工业大数据：工业价值转型新视角（7）

工业大数据：工业价值转型新视角（七）

（2017年9月23日）

这三个方向对企业都非常具有借鉴意义，但是需要根据不同的情况侧重于不同的方向。总的来概况，这三个方向分别适用于以下几类情况中问题的解决：

第一个方向：适合在某一个领域已经经营了很久，有了一定的经验积累，但是却很难总结出为什么做的好或是不好。

第二个方向：在解决了可见的问题之后，仍然存在一些不可见问题对制造系统造成的影响，希望能够了解不可见因素的变化过程和相互的关联性，积累更加深入的制造知识。

第三个方向：在制造基础还较为薄弱的领域，并没有形成太多有效的数据，但是拥有非常丰富的使用数据和经验，则可以借助使用过程中积累的知识对制造系统提出设计的要求。

大数据与智能制造之间的关系：制造系统中“可见”和“不可见”问题的发生及解决的过程中会产生大量的数据，通过对这些数据的分析可以了解问题产生的过程、造成的影响和解决的方式。通过对数据的深度挖掘和抽象化建模后可以形成知识，进而利用知识去认识、避免、和重新定义问题。数据在其中起到的作用，是使这个过程从以往依靠人的经验(Experience based)转向依靠挖掘数据中隐性的线索(Evidencebased)，使得制造知识能够被更加高效和自发地产生、利用和传承。因此，问题和知识是目的，而数据则是一种手段。今天我们来谈利用大数据实现智能制造，是因为大数据正在逐渐成为易得的资源，而在制造系统和商业环境变得日益复杂的今天，利用大数据去解决问题和积累知识将是更加高效和便捷的方式。

数据本身不会说话，也并不会直接创造价值，真正为企业带来价值的是数据分析和挖掘之后产生的洞察和行动的价值，是数据经过实时分析后及时地流向决策链的各个环节，是让数据成为面向客户创值服务的媒介和依据。工业大数据的目的并不是追求数据量的庞大，而是通过系统式地数据收集和分析手段，实现价值的最大化。所以推动工业价值转型和智能制造的并不是大数据本身，而是大数据分析技术所带来的洞察，行动的准确性与速度。在新制造革命的转型中，更加有效地积累和利用数据资源与知识的传承，决定了能否在新竞争环境中脱颖而出。工业大数据定义了制造价值的新主张，这个价值的应用既可以外向，也可以是内向。内向是利用大数据去解决和避免制造系统中的“不可见”问题，实现无忧的制造环境。外向是利用大数据在产品的使用过程向用户提供智能增值服务，实现制造价值的延续。这两者对于中国制造而言，一方面是解决制造“大而不强”的挑战，另一方面是改善制造附加值较低的瓶颈。中国应该利用好使用数据的资源，不断提升企业对制造的理解和知识积累速度，才能弥补中国在装备制造和核心零部件等方面的弱势，逐步弥补这些弱势领域造成的短板，让世界看到中国在工业大数据中创知和创值的成功经验。

（续完）

（摘编自：控制工程网）