工業(yè)大數(shù)據(jù)應(yīng)該如何發(fā)展面臨那四個(gè)方面的挑戰(zhàn)如何解決

以數(shù)據(jù)為關(guān)鍵要素驅(qū)動(dòng)工業(yè)轉(zhuǎn)型升級(jí)

2017年12月，******在中央政治局第二次集體學(xué)習(xí)時(shí)強(qiáng)調(diào)，要深入實(shí)施工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展戰(zhàn)略，系統(tǒng)推進(jìn)工業(yè)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施和數(shù)據(jù)資源管理體系建設(shè)，發(fā)揮數(shù)據(jù)的基礎(chǔ)資源作用和創(chuàng)新引擎作用，加快形成以創(chuàng)新為主要引領(lǐng)和支撐的數(shù)字經(jīng)濟(jì)。在2019年兩會(huì)上，李克強(qiáng)總理在《政府工作報(bào)告》中提出，要打造工業(yè)互聯(lián)網(wǎng)平臺(tái)，拓展“智能+”，為制造業(yè)轉(zhuǎn)型升級(jí)賦能。

宏觀上，大力發(fā)展工業(yè)互聯(lián)網(wǎng)，用數(shù)據(jù)智能助推工業(yè)轉(zhuǎn)型升級(jí)相結(jié)合，已經(jīng)成為全國(guó)上下的高度共識(shí)。

微觀上，大數(shù)據(jù)技術(shù)的應(yīng)用也開始為諸多企業(yè)帶來實(shí)際收益。工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟2019年2月發(fā)布的《工業(yè)互聯(lián)網(wǎng)平臺(tái)白皮書》顯示，數(shù)據(jù)在工業(yè)研發(fā)設(shè)計(jì)、工藝優(yōu)化、設(shè)備維護(hù)、質(zhì)量控制、節(jié)能減排等方面的作用日益凸顯。

工業(yè)大數(shù)據(jù)發(fā)展面臨四方面挑戰(zhàn)

然而，也應(yīng)該看到，成功案例仍然只是星星之火。由點(diǎn)及面形成燎原之勢(shì)，任重道遠(yuǎn)。

2

挑戰(zhàn)2：工業(yè)數(shù)據(jù)資產(chǎn)管理滯后

計(jì)算機(jī)科學(xué)家警鐘長(zhǎng)鳴：警惕“垃圾進(jìn)，垃圾出（Garbage in，Garbage out）”。數(shù)據(jù)質(zhì)量問題是長(zhǎng)期困擾數(shù)據(jù)分析工作的難題。權(quán)威數(shù)據(jù)專家估計(jì)，每年低質(zhì)量的數(shù)據(jù)會(huì)給企業(yè)帶來10%~20%的損失。工業(yè)領(lǐng)域很多時(shí)候追求確定性的分析結(jié)果，對(duì)數(shù)據(jù)分析的可靠性要求高，因而對(duì)數(shù)據(jù)質(zhì)量的要求也就更高了。美國(guó)一直重視數(shù)據(jù)質(zhì)量，在1990年還專門頒布了數(shù)據(jù)質(zhì)量法案（Data Quality Act），2016年美國(guó)《聯(lián)邦大數(shù)據(jù)研發(fā)戰(zhàn)略計(jì)劃》也專門把確保數(shù)據(jù)質(zhì)量與提升數(shù)據(jù)分析可信性作為七大戰(zhàn)略之一。

用數(shù)據(jù)，更要“養(yǎng)”數(shù)據(jù)。從信息化程度較高的金融、電信、互聯(lián)網(wǎng)等行業(yè)經(jīng)驗(yàn)來看，如果不開展專門的數(shù)據(jù)治理，就難以確保數(shù)據(jù)質(zhì)量。而調(diào)查顯示，我國(guó)工業(yè)企業(yè)只有不到1/3的企業(yè)開展了數(shù)據(jù)治理，51%的企業(yè)仍在使用文檔或更原始的方式進(jìn)行數(shù)據(jù)管理。工業(yè)企業(yè)應(yīng)該把數(shù)據(jù)視為與機(jī)器設(shè)備同等重要甚至更寶貴的資產(chǎn)，加強(qiáng)數(shù)據(jù)資產(chǎn)管理。好消息是，已經(jīng)有越來越多的工業(yè)企業(yè)從主數(shù)據(jù)或元數(shù)據(jù)切入，著手開展數(shù)據(jù)資產(chǎn)管理。而且，隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，智能化的數(shù)據(jù)資產(chǎn)管理工具也越來越完善，工業(yè)數(shù)據(jù)資產(chǎn)的管理，可以更多依賴人工智能高效完成。但相比信息化程度較高的金融、電信、互聯(lián)網(wǎng)等行業(yè)，工業(yè)數(shù)據(jù)的管理，還有很多欠賬要補(bǔ)。

