工業(yè)視角的轉(zhuǎn)變

如果說前三次工業(yè)革命分別從機(jī)械化歧蒋、規(guī)淖沓化访得、標(biāo)準(zhǔn)化龙亲、和自動(dòng)化等方向大幅度地提高了生產(chǎn)力，那么第四次工業(yè)革命與前面三次最大的區(qū)別在于：不再以制造端的生產(chǎn)力需求為出發(fā)點(diǎn)左启，而是將客戶端價(jià)值作為整個(gè)產(chǎn)業(yè)鏈的核心吻讽，改變以往的工業(yè)價(jià)值鏈從生產(chǎn)端向消費(fèi)端、上游向下游推動(dòng)的模式技腻，從客戶端的價(jià)值需求出發(fā)提供客制化的產(chǎn)品和服務(wù)缚扩，并以此作為整個(gè)產(chǎn)業(yè)鏈的共同目標(biāo)使整個(gè)產(chǎn)業(yè)鏈的各個(gè)環(huán)節(jié)實(shí)現(xiàn)協(xié)同優(yōu)化，其本質(zhì)是工業(yè)視角的轉(zhuǎn)變亏铃。

不可見的問題

在現(xiàn)在的制造中闪妓，存在著許多無法被定量、無法被決策者掌握的不確定因素穴眼，這些不確定因素既存在于制造過程中甚庇，也存在于制造過程之外的使用過程中。前三次工業(yè)革命主要解決的都是可見的問題没赔，例如去避免產(chǎn)品缺陷葵嗦、避免加工失效、提升設(shè)備效率和可靠性取铃、避免設(shè)備故障和安全問題等英品。這些問題在工業(yè)生產(chǎn)中由于可見可測(cè)量，往往比較容易去避免和解決族壳。不可見的問題通常表現(xiàn)為設(shè)備的性能下降憔辫、健康衰退、零部件磨損仿荆、運(yùn)行風(fēng)險(xiǎn)升高等贰您。這些因素由于其很難通過測(cè)量被定量化，往往是工業(yè)生產(chǎn)中不可控的風(fēng)險(xiǎn)拢操，大部分可見的問題都是這些不可見的因素積累到一定程度所造成的锦亦。因此，工業(yè)互聯(lián)網(wǎng)的關(guān)注點(diǎn)和競(jìng)爭(zhēng)點(diǎn)是對(duì)這些不可見因素的避免和透明化。

不可見的需求

從使用過程的體驗(yàn)角度審視產(chǎn)品功能杠园，制造需要場(chǎng)景思維不可見的另一個(gè)特點(diǎn)就是制造過程和制造價(jià)值向使用過程的延續(xù)顾瞪，不僅僅關(guān)注將一個(gè)產(chǎn)品制造出來，還應(yīng)該關(guān)心如何去使用好這個(gè)產(chǎn)品抛蚁，實(shí)現(xiàn)產(chǎn)品價(jià)值的最大化玲昧。產(chǎn)品的創(chuàng)新和創(chuàng)值不再僅僅是以滿足用戶可見的需求為導(dǎo)向，而是利用用戶的使用數(shù)據(jù)去深刻地理解用戶的使用場(chǎng)景篮绿，從場(chǎng)景中找到用戶需求的空缺(GAP)，這些空缺我們稱之為“不可見的需求”狭缰，因?yàn)榧幢闶怯脩糇约憾己茈y意識(shí)到羽剪。例如，買汽車的人大多都會(huì)提出省油的需求罪靠，于是所有汽車制造商就努力改變車型和發(fā)動(dòng)機(jī)讓車子更加省油殴燃。但是很少去關(guān)注用戶的駕駛習(xí)慣對(duì)于油耗的影響，因?yàn)轳{駛習(xí)慣對(duì)于用戶而言也是不可見的季糜，因此不會(huì)有用戶去要求汽車提供駕駛行為管理的功能斯荒。所以新工業(yè)革命時(shí)代的市場(chǎng)競(jìng)爭(zhēng)也會(huì)從以往滿足客戶可見的需求向?qū)ふ矣脩粜枨蟮腉AP轉(zhuǎn)變。以往我們將產(chǎn)品賣給客戶之后就幾乎到達(dá)了生產(chǎn)價(jià)值鏈的終點(diǎn)恰除，而云計(jì)算等新技術(shù)的普及將價(jià)值鏈進(jìn)一步延伸到使用端挨狡，以產(chǎn)品作為服務(wù)的載體，以使用數(shù)據(jù)作為服務(wù)的媒介诵藐，在使用過程中不斷挖掘用戶需求的GAP迫赞，并利用數(shù)據(jù)挖掘所產(chǎn)生的信息服務(wù)為用戶創(chuàng)造價(jià)值。

