導讀：
工業(yè)大數據面臨的挑戰(zhàn)。第一是數據搜集，要對來自網絡包括物聯(lián)網和機構信息系統(tǒng)的數據附上時空標簽，去偽存真，盡可能收集異源甚至是異構的數據，還可與歷史數據對照，多角度檢驗數據的全面性和可信性。
第二是數據存儲，要達到低成本、低能耗、高可靠性目標，要用到冗余配置，分布和云計算技術，存儲時對數據進行分類，并加入便于檢索的標簽。
三是數據處理，利用上下文關聯(lián)進行語義分析，現(xiàn)在關于上下文這種關聯(lián)，也是一個國際上比較熱門的一個領域。
第四是可視化呈現(xiàn)，目前計算機智能化有了很大的進步和發(fā)展，但是談不到深層次數據挖掘，現(xiàn)有數據挖掘算法在行業(yè)中難以應用，就是我們談到的智能之路進步很大，但還很遙遠。
當前的互聯(lián)網、大數據、云計算、物聯(lián)網等前沿科技與人工智能技術的交叉融合與應用，正在深刻改變著人類社會生產與生活的模式。中國工程院院士、海軍航空大學信息融合研究所所長何友早前分享了《工業(yè)大數據及其應用》的主題報告。
他認為，隨著互聯(lián)網信息系統(tǒng)及電子設備的發(fā)展，人類各行各業(yè)每時每刻都在生成海量數據，大數據時代正在到來，大數據隱含的戰(zhàn)略價值引起了各國政府的重視。目前中國工業(yè)正面臨著轉型升級，迫切需要將大數據融合到經營管理與生產運營活動中，來促進制造企業(yè)向服務化、智能化轉型升級。
以下為演講全文：
共匯報三個方面，第一個方面是概論與現(xiàn)狀，這個我就簡單過一下。隨著互聯(lián)網信息系統(tǒng)及電子設備的發(fā)展，人類各行各業(yè)每時每刻都在生成海量數據，例如社交媒體每天要產生12TB的數據，制造業(yè)波音737引擎每30分鐘飛行產生10TB的數據，如此等等可以說大數據的時代正在到來，并且正在改變著我們的工作和生活。
那么大數據隱含的戰(zhàn)略價值已引起發(fā)達國家政府的重視，許多國家相繼出臺大數據戰(zhàn)略，發(fā)展大數據應用。美國政府發(fā)力推動大數據行業(yè)的應用，2012年就把大數據上升為國家戰(zhàn)略，2016年白宮出臺聯(lián)盟發(fā)展大數據發(fā)展的計劃，2016年又加大撥款的力度。
與此同時，英國以數據共享為根本積極推動大數據平臺。英國2013年10月31日把大數據帶來的機遇作為英國數據能力戰(zhàn)略，同時相應出臺一些政策法規(guī)。日本、法國、澳大利亞和瑞士也相應把大數據作為國家戰(zhàn)略，這些大家都很熟悉了，這些國家除了頒布戰(zhàn)略規(guī)劃進行整體布局外，還十分注重配套的構建，目的都是為本國大數據發(fā)展構建良好的生態(tài)環(huán)境。
我們國家各部委規(guī)劃符合實際的發(fā)展戰(zhàn)略路線圖，像2014年到2017年大數均寫入我國《政府工作報告》，2015年5月19號國務院發(fā)布《中國制造2025》的通知，將工業(yè)大數據發(fā)展作為重要工作內容。2015年12月29日，中國電子技術標準化研究院網站發(fā)布了《大數據標準白皮書2.0》，大數據標準由基礎標準、技術標準、產品和平臺標準、安全標準、應用和服務標準五個類別的標準組成。2017年發(fā)布了《2017年中國大數據發(fā)展報告》。
發(fā)改委2012年開始也發(fā)布了這方面的指南，組建了13個國家級大數據實驗室。還有應用方面的，科技部973、863也陸續(xù)把大數據列入研究計劃。這是科技部一些重點研發(fā)項目，像2018年云計算、大數據基礎設施，基于云模式數據驅動的新興軟件，以及包括大數據分析應用與類人智能，也包括云端融合的感知認知與人機交互。
國家自然科學基金委在2013年開始將大數據列入發(fā)布指南，2014年200萬以上項目達到18項。
