工業(yè)大數(shù)據(jù)是發(fā)展智能制造的關(guān)鍵

  智能制造時(shí)代的到來(lái)，也意味著工業(yè)大數(shù)據(jù)時(shí)代的到來(lái)。制造業(yè)向智能化轉(zhuǎn)型的過程中，將催生工業(yè)大數(shù)據(jù)的廣泛應(yīng)用。工業(yè)大數(shù)據(jù)無(wú)疑將成為未來(lái)提升制造業(yè)生產(chǎn)力、競(jìng)爭(zhēng)力、創(chuàng)新能力的關(guān)鍵要素，也是目前全球工業(yè)轉(zhuǎn)型必須面對(duì)的重要問題。更是我國(guó)未來(lái)制造業(yè)轉(zhuǎn)型升級(jí)的重要抓手。

  工業(yè)大數(shù)據(jù)的概念

  大數(shù)據(jù)是以容量大、類型多、存取速度快、應(yīng)用價(jià)值高為主要特征的數(shù)據(jù)集合，正快速發(fā)展為對(duì)數(shù)量巨大、來(lái)源分散、格式多樣的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，從中發(fā)現(xiàn)新知識(shí)、創(chuàng)造新價(jià)值、提升新能力的新一代信息技術(shù)和服務(wù)業(yè)態(tài)。

  工業(yè)大數(shù)據(jù)是大數(shù)據(jù)的一種類型，是工業(yè)領(lǐng)域智能化過程中產(chǎn)生的大數(shù)據(jù)，通過對(duì)數(shù)量巨大、來(lái)源分散、格式多樣的工業(yè)系統(tǒng)的數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和關(guān)聯(lián)分析，從中發(fā)現(xiàn)產(chǎn)品、服務(wù)和商業(yè)的新知識(shí)、新價(jià)值、新能力。

  工業(yè)大數(shù)據(jù)在智能制造中的應(yīng)用價(jià)值

  認(rèn)識(shí)的根本任務(wù)就是要透過現(xiàn)象看本質(zhì)。有之以為利，無(wú)之以為用。一切事物的實(shí)體為我們提供可以憑借的、可見的基礎(chǔ)條件，而其中所隱藏的空間和可變化的無(wú)限可能性才是被我們真正使用并創(chuàng)造價(jià)值的所在。

  工業(yè)大數(shù)據(jù)只是一個(gè)現(xiàn)象，其本身并不重要，利用工業(yè)大數(shù)據(jù)創(chuàng)造價(jià)值才是根本目的。作為實(shí)現(xiàn)智能制造的重要驅(qū)動(dòng)力，工業(yè)大數(shù)據(jù)可為企業(yè)制造與管理流程優(yōu)化，產(chǎn)品、服務(wù)和商業(yè)模式創(chuàng)新，以及整個(gè)行業(yè)生態(tài)圈的快速聚合提供有效支撐。

  工業(yè)企業(yè)通過智能產(chǎn)品中的傳感器等模塊，實(shí)時(shí)采集、存儲(chǔ)和傳輸用戶使用和偏好的數(shù)據(jù)，利用挖掘、分析等技術(shù)手段，幫助企業(yè)及時(shí)改進(jìn)產(chǎn)品功能，預(yù)先診斷產(chǎn)品故障，使客戶在不知不覺中參與到需求分析和產(chǎn)品設(shè)計(jì)等活動(dòng)中，甚至可以在滿足用戶個(gè)性化需求的前提下，通過規(guī)?；ㄖ苼?lái)構(gòu)建新的商業(yè)形式，為企業(yè)創(chuàng)造新的價(jià)值。與其它行業(yè)大數(shù)據(jù)應(yīng)用不同，工業(yè)大數(shù)據(jù)應(yīng)用的最大價(jià)值就在于對(duì)企業(yè)生產(chǎn)制造和業(yè)務(wù)管理流程的智能優(yōu)化。利用收集的溫度、壓力、熱能、振動(dòng)、噪聲、材料、人員、產(chǎn)量等數(shù)據(jù)，對(duì)生產(chǎn)過程進(jìn)行嚴(yán)格監(jiān)控，并通過進(jìn)行設(shè)備診斷、用電量、能耗、質(zhì)量事故（包括違反生產(chǎn)規(guī)定、零部件故障）、產(chǎn)能、人員技能、材料等方面的分析，改進(jìn)生產(chǎn)工藝流程，優(yōu)化生產(chǎn)過程，降低能源消耗，制定生產(chǎn)計(jì)劃和下達(dá)生產(chǎn)任務(wù)。在提升效率和質(zhì)量的基礎(chǔ)上，重塑企業(yè)制造與業(yè)務(wù)流程，實(shí)現(xiàn)并行、實(shí)時(shí)、透明的生產(chǎn)管理，真正達(dá)到科學(xué)管控。