數(shù)據(jù)依然是為用戶提供客制化產(chǎn)品最重要的媒介册血，新工業(yè)革命時(shí)代中的制造將通過數(shù)據(jù)把終端客戶與制造系統(tǒng)相連接扑轮，這些數(shù)據(jù)將自動(dòng)決定生產(chǎn)系統(tǒng)的各個(gè)環(huán)節(jié)的決策，實(shí)現(xiàn)生產(chǎn)上下游環(huán)環(huán)相扣的整合吠昭，人的工作難度將被大大降低喊括，在這種模式下工廠的組織構(gòu)架將趨于扁平，生產(chǎn)資源的利用效率也更加優(yōu)化矢棚。

有一個(gè)例子是最近特別流行的智能手環(huán)郑什，佩戴智能手環(huán)可以采集睡眠過程中的數(shù)據(jù)，醒來之后可以通過查看數(shù)據(jù)分析的結(jié)果蒲肋，睡眠質(zhì)量如何蹦误、多少時(shí)間是深睡眠狀態(tài)、深淺睡眠交替的曲線等信息都一目了然肉津。這時(shí)我們才發(fā)現(xiàn)決定睡眠質(zhì)量的并不是一共睡了幾個(gè)小時(shí)强胰，而是深睡眠所占整個(gè)睡眠時(shí)間的比例。白天精力好壞是我們可見的現(xiàn)象，但睡眠質(zhì)量是不可見的偶洋，智能手環(huán)通過睡眠數(shù)據(jù)的分析將不可見的睡眠質(zhì)量變成了可見可測(cè)的結(jié)果熟吏，并利用這些信息幫助用戶去管理可見的生活。

新工業(yè)革命并不僅僅是制造業(yè)的革命玄窝，而是一場(chǎng)更加深刻的變革蒲龟，創(chuàng)新模式、商業(yè)模式讼崔、服務(wù)模式凌宫、產(chǎn)業(yè)鏈和價(jià)值鏈都將產(chǎn)生革命性的變化，制造業(yè)的文化死辫，從“機(jī)器崇拜麻坯，流程崇拜”進(jìn)入到人文主義視角的“價(jià)值定義”，今天的零售業(yè)逐步向“內(nèi)容檬舀，IP”化轉(zhuǎn)移毙帚，制造業(yè)的產(chǎn)品或服務(wù)，未來也會(huì)走向“IP導(dǎo)向的制成品” 腹痹，生產(chǎn)線和消費(fèi)者使用處于永遠(yuǎn)互動(dòng)的狀態(tài)熔布，并延伸基于數(shù)據(jù)的增值服務(wù)，云計(jì)算下伙、人工智能默徘、和大數(shù)據(jù)都是支撐這個(gè)轉(zhuǎn)型的基礎(chǔ)條件，工業(yè)升級(jí)吗浩，最根本的驅(qū)動(dòng)力來自于商業(yè)模式與智能服務(wù)體系的創(chuàng)新技術(shù)變革藤树，這兩者才是未來工業(yè)界競(jìng)爭(zhēng)的藍(lán)海。

工業(yè)大數(shù)據(jù)的3B與3C

什么是工業(yè)大數(shù)據(jù)?

