工業(yè)智能信風(fēng)智庫清華大學(xué)王晨昨天 · 18:50[ 億歐導(dǎo)讀 ] 智能制造更關(guān)注于企業(yè)內(nèi)部的事情，狹義的智能制造關(guān)注制造，即生產(chǎn)環(huán)節(jié)，廣義的智能制造則包含企業(yè)的全生命周期，從研發(fā)設(shè)計到生產(chǎn)制造再到運維服務(wù)。

我們該如何理解工業(yè)大數(shù)據(jù)，工業(yè)大數(shù)據(jù)如何賦能智能制造，以及如何在智能制造的基礎(chǔ)上走向未來的工業(yè)互聯(lián)網(wǎng)?

工業(yè)產(chǎn)生轉(zhuǎn)型升級作用的路徑

大數(shù)據(jù)系統(tǒng)軟件國家工程實驗室，將工業(yè)產(chǎn)生轉(zhuǎn)型升級的作用的路徑，總結(jié)為“加減乘除”四個象限。

所謂加和減就是智能制造。智能制造更關(guān)注于企業(yè)內(nèi)部的事情，狹義的智能制造關(guān)注制造，即生產(chǎn)環(huán)節(jié)，廣義的智能制造則包含企業(yè)的全生命周期，從研發(fā)設(shè)計到生產(chǎn)制造再到運維服務(wù)。

智能制造不外乎在現(xiàn)有流程上加了一些東西、減了一些東西，它基本可以被總結(jié)為八個字：提質(zhì)、增效、降本、控險。今天，智能制造做的事情就是加法和減法。

但在這個時代光做加減法是不夠的，比如私募股權(quán)機(jī)構(gòu)投資一個企業(yè)，企業(yè)每年做一點加法，投資人可能不會滿意，而是希望企業(yè)實現(xiàn)指數(shù)級的增長。

如何實現(xiàn)?工業(yè)互聯(lián)網(wǎng)可能就是實現(xiàn)乘法和除法的路徑。乘法就是平臺效應(yīng)。比如淘寶，容納無數(shù)的商店在它的平臺上開店掙錢，就是一個案例。但是在工業(yè)領(lǐng)域，是否可以構(gòu)建一個工業(yè)互聯(lián)網(wǎng)平臺?

以服裝行業(yè)為案例。傳統(tǒng)的第一代的服裝企業(yè)，有自己的設(shè)計、工廠、店面，即完整的產(chǎn)業(yè)鏈條。第二代服裝企業(yè)，舍棄工廠選擇全代工生產(chǎn)，轉(zhuǎn)為做營銷，以門店為資產(chǎn)。而互聯(lián)網(wǎng)時代的服裝企業(yè)，既沒有工廠也沒有店面，成本幾乎為零，所有的店面依賴淘寶，只負(fù)責(zé)快速設(shè)計、把控供應(yīng)鏈，最后的“總盤子”雖然不一定有傳統(tǒng)企業(yè)那么大，但是利潤率高。因此除法就是企業(yè)聚焦自己的核心競爭力。

輕資產(chǎn)高利潤運營，這是未來中國中小企業(yè)創(chuàng)新創(chuàng)業(yè)之道。打造工業(yè)互聯(lián)網(wǎng)的平臺生態(tài)，不是說只有這個平臺才能掙錢，是平臺上的每個人都有可能掙錢。

三個層次：工業(yè)大數(shù)據(jù)行業(yè)的分類

大數(shù)據(jù)系統(tǒng)軟件國家工程實驗室接觸了、也做了很多工業(yè)大數(shù)據(jù)的應(yīng)用，并將其分為了三個層次。

第一個層次是單元級，即針對工業(yè)設(shè)備，不僅限于設(shè)備的遠(yuǎn)程運維，還包括對設(shè)備故障的提前預(yù)警、故障分析，以及設(shè)備的優(yōu)化運行、資產(chǎn)管理等等。

首先我們需要將設(shè)備的運行狀態(tài)進(jìn)行精確的數(shù)字化測量，這種測量手段其實是將工業(yè)大數(shù)據(jù)的連續(xù)空間離散化。這個連續(xù)空間很復(fù)雜，而能測量的物理量、精度、傳感器數(shù)量都是有限的，所以全空間采樣無法實現(xiàn)。但隨著數(shù)字化水平提高、信息化進(jìn)程推進(jìn)、智能化應(yīng)用迭代，未來的測量過程也會升級。

