文 | 刘成军，造奇智能产业新媒体创始人兼主编

智能制造深度观察 | 价值阅读倡导者

大数据历史演进

笔者近期翻阅了大数据的产生于发展历程，一个总的感觉就是，大数据的发展是一个对数据的认知不断加深的过程、是技术上实现开源和广泛开发，是应用上不断释放更多价值的历程，当然，还离不开政府政策、NGO及资本等诸多相关力量的驱动。

数据是网络空间里的构成事物，如同物质是物理空间里的构成事物一样，计算机专家对数据的划分来自直观的经验，分为结构化数据、非结构化数据、半结构化数据。

在中国电子学会云计算专家委员会委员赵文银看来，大数据和数据是两个完全不同的概念，数据具有强烈的个体标识特色，是对客观事物的属性逻辑描述，大数据是对数据进行管理的存在形式，除了数据，还有存放数据的空间，以及连接空间的组织结构。数据与大数据的关系类似产品与产品集散地的关系。

具体说到“大数据”概念的由来，最早可追溯到2008年末，计算社区联盟(Computing Community Consortium)发表了一份有影响力的白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》（Community Consortium)。它使人们的思维不仅局限于数据处理的机器，并提出：“大数据真正重要的是新用途和新见解，而非数据本身。”这在一定程度上拓展了人们对大数据的认知边界和深度。

 

2011年2月，IBM的沃森超级计算机每秒可扫描并分析4TB（约2亿页文字量）的数据量，并在美国著名智力竞赛电视节目《危险边缘》“Jeopardy”上击败两名人类选手而夺冠。后来纽约时报认为这一刻为一个“大数据计算的胜利。”

 

2011年5月，全球知名咨询公司麦肯锡(McKinsey&Company)肯锡全球研究院（MGI）发布了一份报告——《大数据：创新、竞争和生产力的下一个新领域》，大数据开始备受关注，这也是专业机构第一次全方面的介绍和展望大数据。

报告指出，大数据已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。报告还提到，“大数据”源于数据生产和收集的能力和速度的大幅提升——由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。（以上部分内容摘自[知乎]）

“工业大数据”的到来

以阿里、京东为主的互联网公司，在业务交易和用户行为等方面，积累了大量的数据，2012年7月，为挖掘大数据的价值，阿里巴巴集团在管理层设立“首席数据官”一职，负责全面推进“数据分享平台”战略，并推出大型的数据分享平台——“聚石塔”，为天猫、淘宝平台上的电商及电商服务商等提供数据云服务。

从2013年开始，国内大数据热潮兴起，接下来的两年里成立了很多大数据分析创业型公司，提供算法和数据分析服务，指导用户提起开展营销和市场活动。

为什么近两年工业大数据收到业界的追捧，清华大学王建民教授指出：

工业大数据的提出有四个重要的背景，第一是数字化装备和产品的普及；第二是装备和产品网络化连接的普及（互联网+）；第三是企业向服务型制造转型；第四是“从摇篮到摇篮”制造的必然要求。无疑，智能互联设备、工业4.0和工业互联网都顺应了这样一个趋势。

从工业大数据来源看，这包括了工业企业的全生命周期的数据流，如生产系统数据、企业经营管理数据、机器数据、库存等数据，如果用大家熟悉的软件来概括，那就包括了PLM、ERP、MES、CAD及CAM数据，另外广大的工业大数据还囊括了企业外部的客户数据、供应商数据等与自身企业有关联的数据。

关于工业大数据与消费大数据的分析方法问题，昆仑数据创始人兼CEO陆薇：在工业领域里面，往往需要做很复杂的数值分析：振动检测、频谱分析，在这个领域里要把数值分析和本身的工作机理二者相结合起来。机理是在工业数据领域和其他数据领域非常不同的一点。

[陆薇女士将出席5月5日在杭州G20峰会主会场举办的工业大数据大会-钱塘峰会，并发表演讲，长按图片进入报名链接通道]

陆薇针对不同行业特点进行了分析：化工领域会有化学反应的原理，风力发电会有空气动力学原理，石油管道会有流体力学原理。但在自然界并不是所有的自然机理都已经被人类发现，最好的做法就是把人类已知的自然机理和数据的方法有机的结合到一起。这是我们看到的在工业领域来做数据分析应用的时候很有效的一种方法。

如何从工业大数据掘金？

在工业制造领域，工业机器数据的数据类型有很多不同的特点，如果只是把数据收集起来，数据本身的量的叠加并没有产生价值。要让数据要产生价值，就要针对具体的业务问题，采用合适的数据，围绕实际业务问题需要，建立合适的算法模型，这样才能从数据中产生洞察，并进而推动行动的改变，必须围绕这一闭环开展工作，企业真正的变革产生商业利益，实现数据驱动的价值创造。

目前工业制造企业数据分析应用来讲，主要应用在三个方面：一是设备可靠性，建立预测性维护，减少停机时间；二是提升运营效率，包括生产优化、供应链优化、能耗优化全流程都可以优化提升效率；三是推动行业大数据平台的建立，延伸出来可以做工业互联网平台。

针对工业大数据在工业4.0时代的价值创造，笔者曾在2015年专访过工业大数据专家、美国国家自然科学基金会下属的智能维护系统产学合作中心主任李杰教授。

李教授在谈到：工业大数据本身并不是目的，而是一个技术手段。与其他技术手段的目的相同，工业大数据的核心目标是创造价值，这里的价值体现在去避免和解决不可见的问题，并且从不可见的世界中创造新的知识。

举例来说，轮胎的压力问题，以往我们只能看到轮胎瘪了车子不能开了，这是可见的问题。但是轮胎压力不平衡造成的额外油耗是不可见的。固特异轮胎跟IMS合作推出了FuelMax产品就利用分析轮胎压力提醒用户如何保养轮胎更加省油，每年可以给一辆集装箱客车节省3000美元的油耗。所以工业大数据的价值在于从以往看不见的空间里挖掘价值。

李教授所提出和倡导的“蛋黄蛋白”理论在国内受众广泛，这是基于中国制造国情的制造价值创新思维模式，主张从实体“蛋黄”转向更有价值的数据和服务“蛋白”。

【造奇智能产业新媒体】：国内第一家正式成立并开展运营的智能制造产业新媒体机构，聚焦工业4.0与智能制造时代的价值创造，以“深度影响智能制造进程，守望智能制造产业成长”为使命，联接产业企业、大学、研究机构、政府、资本等产业核心力量，通过创新和融合力量，提供深度观察、行业洞见、丰富资讯于一体的新媒体平台。