一提到大數(shù)據(jù)拓萌，人們首先會(huì)想到在互聯(lián)網(wǎng)和商業(yè)等環(huán)境中岁钓，利用大量的行為數(shù)據(jù)來分析用戶行為和預(yù)測(cè)市場(chǎng)趨勢(shì)等應(yīng)用。但是對(duì)工業(yè)大數(shù)據(jù)的定義和應(yīng)用卻很難直觀地理解和想象∥⑼酰現(xiàn)在對(duì)大數(shù)據(jù)最為流行的定義來自于維克托·邁爾-舍恩伯格和肯尼斯·克耶編寫的《大數(shù)據(jù)時(shí)代》中提出的4V特性屡限，即Volume(數(shù)據(jù)量大)、Velocity(流動(dòng)速度快)炕倘、Veracity(準(zhǔn)確性難把握)钧大、和Variety(來源多樣性)。這個(gè)定義是針對(duì)互聯(lián)網(wǎng)和社會(huì)環(huán)境中的大數(shù)據(jù)罩旋，從數(shù)據(jù)工程的技術(shù)挑戰(zhàn)方面所提出的啊央。而工業(yè)大數(shù)據(jù)的挑戰(zhàn)和目的則要通過“3B”和“3C”來理解：

工業(yè)大數(shù)據(jù)應(yīng)用的“3B”挑戰(zhàn)：

- Bad Quality: 在工業(yè)大數(shù)據(jù)中，數(shù)據(jù)質(zhì)量問題一直是許多企業(yè)所面臨的挑戰(zhàn)涨醋。這主要受制于工業(yè)環(huán)境中數(shù)據(jù)獲取手段的限制瓜饥，包括傳感器逝撬、數(shù)采硬件模塊、通信協(xié)議快混、和組態(tài)軟件等多個(gè)技術(shù)限制愚矗。對(duì)數(shù)據(jù)質(zhì)量的管理技術(shù)是一個(gè)企業(yè)必須要下的硬功夫。

- Broken: 工業(yè)對(duì)于數(shù)據(jù)的要求并不僅在于量的大小穿互，更在于數(shù)據(jù)的全面性椭药。在利用數(shù)據(jù)建模的手段解決某一個(gè)問題時(shí)，需要獲取與被分析對(duì)象相關(guān)的全面參數(shù)峡徽，而一些關(guān)鍵參數(shù)的缺失會(huì)使分析過程碎片化蓬甩。舉例而言，當(dāng)分析航空發(fā)動(dòng)機(jī)性能時(shí)需要溫度绣首、空氣密度珠慧、進(jìn)出口壓力、功率等多個(gè)參數(shù)革襟，而當(dāng)其中任意一個(gè)參數(shù)缺失時(shí)都無法建立完整的性能評(píng)估和預(yù)測(cè)模型。因此對(duì)于企業(yè)來說卓您，在進(jìn)行數(shù)據(jù)收集前要對(duì)分析的對(duì)象和目的有清楚的規(guī)劃鸭嗡，這樣才能夠確保所獲取數(shù)據(jù)的全面性，以免斥巨資積累了大量數(shù)據(jù)后發(fā)現(xiàn)并不能解決所關(guān)心的問題浙炼。

- Background (Below the Surface): 除了對(duì)數(shù)據(jù)所反映出來的表面統(tǒng)計(jì)特征進(jìn)行分析以外份氧，還應(yīng)該關(guān)注數(shù)據(jù)中所隱藏的背景相關(guān)性。對(duì)這些隱藏在表面以下的相關(guān)性進(jìn)行分析和挖掘時(shí)弯屈，需要一些具有參考性的數(shù)據(jù)進(jìn)行對(duì)照蜗帜，也就是數(shù)據(jù)科學(xué)中所稱的“貼標(biāo)簽”過程。這一類數(shù)據(jù)包括工況設(shè)定资厉、維護(hù)記錄厅缺、任務(wù)信息等，雖然數(shù)據(jù)的量不大宴偿，但在數(shù)據(jù)分析中卻起到至關(guān)重要的作用湘捎。