工信部也是這樣的，也把大數據發(fā)展規(guī)劃作為重要的內容。2017年發(fā)布了大數據產業(yè)發(fā)展規(guī)劃，加快實施大數據發(fā)展戰(zhàn)略，加快大數據產業(yè)快速發(fā)展。
國家大數據中心，我們國家大數據中心有三大基地（北京、貴州、內蒙古）、八個節(jié)點。
大數據戰(zhàn)略重點實驗室。2017年12月9日，強調大數據發(fā)展日新月異，我們應該審時度勢、精心謀劃、超前布局，力爭主動，深入了解大數據發(fā)展現(xiàn)狀和趨勢一起對經濟社會發(fā)展的影響，分析我國大數據發(fā)展取得的成績和存在的問題，推動實施國家大數據戰(zhàn)略，加快完善數字基礎設施，推進數據資源整合和開放共享，保障數據安全，加快建設數字中國，更好服務我國經濟發(fā)展和人民生活的改善。
工業(yè)大數據的時代背景。2012年麥肯錫在《工業(yè)大數據的崛起》報告中給出了一個有趣的事實，在虛擬經濟占主導地位的美國，工業(yè)蘊含的數據總量超過其他部門，第二是工業(yè)部門已進入大數據時代，正以創(chuàng)記錄的速度迅速增長。目前中國工業(yè)正面臨著轉型升級，迫切需要將大數據融合到經營管理與生產運營活動中，來促進制造企業(yè)向服務化、智能化轉型升級。
具體表現(xiàn)，第一是工業(yè)面臨的問題和挑戰(zhàn)，一是成本優(yōu)勢不在了，二是數據資源難用了，三是市場反應不準了，四是數據技術落后了，五是工業(yè)大數據已經形成，六是工業(yè)大數據技術需求迫切。
工業(yè)大數據的定義我就不講了。
工業(yè)大數據的來源，產品全生命周期一般分為三個階段，開發(fā)制造階段、使用維護階段和回收利用階段。工業(yè)大數據來源于產品全生命周期各個環(huán)節(jié)的機器設備數據、工業(yè)信息化數據和產業(yè)鏈跨界數據，包括市場、設計、制造、服務、再制造等，每個環(huán)節(jié)都會有大量數據，全生命明周期會合起來的數據更大。
工業(yè)大數據的特征，一是數據價值密度高數據類型繁多，二是多源異構的結構化，三是數據處理實時性要求也是非常高的，四是數據關系和關聯(lián)性異常復雜。
工業(yè)大數據的價值，大數據將在工業(yè)各個方面創(chuàng)造價值，像產品的創(chuàng)新、工業(yè)物聯(lián)網、工業(yè)供應鏈的分析優(yōu)化等等。這是工業(yè)大數據的平臺，應該是最終驅動工業(yè)升級和產業(yè)整合。
帶來的價值主要體現(xiàn)，第一是可適應從大定單大批量產銷模式向小定單多規(guī)格的產銷轉變的需求。二是可滿足在特定工藝水平和設備精度上，進一步改進和提升產品質量的需求。然后是適應市場競爭、縮短產品研制和生產周期的需要。
在工業(yè)大數據所推動的變革中，即使效率只提升1%，效益也是空前巨大的。如在全球節(jié)約1%的商用航空燃料意味著節(jié)約300億美元的成本。工業(yè)大數據是工業(yè)互聯(lián)網與工業(yè)4.0的核心關鍵技術，更是《中國制造2025》的重要工作內容，也是人工智能未來發(fā)展的一個基石。
工業(yè)大數據的現(xiàn)狀，大數據正從零售、金融、電信、物流、醫(yī)療、交通等領域加速向工業(yè)拓展。百度的工業(yè)大數據監(jiān)測平臺已應用到汽車、日化等行業(yè)，三一重工利用大數據分析技術為智能工程機械物聯(lián)網提供決策支持。
2017年12月8日，工業(yè)大數據產業(yè)應用聯(lián)盟成立大會在北京舉行，聯(lián)盟由聯(lián)想集團和中國電子技術標準化研究院攜手眾多行業(yè)骨干企業(yè)共同發(fā)起。
