工業(yè)大數(shù)據(jù)發(fā)展面臨哪些挑戰(zhàn)

以數(shù)據(jù)為關(guān)鍵要素驅(qū)動工業(yè)轉(zhuǎn)型升級，不僅成為宏觀層面的行業(yè)共識，也正在微觀層面為企業(yè)帶來實際收益。然而，工業(yè)大數(shù)據(jù)的發(fā)展，還面臨數(shù)據(jù)資源不豐富、數(shù)據(jù)管理滯后、孤島普遍存在以及應(yīng)用深度不足等四大挑戰(zhàn)。為此，需要在企業(yè)層面夯實數(shù)據(jù)基礎(chǔ)，抓住技術(shù)創(chuàng)新機遇，在行業(yè)層面建立數(shù)據(jù)互操作與流通的標(biāo)準(zhǔn)與規(guī)則。

一、以數(shù)據(jù)為關(guān)鍵要素驅(qū)動工業(yè)轉(zhuǎn)型升級

2017年12月，******在中央政治局第二次集體學(xué)習(xí)時強調(diào)，要深入實施工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展戰(zhàn)略，系統(tǒng)推進(jìn)工業(yè)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施和數(shù)據(jù)資源管理體系建設(shè)，發(fā)揮數(shù)據(jù)的基礎(chǔ)資源作用和創(chuàng)新引擎作用，加快形成以創(chuàng)新為主要引領(lǐng)和支撐的數(shù)字經(jīng)濟。在2019年兩會上，李克強總理在《政府工作報告》中提出，要打造工業(yè)互聯(lián)網(wǎng)平臺，拓展“智能+”，為制造業(yè)轉(zhuǎn)型升級賦能。

宏觀上，大力發(fā)展工業(yè)互聯(lián)網(wǎng)，用數(shù)據(jù)智能助推工業(yè)轉(zhuǎn)型升級相結(jié)合，已經(jīng)成為全國上下的高度共識。

微觀上，大數(shù)據(jù)技術(shù)的應(yīng)用也開始為諸多企業(yè)帶來實際收益。工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟2019年2月發(fā)布的《工業(yè)互聯(lián)網(wǎng)平臺白皮書》顯示，數(shù)據(jù)在工業(yè)研發(fā)設(shè)計、工藝優(yōu)化、設(shè)備維護(hù)、質(zhì)量控制、節(jié)能減排等方面的作用日益凸顯。

中國石化對4600個批次的石腦油原料進(jìn)行分析建模，優(yōu)化工藝操作參數(shù)，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(jìn)行健康管理，實現(xiàn)了設(shè)備故障的診斷、預(yù)測性報警及分析，設(shè)備維護(hù)成本每年減少15%。

航天電器建立多種因素與質(zhì)量關(guān)鍵KPI的關(guān)聯(lián)關(guān)系模型，對設(shè)備、工藝、檢測等數(shù)據(jù)進(jìn)行關(guān)因分析，不良品率降低56%。山鋼集團對跨工序能效數(shù)據(jù)進(jìn)行動態(tài)尋優(yōu)，年化能源降本8000多萬元，能耗成本降低11.4%。

酒鋼集團經(jīng)過大數(shù)據(jù)分析實現(xiàn)能耗的智能化管理，單座高爐每年降低成本2400萬元，減少碳排放2萬噸，冶煉效率提升10%。

這樣的星星之火還有很多?？梢哉f，隨著這幾年工業(yè)互聯(lián)網(wǎng)的不斷深入發(fā)展，工業(yè)領(lǐng)域的數(shù)據(jù)分析應(yīng)用取得了令人可喜的進(jìn)步。

二、工業(yè)大數(shù)據(jù)發(fā)展面臨四方面挑戰(zhàn)

然而，也應(yīng)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(yuǎn)。

挑戰(zhàn)1：工業(yè)數(shù)據(jù)資源不豐富

理論上，工業(yè)領(lǐng)域的數(shù)據(jù)應(yīng)該是非常豐富的，麥肯錫2009年的報告顯示，美國的離散制造業(yè)是所有行業(yè)中數(shù)據(jù)儲量最大的。但實際上，有價值的數(shù)據(jù)非常稀缺，原因是在工業(yè)領(lǐng)域，有分析利用價值的機器數(shù)據(jù)往往需要包含故障情形下的“壞”樣本。但很多工業(yè)系統(tǒng)的數(shù)據(jù)可靠性較高，觀測到故障并且已經(jīng)標(biāo)記的有效樣本更是難能可貴。還有一些工業(yè)場景，只有在極短的時間內(nèi)采集測量數(shù)據(jù)(如每秒上百萬個測點)，才能捕獲機器設(shè)備的細(xì)微狀況，這就要求時序數(shù)據(jù)庫和流處理平臺等專用的新一代數(shù)據(jù)存儲軟件提供支撐。