工業(yè)大數(shù)據(jù)分析的“3C”目的：

- Comparison(比較性)：從比較過程中獲取洞察，既包括比較相似性窄刘，也包括比較差異性窥妇。比較的維度既可以是在時(shí)間維度上與自身狀態(tài)的比較，也可以是在集群維度上與其他個(gè)體的比較娩践。這種比較分析能夠幫助我們將龐大的個(gè)體信息進(jìn)行分類活翩，為接下來尋找相似中的普適性規(guī)律和差異中的因果關(guān)系奠定基礎(chǔ)。

- Correlation (相關(guān)性)：如果說物聯(lián)網(wǎng)是可見世界的連接翻伺，那么所連接對(duì)象之間的相關(guān)性就是不可見世界的連接矩袖。對(duì)相關(guān)性的挖掘是形成記憶和知識(shí)的基礎(chǔ)陵阁，簡(jiǎn)單的將信息存儲(chǔ)下來并不能稱之為記憶，通過信息之間的關(guān)聯(lián)性對(duì)信息進(jìn)行管理和啟發(fā)式的聯(lián)想才是記憶的本質(zhì)差按。相關(guān)性同時(shí)也促進(jìn)了人腦在管理和調(diào)用信息的效率苦爸，我們?cè)诨叵肫鹨粋€(gè)畫面或是情節(jié)的時(shí)候，往往并不是去回憶每一個(gè)細(xì)節(jié)聋账，而是有一個(gè)如線頭一樣的線索瑟扁，你去牽它一下就能夠引出整個(gè)場(chǎng)景。這樣的類似記憶式的信息管理方式運(yùn)用在工業(yè)智能中毕察，就是一種更加靈活高效的數(shù)據(jù)管理方式匹氯。

- Consequence (因果性)：數(shù)據(jù)分析的重要目的是進(jìn)行決策支持，在制定一個(gè)特定的決策時(shí)库绩，其所帶來的結(jié)果和影響應(yīng)該被同等地分析和預(yù)測(cè)重抑。這是以往的控制系統(tǒng)所不具備的特性，也是智能化的本質(zhì)峡蓖。工業(yè)系統(tǒng)中的大部分活動(dòng)都具有很強(qiáng)的目的性亿永，就是把目標(biāo)精度最大化，把破壞度最小化的“結(jié)果管理”换怖。結(jié)果管理的基礎(chǔ)是預(yù)測(cè)甩恼，例如在現(xiàn)在的制造系統(tǒng)中，如果我們可以預(yù)測(cè)到設(shè)備的衰退對(duì)質(zhì)量的影響沉颂，以及對(duì)下一個(gè)工序質(zhì)量的影響条摸，就可以在制造過程中對(duì)質(zhì)量風(fēng)險(xiǎn)進(jìn)行補(bǔ)償和管理，制造系統(tǒng)的彈性和堅(jiān)韌性就會(huì)增加铸屉。

總結(jié)而言钉蒲，互聯(lián)網(wǎng)和商業(yè)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)在技術(shù)挑戰(zhàn)、數(shù)據(jù)屬性彻坛、和分析目的等方面有很多區(qū)別顷啼，這也決定了兩者技術(shù)手段的不同。

雖然互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)的核心問題與技術(shù)路徑不同昌屉，但并不意味著兩者是格格不入的线梗。相反，將互聯(lián)網(wǎng)大數(shù)據(jù)與工業(yè)大數(shù)據(jù)相整合怠益，能夠相得益彰產(chǎn)生更大的價(jià)值仪搔。舉例而言，制造系統(tǒng)正在改變過去生產(chǎn)驅(qū)動(dòng)銷售的“Push”模式和銷售驅(qū)動(dòng)生產(chǎn)的“Pull”模式团春，雖然已經(jīng)具備滿足不同訂單需求的“柔性”生產(chǎn)模式袄扛，但依然無法改變對(duì)市場(chǎng)應(yīng)激式的生產(chǎn)模式。未來的智能制造系統(tǒng)將以數(shù)據(jù)來驅(qū)動(dòng)兔卤，體現(xiàn)在設(shè)計(jì)過程的數(shù)據(jù)化(PLM桂付、CAD)摊梯、制造系統(tǒng)驅(qū)動(dòng)的數(shù)據(jù)化(MES、DCS)巍嘶、和生產(chǎn)資源管理的數(shù)據(jù)化(ERP)等方式杀乃。但是這些都還只看到了制造系統(tǒng)本身，而忽略了這些數(shù)據(jù)化的源頭應(yīng)該是對(duì)市場(chǎng)和客戶的數(shù)據(jù)化原承。利用商業(yè)大數(shù)據(jù)對(duì)市場(chǎng)進(jìn)行預(yù)測(cè)碳环、繪制客戶需求畫像、和分析供應(yīng)狀態(tài)實(shí)時(shí)評(píng)估等方式废奖，能夠從本質(zhì)上將制造系統(tǒng)從應(yīng)激式轉(zhuǎn)變成為預(yù)測(cè)型的生產(chǎn)模式鞍后。