工業(yè)大數據的一些代表性會議，第一是2015年的11月18日，國內首個專注于工業(yè)領域大數據應用的權威會議在北京舉辦。第二個是首屆中國工業(yè)大數據產業(yè)發(fā)展高峰論壇在杭州舉辦。第三個是第十三屆中國制造業(yè)國際論壇在天津召開。第四個是山東省科學技術年會及智能制造、工業(yè)互聯(lián)網與工業(yè)4.0分會在濟南召開。第五個是中國大數據產業(yè)峰會在貴陽召開。2017年5月5日，2017年中國工業(yè)大數據大會暨錢塘峰會在杭州召開。后面還有幾個會議。
匯報第二個方面應用與案例，我簡單匯報一下，這里面有八個方面的應用。第一是加速產品創(chuàng)新設計，傳統(tǒng)的產品設計模式是基于設計師的靈感和經驗，揣摩消費者的需求喜好，設計產品，針對性不強，不精確。大數據可拉近消費者與設計師的距離，精準量化客戶需求，指導設計過程，改變產品設計模式。
未來產品的創(chuàng)新設計主要有三種模式，一是C2B定制模式，第二是垂直整合的制造模式，第三是柔性的制造模式。
這是一個示意圖，一共有九個步驟。福特公司將大數據應用到福特?？怂闺妱榆嚨漠a品創(chuàng)新和優(yōu)化中，使這款車成為一款名副其實的大數據電動車。
Textron公司的戰(zhàn)斗機Scorpion，2012年該公司利用大數據的思維深入分析國家、客戶需求，發(fā)現(xiàn)急需增加生產戰(zhàn)斗機的業(yè)務，更好地滿足了國民警衛(wèi)隊和出口的需求，大幅提高了公司的核心競爭力，實現(xiàn)了真正意義上的產品創(chuàng)新，這說明未來行業(yè)的界限越來越模糊，它原來沒搞過戰(zhàn)斗機，沒搞過飛機，經過自己的組裝成功了。
華為Mate手機與天貓聯(lián)合C2B，自2012年11月起，天貓與華為展開了一場日點擊量超過24萬次的用戶調研，涉及CPU、核數、內存、屏幕、材質等，基于調研數據，華為通過大數據分析更好地認識了用戶偏好，并直接用于華為Mate手機的研制中，非常有競爭力。
二是產品故障診斷與預測。案例一是波音公司，案例二也不展開了，案例三是寶鋼大數據應用。
三是供應鏈的分析和優(yōu)化，產品電子標識、物聯(lián)網、移動互聯(lián)網等技術能幫助工業(yè)類企業(yè)獲得完善的產品供應鏈的大數據?；诖髷祿夹g，利用銷售數據、產品的傳感器數據和供應商數據庫的數據，企業(yè)可準確地預測全球不同區(qū)域的需求，通過跟蹤庫存和銷售價格，可以在價格下跌時買進，從而可節(jié)約大量的成本。大數據將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降，實現(xiàn)供應鏈的優(yōu)化。這是寶鋼大數據應用的一個例子。
四是產品銷售預測與大數據營銷。大數據是一個很好的銷售分析工具，通過歷史數據的多維度組合，可以看出區(qū)域性需求占比與變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，以此來調整產品策略和鋪貨策略。大數據是一種相對比較穩(wěn)定的，并不是大起大落，或者實時性很強的一個環(huán)境，所以對大數據的應用是一個非常好的基礎。那么基于大數據分析可以發(fā)現(xiàn)，在開學季高校較多的城市對文具的需求會高很多，這樣可以對供貨做一些調整。
五是生產計劃與排程。大數據可以給予企業(yè)更詳細的數據信息，發(fā)現(xiàn)歷史預測與實際的偏差概率，考慮產能約束，人員技能約束、物料可用約束、工裝模具約束，通過智能的優(yōu)化算法，制定預計劃排程，并監(jiān)控計劃與現(xiàn)場實際的偏差，動態(tài)的調整計劃。
