中国工业大数据实践与思考2

中国工业大数据的实践与思考（二）

（2015年6月24日）

二、工业大数据的思考

下面汇报我自己对工业大数据的几点思考。

工业大数据从哪里来？来源于产品生命周期的各个环节，包括市场、设计、制造、服务、再利用各个环节，每个环节都会有大数据，“全”生命周期汇合起来的数据更大，当然企业外、产业链外的“跨界”数据也是工业大数据“不可忽视”的重要来源。

总体上看，产品全生命周期包括三个阶段：开发制造阶段（即Beginning of Life），使用维护阶段（即Middle of Life）和回收利用阶段（即End of Life）。BOL和MOL的分离点是产品交付用户的时刻，MOL和EOL的分离点是产品退役的时刻。

图6

其次，工业大数据和企业已有数据之间的关系？传统企业信息化的“四大件”，广义PLM系统（包括CAX）主要支持产品开发、ERP系统负责“人财物、产供销”、SCM系统协调供应链，CRM系统关照企业客户和用户，过去我们主要关注开发制造（BOL）阶段的信息化，CRM系统（包括MRO）往往得不到重视，再制造更是受到冷落。

这些系统一般架构在关系数据库系统之上，也称为SQL数据，这些系统中的数据也是工业大数据，并且是价值密度很高的“20%”部分。

图7

第三，工业大数据和业务流程的关系？传统企业信息化项目一般是从梳理业务流程起步的，流程“主动”、数据“被动”。而工业大数据环境下，要求企业快速满足个性化用户需求，企业僵化的“长流程”，难以适应“实时决策”的要求，需要变“流程驱动”为“数据驱动”，至少是“混合驱动”，“流程”和“数据”深度融合。上述表现，就是我们说的“流程碎片化”，“基于数据的决策”，数据成为连接这些“碎片”的媒介。

图8

最后一个思考是，工业大数据有没有“交钥匙”工程？新世纪以来，我国工业界经历了轰轰烈烈的信息化浪潮，“不搞信息化等死，搞了信息化找死”，后半句话告述我们，“信息化”是有难度和风险的，所以“交钥匙”工程成了广大企业所期望的方式。

我个人的观点，工业大数据不存在“交钥匙”工程（至少现在），原因如下：一，工业大数据项目主要不是针对“现有业务”，而是针对“未来业务”、“创新业务”的，其魅力在于创新性、不确定性；二，工业大数据现在还处在“科学”阶段，人们对数据价值的“提取”方法、技术与工具尚不成熟，特别是以物理规律发现为目标的工业大数据处理更是刚刚起步；三，人们普遍认同的“领域专家”、“统计专家”和“软件专家”组成的协同团队，是当前“大数据”深度应用的有效方法。

当然，这不是说工业大数据项目没有任何共性抓手，比如，“端+云”的低成本海量时空数据存储处理平台，基于大数据的装备寿命预测与可靠性分析平台，互联网数据与企业数据集成平台等等，都是工业大数据的共性“软件工具”。

图9

（转载自 数据派<微信版> 编辑 严进军）