同樣發(fā)現(xiàn)這個(gè)問(wèn)題的還有美國(guó)GE公司，他們意識(shí)到裝備銷(xiāo)售過(guò)程中的獲利遠(yuǎn)遠(yuǎn)不及在產(chǎn)品使用過(guò)程中的價(jià)值服務(wù)，客戶(hù)需要的價(jià)值也遠(yuǎn)不止對(duì)產(chǎn)品狀態(tài)的保持，更在于如何去使用這些能力來(lái)實(shí)現(xiàn)更高效的價(jià)值再創(chuàng)造。

　　以數(shù)據(jù)為核心使產(chǎn)品發(fā)揮最大的能力，歸根結(jié)底是利用數(shù)據(jù)建模實(shí)現(xiàn)對(duì)狀態(tài)、環(huán)境和任務(wù)的精確評(píng)估，對(duì)管理和控制活動(dòng)進(jìn)行實(shí)時(shí)的決策優(yōu)化，并協(xié)同和調(diào)度相關(guān)產(chǎn)品高效率運(yùn)行的過(guò)程。

“無(wú)憂(yōu)”的制造環(huán)境

　　制造系統(tǒng)中的問(wèn)題同樣也有 “ 可見(jiàn)” 和“ 不可見(jiàn)”之分，我們對(duì)待這些問(wèn)題的方式既可以在問(wèn)題發(fā)生后去解決，也可以在問(wèn)題發(fā)生前去避免。生產(chǎn)系統(tǒng)中存在的“不可見(jiàn)”問(wèn)題包括設(shè)備性能的衰退、精度的缺失、易耗件的磨損、和資源的浪費(fèi)等，可見(jiàn)的問(wèn)題往往是這些不可見(jiàn)因素積累到一定程度所引起的，比如設(shè)備的衰退最終導(dǎo)致停機(jī)、精度的缺失最終導(dǎo)致質(zhì)量偏差等。

　　就如同冰山一樣，可見(jiàn)的問(wèn)題僅僅是冰山一角，而隱性的問(wèn)題則是隱藏在冰山下面的惡魔。通過(guò)大數(shù)據(jù)對(duì)“不可見(jiàn)”問(wèn)題獲得深刻的洞察，是實(shí)現(xiàn)無(wú)憂(yōu)慮制造環(huán)境的基礎(chǔ)，也是智能制造的本質(zhì)。

　　制造改進(jìn)與轉(zhuǎn)型的機(jī)會(huì)空間可以被分為四個(gè)部分(圖二)，第一個(gè)部分是去滿(mǎn)足用戶(hù)可見(jiàn)的需求和解決可見(jiàn)的問(wèn)題，這個(gè)空間內(nèi)依然有中國(guó)制造需要補(bǔ)的課，比如質(zhì)量、污染、和浪費(fèi)等問(wèn)題，需要的是持續(xù)的改善與不斷完善的標(biāo)準(zhǔn)化。

　　第二個(gè)空間在于避免可見(jiàn)的問(wèn)題，需要從使用數(shù)據(jù)中挖掘新的知識(shí)對(duì)原有生產(chǎn)系統(tǒng)和產(chǎn)品做加值改善。第三個(gè)空間在于利用創(chuàng)新的方法與技術(shù)去解決未知的問(wèn)題與創(chuàng)造新的競(jìng)爭(zhēng)力，例如具有自省能力的設(shè)備，以及利用傳感器與大數(shù)據(jù)使不可見(jiàn)的問(wèn)題透明化，進(jìn)而去管理和解決不可見(jiàn)的問(wèn)題。

　　第四個(gè)象限是尋找和滿(mǎn)足不可見(jiàn)的價(jià)值缺口，避免不可見(jiàn)因素的影響，這部分需要利用大數(shù)據(jù)分析產(chǎn)生的智能信息去創(chuàng)造新的知識(shí)和價(jià)值與傳承力，這也是工業(yè)互聯(lián)網(wǎng)的最終目標(biāo)。