六是產品質量管理與分析。在工業(yè)類企業(yè)對產品進行管理與分析時會產生大量的數據，利用傳統(tǒng)的分析方法難以發(fā)現(xiàn)數據之間復雜的隱性關聯(lián)關系。然而利用大數據技術，建立質量管理分析平臺可快速得到一個長長的傳統(tǒng)單一指標的過程能力分析報表，更重要的是還可以從同樣的大數據集中得到很多嶄新的分析結果。特別是一些隱性結構往往價值是很高的。這是寶鋼大數據的運用流程。
七是無線網絡智能管控。隨著移動數據業(yè)務、用戶數量的增多和需求的差異化，用戶出現(xiàn)等級分化，無線網絡中的策略控制與計費方式需進一步考慮用戶的匹配性，從而制定更合理的資源分配方式以適配不同層級的用戶體驗。
八是移動通信大數據網絡的部署。移動通信大數據具備較高的空—時變化特征，傳統(tǒng)固定的移動網絡部署無法有效匹配某一特定區(qū)域內的流量與負載特征，超密集化的小小區(qū)部署也無法實時適配業(yè)務需求的動態(tài)變化。
九是基于通信大數據的金融征信判別。通信行業(yè)的大數據應用于金融行業(yè)目前是征信領域。目前，國內互聯(lián)網金融發(fā)展的一大壁壘是信用體系的缺失，而運營商擁有的寶貴大數據將是較好的解決渠道之一。聯(lián)通與招商銀行成立的招聯(lián)消費者金融公司是較好的方式。
十是典型案例，輪胎產業(yè)大數據關鍵技術研究及應用示范，聯(lián)合申報的是玲瓏輪胎股份有限公司。項目背景是輪胎制造數據與外部市場銷售等相關數據的快速增長。這是它的具體流程。主要研究內容是研究輪胎產業(yè)大數據應用模式，整合輪胎全生命周期中產品設計、生產環(huán)節(jié)等等。
這是大數據分析決策系統(tǒng)的一個登錄界面，輪胎產業(yè)大數據分析決策系統(tǒng)可根據使用者在企業(yè)中的工作職能設定不同等級的權限，使系統(tǒng)中不同功能模塊及數據，面向不同級別的使用者，對企業(yè)的重要數據及情報進行有效的保護。這是整個分析決策系統(tǒng)的主界面，有幾個分系統(tǒng)。分為五個模塊，主要是大數據資源中心、宏觀銷售預測系統(tǒng)、微觀銷售預測系統(tǒng)、質量分析系統(tǒng)、計劃排程系統(tǒng)。
一是大數據資源中心，包括銷售、計劃、質量數據以及外部網站爬取獲得各大相關行業(yè)的數據。這是它的一個子模塊的界面。具體說五個大數據資源中心子模塊可實現(xiàn)輪胎產業(yè)大數據資源的區(qū)分地域、數據來源和各相關行業(yè)多維度的管理和展示。
二是宏觀銷售預測系統(tǒng)，宏觀銷售預測模塊主要基于輪胎行業(yè)大數據資源中心的數據，如輪胎原材料歷史價格、人工成本、國內外宏觀經濟環(huán)境、匯率及利率變化、下游行業(yè)波動等進行深度綜合分析，對輪胎制造業(yè)企業(yè)的宏觀銷售情況進行預測分析。這是它的子模塊的界面，具體來說四個宏觀預測子模塊分別實現(xiàn)輪胎制造業(yè)主要原材料價格的波動預測、與輪胎制造業(yè)相關的海量新聞的自動收集、整理和重點推送及國內外市場的銷量宏觀預測。
這是微觀預測系統(tǒng)的一個界面情況。微觀銷售預測模塊整合企業(yè)內部數據和外部相關行業(yè)數據，通過建立模型分析預測具體型號輪胎的未來銷量走勢，為企業(yè)安排生產和調整產品結構提供支持。這是子模塊的界面。具體來說三個微觀銷售預測子模塊分別實現(xiàn)輪胎產業(yè)面向主機廠的整體銷售預測、各主要型號的銷售預測及對各主要型號的輪胎進行銷量預警。
四是質量分析系統(tǒng)。質量分析系統(tǒng)模塊標準化數據平臺提供的生產全過程貫通數據，實現(xiàn)對產品全過程的追溯，采集聚類、分類、異常檢測等數據挖掘方法，從原材料、配方、工藝、環(huán)境等多維度對產品生產全過程進行數據關聯(lián)分析，來找出質量影響因素對關鍵供需及制造過程的影響關系，提升產品質量、故障診斷的效率。具體來說三個質量分析子模塊可實現(xiàn)多維度全過程產品質量控制、基于產品質量宏觀分析調整生產原料、工藝及環(huán)境等參數，產品質量可追溯到工藝等功能。
