帮助人们解决第一类问题；推进互联网的应用，可以解决第二类问题；用数字化实现业务过程和价值损失的透明化，可以用来解决第三类问题。

解决这些问题时可能涉及复杂的逻辑。但是，只要人类能把问题和逻辑说清楚，机器就不嫌麻烦。这其实就是智能化的优势。而用数据帮助人类实现知识的数字化，又让我们看到了人机界面的创新和大数据的优势。

6 工业大数据应用的工程方法

大数据应用的效果关键在经济性。而经济性的关键，首先在于业务问题本身的价值，其次是技术线路是否可行。为此，推进大数据应用的时候，建议用“以终为始”的工程方法。

所谓“以终为始”就是在项目开始时，先找出有价值的问题、确定解决问题的基本思路。也就是先明确业务目标和技术线路、确定技术和经济的可行性，并在此基础上探索数据处理的方法。这时，探索数据处理方法的目的，是为了得到更好的效果，而不是去验证技术线路是否可行。这样做可以把最大的风险放在前面进行研究，避免项目做完后的功亏一篑。

要做到这一点，首先要充分理解业务需求，其次要研究专业技术人员分析问题、解决问题的逻辑。这个逻辑通顺之后，再把它转化成数据处理问题。经验表明：绝大多数的管理问题，人类是能够找到可行的思路的；同时，如果把这些思路转化成计算机处理的问题时，效果往往会更好。

最后需要指出的是：采用计算机处理数据的目的之一，是降低人类处理信息的复杂程度、提高劳动效率和质量。所以，人类关心的不是原始数据，而是重点的业务信息。比如，不是看压力、温度、流量，而是设备是否正常、操作是否规范。只有提高了管理者的劳动效率，才能有效地提高管理水平。