近年來，以物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算為代表的新一代信息技術(shù)，以3D打印、機(jī)器人、人機(jī)協(xié)作為代表的新型制造技術(shù)，與新能源、新材料與生物科技呈現(xiàn)多點(diǎn)突破、交叉融合，智能制造技術(shù)創(chuàng)新不斷取得新突破。2016年是我國“十三五”開局之年，也是我國系統(tǒng)推進(jìn)智能制造發(fā)展元年，智能制造將成為實(shí)施《中國制造2025》的重要抓手，推動(dòng)我國經(jīng)濟(jì)發(fā)展保持中高速增長(zhǎng)，助力產(chǎn)業(yè)完成中高端升級(jí)。

　　在西方國家有這樣一句話：To live well，a nation mustproduce well，說明制造業(yè)是一個(gè)國家綜合國力最重要的體現(xiàn)，也是決定民眾生活質(zhì)量的重要條件。在經(jīng)歷了互聯(lián)網(wǎng)泡沫和經(jīng)濟(jì)危機(jī)之后，世界各國，尤其是發(fā)達(dá)國家開始重新意識(shí)到制造業(yè)的重要性，也在重新審視自身競(jìng)爭(zhēng)力的優(yōu)劣勢(shì)。第四次科技革命的到來為各個(gè)國家提供了發(fā)展和轉(zhuǎn)型的機(jī)遇，也使他們面臨競(jìng)爭(zhēng)力格局變化的挑戰(zhàn)，智能制造成為世界各國競(jìng)爭(zhēng)的新戰(zhàn)場(chǎng)。無論是德國提出的“工業(yè)4． 0 國家戰(zhàn)略”，美國提出的“國家制造業(yè)創(chuàng)新網(wǎng)絡(luò)（NNMI）計(jì)劃”，或是日本的“工業(yè)價(jià)值鏈計(jì)劃（IVI）”等，無不圍繞著制造業(yè)這個(gè)核心。中國改革開放三十多年來，綜合國力和人民生活水平的提升過程中，制造業(yè)的快速發(fā)展起到了決定性的作用，中國成為世界制造業(yè)的新中心，也連續(xù)幾年成為“世界制造力競(jìng)爭(zhēng)指數(shù)”最強(qiáng)的國家。在新一輪的制造業(yè)革命中，中國也感受到來自世界各國新技術(shù)戰(zhàn)略的壓力，相繼提出“中國制造2025”，“互聯(lián)網(wǎng)＋ ”和“供給側(cè)改革”等多項(xiàng)措施。

　　每一次制造革命的進(jìn)步，除了我們能夠可見的技術(shù)要素以外，更重要的是這背后的制造哲學(xué)的進(jìn)步?，F(xiàn)代制造業(yè)從第二次科技革命到現(xiàn)在，經(jīng)歷了標(biāo)準(zhǔn)化、合理化＋ 規(guī)范化、自動(dòng)化＋集成化、網(wǎng)絡(luò)化＋ 信息化四個(gè)階段。這背后的制造哲學(xué)可以概括為：以低成本生產(chǎn)高質(zhì)量的產(chǎn)品；通過全流程改善降低浪費(fèi)、次品和事故；通過產(chǎn)品全生命周期的數(shù)據(jù)管理，為用戶提供所需要的能力和服務(wù)。在以上幾個(gè)階段的基礎(chǔ)上，現(xiàn)在的制造系統(tǒng)正處在向智能化＋ 客制化邁進(jìn)的階段，目標(biāo)是實(shí)現(xiàn)零故障和預(yù)測(cè)型的生產(chǎn)系統(tǒng)，并在無憂的生產(chǎn)環(huán)境中以低成本快速實(shí)現(xiàn)用戶的客制化需求。

　　那么，如何實(shí)現(xiàn)智能制造？有些人說大數(shù)據(jù)是實(shí)現(xiàn)智能制造的核心技術(shù)，也有人說要靠互聯(lián)網(wǎng)、信息物理系統(tǒng)技術(shù)（CPS），或是人工智能和機(jī)器人等。如果大數(shù)據(jù)是智能制造的核心驅(qū)動(dòng)力，那么我們?cè)撛趺慈ザx和使用大數(shù)據(jù)？關(guān)于這個(gè)問題，我在《工業(yè)大數(shù)據(jù)》這本書中曾表達(dá)過一個(gè)觀點(diǎn)：大數(shù)據(jù)并不是目的，而是看待問題的一種途徑和解決問題的一種手段。通過分析數(shù)據(jù)，可以預(yù)測(cè)需求、預(yù)測(cè)制造、解決和避免不可見問題的風(fēng)險(xiǎn)，和利用數(shù)據(jù)去整合產(chǎn)業(yè)鏈和價(jià)值鏈，這才是大數(shù)據(jù)的核心目的。