  企業(yè)在運(yùn)行過程中存在諸多不確定因素。在互聯(lián)網(wǎng)大潮中摸爬滾打的智能制造企業(yè)的不確定因素更是被無(wú)限放大。企業(yè)既要考慮如何避免產(chǎn)品缺陷、加工實(shí)效、設(shè)備效率、可靠性和安全等問題，還需關(guān)注設(shè)備的性能下降、零部件磨損、運(yùn)行風(fēng)險(xiǎn)升高等問題。借助工業(yè)大數(shù)據(jù)可實(shí)現(xiàn)在功能退化的過程中發(fā)出信息，并進(jìn)一步預(yù)測(cè)和預(yù)防潛在的故障，進(jìn)而規(guī)避風(fēng)險(xiǎn)發(fā)生。產(chǎn)業(yè)觀察傳統(tǒng)營(yíng)銷體系往往是通過調(diào)研、采樣 、簡(jiǎn)單數(shù)據(jù)統(tǒng)計(jì)、消費(fèi)者代表等方式來(lái)研究消費(fèi)者行為，其最大的問題是缺乏精準(zhǔn)性，并不能完全代表整個(gè)消費(fèi)者需求。而工業(yè)大數(shù)據(jù)將用戶與企業(yè)緊密關(guān)聯(lián)起來(lái)，用戶參與到產(chǎn)品創(chuàng)新、設(shè)計(jì)等活動(dòng)中，企業(yè)對(duì)用戶需求可準(zhǔn)確把握，不但增強(qiáng)了用戶粘性，而且可以借此有效制定或調(diào)整產(chǎn)品策略、市場(chǎng)策略和渠道策略等，提高營(yíng)銷的精準(zhǔn)度。

  同時(shí)，服務(wù)已經(jīng)不是傳統(tǒng)意義上的遠(yuǎn)程人工在線的應(yīng)答式和售后產(chǎn)品服務(wù)的模式，而是更注重利用全產(chǎn)業(yè)鏈形成的大數(shù)據(jù)進(jìn)行綜合的數(shù)據(jù)分析與挖掘，針對(duì)全產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)的各級(jí)用戶，面向其具體的活動(dòng)需求提供定制化的、可以輔助其具體活動(dòng)預(yù)測(cè)的信息。工業(yè)大數(shù)據(jù)不僅對(duì)工業(yè)企業(yè)生產(chǎn)經(jīng)營(yíng)具有持續(xù)改善作用，對(duì)工業(yè)企業(yè)上下游與行業(yè)內(nèi)外同樣有正向聚合效應(yīng)。比如，互聯(lián)網(wǎng)+ 汽車就是基于汽車生產(chǎn)企業(yè)的工業(yè)大數(shù)據(jù)，綜合人、車 、路、環(huán)境、社會(huì)之間的關(guān)系，實(shí)現(xiàn)汽車、保險(xiǎn)、維修、零配件、交通等行業(yè)間的跨界融合與互動(dòng)。

