|
大数据的概念与背景 大数据是最近几年才热起来的一个概念。大数据热大约在2012年前后在中国出现。其中，涂子沛先生的《大数据》一书起到了重要的作用。“除了上帝，任何人都必须用数据来说话”这句话，更是得到了时任广东省委书记汪洋(现为国务院副总理)的高度肯定。 读过这本书的人都知道：涂子沛关注的重点是大数据对政治、社会、伦理等方面的影响。后来，各家互联网公司、IT公司将人们关注的热点引向了商业领域，再经股评师的运作，使之成为全社会炙手可热的概念。与此同时，学术界不失时机地将大数据的概念引入了工业界。 然而，工业界重视数据分析早已不是新鲜事了。人们很早就希望通过数据发现客观规律、优化生产过程。而数据挖掘等理论也早已广泛传播。对数据挖掘的价值，一种流行的观点是：当企业竞争进入白热化、所有手段都已用尽时，数据挖掘提供了领先半步的可能。与现在的观点相比，这个认识是相当低调的。当然，低调背后是有原因的，因为业界真正成功的案例其实非常少。 很多企业急于搭上“工业大数据”这趟快车，然而在现实中遇到了很多的困惑。 人们似乎都认为数据的作用很大，但从事过工业数据分析的人往往有这样的体会：分析过程往往达不到预想的目标，数据似乎并不是传说中的金矿。 这种困惑也体现在商务活动中。企业信息化建设原本应该遵循一个基本原则：用户需求驱动系统开发。从事大数据业务的IT公司对用户说：你说怎么做，我就怎么做;用户却说：我不知道能得到什么，也不知道该怎么做，最好你告诉我怎么做。 谁都不知道怎么做。于是，大家都被畅销书的理念忽悠着做事。然而，畅销书的观点是正确的吗? 畅销书上的观点往往对不上中国企业的现状———或将商务大数据的应用场景套在工业大数据，或将未来的场景套用到现在。 工业大数据与商务大数据有什么不同? 现在关于大数据的流行观点，几乎都是针对商务大数据的。然而，许多观点可能并不适合工业界。工业和商业至少有以下几点不同： 可发现的新知识少。一般来说，发现新知识是大数据分析的一个重要目的。然而，在工业领域，人们对生产过程的研究一般比较深入，专业知识也很丰富，很难从数据中发现新的知识。与之相比，商务活动的大数据分析往往涉及人的喜好，这些恰恰是过去难以量化研究的，故而大数据的含金量高。 对分析结果的质量要求高。工业界对分析结果的精度和可靠度要求高。如果将不可靠、不精确的分析结果用于指导生产，不仅不能创造价值，甚至可能导致极大的损失。与之相比，在许多商务大数据的应用场景下，即便分析错误，损失也不大。 分析难度高。工业系统往往是复杂的人造系统，包含大量复杂的前馈和反馈环节。这意味着，变量间的相关性往往不是自然的因果关系。这个问题很容易误导分析和决策的过程。另外，工业数据的信噪比往往比较低，分析结果很容易出现严重偏离事实的畸变(即所谓的有偏估计)。 相关性包含的信息少。在商务大数据中，数据之间的“相关性”本身往往就具有很大的参考价值，而在工业体系中则未必是这样。 工业大数据体现价值的场景有哪些? 价值是用户决定的。一杯水，放在沙漠里可以救命，剩在餐桌上就是垃圾。工业大数据也是一样，能否创造价值，首先是要看用在什么场景中。用户对工业大数据提不出需求，是客观现实的真实反映。大数据有用，但合适的应用场景不一定是现在。下面分析几个有用的场景： 质量要求高的生产场景。制造业从什么时候开始重视数据?显然，当我们追求高质量、高稳定性的时候，数据会显得非常重要，数据的价值才得以体现。国外先进企业追求6西格玛，故而强调数据的重要性;国内许多企业一味追求低成本，数据的重要性自然就会低。 高度自动化及智能化的生产场景。在高度自动化和智能化的生产单元，人的介入很少，对质量的要求一般也很高。这时，对设备健康状态和产品质量的自动监控就变得非常重要。 工业互联网的场景。工业互联网能使成千上万用户的数据实现共享。多个用户的共享会带来两个过去无法企及的效果。首先是分析结果的可靠性上升。这得益于来自不同用户的实例，可用于对分析结论的重复性认证。其次是分析结果可以在众多的用户中分享，以创造更大的价值。 在当今的中国企业中，符合上述要求的场景是不多见的。