如何實現智能製造是大家都關心的問題。從哈佛商學院的邁克爾·波bo特te到dao賓bin夕xi法fa尼ni亞ya大da學xue沃wo頓dun商shang學xue院yuan
，有you一yi個ge普pu遍bian的de共gong識shi
，即ji數shu字zi化hua轉zhuan型xing是shi智zhi能neng製zhi造zao實shi現xian的de途tu徑jing。重zhong要yao的de是shi，這zhe個ge共gong識shi也ye來lai自zi於yu眾zhong多duo的de世shi界jie級ji製zhi造zao業ye企qi業ye與yu企qi業ye家jia們men。

這一共識是基於無數技術趨勢的融合，例如，物聯網

、賽博係統(CPS)

、工業物聯網、移動技術、人工智能、雲計算、虛擬／虛擬增強現實（VR／AR），yijidashujufenxideng。womenyidingyaobaochiqingxing，buyaojiandandirenweiyoulezhexiejishu，weilaiwunianjiushizhizaoyedehuangjinshiqi。daolihenjiandan，zhegexinzhizaoyewenhuadebiangejinchengshixiangdangfuzahejiannande，meiyouxingye、企(qi)業(ye)與(yu)用(yong)戶(hu)的(de)融(rong)合(he)推(tui)進(jin)，無(wu)法(fa)實(shi)現(xian)這(zhe)次(ci)變(bian)革(ge)。數(shu)字(zi)化(hua)轉(zhuan)型(xing)不(bu)僅(jin)僅(jin)意(yi)味(wei)著(zhe)企(qi)業(ye)簡(jian)單(dan)的(de)數(shu)字(zi)化(hua)，而(er)是(shi)把(ba)數(shu)字(zi)作(zuo)為(wei)智(zhi)能(neng)製(zhi)造(zao)的(de)核(he)心(xin)驅(qu)動(dong)力(li)，利(li)用(yong)數(shu)據(ju)去(qu)整(zheng)合(he)產(chan)業(ye)鏈(lian)和(he)價(jia)值(zhi)鏈(lian)。

自zi工gong業ye革ge命ming以yi來lai，為wei了le改gai進jin運yun營ying，製zhi造zao商shang一yi直zhi以yi來lai都dou在zai有you意yi地di采cai集ji並bing存cun儲chu數shu據ju。隨sui著zhe時shi間jian的de推tui移yi，數shu據ju在zai製zhi造zao業ye分fen析xi的de需xu求qiu將jiang越yue來lai越yue大da。然ran而er在zai過guo去qu的de許xu多duo年nian間jian，利li用yong數shu據ju的de根gen本ben動dong因yin並bing沒mei有you改gai變bian，數shu據ju的de複fu雜za性xing增zeng強qiang
，數shu據ju轉zhuan化hua為wei情qing報bao的de能neng力li越yue來lai越yue大da。

2012年(nian)高(gao)德(de)納(na)給(gei)出(chu)大(da)數(shu)據(ju)定(ding)義(yi)
，其(qi)中(zhong)特(te)別(bie)強(qiang)調(tiao)大(da)數(shu)據(ju)是(shi)多(duo)樣(yang)化(hua)信(xin)息(xi)資(zi)產(chan)，不(bu)僅(jin)關(guan)注(zhu)實(shi)際(ji)數(shu)據(ju)，更(geng)關(guan)注(zhu)大(da)數(shu)據(ju)處(chu)理(li)方(fang)法(fa)。數(shu)據(ju)量(liang)大(da)小(xiao)本(ben)身(shen)並(bing)不(bu)是(shi)判(pan)斷(duan)大(da)數(shu)據(ju)價(jia)值(zhi)的(de)核(he)心(xin)指(zhi)標(biao)，而(er)數(shu)據(ju)的(de)實(shi)時(shi)性(xing)和(he)多(duo)元(yuan)性(xing)對(dui)大(da)數(shu)據(ju)的(de)定(ding)義(yi)和(he)價(jia)值(zhi)更(geng)具(ju)直(zhi)接(jie)的(de)影(ying)響(xiang)。

在討論工業大數據分析的時候，我注意到兩種不同的觀點：

第一種觀點認為，製造業向來都有大數據。幾十年來我們的企業一直在通過曆史記錄、MES、ERP、EAM等各種應用係統采集數據。在部分產業鏈環節，特別在市場營銷方麵，大數據算是一個新的熱詞。