很多工業(yè)企業(yè)面臨“數(shù)到用時方恨少”的尷尬。根據(jù)中國信息通信研究院和工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟2018年年底對國內(nèi)74家工業(yè)企業(yè)的調(diào)研，我國工業(yè)企業(yè)的數(shù)據(jù)資源存量普遍不大，66%的企業(yè)數(shù)據(jù)總量都在20TB以下，還不到一個省級電信運營商日增數(shù)據(jù)量的1/10。數(shù)據(jù)資源不豐富，與我國工業(yè)互聯(lián)網(wǎng)發(fā)展還處于起步階段有關(guān)。企業(yè)數(shù)字化、網(wǎng)絡(luò)化程度普遍較低，數(shù)據(jù)資源的積累尚需時日。而目前工業(yè)系統(tǒng)協(xié)議“七國八制”現(xiàn)象非常突出，很多軟件系統(tǒng)的接口不開放，也增加了數(shù)據(jù)采集的技術(shù)難度。

挑戰(zhàn)2：工業(yè)數(shù)據(jù)資產(chǎn)管理滯后

計算機科學(xué)家警鐘長鳴：警惕“垃圾進(jìn)，垃圾出(Garbage in，Garbage out)”。數(shù)據(jù)質(zhì)量問題是長期困擾數(shù)據(jù)分析工作的難題。權(quán)威數(shù)據(jù)專家估計，每年低質(zhì)量的數(shù)據(jù)會給企業(yè)帶來10%~20%的損失。工業(yè)領(lǐng)域很多時候追求確定性的分析結(jié)果，對數(shù)據(jù)分析的可靠性要求高，因而對數(shù)據(jù)質(zhì)量的要求也就更高了。美國一直重視數(shù)據(jù)質(zhì)量，在1990年還專門頒布了數(shù)據(jù)質(zhì)量法案(Data Quality Act)，2016年美國《聯(lián)邦大數(shù)據(jù)研發(fā)戰(zhàn)略計劃》也專門把確保數(shù)據(jù)質(zhì)量與提升數(shù)據(jù)分析可信性作為七大戰(zhàn)略之一。

用數(shù)據(jù)，更要“養(yǎng)”數(shù)據(jù)。從信息化程度較高的金融、電信、互聯(lián)網(wǎng)等行業(yè)經(jīng)驗來看，如果不開展專門的數(shù)據(jù)治理，就難以確保數(shù)據(jù)質(zhì)量。而調(diào)查顯示，我國工業(yè)企業(yè)只有不到1/3的企業(yè)開展了數(shù)據(jù)治理，51%的企業(yè)仍在使用文檔或更原始的方式進(jìn)行數(shù)據(jù)管理。工業(yè)企業(yè)應(yīng)該把數(shù)據(jù)視為與機器設(shè)備同等重要甚至更寶貴的資產(chǎn)，加強數(shù)據(jù)資產(chǎn)管理。好消息是，已經(jīng)有越來越多的工業(yè)企業(yè)從主數(shù)據(jù)或元數(shù)據(jù)切入，著手開展數(shù)據(jù)資產(chǎn)管理。而且，隨著機器學(xué)習(xí)技術(shù)的發(fā)展，智能化的數(shù)據(jù)資產(chǎn)管理工具也越來越完善，工業(yè)數(shù)據(jù)資產(chǎn)的管理，可以更多依賴人工智能高效完成。但相比信息化程度較高的金融、電信、互聯(lián)網(wǎng)等行業(yè)，工業(yè)數(shù)據(jù)的管理，還有很多欠賬要補。

挑戰(zhàn)3：工業(yè)數(shù)據(jù)孤島普遍存在

數(shù)據(jù)孤島幾乎是所有企業(yè)都面臨的困境。從單一企業(yè)內(nèi)部來看，存在著不同時期由不同供應(yīng)商開發(fā)建設(shè)的客戶管理、生產(chǎn)管理、銷售采購、訂單倉儲、財務(wù)人力等眾多IT系統(tǒng)，可謂煙囪林立。而要深度推進(jìn)智能制造，不僅是上述IT系統(tǒng)要橫向互通，還要進(jìn)一步縱向打通IT(Information Technology)和OT(Operation Technology)兩界的數(shù)據(jù)，推進(jìn)難度非常大。而且，企業(yè)越大，管理和技術(shù)包袱越重。

從全行業(yè)看，發(fā)展工業(yè)互聯(lián)網(wǎng)，實現(xiàn)從單一企業(yè)內(nèi)的局部優(yōu)化，到整個產(chǎn)業(yè)鏈的全局優(yōu)化的跨越，必然要實現(xiàn)整個供應(yīng)鏈上跨企業(yè)的數(shù)據(jù)流通，這就進(jìn)一步面臨著安全合規(guī)、商業(yè)模式和技術(shù)標(biāo)準(zhǔn)等方面的更大挑戰(zhàn)。前述調(diào)查顯示，超過半數(shù)的企業(yè)表示需要使用外部數(shù)據(jù)或?qū)ν馓峁?shù)據(jù)，僅有2.7%的企業(yè)覺得不會涉及到數(shù)據(jù)合作，但數(shù)據(jù)流通由于涉及確權(quán)、安全合規(guī)等問題，風(fēng)險和阻力都很大。

