從資料資產到工業智慧
原載 第一財經 2019-3-12，有刪改
資料驅動，已成共識
2017年12月，習近平總書記在中央政治局第二次集體學習時強調，要深入實施工業網際網路創新發展戰略，系統推進工業網際網路基礎設施和資料資源管理體系建設，發揮資料的基礎資源作用和創新引擎作用，加快形成以創新為主要引領和支撐的數字經濟。2019年兩會，李克強總理在《政府工作報告》中再次提出，要打造工業網際網路平臺，拓展“智慧+”，為製造業轉型升級賦能。
巨集觀上，大力發展工業網際網路，把資料技術和工業轉型升級結合，已經成為全國上下的高度共識。微觀上，大資料技術的應用已經開始給企業帶來實實在在的收益。
星星之火
工業網際網路產業聯盟2019年2月釋出的《工業網際網路平臺白皮書》顯示，工業研發設計、工藝優化、裝置維護、質量控制、節能減排等方面的作用越來越凸顯。
中國石化對4600個批次的石腦油原料進行分析建模，優化工藝操作引數，使汽油收率提高0.22%，辛烷值提高0.90。中化能源對泵機群、壓縮機、蒸汽輪機等裝備進行健康管理，實現了裝置故障的診斷、預測性報警及分析，裝置維護成本每年減少15%。
航天電器建立多種因素與質量關鍵KPI的關聯關係模型，對裝置、工藝、檢測等資料進行關因分析，不良品率降低56%。山鋼集團對跨工序能效資料進行動態尋優，年化能源降本8000多萬元，能耗成本降低11.4%。
酒鋼集團過大資料分析實現能耗的智慧化管理，單座高爐每年降低成本2400萬元，減少碳排放20000噸，冶煉效率提升10%。這樣的案例還有很多。
可以說，隨著這幾年工業網際網路的不斷深入發展，大資料在工業領域的應用取得了令人可喜的巨大進步。然而，我們也應該看到，成功案例仍然只是星星之火。由點及面形成燎原之勢，任重道遠，還需要跨越“缺數”、“低質”、“淺層”、“孤島”等障礙。
“缺數”
理論上，工業領域的資料應該是非常豐富的，麥肯錫2009年的報告顯示，美國的離散製造業是所有行業中資料儲量最大的。而我國情況如何呢？根據中國資訊通訊研究院和工業網際網路產業聯盟2018年底對國內74家工業企業的調研，我國工業企業的資料資源存量普遍不大，66%的企業資料總量都在20TB以下，還不到一個省級電信運營商日增資料量的十分之一。很多工業企業面臨遭遇“數到用時方恨少”的尷尬。
缺數的背後的原因主要是我國工業網際網路發展還處於起步階段，企業數字化網路化程度普遍較低，資料資源的積累尚需時日。而目前工業系統協議七國八制現象非常突出，很多軟體系統的介面不開放，也增加了資料採集的技術難度。
“低質”
電腦科學家警鐘長鳴：警惕“垃圾進，垃圾出（Garbage in, garbage out）”！資料質量問題是長期困擾資料分析工作的難題。權威資料專家估計，每年低質量的資料會給企業帶來10%-20%。工業領域很多時候追求確定性的分析結果，對資料分析的可靠性要求高，因而對資料質量的要求也就更高。美國一直重視資料質量，在1990年代還頒佈資料質量法案（Data Quality Act），2016年《聯邦大資料研發戰略計劃》還專門把確保資料質量、提升資料分析可信性作為七大戰略之一。
用資料，更要“養”資料。從資訊化程度較高的金融、電信、網際網路等行業的經驗看，如果不開展專門的資料治理，就難以確保資料質量。而調查表明，我國工業企業只有不到1/3的企業開展了資料治理，51%的企業仍在使用文件或更原始的方式進行資料管理。資料治理，大部分工業企業還需加快補課。
“孤島”
資料孤島是幾乎所有企業都面臨的困境。從單一企業內部來看，存在著不同時期由不同供應商建設的客戶管理、生產管理、銷售採購、訂單倉儲、財務人力等眾多IT系統，煙囪林立，而要深度推進智慧製造，更要打通IT和OT，推進難度非常大，而且越大的企業包袱越重。
從全行業看，發展工業網際網路，實現從單一企業內部的區域性優化，跨越到整個產業鏈的全域性優化，必然要實現產銷與供應鏈上跨企業的資料流通，這就進一步面臨著安全合規、商業模式和技術標準的更大挑戰。調查顯示，超過半數的企業表示需要使用外部資料或對外提供資料，僅有2.7%企業覺得不會涉及到資料合作，但資料流通由於涉及確權、安全合規等問題，阻力較大。德國工業4.0計劃已經把資料流通作為重點議題。國內促進工業資料流通方面工作還需加快。
“淺層”
大資料在工業領域的作用，縱向可以從三個層次來看：最基礎的，是可以根據資料來描述工業產線、營銷和企業經營活動的歷史與現狀；進一步的，可以基於資料預測裝置、車間和整個企業的未來狀況；最高層次，是根據資料分析結果，繞過人工干預，自動的直接指導企業運作，形成智慧化的資料閉環。橫向則可以跨越設計、生產、銷售、服務等全鏈條。
但推進情況如何呢？最近，工業網際網路聯盟對國內外 366個工業網際網路平臺應用案例進行了分析，40%的平臺應用集中在產品或裝置資料的檢測、診斷與預測性分析領域，而在涉及資料範圍更廣、分析複雜度更高的經營管理優化和資源匹配協同等場景中，多數平臺現有資料分析能力還無法滿足應用要求，還需要進一步推動資料分析技術創新以及實現長期的工業知識積累。工業資料分析的深度還需加快爬坡升級。
資料與數字雙胞胎
工業網際網路的長期目標，是構建“數字雙胞胎”，使得物理世界的萬物得以在數字世界重現，通過數字世界裡的計算、分析、預測、優化，來指導物理世界的最優化執行。這就要求在物理和數字這對雙胞胎之間架設暢通的“大動脈”。資料就是這大動脈裡流淌的血液。
只有工業資料越來越豐富、全面，質量越來越高，“數字雙胞胎”才能長得像。在這基礎上，對工業資料的分析利用，還需要結合對物理機理模型的透徹理解，甚至老師傅幾十年積累的經驗，不斷迭代、走向深入。做好了這些，資料對製造業轉型的基礎資源作用和創新引擎作用就能真正發揮出來。