第(di)二(er)種(zhong)觀(guan)點(dian)認(ren)為(wei)，從(cong)工(gong)業(ye)大(da)數(shu)據(ju)角(jiao)度(du)看(kan)，製(zhi)造(zao)業(ye)是(shi)一(yi)個(ge)尚(shang)未(wei)打(da)開(kai)的(de)市(shi)場(chang)或(huo)剛(gang)剛(gang)開(kai)啟(qi)的(de)市(shi)場(chang)。存(cun)在(zai)大(da)量(liang)不(bu)同(tong)類(lei)型(xing)的(de)數(shu)據(ju)，但(dan)如(ru)今(jin)它(ta)們(men)還(hai)未(wei)被(bei)應(ying)用(yong)到(dao)分(fen)析(xi)之(zhi)中(zhong)。

考慮到這些觀點，麵對任何新的市場提法，包括名詞解釋、定義或分析框架，我們始終都應該保持適當的懷疑精神。這裏我更多傾向於第二個觀點。我們的製造業的確有“大量數據”
，但這並不是我們大多數人從市場上所理解的“大數據”涵(han)義(yi)。在(zai)搞(gao)清(qing)楚(chu)工(gong)業(ye)大(da)數(shu)據(ju)分(fen)析(xi)之(zhi)前(qian)
，我(wo)們(men)應(ying)該(gai)如(ru)何(he)定(ding)義(yi)製(zhi)造(zao)業(ye)的(de)大(da)數(shu)據(ju)？這(zhe)裏(li)可(ke)以(yi)通(tong)過(guo)大(da)數(shu)據(ju)的(de)三(san)個(ge)特(te)性(xing)，進(jin)一(yi)步(bu)了(le)解(jie)大(da)數(shu)據(ju)的(de)特(te)性(xing)。

數據來源

工業大數據的主要來源有兩個
，第一是智能設備。普適計算有很大的空間
，現代工人可以帶一個普適感應器等設備來參加生產和管理。 所以工業數據源是280億左右大量設備之間的關聯，這個是我們未來需要去采集的數據源之一。

第二個數據來源於人類軌跡產生的數據
，包括在現代工業製造鏈中
，從采購、生產
、物wu流liu與yu銷xiao售shou內nei部bu流liu程cheng以yi及ji外wai部bu互hu聯lian網wang信xin息xi等deng。通tong過guo行xing為wei軌gui跡ji數shu據ju與yu設she備bei數shu據ju的de結jie合he
，大da數shu據ju可ke以yi幫bang助zhu我wo們men實shi現xian對dui客ke戶hu的de分fen析xi和he挖wa掘jue，它ta的de應ying用yong場chang景jing包bao括kuo了le實shi時shi核he心xin交jiao易yi、服務、後台服務等。

數據關係

數(shu)據(ju)必(bi)須(xu)要(yao)放(fang)到(dao)相(xiang)應(ying)的(de)環(huan)境(jing)中(zhong)分(fen)析(xi)
，才(cai)能(neng)了(le)解(jie)數(shu)據(ju)之(zhi)間(jian)的(de)關(guan)係(xi)。譬(pi)如(ru)，每(mei)一(yi)款(kuan)新(xin)機(ji)型(xing)在(zai)交(jiao)付(fu)給(gei)航(hang)空(kong)公(gong)司(si)之(zhi)前(qian)都(dou)會(hui)接(jie)受(shou)一(yi)係(xi)列(lie)殘(can)酷(ku)的(de)飛(fei)行(xing)測(ce)試(shi)。極(ji)端(duan)天(tian)氣(qi)測(ce)試(shi)就(jiu)是(shi)測(ce)試(shi)之(zhi)一(yi)。該(gai)測(ce)試(shi)的(de)目(mu)的(de)是(shi)為(wei)了(le)確(que)保(bao)飛(fei)機(ji)的(de)發(fa)動(dong)機(ji)、材料和控製係統能在極端天氣條件下正常運行。

問wen題ti的de處chu理li關guan鍵jian在zai於yu找zhao到dao可ke能neng產chan生sheng問wen題ti的de根gen源yuan，消xiao除chu已yi知zhi錯cuo誤wu，並bing確que保bao解jie決jue方fang案an的de可ke靠kao有you效xiao。一yi旦dan找zhao到dao並bing確que定ding了le根gen本ben原yuan因yin，同tong時shi具ju備bei了le可ke接jie受shou的de應ying急ji措cuo施shi，就jiu可ke把ba問wen題ti當dang成cheng一yi個ge已yi知zhi錯cuo誤wu來lai處chu理li。問wen題ti調tiao查zha的de過guo程cheng一yi定ding需xu要yao收shou集ji所suo有you可ke用yong、與事件相關的信息，以確定並消除引起事件和問題的根本原因。數據采集與分析必須要事件／問題發生的環境數據結合。