“不可見的世界”的價(jià)值

“有之以為利、無之以為用”是出自老子《道德經(jīng)》中的一句話内地，其中的智慧放在當(dāng)今工業(yè)的價(jià)值模式中依然十分受用伴澄。這句話可以理解為：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限可能才是被我們真正使用并創(chuàng)造價(jià)值的所在阱缓。我們?cè)凇豆I(yè)大數(shù)據(jù)》一書中非凌，曾用煎蛋模型來闡述產(chǎn)品與服務(wù)價(jià)值之間的關(guān)系蛋黃代表的是產(chǎn)品自身，其差異性和客制化程度并不明顯荆针，例如一臺(tái)電視機(jī)在擋住了Logo之后就很難被區(qū)分出來是哪家公司生產(chǎn)的敞嗡。而蛋白所代表的增值服務(wù)卻是差異化和客制化的重要體現(xiàn)，也是企業(yè)的品牌和可持續(xù)性價(jià)值的所在祭犯。這些價(jià)值存在于用戶的使用場(chǎng)景秸妥、隱形因素的相關(guān)性滚停、和產(chǎn)品被制造和使用的全生命周期這些“不可見世界”中沃粗。數(shù)據(jù)將成為挖掘這些價(jià)值的重要手段，主要體現(xiàn)在：利用數(shù)據(jù)挖掘在使用中獲得新的知識(shí)和技術(shù)對(duì)現(xiàn)有產(chǎn)品進(jìn)行改進(jìn);利用數(shù)據(jù)去發(fā)現(xiàn)和定義用戶未知的需求;以數(shù)據(jù)作為媒介向用戶提供增值服務(wù)键畴。

工業(yè)價(jià)值的煎蛋模型新思維

以風(fēng)力發(fā)電為例最盅，風(fēng)機(jī)本身的差異化并不明顯，用戶的定制化需求也并不強(qiáng)烈起惕，但是風(fēng)機(jī)在運(yùn)行過程中的發(fā)電能力涡贱、運(yùn)行穩(wěn)定性、和運(yùn)維成本等卻是用戶價(jià)值的核心牌骚。利用風(fēng)機(jī)的運(yùn)行大數(shù)據(jù)可以對(duì)風(fēng)機(jī)進(jìn)行健康管理翎女、對(duì)潛在的運(yùn)行風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)、和對(duì)風(fēng)場(chǎng)的運(yùn)維進(jìn)行優(yōu)化缘荧，從而提升風(fēng)機(jī)的可用率酸飞、改善發(fā)電效率、和降低運(yùn)維成本蒿榄。風(fēng)機(jī)的制造廠商也可以不再僅僅通過賣出裝備獲得一次性的盈利央封，還可以通過向用戶提供使用過程中的增值服務(wù)實(shí)現(xiàn)持續(xù)性的盈利赛臀。