　　通過(guò)分析數(shù)據(jù)，預(yù)測(cè)需求、預(yù)測(cè)制造、利用數(shù)據(jù)去整合產(chǎn)業(yè)鏈和價(jià)值鏈，這就是工業(yè)大數(shù)據(jù)的思維。工業(yè)互聯(lián)網(wǎng)是一場(chǎng)在不可見(jiàn)世界中的戰(zhàn)爭(zhēng)，而工業(yè)數(shù)據(jù)分析的競(jìng)爭(zhēng)力則是連接可見(jiàn)與不可見(jiàn)世界的橋梁。

　　利用大數(shù)據(jù)實(shí)現(xiàn)無(wú)憂(yōu)的制造環(huán)境有三個(gè)方向，數(shù)據(jù)在每一個(gè)階段中扮演的作用也并不相同。
　　第一個(gè)方向是在解決可見(jiàn)問(wèn)題的過(guò)程中積累經(jīng)驗(yàn)和知識(shí)，從而去避免這些問(wèn)題。在這個(gè)過(guò)程中，數(shù)據(jù)可以作為經(jīng)驗(yàn)和知識(shí)的載體。
　　第二個(gè)方向是依靠數(shù)據(jù)去分析問(wèn)題產(chǎn)生的隱性線索(evidence)、關(guān)聯(lián)性、和根原因等，進(jìn)而利用預(yù)測(cè)分析將不可見(jiàn)問(wèn)題顯性化，從而實(shí)現(xiàn)解決不可見(jiàn)問(wèn)題的目的。現(xiàn)在的制造系統(tǒng)正在經(jīng)歷從第一個(gè)階段到第二個(gè)階段的轉(zhuǎn)變過(guò)程，在完成這個(gè)過(guò)程后，制造系統(tǒng)將不再有‘surprise’，使得所有隱性問(wèn)題在變成顯性問(wèn)題和影響之前都可以被提前解決。
　　第三個(gè)方向是通過(guò)對(duì)數(shù)據(jù)的深度挖掘，建立知識(shí)和問(wèn)題之間的相關(guān)性，從數(shù)據(jù)中啟發(fā)出新的知識(shí)，并能夠利用知識(shí)對(duì)制造系統(tǒng)進(jìn)行精確的建模，產(chǎn)生能夠指導(dǎo)制造系統(tǒng)活動(dòng)的鏡像模型，從系統(tǒng)的設(shè)計(jì)端避免可見(jiàn)及不可見(jiàn)問(wèn)題的發(fā)生。

　　這三個(gè)方向?qū)ζ髽I(yè)都非常具有借鑒意義，但是需要根據(jù)不同的情況側(cè)重于不同的方向?？偟膩?lái)概況，這三個(gè)方向分別適用于以下幾類(lèi)情況中問(wèn)題的解決：

　　第一個(gè)方向：適合在某一個(gè)領(lǐng)域已經(jīng)經(jīng)營(yíng)了很久，有了一定的經(jīng)驗(yàn)積累，但是卻很難總結(jié)出為什么做的好或是不好。
　　第二個(gè)方向：在解決了可見(jiàn)的問(wèn)題之后，仍然存在一些不可見(jiàn)問(wèn)題對(duì)制造系統(tǒng)造成的影響，希望能夠了解不可見(jiàn)因素的變化過(guò)程和相互的關(guān)聯(lián)性，積累更加深入的制造知識(shí)。
　　第三個(gè)方向：在制造基礎(chǔ)還較為薄弱的領(lǐng)域，并沒(méi)有形成太多有效的數(shù)據(jù)，但是擁有非常豐富的使用數(shù)據(jù)和經(jīng)驗(yàn)，則可以借助使用過(guò)程中積累的知識(shí)對(duì)制造系統(tǒng)提出設(shè)計(jì)的要求。
工業(yè)大數(shù)據(jù)：工業(yè)價(jià)值轉(zhuǎn)型的新視角
圖三：?jiǎn)栴}、數(shù)據(jù)、與知識(shí)的關(guān)系及管理方式