數據價值

對dui於yu數shu字zi化hua轉zhuan型xing

，大da數shu據ju不bu僅jin要yao關guan注zhu實shi際ji數shu據ju量liang的de多duo少shao
，最zui重zhong要yao的de是shi關guan注zhu大da數shu據ju的de處chu理li方fang法fa在zai特te定ding場chang合he的de應ying用yong，讓rang數shu據ju產chan生sheng巨ju大da的de創chuang新xin價jia值zhi。如ru果guo離li開kai了le收shou益yi考kao慮lv或huo投tou資zi回hui報bao（ROI）的設計，一味尋求大數據
，則大數據分析既無法落地也無法為企業創造價值。

工業大數據分析的定義

發fa動dong機ji是shi飛fei機ji的de心xin髒zang，也ye是shi關guan乎hu航hang空kong安an全quan，生sheng命ming安an全quan的de重zhong中zhong之zhi重zhong。為wei了le實shi時shi監jian控kong發fa動dong機ji的de狀zhuang況kuang，現xian代dai民min航hang大da多duo安an裝zhuang了le飛fei機ji發fa動dong機ji健jian康kang管guan理li係xi統tong。通tong過guo傳chuan感gan器qi、發射係統、信號接收係統
、信號分析係統等方式采集到的數據，會經由飛機通信尋址與報告係統
，通過甚高頻或者衛星通信傳輸出來
，這就是為何GE的發動機監控係統每天會獲取超過1PB數據的原因。

生產執行係統（MES）與飛機發動機健康管理係統如出一轍。我們可以從工廠的生產中，實時采集到海量的流程變量
、測量結果等數據。基於大量數據集而生成的報表，或是基礎統計的分析並不足以稱為製造業的大數據分析。

數據類型的多樣性是工業大數據分析的重要屬性

大da數shu據ju不bu僅jin僅jin是shi大da量liang的de數shu據ju的de堆dui積ji。大da數shu據ju的de重zhong要yao屬shu性xing之zhi一yi，是shi人ren們men設she法fa收shou集ji並bing弄nong清qing楚chu不bu斷duan變bian化hua的de數shu據ju類lei型xing。如ru果guo隻zhi是shi大da量liang采cai集ji同tong一yi類lei型xing的de數shu據ju

，再zai大da的de數shu據ju量liang都dou不bu能neng稱cheng之zhi為wei大da數shu據ju。

例如，生產環境中收集的時間序列模擬流程變量，數據的類型是單一的，很容易建立索引，即使存在千千萬萬，也不足以成為大數據。

shujubixubaokuogaodukebianxinghezhongleiduoyangxing。zhizaogongchangzhongcunzaiwushudedashujuyingyong，danbingbubaokuojiandandifenleihezhanshiyilianchuandeliuchengceliangjieguo
，duizhexiegongzuo，jibendetongjizhanxianjiukeyiwancheng。yixiedashujudeshujukuhuoshujuhudegouchengbufenyeshiwenbenxinxi、圖像數據
、地理或地質信息和非結構信息，例如
，通過社交媒體或其他協作平台獲得的數據類型。

製造業信息結構概括起來分為兩層
，一個是管理層，一個是自動化層。從經營管理、生產執行與控製三個緯度來實現決策支持、管理、生產執行

、過程控製以及設備的連接與傳感。製造業中大數據分析是指利用通用的數據模型， 將管理層與自動化層的結構性係統數據與非結構性數據結合，進而通過先進的分析工具發現新的洞見。

大數據分析對企業生產智能的意義

製造業創新的核心就是要依托大量的前沿科技。先進的技術是創新的手段。在新技術的支持下，可以通過一體化的製造運作管理係統MOM將企業管理應用係統，例如ERP、EAM等係統與工業自動化的相關係統整合為一體。在一體化製造運作管理的基礎上，我們可以實現集IT+MOM+MES+BI的一體化製造企業信息係統解決方案。

從兩化融合的角度來看，信息係統供應商要從企業的主信息係統提供商（MIV
，Main Information systems  Vendor ）定位來做好規劃、標準、功能設計
、實施策略的統一性工作。 協助企業做好風險控製，降低投資，降低操作維護成本
，實現企業信息係統全集成。

特別需要注意的是

，企業管理信息平台被普遍認為是製造企業管理的集成和儀表板工具。 許多供應商既大量投資其與ERP和自動化係統專有的集成，也投資開放式集成，還投資儀表板和移動技術，希望隨時隨地為需要正確信息的決策者提供衡量標準。

