大數(shù)據(jù)的理念已經(jīng)廣為大眾所接受,其核心都強調(diào)價值。目前,除了大數(shù)據(jù)的基礎(chǔ)建設(shè)之外,從數(shù)據(jù)到信息的工作,更多的是停留在社交或商業(yè)數(shù)據(jù)挖掘上。例如,銷售預測、用戶關(guān)系挖掘與聚類、推薦系統(tǒng)、觀點挖掘等。這些研究都非常重要,也極具創(chuàng)新意義,特別是對拉動消費很有幫助。但是,這些實踐都只關(guān)注了“人為數(shù)據(jù)或與人相關(guān)的數(shù)據(jù)”,而忽略了“機器數(shù)據(jù)或工業(yè)數(shù)據(jù)”,如設(shè)備控制器、傳感器、制造系統(tǒng)等。
產(chǎn)品做出來之后,到底如何使用它?以前關(guān)心的是如何生產(chǎn)最好的產(chǎn)品,現(xiàn)在關(guān)心的是產(chǎn)品怎么去用,消費體驗在哪里?第一,我們現(xiàn)在對工業(yè)價值的認知必須從后往前移,從消費端走到生產(chǎn)價值鏈前端。第二,從關(guān)注機器與機器的數(shù)據(jù)或工業(yè)環(huán)境數(shù)據(jù),到全面協(xié)同優(yōu)化,關(guān)注這個價值體系,實現(xiàn)我們對工業(yè)4.0的完整理解。
在工業(yè)大數(shù)據(jù)的實踐中,宏觀與微觀、規(guī)模與定制、個性與共性必然成為主要的幾個矛盾。在這三大矛盾的背后,我們要通過工業(yè)大數(shù)據(jù)看到我們以前看不到的因素,處理好這些數(shù)據(jù),就像jay lee教授講的,讓數(shù)據(jù)成為有價值的信息。工業(yè)4.0的五個支撐力值得我們關(guān)注。一是降低生產(chǎn)過程中的浪費。生產(chǎn)過程中的消耗來源于組織與組織之間、人與人之間、材料與工藝之間、流程之間,所以我們首先要考慮的問題是,如何降低消耗、浪費。二是制造工業(yè)環(huán)保與安全。沒有碳排放是不現(xiàn)實的,但排放怎么轉(zhuǎn)移,怎么去消費它是問題。三是根據(jù)生產(chǎn)狀況,實現(xiàn)系統(tǒng)自我調(diào)整。在工業(yè)大數(shù)據(jù)里,我們稱之為自適應。整個工業(yè)4.0講的就是自適應、自感應、自調(diào)理。大數(shù)據(jù)分析到最后有很大程度取決于人工智能,指的是自適應能力的強弱,機器自我學習能力的強弱。四是實現(xiàn)制造業(yè)的價值化。五是實現(xiàn)用戶需求、產(chǎn)品設(shè)計、制造和營銷的配合。
這五大支柱的焦點就是顯性因素和非顯性因素。我們曾經(jīng)關(guān)心的是產(chǎn)品的制造、產(chǎn)品的制造工藝、產(chǎn)品本身的質(zhì)量等顯性因素??紤]的點都是可觸摸的或可量化的。在工業(yè)大數(shù)據(jù)里,想要解決的問題就是那些非顯性因素。
設(shè)備處于亞健康狀態(tài),我們看不到。對于未來的智能工業(yè)來說,想要達到零宕機、零排放、零維修等目的,必須突破的一個關(guān)鍵點就是關(guān)注相關(guān)的隱形因素,做好量化與數(shù)據(jù)交叉關(guān)聯(lián)分析。