德國工業(yè)4.0計劃已經(jīng)把數(shù)據(jù)流通作為重點議題，在構(gòu)建工業(yè)數(shù)據(jù)空間(Industrial Data Space)方面進(jìn)行模式上的探索。與此同時，同態(tài)加密(Homomorphic Encryption)、安全多方計算(Secure Multi-party Computation)、零知識證明(Zero-knowledge Proof)、區(qū)塊鏈與智能合約等技術(shù)正在走向?qū)嵱茫矠橛眉夹g(shù)打破數(shù)據(jù)共享僵局提供了一條有前景的路線。國內(nèi)如何打破數(shù)據(jù)孤島，促進(jìn)工業(yè)數(shù)據(jù)流通，仍需加快探索。

挑戰(zhàn)4：工業(yè)數(shù)據(jù)應(yīng)用還不深入

大數(shù)據(jù)在工業(yè)領(lǐng)域的作用，縱向可以從3個層次來看：

最基礎(chǔ)的，是可以根據(jù)數(shù)據(jù)來描述工業(yè)產(chǎn)線、營銷和企業(yè)經(jīng)營活動的歷史與現(xiàn)狀。

更上一層樓，可以基于數(shù)據(jù)預(yù)測設(shè)備、車間和整個企業(yè)的未來狀況。

最高層次，是根據(jù)數(shù)據(jù)分析結(jié)果，繞過人工干預(yù)，自動地直接指導(dǎo)企業(yè)運作，形成智能化的數(shù)據(jù)閉環(huán)。

而大數(shù)據(jù)在工業(yè)領(lǐng)域的作用，橫向則可以跨越設(shè)計、生產(chǎn)、銷售、服務(wù)全鏈條。

然而，工業(yè)企業(yè)的數(shù)據(jù)分析應(yīng)用還普遍處于淺層階段。最近，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟對國內(nèi)外366個工業(yè)互聯(lián)網(wǎng)平臺應(yīng)用案例進(jìn)行了分析，40%的平臺應(yīng)用集中在產(chǎn)品或設(shè)備數(shù)據(jù)的檢測、診斷與預(yù)測性分析領(lǐng)域，而在涉及數(shù)據(jù)范圍更廣、分析復(fù)雜度更高的經(jīng)營管理優(yōu)化和資源匹配協(xié)同等場景中，多數(shù)平臺現(xiàn)有數(shù)據(jù)分析能力還無法滿足應(yīng)用要求，還需要進(jìn)一步推動數(shù)據(jù)分析技術(shù)創(chuàng)新以及實現(xiàn)長期的工業(yè)知識積累。

未來，工業(yè)數(shù)據(jù)分析還需以問題為導(dǎo)向，把工業(yè)機理與數(shù)據(jù)科學(xué)方法緊密結(jié)合，讓數(shù)據(jù)應(yīng)用的層次再上臺階，從而產(chǎn)出更大價值。

三、推進(jìn)工業(yè)大數(shù)據(jù)發(fā)展的思考

工業(yè)互聯(lián)網(wǎng)的長期目標(biāo)，是構(gòu)建“數(shù)字雙胞胎”。只有工業(yè)數(shù)據(jù)越來越豐富、全面，質(zhì)量越來越高，“雙胞胎”才可能長得像，才能“心心相印”。也只有這樣，才能讓物理世界的萬物得以在數(shù)字世界重現(xiàn)，通過數(shù)字世界里的計算、分析、預(yù)測、優(yōu)化，來指導(dǎo)物理世界的最優(yōu)運行，從而開辟新的增長空間。為此，還需直面上述挑戰(zhàn)，做好幾個方面的工作：

(1)夯實數(shù)據(jù)基礎(chǔ)，高度重視數(shù)據(jù)資產(chǎn)管理的戰(zhàn)略價值

企業(yè)不僅要關(guān)注最終數(shù)據(jù)分析的顯性價值，更要重視數(shù)據(jù)采集、資產(chǎn)管理、治理、互操作與標(biāo)準(zhǔn)化等基礎(chǔ)性工作的價值。磨刀不誤砍柴工，只有地基牢固了，工業(yè)大數(shù)據(jù)才能可信、可用，成為價值源泉。

(2)抓住技術(shù)創(chuàng)新機遇

數(shù)據(jù)技術(shù)正在進(jìn)入新的發(fā)展階段，時序數(shù)據(jù)庫、知識圖譜、深度學(xué)習(xí)、安全多方計算等為工業(yè)大數(shù)據(jù)采集、整合與分析孕育著新的動力，將特定應(yīng)用場景與這些新技術(shù)結(jié)合，有望帶來新的突破。

(3)建立行業(yè)標(biāo)準(zhǔn)與規(guī)則

在行業(yè)層面，可以發(fā)揮行業(yè)聯(lián)盟作用，在數(shù)據(jù)采集協(xié)議、數(shù)據(jù)模型等方面建立行業(yè)標(biāo)準(zhǔn)，掃清技術(shù)層面互通的障礙。同時，還要推動形成工業(yè)企業(yè)間數(shù)據(jù)共享的行業(yè)規(guī)則，創(chuàng)造安全可信、利益均衡的數(shù)據(jù)流通生態(tài)，為打破全行業(yè)數(shù)據(jù)孤島鋪平道路。