　　大數(shù)據(jù)與智能制造之間的關(guān)系可以總結(jié)為：制造系統(tǒng)中問題的發(fā)生和解決的過程中會(huì)產(chǎn)生大量數(shù)據(jù)，通過對(duì)這些數(shù)據(jù)的分析和挖掘可以了解問題產(chǎn)生的過程、造成的影響和解決的方式，這些信息被抽象化建模后轉(zhuǎn)化成知識(shí)，再利用知識(shí)去認(rèn)識(shí)、解決和避免問題，核心是從以往依靠人的經(jīng)驗(yàn)（experiencebased），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、利用和傳承。因此，問題和知識(shí)是目的，而數(shù)據(jù)則是一種手段。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)已經(jīng)成為一個(gè)日益明顯的現(xiàn)象，而在制造系統(tǒng)和商業(yè)環(huán)境變得日益復(fù)雜的今天，利用大數(shù)據(jù)去解決問題和積累知識(shí)或許是更加高效和便捷的方式。

大數(shù)據(jù)的目的并不是追求數(shù)據(jù)量大，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。所以推動(dòng)智能制造的并不是大數(shù)據(jù)本身，而是大數(shù)據(jù)的分析技術(shù)。在新制造革命的轉(zhuǎn)型中，是否能夠更加有效地利用好大數(shù)據(jù)，決定了能否在競(jìng)爭(zhēng)中脫穎而出。在現(xiàn)在的制造中，存在著許多無法被定量、無法被決策者掌握的不確定因素，這些不確定因素既存在于制造過程中，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，例如避免產(chǎn)品缺陷、避免加工失效、提升設(shè)備效率和可靠性、避免設(shè)備故障和安全問題等。這些問題在工業(yè)生產(chǎn)中由于可見可測(cè)量，往往比較容易避免和解決。不可見的問題通常表現(xiàn)為設(shè)備的性能下降、健康衰退、零部件磨損、運(yùn)行風(fēng)險(xiǎn)升高等。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)，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。

　　因此，我、倪軍教授和王安正教授在本書中闡述了大數(shù)據(jù)推動(dòng)智能制造的三個(gè)方向：第一個(gè)方向是利用數(shù)據(jù)來了解和解決可見的問題；第二個(gè)方向是利用數(shù)據(jù)來分析和預(yù)測(cè)不可見的問題，從僅僅明白解決問題的“knowhow”，進(jìn)一步理解問題產(chǎn)生的原因，從而避免可見的問題；第三個(gè)方向則是從數(shù)據(jù)中挖掘新的知識(shí)，再利用知識(shí)去重新定義問題，使得可見或不可見的問題都可以在制造系統(tǒng)中避免。在第一個(gè)方向上，許多國家已經(jīng)有了比較成熟的積累，也形成了各自獨(dú)特的制造文化，本書中我們會(huì)為讀者詳細(xì)解讀這些國家的經(jīng)驗(yàn)和得失。在第二個(gè)和第三個(gè)方向上，我們也做了許多年的研究和應(yīng)用，形成了一套較為完整的體系和方法論，在本書中也會(huì)結(jié)合案例為讀者進(jìn)行詳細(xì)介紹。借助本書，我們不僅要向讀者介紹大數(shù)據(jù)和智能制造的技術(shù)，更重要的是傳達(dá)一種思維方式，以及對(duì)智能制造的理解、解決問題的邏輯和重新定義制造的思考方式。

　　相關(guān)：得大數(shù)據(jù)者得新工業(yè)革命先機(jī)

　　數(shù)據(jù)無限多時(shí)，就接近真實(shí)世界的本原。人類征服世界的前提是認(rèn)識(shí)世界，既然借助大數(shù)據(jù)已經(jīng)無限接近了真實(shí)世界，也就不必畫蛇添足了，還是保持真實(shí)數(shù)據(jù)原貌最好，而且，認(rèn)識(shí)世界的能力越強(qiáng)，人類征服世界和改造世界的能力也越強(qiáng)。