可見與不可見的轉(zhuǎn)型思維

人類社會(huì)在經(jīng)歷了200多年的科技革命后，已經(jīng)積累了巨大的工業(yè)產(chǎn)品存量徐渗，工業(yè)的基礎(chǔ)設(shè)施和大量基本生產(chǎn)要素丰扁，如機(jī)床、電力設(shè)施店麻、動(dòng)力設(shè)施纽哭、制造裝備、交通裝備等需求都已逐漸趨于飽和炉奴。因此德國(guó)的“工業(yè)4.0”戰(zhàn)略中將面向制造系統(tǒng)的集成和軟件服務(wù)作為重點(diǎn)逼庞，具體表現(xiàn)在“縱向集成”、“橫向集成”和“端到端集成”瞻赶。同樣發(fā)現(xiàn)這個(gè)問題的還有美國(guó)GE公司赛糟，他們意識(shí)到裝備銷售過程中的獲利遠(yuǎn)遠(yuǎn)不及在產(chǎn)品使用過程中的價(jià)值服務(wù)，客戶需要的價(jià)值也遠(yuǎn)不止對(duì)產(chǎn)品狀態(tài)的保持砸逊，更在于如何去使用這些能力來實(shí)現(xiàn)更高效的價(jià)值再創(chuàng)造璧南。

以數(shù)據(jù)為核心使產(chǎn)品發(fā)揮最大的能力，歸根結(jié)底是利用數(shù)據(jù)建模實(shí)現(xiàn)對(duì)狀態(tài)师逸、環(huán)境和任務(wù)的精確評(píng)估司倚，對(duì)管理和控制活動(dòng)進(jìn)行實(shí)時(shí)的決策優(yōu)化，并協(xié)同和調(diào)度相關(guān)產(chǎn)品高效率運(yùn)行的過程篓像。

“無憂”的制造環(huán)境

制造系統(tǒng)中的問題同樣也有 “ 可見” 和“ 不可見”之分动知，我們對(duì)待這些問題的方式既可以在問題發(fā)生后去解決，也可以在問題發(fā)生前去避免员辩。生產(chǎn)系統(tǒng)中存在的“不可見”問題包括設(shè)備性能的衰退盒粮、精度的缺失、易耗件的磨損企电、和資源的浪費(fèi)等嘶在，可見的問題往往是這些不可見因素積累到一定程度所引起的，比如設(shè)備的衰退最終導(dǎo)致停機(jī)乃筐、精度的缺失最終導(dǎo)致質(zhì)量偏差等扎趋。就如同冰山一樣，可見的問題僅僅是冰山一角玄饶，而隱性的問題則是隱藏在冰山下面的惡魔莲态。通過大數(shù)據(jù)對(duì)“不可見”問題獲得深刻的洞察，是實(shí)現(xiàn)無憂慮制造環(huán)境的基礎(chǔ)李腐，也是智能制造的本質(zhì)秤凡。

制造改進(jìn)與轉(zhuǎn)型的機(jī)會(huì)空間可以被分為四個(gè)部分，第一個(gè)部分是去滿足用戶可見的需求和解決可見的問題彭闷，這個(gè)空間內(nèi)依然有中國(guó)制造需要補(bǔ)的課愈樱，比如質(zhì)量芳企、污染、和浪費(fèi)等問題初之，需要的是持續(xù)的改善與不斷完善的標(biāo)準(zhǔn)化造过。第二個(gè)空間在于避免可見的問題，需要從使用數(shù)據(jù)中挖掘新的知識(shí)對(duì)原有生產(chǎn)系統(tǒng)和產(chǎn)品做加值改善扎唾。第三個(gè)空間在于利用創(chuàng)新的方法與技術(shù)去解決未知的問題與創(chuàng)造新的競(jìng)爭(zhēng)力召川，例如具有自省能力的設(shè)備，以及利用傳感器與大數(shù)據(jù)使不可見的問題透明化胸遇，進(jìn)而去管理和解決不可見的問題荧呐。第四個(gè)象限是尋找和滿足不可見的價(jià)值缺口，避免不可見因素的影響纸镊，這部分需要利用大數(shù)據(jù)分析產(chǎn)生的智能信息去創(chuàng)造新的知識(shí)和價(jià)值與傳承力倍阐，這也是工業(yè)互聯(lián)網(wǎng)的最終目標(biāo)。