多数企业重视成本远甚于质量，智能制造和自动化的水平低，工业互联网尚未起步。由此可见，对中国多数企业来说，工业大数据的价值很可能只是“未来时”，虽然这个未来可能并不遥远。 推进工业大数据现在该做啥? 马云策划淘宝的年代，那时学校的网速只有每秒100个字节———这件事启发我们：机会往往发生在条件不太成熟的时候。所以，创新者的起步一定要早。在工业大数据全面应用之前，是我们培养能力、积累技术的时候。 但是，仅起步早是不够的，关键还要走对路子。正如培根所说：“跛足而走对路的人，胜过健步如飞却误入歧途者。”怎样尽早抓住机会呢?笔者认为，可以从以下几个方面做起： 一是理解工业大数据的本质作用 对企业来说，大数据用得好坏的关键是看能否创造出高于成本的价值。所以，从功能的角度定义工业大数据：大数据是过程(生产制造、研发服务、采购销售)痕迹的数字化记录，目的是为“用数据说话”奠定基础，是对已有系统所产生的数据的二次利用。 这意味着，工业大数据平台的建设，应该高度重视数据的组织，避免遗漏重要的数据以及数据之间的联系。例如，实时的设备状态和工艺参数应该与所生产的产品准确对应，相关的时钟不能混乱。 二是以方便“人”的分析为出发点 在商务大数据中，很多人强调机器学习，强调从大量数据中获得规律性、重复性的知识。对于工业大数据，这种认识要做调整：工业知识主要来自人脑，数据的作用是对已有认识的确认、分辨与准确化。这就意味着，大数据平台的要点是方便人从事分析工作。而人的分析工作往往是针对特定事件驱动的。 使得这些过程做到透明化，提高管理水平，通过更有效的管理创造效益。这样，建立大数据平台的一个重要任务是：让相关过程显性化，避免人陷落在信息和数据的海洋中，丧失关注的焦点。按照这个观点，在工业领域，“知识自动化”的重点应该是知识的管理，而非知识的发现。 三是正确认识工业大数据的知识发现 如前所述，由于工业数据体现出来的规律性往往难以突破人已有的认识范围，发现规律性的知识(如工艺与质量之间的关系)是比较困难的。然而，工业大数据往往适合发现另外一类知识，即从数据中提炼信息的知识，将物理量的检测数据转化成产品质量、能耗、效率、设备状态等信息的“软测量”算法，其实就是这种类型的知识。这些知识往往是生产技术人员并不熟悉的盲点。故而，从数据研究者的角度看，它们属于容易出成绩的领域。 过去，学术界对这些问题很热衷，企业却不重视，因为这种知识很难创造价值。不能创造价值的原因，是未能将其纳入管理或者控制的流程中，故而创造价值的途径不畅通。为此，企业可能会需要一个平台，以便将这些知识转化成数字化的模型，并纳入生产制造等流程中，以便创造经济价值。 四是注重与智能制造的结合 数字化、网络化引发的智能制造大体是这样一个逻辑：信息驱动知识，在决策过程中创造价值、体现智能。其中，信息来自供应链、客户、智能设备、物联网，知识表现为软件化的模型，决策则包括自动或人工的管理与控制。 如前所述，工业大数据在这个逻辑中有两个重要作用：获取“从数据提炼成信息的知识”;决策和专业知识主要来自人脑，但需要用大数据将其验证、矫正和精确化。 五是加强数据分析可靠性理论研究 在工业系统中，可靠分析的结果才有使用价值。可靠性分析原本是统计理论的重要组成部分。但用于大数据明显是不合适的。这些理论的基本假设条件往往都是不成立的。而且，许多理论和著名观点也造成了大量的误导，如盲目强调分析结果的准确性、认为大数据强调相互关系而轻视因果等。 大数据的因果分析是个十分需要重视的领域，但过去主要是科学、哲学研究的范畴，统计学家对其重视不足。其实，可以从杜绝假象、通过证伪等思路来逼近因果。也就是说，重点分析那些容易导致错误结果的情况。同时，逻辑链的完整性和证据的独立性也很重要。 数据的质量和完整性是导致分析错误的重要诱因。因此，建立大数据平台时，不仅要关注数据本身，更要关注数据之间的对应性;不仅要关注数据是什么，还要关注数据的采集过程。数据的采集过程不同，意味着内涵发生了变化。如果数据质量不高，大数据很可能是一堆垃圾。这样看来，盲从商务大数据“非结构化”的观点也是不对的。
| 
[复制链接]
发表于 2015-11-28 06:00:30