　　世界經(jīng)濟(jì)論壇第十屆新領(lǐng)軍者年會(huì)即夏季達(dá)沃斯論壇即將在天津舉行，主題為“第四次工業(yè)革命——轉(zhuǎn)型的力量”。屆時(shí)，全球90多個(gè)國家和地區(qū)的超過1500位各界領(lǐng)軍人物將集中探討第四次工業(yè)革命對(duì)未來經(jīng)濟(jì)、社會(huì)、生態(tài)和文化的重要影響。今年1月下旬在瑞士小鎮(zhèn)舉行的達(dá)沃斯年會(huì)，主題也是“掌控第四次工業(yè)革命”，主要討論第四次工業(yè)革命將如何改變?nèi)祟惿a(chǎn)、分配和消費(fèi)模式，如何應(yīng)對(duì)由此帶來的挑戰(zhàn)。世界頂級(jí)企業(yè)家與智庫一年內(nèi)兩度探討同一主題，在達(dá)沃斯論壇歷史上還是首次。世界精英如此心儀新工業(yè)革命，蓋因世界經(jīng)濟(jì)遇到了瓶頸，人們急切期望從新工業(yè)革命中找到突破口，找到人類可持續(xù)發(fā)展的鑰匙。而要理解新工業(yè)革命，先得弄清大數(shù)據(jù)革命。

　　一般認(rèn)為，大數(shù)據(jù)的數(shù)量級(jí)是在“太字節(jié)”即2的40次方以上，一般軟件人員難以收集、存儲(chǔ)、管理和分析的數(shù)據(jù)，而且這種認(rèn)定還是相對(duì)的，隨著科技進(jìn)步，“大”的認(rèn)定還會(huì)不斷變化。但僅僅因?yàn)椤按蟆倍Q之為大數(shù)據(jù)，風(fēng)靡全球的大數(shù)據(jù)革命就沒有太大意義了。在小數(shù)據(jù)時(shí)代，我們只能有選擇性采集抽樣數(shù)據(jù)、局部數(shù)據(jù)和片面數(shù)據(jù)，有時(shí)甚至在無法獲得實(shí)證時(shí)純粹靠經(jīng)驗(yàn)、理論、假設(shè)和價(jià)值觀去發(fā)現(xiàn)未知領(lǐng)域的規(guī)律。結(jié)果只能是對(duì)真實(shí)世界的抽象歸納與推理，這就不可避免包含了人的心理和主觀因素。同時(shí)，由于樣本的局部性，時(shí)間非全天候性，歸納推理中的主客觀偏差，有時(shí)可能出現(xiàn)“蝴蝶效應(yīng)”，差之毫厘，謬以千里。

大數(shù)據(jù)的真正意義在于：通過傳感器，實(shí)現(xiàn)真實(shí)世界的全方位連接，得到全方位實(shí)時(shí)數(shù)據(jù)，交換、整合和云計(jì)算，逼近真實(shí)世界。

　　小數(shù)據(jù)追求“小”、“精”、“優(yōu)”；大數(shù)據(jù)追求的是“多”、“雜”、“更優(yōu)”。小數(shù)據(jù)時(shí)代，受科技水平的限制，只能依據(jù)隨機(jī)樣本，大數(shù)據(jù)則要求所有數(shù)據(jù)，在小數(shù)據(jù)時(shí)代只有5%的數(shù)據(jù)符合樣本結(jié)構(gòu)化要求，剩下的95%數(shù)據(jù)都被排斥在外了。大數(shù)據(jù)則良莠不拒，不求隨機(jī)樣本，而是全體數(shù)據(jù)；不求精確性，而是混雜性。小數(shù)據(jù)探求因果關(guān)系，即知道“為什么”，以便歸納推理和預(yù)測(cè)；而大數(shù)據(jù)只知道相關(guān)關(guān)系，不必知道因果關(guān)系，只要知道“是什么”不必知道“為什么”。小數(shù)據(jù)追求精確、完美，往往導(dǎo)致不精確、不完美；大數(shù)據(jù)不求精確、不求完美，反而導(dǎo)致了觀測(cè)客觀世界的更精確、更完美。如2009年谷歌通過大數(shù)據(jù)分析準(zhǔn)確地得出什么地方發(fā)現(xiàn)了H1N1禽流感，而且判斷非常及時(shí)，比美國疾控中心的判斷結(jié)論要早一兩周。美國安大略理工學(xué)院卡羅琳·麥格雷戈博士利用軟件預(yù)測(cè)早產(chǎn)兒的病情，不僅比專業(yè)醫(yī)生及時(shí)，而且一些病狀，醫(yī)生不能發(fā)現(xiàn)，而計(jì)算機(jī)能發(fā)現(xiàn)。這些人都沒有醫(yī)療方面的專業(yè)背景。這樣的例子在大數(shù)據(jù)時(shí)代還有很多。正如“大數(shù)據(jù)時(shí)代的預(yù)言家”，牛津大學(xué)教授維多克·邁爾－舍恩伯格所言：“在不久的將來，世界許多依靠人類判斷力的領(lǐng)域都會(huì)被計(jì)算機(jī)系統(tǒng)所改變甚至取代?！边@看似是一個(gè)矛盾的命題，其實(shí)是一個(gè)方法論上的革命，即“大數(shù)據(jù)革命”。