通過分析數(shù)據(jù)逗威，預(yù)測(cè)需求峰搪、預(yù)測(cè)制造、利用數(shù)據(jù)去整合產(chǎn)業(yè)鏈和價(jià)值鏈凯旭，這就是工業(yè)大數(shù)據(jù)的思維概耻。工業(yè)互聯(lián)網(wǎng)是一場(chǎng)在不可見世界中的戰(zhàn)爭(zhēng)，而工業(yè)數(shù)據(jù)分析的競(jìng)爭(zhēng)力則是連接可見與不可見世界的橋梁罐呼。

利用大數(shù)據(jù)實(shí)現(xiàn)無憂的制造環(huán)境有三個(gè)方向鞠柄，數(shù)據(jù)在每一個(gè)階段中扮演的作用也并不相同。第一個(gè)方向是在解決可見問題的過程中積累經(jīng)驗(yàn)和知識(shí)尺夺，從而去避免這些問題烧论。在這個(gè)過程中，數(shù)據(jù)可以作為經(jīng)驗(yàn)和知識(shí)的載體臣碟。第二個(gè)方向是依靠數(shù)據(jù)去分析問題產(chǎn)生的隱性線索(evidence)盐腻、關(guān)聯(lián)性降乔、和根原因等踊眠，進(jìn)而利用預(yù)測(cè)分析將不可見問題顯性化，從而實(shí)現(xiàn)解決不可見問題的目的√中ǎ現(xiàn)在的制造系統(tǒng)正在經(jīng)歷從第一個(gè)階段到第二個(gè)階段的轉(zhuǎn)變過程布缨，在完成這個(gè)過程后，制造系統(tǒng)將不再有‘surprise’玻市，使得所有隱性問題在變成顯性問題和影響之前都可以被提前解決柜涛。第三個(gè)方向是通過對(duì)數(shù)據(jù)的深度挖掘，建立知識(shí)和問題之間的相關(guān)性父独，從數(shù)據(jù)中啟發(fā)出新的知識(shí)格缘，并能夠利用知識(shí)對(duì)制造系統(tǒng)進(jìn)行精確的建模茫叭，產(chǎn)生能夠指導(dǎo)制造系統(tǒng)活動(dòng)的鏡像模型，從系統(tǒng)的設(shè)計(jì)端避免可見及不可見問題的發(fā)生半等。

這三個(gè)方向?qū)ζ髽I(yè)都非常具有借鑒意義揍愁，但是需要根據(jù)不同的情況側(cè)重于不同的方向∩倍總的來概況莽囤，這三個(gè)方向分別適用于以下幾類情況中問題的解決：

第一個(gè)方向：適合在某一個(gè)領(lǐng)域已經(jīng)經(jīng)營(yíng)了很久，有了一定的經(jīng)驗(yàn)積累切距，但是卻很難總結(jié)出為什么做的好或是不好朽缎。

第二個(gè)方向：在解決了可見的問題之后，仍然存在一些不可見問題對(duì)制造系統(tǒng)造成的影響谜悟，希望能夠了解不可見因素的變化過程和相互的關(guān)聯(lián)性话肖，積累更加深入的制造知識(shí)。

第三個(gè)方向：在制造基礎(chǔ)還較為薄弱的領(lǐng)域葡幸，并沒有形成太多有效的數(shù)據(jù)狼牺，但是擁有非常豐富的使用數(shù)據(jù)和經(jīng)驗(yàn)，則可以借助使用過程中積累的知識(shí)對(duì)制造系統(tǒng)提出設(shè)計(jì)的要求礼患。

