想了解工業大資料，不得不看的一篇

工業大資料是網際網路、大資料和工業產業相結合的產物。它是2025年中國製造、工業網際網路、工業4.0等國家戰略的立足點。

對企業而言，瞭解工業大資料生成的背景，總結工業企業大資料的分類和特徵，從資料流的角度看產業價值創造，促進產業價值創造，具有很強的現實意義。在文章的最後，作者分享了幾個資料驅動的工業領域價值創造案例，希望能夠在吸引玉器方面發揮作用。

1.工業大資料背景

在工業生產中，資料是不時生成的。生產機床的速度、能耗、溫度和溼度、熱發電機組的燃燒和燃燒、汽車的裝置資料以及後勤隊伍的位置和速度都是生產過程中的資料。

自從工業成為一個獨立於社會生產的範疇以來，工業生產的資料收集和使用範圍逐漸擴大。由於泰勒是用秒錶來計算工人用鏟子把煤送到鍋爐上的時間，所以它是對生產管理資料的收集和使用，福特汽車的水化生產，汽車生產過程中工業資料的收集和工廠的使用。豐田的精益生產模式將資料的收集和使用擴充套件到工廠和上下游供應鏈；核電生產過程的完全自動化將生產過程資料的自動化水平提高到更高的水平。

任何資料的收集和使用都是昂貴的，工業資料也不例外。然而，隨著資訊科技、電子與數學技術、感測器、物聯網等技術的發展，一批智慧化、高精度、長時間導航、高價效比、微型感測器應運而生。在移動資料通訊的支援下，以物聯網為代表的新一代網路技術可以隨時隨地採集和傳輸資料。以雲端計算為代表的新型資料處理基礎設施大大降低了工業資料處理的技術門檻和成本支出。以工業領域的SCADA系統為例，每個電網和化工企業在傳統模式下都需要建立一套成本超過1000萬元的SCADA系統。如果採用雲架構模型，成本將降低70%以上。

社會需求的變化是最大的推動力。在商品剩餘經濟時代，以個性化為代表的消費文化使工業企業的產出最大程度地滿足個體需求。從服裝定製，車輛匹配，到T恤印花和個性化教育。

有兩種方法可以滿足個性化需求。以服裝定製為例，透過教師的尺、手、眼和經驗，確定服裝的裁剪和佈局。這種模式稱為模擬模式，難以保證個性化定製的效率和質量、耗時和成本。另一種方法是數字模式，即透過開發一套資料採集手段。前臺客戶代表測量並收集使用者的數字資料，然後將資料傳送回總部。結合原材料資料，將需求分解為生產過程動作。最後，生產出符合定製要求的服裝。

當然，工廠也會聘請高階碩士。他們的主要工作不是面對個別客戶的客製化需求，而是研究更好的生產流程，控制資料和流程分解。在這種模式下，效率和質量得到保證，效率隨著生產線的擴大而線性提高，一批專家組繼續研究和提高工藝能力。定製生產成本將大大降低。從發展趨勢的角度看，後一種數字模式的個性化生產將是未來的選擇。

國家政策是國家政策的重要影響因素。德國工業已經完成了工業自動化的過程，在自動化的基礎上，以工業資料為基礎，引入雲端計算和人工智慧技術來提高工業的智慧化水平，以滿足社會對大規模定製生產的需求。美國擁有強大的雲端計算、網際網路和資料處理能力。在此基礎上，提出了一種透過大資料將單個裝置、一條生產線和一家工廠的資料連線起來的工業網際網路策略。挖掘工業服務業在診斷、預測、售後服務等方面的價值。

與德國和美國相比，中國處於工業自動化和雲端計算領域的開發階段，因此建議中國製造2025計劃將透過工業化和資訊整合的方式整合工業化和資訊整合。制定一系列關鍵專案和推進計劃。

2.工業大資料的特徵和分類

無論是工業自動化、工業智慧（Industrial 4.0）還是工業網際網路的概念，它們都是基於工業資料的。

隨著工業的發展，工業企業收集的資料規模不斷擴大。主要體現在三個方面：

第一，時間的範圍繼續擴大。經過多年的生產經營，積累了多年來的產品資料、工業資料、原材料資料和生產裝置資料；

其次，資料的範圍繼續擴充套件。在企業資訊化建設過程中，一方面積累了企業的財務和供應商資料，又透過CRM系統、研發過程資料透過CAD、透過攝像頭生產安全資料等積累了客戶資料。另一方面，還收集了越來越多的外部資料，包括市場資料、社會網路資料、公司輿論資料等。

第三，資料粒度不斷完善。從一個產品到多個型號和多個系列產品，產品資料不斷完善。從單一機床到聯網機床，資料交換頻率大大提高。加工精度從1毫米增加到0.2毫米，從每分鐘5分鐘增加到每分鐘。完整監控的5秒使收集的資料更精細。

上述三個維度最終導致企業積累的資料量加速增長，構成了一個大型工業資料的集合。不管公司是否承認，這些資料都堆積在工廠的每個角落，而且還在不斷增加。

然後從商業運作的角度來看這些工業資料。它可以根據資料的目的分為三類：

第一是經營資料，如財務、資產、人事、供應商基礎資訊等資料，這些資料在企業資訊化建設過程中不斷積累，顯示了一個工業企業的經營要素和績效。

第二類是生產資料，這一部分是圍繞企業生產過程積累的資料，包括原材料、研發、生產過程、半成品、售後服務等。隨著數控機床、自動生產線和SCADA系統的建設，這些資料也被大量企業記錄下來。這些資料是工業生產過程中價值增值的體現，是決定企業差異的核心。