　　明代著名思想家洪應(yīng)明說過：“文章極處無奇巧，人品極處只本然?！币粋€(gè)人寫文章寫到登峰造極的境界時(shí)，其實(shí)并沒有什么寫作藝術(shù)可言，只是把內(nèi)心的真實(shí)感受真實(shí)地表現(xiàn)出來，讓讀者從內(nèi)心產(chǎn)生共鳴。一個(gè)人的品德修養(yǎng)達(dá)到爐火純青的境界時(shí)，就能“隨心所欲不逾矩”，讓人回歸到純真樸實(shí)的本然之性而已。大數(shù)據(jù)革命與此異曲同工：“工業(yè)革命無奇巧，數(shù)據(jù)大時(shí)只本然”。數(shù)據(jù)無限多時(shí)，就接近真實(shí)世界的本原。人類征服世界的前提是認(rèn)識(shí)世界，既然借助大數(shù)據(jù)已經(jīng)無限接近了真實(shí)世界，也就不必畫蛇添足了，還是保持真實(shí)數(shù)據(jù)原貌最好，而且，認(rèn)識(shí)世界的能力越強(qiáng)，人類征服世界和改造世界的能力也越強(qiáng)。

　　大數(shù)據(jù)“多”、“快”“好”“省”的優(yōu)點(diǎn)奠定了新工業(yè)革命的基石?！皵?shù)據(jù)多”，隨著科技水平的進(jìn)一步發(fā)展，大數(shù)據(jù)將無限逼近真實(shí)世界?！八俣瓤臁保旌螂S時(shí)實(shí)現(xiàn)信息交換，沒有時(shí)滯?！靶Ч谩保髷?shù)據(jù)增加了人類的“觀測(cè)”能力。美國麻省理工學(xué)院布倫喬爾森將大數(shù)據(jù)稱之為人類社會(huì)行為觀測(cè)的“顯微鏡”，就像望遠(yuǎn)鏡讓我們能洞察遙遠(yuǎn)的星河，顯微鏡讓我們觀察微小的細(xì)胞一樣，大數(shù)據(jù)將幫助我們完成在通常的眼光下無法完成的工作。

　　新工業(yè)革命，本質(zhì)上是智能革命，而智能革命的基礎(chǔ)是信息化，大數(shù)據(jù)是根本。沒有大數(shù)據(jù)對(duì)客觀事物全面、快速、真實(shí)、準(zhǔn)確的信息反饋，任何智能設(shè)備都不可能實(shí)現(xiàn)真正的智能。因此，西方學(xué)者將即將來臨的新工業(yè)革命也稱之“后信息時(shí)代的革命”，歸根到底，這是“大數(shù)據(jù)的革命”。以至于知名信息專家涂子沛說：“數(shù)據(jù)可以治國，也可以強(qiáng)國”，“得數(shù)據(jù)者得天下”。借用涂子沛的這句話，我們還可以說：“數(shù)據(jù)可以治業(yè)，數(shù)據(jù)可以興業(yè)，得大數(shù)據(jù)者將占據(jù)新工業(yè)革命之先機(jī)！”（作者系上海大治投資管理有限公司董事長(zhǎng)、金融學(xué)博士后）

　　工業(yè)大數(shù)據(jù)的四種用途和兩大價(jià)值

　　隨著新一代信息技術(shù)與制造業(yè)的深度融合，工業(yè)企業(yè)的運(yùn)營管理，越來越依賴工業(yè)大數(shù)據(jù)。工業(yè)大數(shù)據(jù)的潛在價(jià)值也日益呈現(xiàn)。隨著越來越多的生產(chǎn)設(shè)備、零部件、產(chǎn)品以及人力物力不斷加入工業(yè)互聯(lián)網(wǎng)，也致使工業(yè)大數(shù)據(jù)呈現(xiàn)出爆炸性增長(zhǎng)的趨勢(shì)。

