工业大数据走向决战时刻

王建民

随着大数据走向消费互联网和产业互联网的融合，大数据也从消费互联网开始走向第一产业、第二产业，大数据应用也发生了巨大的变化。一方面数据变了。原来的消费互联网中，我们主要处理消费互联网数据，现在则要融合产业互联网的数据。另外一方面，人才结构变了。在原来的消费互联网产业当中，从业者大多是IT极客，他们既懂得IT，又懂得OT。但是向产业互联网转移的时候，大数据人才更多要面向产业里传统工业的信息化人员，甚至是非信息化人员，都要接收的大数据，因此人才结构也需要很大的变化。

工业大数据有哪些特点呢？首先，工业大数据一个特点是结构化、非结构化、半结构化的并存；其次，物联网数据的高速到来；最后，工业大数据多专业的协作，多专业协同是高端制造的基本特征。

进一步而言，可以将工业大数据分析的特点归纳为3B的挑战，第一个B，Background，就是工业背景，工业大数据就是要和工业结合，做大数据分析的时候，不懂得行业背景知识是不行的，这叫做强背景。

第二个B，Broken，即碎片化，互联网数据往往来源于一個新模式，它从模式到数据，到组织都是新的，工业数据不是凭空产生的，是从上个世纪信息化系统积累演化而来，大家知道信息化数据一般被孤岛和碎片化了，工业大数据第二个挑战是碎片化，需要我们把数据集成起来。

第三个B，Bad Quality，是低质量。为什么这么说？数据质量是以应用要求作为参照系的，工业大数据分析应用要求更高，以工况数据为例，过去只是计数，或者只是做简单的统计，数据的采集，丢一个、错一个没关系。但是今天要用数据分析设备健康状况，就需要时刻对齐，否则，就分析不出来为什么功率是上升的而油耗却是下降的，所以低质量数据问题就凸显出来。

工业大数据和信息化主要区别是什么呢？信息化的目标是很明确的，就是要把现有业务做到极致，提供和优化现有工作，而工业大数据致力于智能化，要解决新业务的新问题，所以在工业大数据应用当中，找问题比找方法重要，就是工业大数据到底有什么用，比用什么方法处理这些数据要重要得多。目标问题必须明确，必须要把问题找清楚，应用目标驱动才是工业大数据发展的根本驱动力。

那怎么做呢？在信息化的时候，靠的是流程驱动：一个是重构BPR，一个是提升改进和BPI。这是信息化的主线，业务目标是什么，具体业务怎么办，把每个岗位都数字化做好就行了。

而在今天的大数据时代，一方面要把数据用在流程上，更重要的一方面是，透过数据来实现流程的创新。做股票交易原来靠人，后来用程序来做高频交易，其决策也不是靠人。在数据的分析、软件的调动方面，程序就比人厉害。而它的决策频率远远地高出了人，这是数据驱动的全新模式。

工业转型升级，也一定是产业人员结构的转型升级，而作为知识生产原料的工业大数据，也一定会伴随着工业互联网发展，有着十分广阔的发展前景。从这个意义上说，工业大数据正走向决战时刻。