第三類是環境資料，包括放置在機床上的裝置診斷系統，倉庫和車間的溫度和溼度資料，以及能源消耗資料，廢水和廢氣排放。這些資料對工業生產過程具有約束力。

從目前的資料使用情況來看，業務資料使用率最高，生產資料與環境資料的差距較大。從未來的資料量來看，生產線資料在工業企業資料中所佔的比重越來越大，環境資料也越來越多樣化。

一般來說，大資料具有資料量大、資料種類多、商業價值高、處理速度高等特點。在此基礎上，有兩個主要特徵的大型工業資料。

是高精度，大資料一般應用場景是預測，在一般業務領域，如果預測精度已經非常高，如果是99%是優秀的。然而，在工業領域的許多應用場景中，對精度的要求是99.9%或更高，如軌道交通自動控制，然後定製生產，如果客戶A和客戶B的訂單引數混淆，就會造成經濟損失。

第二，實時強、工業大資料的重要應用場景是實時監控、實時預警、實時控制.資料採集、傳輸和應用等整個處理過程一旦耗時過長，就很難在生產過程中發揮其價值。

3.工業大資料應用案例

企業積累的資料量正以越來越快的速度增長。許多企業還將大資料技術引入到企業的生產經營中。大資料在工業企業中的應用主要體現在三個方面：

一種是基於資料的產品價值挖掘。透過對產品和相關資料進行二次挖掘，可以建立新的值。

日本研究人員設計了一種新型座椅，可以透過分析資料來識別車主，以確保汽車的安全。座椅配備了360種不同型別的感測器，這些感測器收集和分析有關司機體重、壓力甚至他坐在座位上的方式的資訊，並將它們與汽車系統中內建的車主資訊相匹配。為了確定司機是否是這輛車的車主，從而決定是否發動這輛車。實驗資料表明，該演算法對座椅的識別準確率高達98%。

三一的挖掘機指數也是如此。透過對網上銷售挖掘機的啟動和裝載情況進行跟蹤，可以瞭解全國各地的基礎設施狀況，為宏觀經濟判斷、市場銷售佈局和金融服務提供調整依據。

二是提高服務型生產水平。提高以服務為導向的生產，就是要提高服務價值在生產(產品)中的比重。它主要體現在兩個方面。第一，前向延伸，即在售前階段，透過使用者參與，個性化設計，吸引、引導和鎖定使用者。例如，紅領西服的成衣定製，透過精確的剪裁，可以維持其他成衣市場每年150%的收入和利潤增長，而每件成衣的成本只比成衣高出10%。當然，小米手機也屬於這一類。二是向後延伸，透過產品的銷售建立客戶與廠商之間的互動，從而產生可持續的價值。iPhone的硬體配置是標準的，但每個iPhone使用者安裝的軟體都是個性化的，最大的功勞是Appstore。蘋果只是銷售蘋果終端產品的開始，透過Appstore將使用者與製造商聯絡起來，以滿足他們的個性化需求，並提供差異化服務，從而創造數百億美元的年收入。

三是創新經營模式。商業模式創新主要體現在兩個方面：一是基於工業資料，工業企業可以向外部提供什麼樣的創新商業服務；二是在工業資料的背景下，可以接受什麼樣的新商業服務。最佳的情況是，透過提供創新的商業模式，可以獲得更多的客戶，可以開拓更多的藍海市場，獲得更多的利潤。同時，接受創新的工業服務可以降低生產成本和經營風險。

例如，通用電氣不銷售發動機。相反，它把引擎租給航空公司，並收取執行時間。透過這種方式，通用電氣透過引入大資料技術來監測發動機的執行狀況，並透過科學的診斷和維護來提高發動機的壽命。經濟回報高於發動機銷售量。

在接收服務方面，目前國內外有一批企業提供了工業大資料平臺的雲服務架構。在包括海爾收購通用電氣白色電力業務在內的一攬子合作計劃中，通用電氣的Pre.hk工業大資料平臺對海爾開放，可以訪問海爾的工廠，並提供工業大資料服務。第九大國大資料也與各省市共建雲霧籠罩的工業大資料平臺，向地方工業企業開放大資料採集、488個儲存、281個採掘應用能力。

4.工業大資料的實際指導

工業大資料是企業生產經營的重大變革。對於尚未完成工業化和資訊化的工業企業來說，資料時代又來了，挑戰也很大。

產業大資料建設首先是思維的轉變，改變了以往以要素競爭為主的產業生產方式，進入了以資料和創新競爭為主的新的生產時代。其次，正如清華大學王建民教授所說，“大工業資料沒有交鑰匙工程”，需要領導、管理、員工和相關人員共同參與並履行各自的職責，才能取得成功。

最後，工業資料建設抓住了兩塊木板作為突破口。一個是最長的板，即找出產品（行業）最具競爭力的地方，繼續深入挖掘潛在的資料價值，並圍繞這一領域的工業資料建立產品和服務能力；二是最短的板，哪裡是影響工業企業發展、成本、市場、供應鏈或能源消耗的痛點？在資料時代，尋找大資料機會的解決方案。

 中安威士：保護核心資料，捍衛網路安全

來源：網路收集