　　對(duì)工業(yè)企業(yè)而言，工業(yè)大數(shù)據(jù)有四種區(qū)別于一般大數(shù)據(jù)應(yīng)用的特殊用途，能夠帶來兩大價(jià)值：

圖 工業(yè)大數(shù)據(jù)的產(chǎn)生和應(yīng)用

　　優(yōu)化網(wǎng)絡(luò)：在一個(gè)網(wǎng)絡(luò)系統(tǒng)內(nèi)實(shí)現(xiàn)互聯(lián)的各種設(shè)備或機(jī)器，可以通過互聯(lián)網(wǎng)相互協(xié)作，提高網(wǎng)絡(luò)整體的運(yùn)營效率。在醫(yī)療領(lǐng)域也是如此，如果將到醫(yī)生和護(hù)士等醫(yī)療數(shù)據(jù)互聯(lián)，數(shù)據(jù)就可以無縫地傳輸給醫(yī)療機(jī)構(gòu)和病人，等待的時(shí)間將會(huì)更短，能夠更迅速地幫助病人使用正確的醫(yī)療設(shè)備，從而使得醫(yī)療設(shè)備利用率更高，醫(yī)療服務(wù)質(zhì)量更好。在交通領(lǐng)域也是如此，如果將許多車輛實(shí)現(xiàn)互聯(lián)之后，就會(huì)知道自己的位置和目的地，同時(shí)能夠了解到網(wǎng)絡(luò)系統(tǒng)內(nèi)其他車輛的位置和目的地，允許優(yōu)化路由來尋找到最有效的人工智能解決方案。

　　優(yōu)化運(yùn)維：通過工業(yè)大數(shù)據(jù)可以實(shí)現(xiàn)最優(yōu)化、低成本，并有利于整個(gè)設(shè)備或機(jī)器的運(yùn)行維護(hù)。例如，將生產(chǎn)設(shè)備、零部件都聯(lián)網(wǎng)之后，將實(shí)現(xiàn)一個(gè)可監(jiān)測(cè)的生產(chǎn)狀態(tài)，可以在正確的時(shí)間將最優(yōu)數(shù)量的零部件交付到準(zhǔn)確的位置，將減少零部件庫存需求和維護(hù)成本，提升設(shè)備或機(jī)器的穩(wěn)定性。

　　恢復(fù)系統(tǒng)：通過建立廣泛的大數(shù)據(jù)信息，可以幫助網(wǎng)絡(luò)系統(tǒng)在發(fā)生毀滅性打擊之后更加快速、有效的進(jìn)行恢復(fù)。例如，當(dāng)?shù)卣鸹蚱渌匀粸?zāi)害發(fā)生時(shí)，可以用智能儀表、傳感器和其他智能設(shè)備和系統(tǒng)組成的網(wǎng)絡(luò)來進(jìn)行快速檢測(cè)，隔離發(fā)生故障的設(shè)備或機(jī)器，不至于發(fā)生串聯(lián)而導(dǎo)致更大規(guī)模的故障發(fā)生。

　　自主學(xué)習(xí)：每臺(tái)設(shè)備或機(jī)器的操作經(jīng)驗(yàn)可以聚合為一個(gè)大數(shù)據(jù)，使得整個(gè)設(shè)備或機(jī)器能夠自主學(xué)習(xí)。這種自主學(xué)習(xí)的方式是不可能在單個(gè)機(jī)器上來實(shí)現(xiàn)的。例如，從許多飛機(jī)上收集的數(shù)據(jù)加上位置和飛行的歷史數(shù)據(jù)，才可以提供有關(guān)各種環(huán)境下飛機(jī)性能的信息。當(dāng)越來越多的機(jī)器連接在一個(gè)系統(tǒng)中，產(chǎn)生無數(shù)只能數(shù)據(jù)的結(jié)果將是網(wǎng)絡(luò)系統(tǒng)的不斷擴(kuò)大并能自主學(xué)習(xí)，而且越來越智能化。

　　毫無疑問，通過工業(yè)大數(shù)據(jù)的四種用途，能夠?yàn)楣I(yè)企業(yè)帶來兩大價(jià)值。即：增加收入、降低成本。