問題是钥、數(shù)據(jù)、與知識(shí)的關(guān)系及管理方式

大數(shù)據(jù)與智能制造之間的關(guān)系：制造系統(tǒng)中“可見”和“不可見”問題的發(fā)生及解決的過程中會(huì)產(chǎn)生大量的數(shù)據(jù)渺因，通過對(duì)這些數(shù)據(jù)的分析可以了解問題產(chǎn)生的過程幅类、造成的影響和解決的方式。通過對(duì)數(shù)據(jù)的深度挖掘和抽象化建模后可以形成知識(shí)妙裸，進(jìn)而利用知識(shí)去認(rèn)識(shí)姨桩、避免、和重新定義問題睁去。數(shù)據(jù)在其中起到的作用戚促，是使這個(gè)過程從以往依靠人的經(jīng)驗(yàn)(Experience based)轉(zhuǎn)向依靠挖掘數(shù)據(jù)中隱性的線索(Evidence based)，使得制造知識(shí)能夠被更加高效和自發(fā)地產(chǎn)生殃宜、利用和傳承睡誉。因此，問題和知識(shí)是目的挟撑，而數(shù)據(jù)則是一種手段伤很。今天我們來談利用大數(shù)據(jù)實(shí)現(xiàn)智能制造，是因?yàn)榇髷?shù)據(jù)正在逐漸成為易得的資源嫩坷，而在制造系統(tǒng)和商業(yè)環(huán)境變得日益復(fù)雜的今天肺樟，利用大數(shù)據(jù)去解決問題和積累知識(shí)將是更加高效和便捷的方式。

數(shù)據(jù)本身不會(huì)說話，也并不會(huì)直接創(chuàng)造價(jià)值么伯，真正為企業(yè)帶來價(jià)值的是數(shù)據(jù)分析和挖掘之后產(chǎn)生的洞察和行動(dòng)的價(jià)值疟暖，是數(shù)據(jù)經(jīng)過實(shí)時(shí)分析后及時(shí)地流向決策鏈的各個(gè)環(huán)節(jié)，是讓數(shù)據(jù)成為面向客戶創(chuàng)值服務(wù)的媒介和依據(jù)田柔。工業(yè)大數(shù)據(jù)的目的并不是追求數(shù)據(jù)量的龐大誓篱，而是通過系統(tǒng)式地?cái)?shù)據(jù)收集和分析手段，實(shí)現(xiàn)價(jià)值的最大化凯楔。所以推動(dòng)工業(yè)價(jià)值轉(zhuǎn)型和智能制造的并不是大數(shù)據(jù)本身窜骄，而是大數(shù)據(jù)分析技術(shù)所帶來的洞察，行動(dòng)的準(zhǔn)確性與速度摆屯。在新制造革命的轉(zhuǎn)型中邻遏，更加有效地積累和利用數(shù)據(jù)資源與知識(shí)的傳承，決定了能否在新競(jìng)爭(zhēng)環(huán)境中脫穎而出虐骑。工業(yè)大數(shù)據(jù)定義了制造價(jià)值的新主張准验，這個(gè)價(jià)值的應(yīng)用既可以外向，也可以是內(nèi)向疆虑。內(nèi)向是利用大數(shù)據(jù)去解決和避免制造系統(tǒng)中的“不可見”問題躏叽，實(shí)現(xiàn)無憂的制造環(huán)境。外向是利用大數(shù)據(jù)在產(chǎn)品的使用過程向用戶提供智能增值服務(wù)澄月，實(shí)現(xiàn)制造價(jià)值的延續(xù)淹佃。這兩者對(duì)于中國(guó)制造而言，一方面是解決制造“大而不強(qiáng)”的挑戰(zhàn)脂惊，另一方面是改善制造附加值較低的瓶頸旁囤。中國(guó)應(yīng)該利用好使用數(shù)據(jù)的資源，不斷提升企業(yè)對(duì)制造的理解和知識(shí)積累速度喝园，才能彌補(bǔ)中國(guó)在裝備制造和核心零部件等方面的弱勢(shì)缭越，逐步彌補(bǔ)這些弱勢(shì)領(lǐng)域造成的短板，讓世界看到中國(guó)在工業(yè)大數(shù)據(jù)中創(chuàng)知和創(chuàng)值的成功經(jīng)驗(yàn)省瓜。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)秋鹅，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享，并不代表本站贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé)彤笼，也不構(gòu)成任何其他建議析崎。本站部分作品是由網(wǎng)友自主投稿和發(fā)布、編輯整理上傳讼撒，對(duì)此類作品本站僅提供交流平臺(tái)浑厚，不為其版權(quán)負(fù)責(zé)股耽。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻根盒、圖片、文字如涉及作品版權(quán)問題，請(qǐng)第一時(shí)間告知炎滞，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國(guó)家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容敢艰，以保證您的權(quán)益！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn册赛。