3

挑戰(zhàn)3：工業(yè)數(shù)據(jù)孤島普遍存在

數(shù)據(jù)孤島幾乎是所有企業(yè)都面臨的困境。從單一企業(yè)內(nèi)部來看，存在著不同時(shí)期由不同供應(yīng)商開發(fā)建設(shè)的客戶管理、生產(chǎn)管理、銷售采購(gòu)、訂單倉(cāng)儲(chǔ)、財(cái)務(wù)人力等眾多IT系統(tǒng)，可謂煙囪林立。而要深度推進(jìn)智能制造，不僅是上述IT系統(tǒng)要橫向互通，還要進(jìn)一步縱向打通IT（Information Technology）和OT（Operation Technology）兩界的數(shù)據(jù)，推進(jìn)難度非常大。而且，企業(yè)越大，管理和技術(shù)包袱越重。

從全行業(yè)看，發(fā)展工業(yè)互聯(lián)網(wǎng)，實(shí)現(xiàn)從單一企業(yè)內(nèi)的局部?jī)?yōu)化，到整個(gè)產(chǎn)業(yè)鏈的全局優(yōu)化的跨越，必然要實(shí)現(xiàn)整個(gè)供應(yīng)鏈上跨企業(yè)的數(shù)據(jù)流通，這就進(jìn)一步面臨著安全合規(guī)、商業(yè)模式和技術(shù)標(biāo)準(zhǔn)等方面的更大挑戰(zhàn)。前述調(diào)查顯示，超過半數(shù)的企業(yè)表示需要使用外部數(shù)據(jù)或?qū)ν馓峁?shù)據(jù)，僅有2.7%的企業(yè)覺得不會(huì)涉及到數(shù)據(jù)合作，但數(shù)據(jù)流通由于涉及確權(quán)、安全合規(guī)等問題，風(fēng)險(xiǎn)和阻力都很大。

德國(guó)工業(yè)4.0計(jì)劃已經(jīng)把數(shù)據(jù)流通作為重點(diǎn)議題，在構(gòu)建工業(yè)數(shù)據(jù)空間（Industrial Data Space）方面進(jìn)行模式上的探索。與此同時(shí)，同態(tài)加密（Homomorphic Encryption）、安全多方計(jì)算（Secure Multi-party Computation）、零知識(shí)證明（Zero-knowledge Proof）、區(qū)塊鏈與智能合約等技術(shù)正在走向?qū)嵱?，也為用技術(shù)打破數(shù)據(jù)共享僵局提供了一條有前景的路線。國(guó)內(nèi)如何打破數(shù)據(jù)孤島，促進(jìn)工業(yè)數(shù)據(jù)流通，仍需加快探索。

4

挑戰(zhàn)4：工業(yè)數(shù)據(jù)應(yīng)用還不深入

大數(shù)據(jù)在工業(yè)領(lǐng)域的作用，縱向可以從3個(gè)層次來看：

01

最基礎(chǔ)的，是可以根據(jù)數(shù)據(jù)來描述工業(yè)產(chǎn)線、營(yíng)銷和企業(yè)經(jīng)營(yíng)活動(dòng)的歷史與現(xiàn)狀。

02

更上一層樓，可以基于數(shù)據(jù)預(yù)測(cè)設(shè)備、車間和整個(gè)企業(yè)的未來狀況。

03

最高層次，是根據(jù)數(shù)據(jù)分析結(jié)果，繞過人工干預(yù)，自動(dòng)地直接指導(dǎo)企業(yè)運(yùn)作，形成智能化的數(shù)據(jù)閉環(huán)。