  我國(guó)工業(yè)大數(shù)據(jù)存在的問題及對(duì)策分析

  我國(guó)工業(yè)大數(shù)據(jù)的應(yīng)用剛剛起步，存在諸多問題。當(dāng)前，我國(guó)還處于促進(jìn)制造業(yè)智能優(yōu)化升級(jí)的探索階段，對(duì)大多數(shù)企業(yè)而言，能夠自我感知、自我記憶的數(shù)據(jù)采集感應(yīng)系統(tǒng)尚未建立，處理復(fù)雜數(shù)據(jù)結(jié)構(gòu)的數(shù)據(jù)處理技術(shù)仍需優(yōu)化，高效的數(shù)據(jù)庫(kù)維護(hù)和管理機(jī)制還需完善。

  中國(guó)大數(shù)據(jù)發(fā)展報(bào)告顯示，當(dāng)前60%以上的企業(yè)把內(nèi)部業(yè)務(wù)平臺(tái)數(shù)據(jù)、客戶數(shù)據(jù)和管理平臺(tái)數(shù)據(jù)作為大數(shù)據(jù)應(yīng)用的主要來(lái)源，只有約三成的企業(yè)使用外部互聯(lián)網(wǎng)數(shù)據(jù)或其他行業(yè)企業(yè)數(shù)據(jù)，還沒有形成企業(yè)內(nèi)外融合互動(dòng)的數(shù)據(jù)采集與處理模式，外部數(shù)據(jù)應(yīng)用水平有待進(jìn)一步提高。對(duì)于工業(yè)企業(yè)大數(shù)據(jù)應(yīng)用來(lái)說，內(nèi)部數(shù)據(jù)的集成應(yīng)用是實(shí)現(xiàn)生產(chǎn)、業(yè)務(wù)協(xié)同的首要環(huán)節(jié)，而目前我國(guó)眾多企業(yè)內(nèi)部信息的不互通，無(wú)疑為工業(yè)大數(shù)據(jù)的應(yīng)用増加了一道門檻，也降低了企業(yè)優(yōu)化轉(zhuǎn)型的速度?；诳蛻粜枨蟆⑸a(chǎn)環(huán)境的不同，不同行業(yè)、不同企業(yè)對(duì)數(shù)據(jù)的采集、處理過程和挖掘方向也各不相同，因此，工業(yè)大數(shù)據(jù)的應(yīng)用與早期ERP等軟件在企業(yè)中的應(yīng)用類似，必須正對(duì)每家企業(yè)進(jìn)行獨(dú)立的設(shè)計(jì)、改造。這就對(duì)工業(yè)大數(shù)據(jù)加工服務(wù)業(yè)提出了更高要求，即需兼?zhèn)涔I(yè)行業(yè)專業(yè)知識(shí)與大數(shù)據(jù)處理能力。

  目前，我國(guó)工業(yè)大數(shù)據(jù)的開發(fā)應(yīng)用大多由工業(yè)企業(yè)自主探索，比如海爾、紅領(lǐng)制衣等，專業(yè)數(shù)據(jù)加工服務(wù)業(yè)企業(yè)的作用尚未顯現(xiàn)。智能制造的推進(jìn)需要重視和開展工業(yè)大數(shù)據(jù)分析，更需要大批工業(yè)大數(shù)據(jù)分析人才。目前，我國(guó)人才教育體系中極度缺少大數(shù)據(jù)分析人才，產(chǎn)業(yè)界不了解工業(yè)大數(shù)據(jù)分析的工具和方法，不了解大數(shù)據(jù)分析如何能幫助實(shí)現(xiàn)智能轉(zhuǎn)型以及如何為更多客戶提供創(chuàng)造價(jià)值的服務(wù)。一是加強(qiáng)工業(yè)大數(shù)據(jù)頂層設(shè)計(jì)，盡快出臺(tái)相關(guān)制度、辦法、指導(dǎo)意見。二是深入推進(jìn)兩化深度融合，引導(dǎo)企業(yè)加快內(nèi)部數(shù)據(jù)整合與集成，夯實(shí)工業(yè)大數(shù)據(jù)應(yīng)用基礎(chǔ)。三是建議設(shè)立工業(yè)大數(shù)據(jù)統(tǒng)籌發(fā)展部門，引導(dǎo)其發(fā)展、標(biāo)準(zhǔn)制定、培訓(xùn)、公共服務(wù)等。