近年來，以 、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 、 、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(guó)“十三五”開局之年，也是我國(guó)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《 》的重要抓手，推動(dòng)我國(guó)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(guó)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(guó)家綜合國(guó)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(guó)，尤其是發(fā)達(dá)國(guó)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(guó)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(guó)競(jìng)爭(zhēng)的新戰(zhàn)場(chǎng)。無論是德國(guó)提出的“工業(yè)4.0 國(guó)家戰(zhàn)略”，美國(guó)提出的“國(guó)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(guó)改革開放三十多年來，綜合國(guó)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(guó)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(guó)家。在新一輪的制造業(yè)革命中，中國(guó)也感受到來自世界各國(guó)新技術(shù)戰(zhàn)略的壓力，相繼提出“中國(guó)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。現(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、 +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(guó)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(guó)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(guó)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(kù)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(guó)疾控中心的判斷結(jié)論要早一兩周。美國(guó)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。”這看似是一個(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。”一個(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。“速度快”，全天候隨時(shí)實(shí)現(xiàn)信息交換，沒有時(shí)滯?！靶Ч谩?#xff0c;大數(shù)據(jù)增加了人類的“觀測(cè)”能力。美國(guó)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(guó)，也可以強(qiáng)國(guó)”，“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(yíng)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(yíng)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(kù)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。

本文轉(zhuǎn)自d1net（轉(zhuǎn)載）

總結(jié)

以上是生活随笔為你收集整理的工业大数据的真正意义和价值的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。