ITValue社区

中科院院士徐宗本:大数据赋能企业转型的前提是要懂数据┃V访谈

作者:徐小安 / 日期:2017-05-19

今年被称为工业大数据元年,之所以这么说,一方面工业4.0、智能制造等概念的兴起,工业大数据正在进行重新链接。另一方面,大数据技术日益成熟,并不断向工业领域渗透。作为制造业与互联网高度融合的重要技术的组成部分,大数据正在受到政府的高度重视。去年6月份,国务院正式出台了关于深化制造业与互联网融合发展的指导意见,其中就明确了在制造业领域推进工业云和工业大数据的运用。随后,2017年1月份,工信部印发了大数据产业发展规划,工业大数据也成为工信部工作的重要内容,也是促进经济转型和创新发展的主推工作。到今年2月份,工业大数据白皮书正式发布,它的目标就在于明确工业大数据的相关技术应用和发展路线,从数据架构、平台架构和技术架构等方面勾画出了工业大数据的整体轮廓。

在近期举办的“中国工业大数据大会·钱塘峰会”上,中国科学院院士、西安交通大学教授徐宗本表示:“首先我不认为大数据对近一两年GDP的贡献有那么大,但肯定的说对于三年、五年之后的GDP贡献巨大。换句话说,只有沉得下心,愿意扎扎实实打好基础的政府和企业,才能从大数据技术上获益。其次,大数据技术并不是已经成熟的技术,而是一个正在从应用中逐渐走向成熟的技术,且目前的挑战多于成熟。”

大数据是实现“两化”的基本标配


众所周知,数据就是资料的数字化,而资料是生产过程、管理过程,乃至经济、社会、生活过程的记忆,这些记忆可能表现为一个文件,一段演讲,一段文字等。资料不放在计算机上,就不叫数据。而标准的说法,数据是指以以编码形式存在的信息载体。因而数据一定要放在机器上,要有空间,但这都是非常皮毛的认识。在徐宗本看来,真正的大数据是指大而复杂的资料集,这些复杂性包括了海量性、时变性、异构性、分布性等。

随着信息获取的发展,从量变到质变,量变就是数据的增加,质变就是随着规模的增加,到某一时刻,人们可以只通过一些局部的数据就能够知道它背后的故事。而这个量就叫数据的临界量。凡是对一些问题积攒的数据量超过这个量,就叫大数据,反之则不叫大数据。

为此徐宗本表示:“讲大数据是两件事,第一大和小是相对概念,不要认为什么都是大数据;第二相对的特定问题而言,不同的决策问题要求的数据不一样。大数据可以做很多事,但也不是能做所有事。现在都说大数据是基本的生产资料,大数据是基本的生产力,因此大数据是经济社会的基本生产资源。”

随着新技术的发展,如云计算、物联网、互联网、人工智能、移动互联网等,这些技术都是信息技术的一个层面,其中任何一个都不可能包打天下。真正产生效益和作用的是所有技术的综合运用。

综合来看,互联网和云计算是基础设施。物联网讲的是交互方式,人工智能讲的是应用模式,大数据则讲的是信息技术,是人和人、人和机器、机器和机器交互的内容特征。从这个意义上讲,大数据是最底层的信息技术,“任何工业要实现“两化”,任何政府要实现科学决策,大数据是基本标配。“

大数据从数据采集到数据分析到管理方式变革,如何在实际应用中去指导实践,徐宗本给出五条建议:

第一,明确目标是前提。这是在推动大数据产业中最为重要的前提。每个地区、政府、企业要解决的问题不一样,必须要真正解决问题,大数据才有用。

第二,拥有数据是基础。大数据产业是以现代技术设施为基础,以数据为生产要素,以数据的价值挖掘为创新活动的产业。因而没有数据谈不上大数据产业。

第三,计算平台是支撑。没有一定的计算架构和计算平台,就没办法实现计算。它是支撑作用,但做企业不必过分强化,也不必过分低估。

第四,分析技术是核心。在整个大数据的链条中,有些链条做得过分粗壮,有的链条过分纤弱,会导致产业链布局不均衡,产生新的产能过剩。

第五,产生效益是根本。

既然大数据可以带来超凡价值,那它背后的原理是什么?在这个大潮中为思维带来怎样的改变呢?

首先是量变到质变的原理。大数据之所以有用,是因为数据积攒到了可以质变,通过数据就可以知道背后的故事。

其次是分析价值原理。如果存储不分析,无疑是只买米不做饭,产生不了GDP,所以要靠分析,要靠挖掘。

最后跨界关联原理。举例来说,假设一个火锅店老板想提高营业额,他当然会收集一年当中的采购量资料、现金流资料等等,这些是企业内部数据。但如果能采集到这个火锅店周围的人口分布数据,以及这个地区天气预报的精细数据,对火锅店的营业而言就是极为重要的。这就是所谓的跨界关联原理。

在这个过程中有很多观念和思维就要随之要改变。首先数据是资产;其次用户是资源,到了大数据时代,产业模式变了,用户是生产资源,要提供个性化的服务;再次服务即感知,例如滴滴、快车的服务模式;最后公共服务免费加高价值服务盈利也是基本的盈利模式。

同时徐宗本说:“虽然大数据突飞猛进,能够用来解决相当多的问题,但千万不要以为大数据技术已经成熟。大数据面临的挑战很多,但最基本的挑战是分析基础被破坏、计算技术待革新、真伪判定需要重建、对新技术的盲目所引起的盲从。

智能制造大数据的机遇与挑战


“制造大数据非常重要,继互联网之后,真正能够对企业产生重大影响的是大数据,而且不要和其他技术隔离开。随着人工智能潮的到来,在可见时间内,真正能够称得上人工智能、真正发挥作用的就是数据智能,即大数据。”

大数据能服务于企业转型升级。对工业企业来说,

转型就是转变过去以产品为中心,以产品组织设计、制造、销售管理的过程,变身到以服务为中心、以定制化为中心的模式上来。

在徐宗本看来,从过去的老三基——材料、工艺、零部件,到现在的新三基——大数据、传感器和零部件,数据极其复杂,来源于设计、制造、运行和服务等,需要仔细分析每一步的数据。在这些过程中,离散型和连续型并存,数值型和非数值类型并存,结构化和非结构化并存。大数据必须关注完整属性,必须关注产品的全生命周期特性,必须关注全方位连接,关注制造系统融合等。认知知识数据,全链条数据,如物理模型的结合,都将是这方面技术的难点。

大数据是新一代信息技术的基础性技术,工业大数据更是潜力巨大,徐宗本认为,一定要解决好定位问题、规划问题、切入点问题、标准问题、开发共享问题等。“互联互通是基础,定制化服务是中心,懂数据会分析是关键。”

推荐阅读