圖三簡(jiǎn)明地闡述了大數(shù)據(jù)與智能制造之間的關(guān)系：制造系統(tǒng)中“可見(jiàn)”和“不可見(jiàn)”問(wèn)題的發(fā)生及解決的過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)，通過(guò)對(duì)這些數(shù)據(jù)的分析可以了解問(wèn)題產(chǎn)生的過(guò)程、造成的影響和解決的方式。

　　通過(guò)對(duì)數(shù)據(jù)的深度挖掘和抽象化建模后可以形成知識(shí)，進(jìn)而利用知識(shí)去認(rèn)識(shí)、避免、和重新定義問(wèn)題。數(shù)據(jù)在其中起到的作用，是使這個(gè)過(guò)程從以往依靠人的經(jīng)驗(yàn)(Experience based)轉(zhuǎn)向依靠挖掘數(shù)據(jù)中隱性的線索(Evidence based)，使得制造知識(shí)能夠被更加高效和自發(fā)地產(chǎn)生、利用和傳承。

　　因此，問(wèn)題和知識(shí)是目的，而數(shù)據(jù)則是一種手段。今天我們來(lái)談利用大數(shù)據(jù)實(shí)現(xiàn)智能制造，是因?yàn)榇髷?shù)據(jù)正在逐漸成為易得的資源，而在制造系統(tǒng)和商業(yè)環(huán)境變得日益復(fù)雜的今天，利用大數(shù)據(jù)去解決問(wèn)題和積累知識(shí)將是更加高效和便捷的方式。

　　數(shù)據(jù)本身不會(huì)說(shuō)話，也并不會(huì)直接創(chuàng)造價(jià)值，真正為企業(yè)帶來(lái)價(jià)值的是數(shù)據(jù)分析和挖掘之后產(chǎn)生的洞察和行動(dòng)的價(jià)值，是數(shù)據(jù)經(jīng)過(guò)實(shí)時(shí)分析后及時(shí)地流向決策鏈的各個(gè)環(huán)節(jié)，是讓數(shù)據(jù)成為面向客戶(hù)創(chuàng)值服務(wù)的媒介和依據(jù)。

　　工業(yè)大數(shù)據(jù)的目的并不是追求數(shù)據(jù)量的龐大，而是通過(guò)系統(tǒng)式地?cái)?shù)據(jù)收集和分析手段，實(shí)現(xiàn)價(jià)值的最大化。所以推動(dòng)工業(yè)價(jià)值轉(zhuǎn)型和智能制造的并不是大數(shù)據(jù)本身，而是大數(shù)據(jù)分析技術(shù)所帶來(lái)的洞察，行動(dòng)的準(zhǔn)確性與速度。

　　在新制造革命的轉(zhuǎn)型中，更加有效地積累和利用數(shù)據(jù)資源與知識(shí)的傳承，決定了能否在新競(jìng)爭(zhēng)環(huán)境中脫穎而出。工業(yè)大數(shù)據(jù)定義了制造價(jià)值的新主張，這個(gè)價(jià)值的應(yīng)用既可以外向，也可以是內(nèi)向。

　　內(nèi)向是利用大數(shù)據(jù)去解決和避免制造系統(tǒng)中的“不可見(jiàn)”問(wèn)題，實(shí)現(xiàn)無(wú)憂(yōu)的制造環(huán)境。外向是利用大數(shù)據(jù)在產(chǎn)品的使用過(guò)程向用戶(hù)提供智能增值服務(wù)，實(shí)現(xiàn)制造價(jià)值的延續(xù)。

　　這兩者對(duì)于中國(guó)制造而言，一方面是解決制造“大而不強(qiáng)”的挑戰(zhàn)，另一方面是改善制造附加值較低的瓶頸。中國(guó)應(yīng)該利用好使用數(shù)據(jù)的資源，不斷提升企業(yè)對(duì)制造的理解和知識(shí)積累速度，才能彌補(bǔ)中國(guó)在裝備制造和核心零部件等方面的弱勢(shì)，逐步彌補(bǔ)這些弱勢(shì)領(lǐng)域造成的短板，讓世界看到中國(guó)在工業(yè)大數(shù)據(jù)中創(chuàng)知和創(chuàng)值的成功經(jīng)驗(yàn)。