第二個層次是工廠層次。這個層次不是關(guān)注單體設(shè)備，而關(guān)注整個工廠的運營效率、產(chǎn)品質(zhì)量和安全、環(huán)保問題。工業(yè)講求的是包括人、物料、工藝、設(shè)備、環(huán)境在內(nèi)的因素，在復(fù)雜的動態(tài)系統(tǒng)中能夠協(xié)同作用。

假設(shè)把全中國都看作一個大工廠，怎么在產(chǎn)業(yè)鏈條上提升自己的效率?我們今天做工業(yè)大數(shù)據(jù)，做“智能+”，就是這個用途。

首先要回答數(shù)據(jù)在哪里，其實數(shù)據(jù)在任何一個地方。以前工業(yè)上管數(shù)據(jù)管的相對粗糙，傳統(tǒng)在信息化領(lǐng)域做的相對較好的是管理信息化，而現(xiàn)在很多工業(yè)數(shù)據(jù)只是用來做監(jiān)控以及做故障發(fā)生時做數(shù)據(jù)的回放。這些數(shù)據(jù)拿來怎么做兩化融合(信息化和自動化的數(shù)據(jù)融合)還有待驗證。

第三層次是怎么拿到其他相關(guān)的數(shù)據(jù)?比如說挖掘機(jī)要自動化施工，需要了解GIS數(shù)據(jù)、環(huán)境數(shù)據(jù)，但這些都不是傳統(tǒng)制造業(yè)企業(yè)擁有的數(shù)據(jù)。這說明今天工業(yè)大數(shù)據(jù)的內(nèi)涵，比傳統(tǒng)的數(shù)據(jù)內(nèi)涵要大得多。自動化以及跨界整體的數(shù)據(jù)，構(gòu)成工業(yè)大數(shù)據(jù)的體系。

工業(yè)大數(shù)據(jù)的分類和挑戰(zhàn)

實際上，工業(yè)數(shù)據(jù)有三個特點：

第一個特點是多模態(tài)。過去很簡單粗暴地將數(shù)據(jù)分成結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)，但工業(yè)企業(yè)不是這樣。今天看到的很多好像格式不一樣的、非結(jié)構(gòu)化的工程數(shù)據(jù)，真正把它打開的時候是不一樣的。非結(jié)構(gòu)化數(shù)據(jù)的使用效率取決于結(jié)構(gòu)化的程度，只有結(jié)構(gòu)化才可以被高效利用;

第二個特點是高通量。很多設(shè)備是不停機(jī)的，所有的數(shù)據(jù)是7*24小時連續(xù)產(chǎn)生的，量非常大;

第三個特點是強(qiáng)關(guān)聯(lián)。在工業(yè)的不同行業(yè)，數(shù)據(jù)關(guān)聯(lián)遵循不同的規(guī)律而非簡單的聚合。

所以工業(yè)大數(shù)據(jù)本身的特點帶來了非常多的挑戰(zhàn)。除了數(shù)據(jù)獲取的挑戰(zhàn)，隨之而來的就是數(shù)據(jù)分析、應(yīng)用的挑戰(zhàn)。

這里邊最大的限制是因果關(guān)系，即數(shù)據(jù)驅(qū)動的方法只能告訴我們關(guān)聯(lián)性，而無法不能告訴我們因果性。比如淘寶推薦商品，只知道推薦相關(guān)商品，卻不關(guān)心這個事情的因果——為什么用戶是這樣的人。但這在工業(yè)上是行不通的，尤其是控制方面，因此模型需要長時間的分析和驗證。

工業(yè)領(lǐng)域存在白盒模型和灰盒模型，白盒模型即工業(yè)機(jī)理，企業(yè)會根據(jù)工業(yè)機(jī)理設(shè)計工序、產(chǎn)品結(jié)構(gòu)和工藝，這是第一步。當(dāng)它們被設(shè)計完之后，運行中又會出現(xiàn)大量的不確定性，這些不確定性的消除靠的就是專家、工匠的經(jīng)驗，讓整個流程生產(chǎn)變得更加穩(wěn)定和高效，這是灰盒態(tài)。不再對機(jī)理和知識本身進(jìn)行分析和理解的數(shù)據(jù)模型，是一種黑盒模型。