製造業大數據分析的三種途徑

途徑一
，利用開放技術與平台，將任何係統的數據移動到任何其他地方。

製造運作管理係統建設項目是係統工程，不僅僅是一套我們理解的傳統軟件係統，更多的是項目執行和服務的平台。 這需要在項目管理與製造企業的策略“客戶服務”上
，體現出製造企業的綜合管理能力與軟實力。

整個平台要從前期、工程實施以及售後服務這三個大的階段來架構。在前期規劃中，要重視標準、設計與實施
，特別是與管理一體化的信息係統形成統一的對接。有了前期統一規劃的製定，工程實施的環節可把行業的經驗
、集成能力、實施能力、軟件開發能力等融合。特別需要在組織上建立和形成超級團隊的製度。而持續服務、長期經營，將物聯網應用融入與“軟件+雲服務”的互聯網＋戰略是後續服務的考慮重點。

在製造業大數據分析工作中
，必須要加強通過物聯網科技的應用對後續持續服務的支撐作業。通過工業物聯網，實現的及時響應客戶、物聯網軟硬件係統定期巡檢
、提供應急備件、提供易耗品
、完善應用等功能來加強和鎖定與企業的供應鏈企業之間的長期合作。通過管理平台與物聯網數據，可以持續為客戶提供有價值的服務。

途徑二
，投資工廠內外係統架構堆棧中能夠處理結構性和非結構性數據的數據模型。

新技術是創新革命的核心，其中很重要一個特點就是集成
，即製造運作管理係統MOM與ERP、EAM、OA

、商業分析的集成，包括一鍵登錄
、界麵集成、消息推送
、工作流集成


、主數據、應用集成總線與平台。

由於這些係統之間主數據全部統一，所有係統之間的數據交互依靠應用係統總線進行數據交互
，整合了跨係統的業務流程
、工作流
、服fu務wu流liu程cheng等deng之zhi後hou即ji實shi現xian無wu縫feng集ji成cheng和he分fen析xi。對dui於yu企qi業ye管guan理li者zhe來lai說shuo，一yi鍵jian登deng錄lu後hou，可ke以yi根gen據ju不bu同tong的de崗gang位wei，個ge性xing化hua製zhi定ding並bing且qie顯xian示shi與yu管guan理li最zui相xiang關guan的de必bi要yao信xin息xi。這zhe就jiu是shi互hu聯lian網wang所suo帶dai給gei我wo們men的de分fen享xiang思si路lu。

途徑三，通過時間序列
、圖像、視頻、機器學習、地理空間、預測模型、優化
、模擬和統計過程控製等先進的分析工具與製造業企業內的大數據平台結合分析，從而洞見尚未顯現的情況。通過傳感器、感應器
、傳輸網絡和應用軟件等物聯網數據，與管理應用軟件結合起來，將是今後製造業大數據分析的一大方向。

培養企業內部大數據分析專家

zuoweiyigexingye
，womenxuyaoyoujidifazhanxingyetedingdedashujufenxigongjuji，zheyangcainengrangxianzaidexingyezhuanjia，congzugoudeshujukexuezhongshixianshuzihuazhuanxing。weiletuidongzhuanxing，womenxuyaoyidapiyouxiudeqiyeliyongzhezhongfangfa，bingxiangqitarenhuotongxingzhengmingqijiazhi。

正如六西格瑪管理技能不是由技術和谘詢公司出售給該行業的
，而是由領先的公司（GE）開發並向全球進行推廣的。提倡工業大數據分析應用的發展也可以借鑒並采用類似的方法。

美國矽穀的Cisco （思科）是網絡設備與解決方案的巨頭，僅僅在供應鏈環節，現在就擁有近80名數據科學家。而這些數據科學家都是通過兩年的內部訓練項目成長起來的。類似Cisco的做法現在越來越成為趨勢，其主要的原因是因為團隊已開始提供強大的投資回報。

中國的製造業企業為了成功實踐智能製造，要通過組織培養自己的數據科學團隊，行業領先的企業需要擴大合作，努力做到以下四點：

參與並為大數據分析專門術語建立通用的行業語言
，包括：工具
、方法等。

為已證實的行業大數據分析工具建立工業特定框架與理論，以映射各個使用案例。

為確定使用案例
、預估潛在的經濟效益和追蹤實際的經濟效益建立通用的方法。

利用互聯網科技

，建立通用的培訓和認證項目，幫助發展和創造新的人力資本。