五是計劃排程系統(tǒng)。計劃排產模塊根據市場訂單量、銷售預測量、備用庫存量和現(xiàn)有庫存量，制定下月實際生產量，充分合理的分配生產資源，通過充分挖掘工藝參數、成組生產、設備狀態(tài)、調度規(guī)則等與訂單交貨期復雜關聯(lián)關系。這是主要考核指標，整個的項目現(xiàn)在基本完成。預計今年上半年要進行驗收，后來還要進行相應的推廣應用。
面向制造業(yè)的大數據關鍵技術研究與應用，這個我就不展開了。
還有一個例子是紡織產業(yè)大數據關鍵技術研究與應用示范，這是煙臺市科技計劃項目，這是一些主要研究內容。
匯報第三個方面，技術與挑戰(zhàn)。
面向工業(yè)大數據的思考。
●思考一，工業(yè)大數據和企業(yè)已有數據之間的關系。工業(yè)大數據應該遵循二八法則，第一是數據價值密度方面，也就是20%的SQL小數據具有80%的價值密度。他們之間是相互依存、不可分割的。
●思考二，工業(yè)大數據和業(yè)務流程的關系，傳統(tǒng)企業(yè)信息化項目一般是從梳理業(yè)務流程起步的，流程主動、數據被動，而工業(yè)大數據環(huán)境下，要求企業(yè)快速滿足個性化用戶需求，企業(yè)僵化的長流程難以適應實時決策的要求。
●思考三，工業(yè)大數據的驅動力，這個不展開了。
●思考四，工業(yè)大數據的工作步驟。
●思考五，工業(yè)大數據的特殊性。
工業(yè)大數據的科學問題。一是數據來源多，數據類型不統(tǒng)一，數據質量要求高。研究突破工業(yè)大數據多源異構數據的實時集成與數據融合技術。二是數據存儲的可靠性要求。三是工業(yè)大數據分析模型難度大，決策分析的影響因素多。四是需要構建工業(yè)大數據智能分析工具。五是需要大數據驅動下的工業(yè)物聯(lián)網與智能制造模型。
工業(yè)大數據的關鍵技術。一是工業(yè)大數據平臺架構與存儲技術，二是多源異構工業(yè)大數據統(tǒng)一描述與集成分析技術，大數據驅動的工業(yè)系統(tǒng)分析與決策支持技術、工業(yè)大數據可視化技術，工業(yè)大數據容災備份技術等等。
工業(yè)大數據學術研究方向，方向一是數據科學基礎理論，方向二是大數據技術及應用，一是大數據分析與挖掘，大數據可用與可視化，大數據隱私與安全，四是大數據系統(tǒng)架構與基礎設施，大數據存儲管理模型與技術。
工業(yè)大數據面臨的挑戰(zhàn)。挑戰(zhàn)一，大數據技術的應用仍有困難，第一是數據搜集，要對來自網絡包括物聯(lián)網和機構信息系統(tǒng)的數據附上時空標簽，去偽存真，盡可能收集異源甚至是異構的數據，還可與歷史數據對照，多角度檢驗數據的全面性和可信性。第二是數據存儲，要達到低成本、低能耗、高可靠性目標，要用到冗余配置，分布和云計算技術，存儲時對數據進行分類，并加入便于檢索的標簽。三是數據處理，利用上下文關聯(lián)進行語義分析，現(xiàn)在關于上下文這種關聯(lián)，也是一個國際上比較熱門的一個領域。第四是可視化呈現(xiàn)，目前計算機智能化有了很大的進步和發(fā)展，但是談不到深層次數據挖掘，現(xiàn)有數據挖掘算法在行業(yè)中難以應用，就是我們談到的智能之路進步很大，但還很遙遠。
挑戰(zhàn)二包括三個方面，大數據給信息安全帶來新挑戰(zhàn)，一是加大隱私泄露風險，二是對現(xiàn)有存儲和安全措施提出挑戰(zhàn)，三是被運用到攻擊手段中。
工業(yè)大數據是新一輪產業(yè)革命的核心，是實現(xiàn)工業(yè)4.0、工業(yè)互聯(lián)網和中國制造2025的重要抓手，將推動企業(yè)從制造走向智造。需要用全新的大數據思維模式開辟工業(yè)化建設實現(xiàn)跨越式發(fā)展的新途徑。