工業(yè)大數(shù)據(jù)和工業(yè)智能的本質(zhì)就是，將這些經(jīng)驗和知識量化出來，挖掘心中有口中無的隱性知識，或者嘗試通過數(shù)據(jù)方法把統(tǒng)計關(guān)系找到，再交還給工匠分析。

工業(yè)就是工業(yè)，它存在的時間比信息化時間長，積淀比信息化多，而大數(shù)據(jù)和人工智能技術(shù)只是給工業(yè)上帶來小的變化，嘗試幫它去消除不確定性。

大數(shù)據(jù)、人工智能在工業(yè)中的應(yīng)用

首先是智能制造。比如某個機(jī)床的良品率下降，那么機(jī)床可以猜到刀具可能磨損了，主動提出要換刀，或者爐溫過熱，就自主將溫度往下調(diào)兩度。如果設(shè)備可以自主告知、自主變化，而不是按照事先設(shè)定的邏輯來操作，這才是智能化。

真正的數(shù)字化車間應(yīng)該是什么樣的?分了三個層次：

第一層是大數(shù)據(jù)集成。大數(shù)據(jù)能夠建立數(shù)據(jù)集成體系，讓決策者看到每個生產(chǎn)車間發(fā)生了什么、控制參數(shù)是什么、檢測參數(shù)是什么。這樣一個以物料為中心、以工序流程為軸的數(shù)據(jù)集成體系，能夠為調(diào)整工提供更多更好的決策信息;

第二層是大數(shù)據(jù)統(tǒng)計分析。能不能將好的批次的數(shù)據(jù)和差的批次的數(shù)據(jù)進(jìn)行疊加對比，看控制參數(shù)的差異?大數(shù)據(jù)可以猜測造成問題的原因，至少可以排序，讓調(diào)整工按照排序來做檢查和調(diào)整;

第三層是機(jī)理模型。通過大量的數(shù)據(jù)和反饋，工業(yè)企業(yè)可以構(gòu)建一個相對準(zhǔn)確、正向的仿真模型，并在數(shù)字孿生體、數(shù)字空間進(jìn)行調(diào)試，最后在工廠里進(jìn)行測試，這就是數(shù)字孿生帶來的智能化體系。

那么工業(yè)互聯(lián)網(wǎng)的邏輯對于智能制造來說改變了什么?從業(yè)務(wù)的角度來講，工業(yè)互聯(lián)網(wǎng)更多關(guān)注產(chǎn)業(yè)互聯(lián)網(wǎng)的邊界，而不關(guān)注企業(yè)內(nèi)部的生產(chǎn)環(huán)節(jié)，它可以被總結(jié)成三個融合跨界：

一是業(yè)務(wù)融合跨界，通過對產(chǎn)業(yè)鏈上下游業(yè)務(wù)邊界的拓展，企業(yè)可以嘗試整合上游的上游，也可以服務(wù)于下游的下游，我們是一個產(chǎn)業(yè)鏈協(xié)同視角下的大工廠;

二是數(shù)據(jù)鏈條融合跨界，業(yè)務(wù)的拓展帶來了數(shù)據(jù)邊界的拓展，今天的數(shù)據(jù)不局限于企業(yè)原有的數(shù)據(jù)。比如說要服務(wù)于建造商，需要環(huán)境數(shù)據(jù)、操作數(shù)據(jù)、氣象數(shù)據(jù);

三最根本的是技術(shù)改變，相比IT技術(shù)的發(fā)展，工業(yè)軟件和IT產(chǎn)業(yè)不在一條發(fā)展曲線，但現(xiàn)在通過云計算技術(shù)可以輕量級地讓用戶做這樣的開發(fā)，這樣可以在很多領(lǐng)域產(chǎn)生了技術(shù)溢出機(jī)會。工業(yè)互聯(lián)網(wǎng)平臺的出現(xiàn)，讓工業(yè)企業(yè)能將花大量時間研發(fā)的仿真模型有可能沉淀成小而精的新形態(tài)工業(yè)軟件。