而大數(shù)據(jù)在工業(yè)領(lǐng)域的作用，橫向則可以跨越設(shè)計(jì)、生產(chǎn)、銷售、服務(wù)全鏈條。

然而，工業(yè)企業(yè)的數(shù)據(jù)分析應(yīng)用還普遍處于淺層階段。最近，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟對(duì)國(guó)內(nèi)外366個(gè)工業(yè)互聯(lián)網(wǎng)平臺(tái)應(yīng)用案例進(jìn)行了分析，40%的平臺(tái)應(yīng)用集中在產(chǎn)品或設(shè)備數(shù)據(jù)的檢測(cè)、診斷與預(yù)測(cè)性分析領(lǐng)域，而在涉及數(shù)據(jù)范圍更廣、分析復(fù)雜度更高的經(jīng)營(yíng)管理優(yōu)化和資源匹配協(xié)同等場(chǎng)景中，多數(shù)平臺(tái)現(xiàn)有數(shù)據(jù)分析能力還無法滿足應(yīng)用要求，還需要進(jìn)一步推動(dòng)數(shù)據(jù)分析技術(shù)創(chuàng)新以及實(shí)現(xiàn)長(zhǎng)期的工業(yè)知識(shí)積累。

未來，工業(yè)數(shù)據(jù)分析還需以問題為導(dǎo)向，把工業(yè)機(jī)理與數(shù)據(jù)科學(xué)方法緊密結(jié)合，讓數(shù)據(jù)應(yīng)用的層次再上臺(tái)階，從而產(chǎn)出更大價(jià)值。

推進(jìn)工業(yè)大數(shù)據(jù)發(fā)展的思考

工業(yè)互聯(lián)網(wǎng)的長(zhǎng)期目標(biāo)，是構(gòu)建“數(shù)字雙胞胎”。只有工業(yè)數(shù)據(jù)越來越豐富、全面，質(zhì)量越來越高，“雙胞胎”才可能長(zhǎng)得像，才能“心心相印”。也只有這樣，才能讓物理世界的萬物得以在數(shù)字世界重現(xiàn)，通過數(shù)字世界里的計(jì)算、分析、預(yù)測(cè)、優(yōu)化，來指導(dǎo)物理世界的最優(yōu)運(yùn)行，從而開辟新的增長(zhǎng)空間。

為此，還需直面上述挑戰(zhàn)，做好幾個(gè)方面的工作：

（1）夯實(shí)數(shù)據(jù)基礎(chǔ)，高度重視數(shù)據(jù)資產(chǎn)管理的戰(zhàn)略價(jià)值

企業(yè)不僅要關(guān)注最終數(shù)據(jù)分析的顯性價(jià)值，更要重視數(shù)據(jù)采集、資產(chǎn)管理、治理、互操作與標(biāo)準(zhǔn)化等基礎(chǔ)性工作的價(jià)值。磨刀不誤砍柴工，只有地基牢固了，工業(yè)大數(shù)據(jù)才能可信、可用，成為價(jià)值源泉。

（2）抓住技術(shù)創(chuàng)新機(jī)遇

數(shù)據(jù)技術(shù)正在進(jìn)入新的發(fā)展階段，時(shí)序數(shù)據(jù)庫(kù)、知識(shí)圖譜、深度學(xué)習(xí)、安全多方計(jì)算等為工業(yè)大數(shù)據(jù)采集、整合與分析孕育著新的動(dòng)力，將特定應(yīng)用場(chǎng)景與這些新技術(shù)結(jié)合，有望帶來新的突破。

（3）建立行業(yè)標(biāo)準(zhǔn)與規(guī)則

在行業(yè)層面，可以發(fā)揮行業(yè)聯(lián)盟作用，在數(shù)據(jù)采集協(xié)議、數(shù)據(jù)模型等方面建立行業(yè)標(biāo)準(zhǔn)，掃清技術(shù)層面互通的障礙。同時(shí)，還要推動(dòng)形成工業(yè)企業(yè)間數(shù)據(jù)共享的行業(yè)規(guī)則，創(chuàng)造安全可信、利益均衡的數(shù)據(jù)流通生態(tài)，為打破全行業(yè)數(shù)據(jù)孤島鋪平道路。