郭朝暉

(優(yōu)也信息科技有限公司，上海 201209)

0 引言

隨著數(shù)字化技術(shù)的推進(jìn)，我們逐步走入了工業(yè)大數(shù)據(jù)時(shí)代。對(duì)這個(gè)概念，人們往往既熟悉又陌生，既對(duì)未來(lái)滿懷期待，又對(duì)現(xiàn)實(shí)充滿困惑。

全文結(jié)構(gòu)安排如下。第一部分討論工業(yè)大數(shù)據(jù)的背景與意義，必須跳出大數(shù)據(jù)技術(shù)本身，從智能化的視野看問(wèn)題，才能看到完整的意義。第二部分闡述工業(yè)大數(shù)據(jù)的概念，不僅要看到工業(yè)大數(shù)據(jù)“新”在何處，更要與推進(jìn)智能化的意義和工業(yè)的特點(diǎn)相結(jié)合。第三部分分析工業(yè)大數(shù)據(jù)的優(yōu)勢(shì)，也就是通過(guò)工業(yè)大數(shù)據(jù)促進(jìn)知識(shí)獲取、推動(dòng)智能化。第四部分采用工業(yè)大數(shù)據(jù)推進(jìn)業(yè)務(wù)創(chuàng)新時(shí)的定位與策略。第五部分闡述工業(yè)大數(shù)據(jù)的價(jià)值創(chuàng)造與企業(yè)管理之間的關(guān)系。

1 工業(yè)大數(shù)據(jù)的背景與意義

很多工業(yè)大數(shù)據(jù)的文章介紹的是數(shù)據(jù)分析。但是，如果只是從這個(gè)視角看問(wèn)題，就會(huì)是管中窺豹，看不到它對(duì)人類(lèi)未來(lái)的意義和價(jià)值。

摩爾定律延續(xù)了50年，成就了今天的大數(shù)據(jù)。但數(shù)據(jù)量本身并沒(méi)有多大的意義，它的作用在于推動(dòng)人類(lèi)走向智能社會(huì)，改變著人類(lèi)認(rèn)識(shí)世界、改造世界的方式[1-4]，甚至把人類(lèi)帶入新的文明階段[5]。

從數(shù)據(jù)、信息、知識(shí)、智慧(data、information、knowledge、wisdom，DIKW)體系理論中，我們可以看到從數(shù)據(jù)到智能的邏輯關(guān)系。這個(gè)理論的基本思想是：數(shù)據(jù)之間的關(guān)聯(lián)形成信息，信息中的關(guān)聯(lián)蘊(yùn)含知識(shí)，知識(shí)的綜合運(yùn)用形成智慧?？梢哉f(shuō)，大數(shù)據(jù)是走向智能社會(huì)的基礎(chǔ)。

智能制造成為當(dāng)今的熱點(diǎn)，體現(xiàn)了這個(gè)理論的預(yù)見(jiàn)性。目前階段，漢語(yǔ)中的智能制造一般對(duì)應(yīng)英文中的Smart Manufacture。它強(qiáng)調(diào)的是通過(guò)信息感知、基于知識(shí)的決策和執(zhí)行過(guò)程的統(tǒng)一，實(shí)現(xiàn)對(duì)系統(tǒng)內(nèi)外部變化的快速響應(yīng)。智能制造的主流流派，幾乎都體現(xiàn)這種思想[6-9]。在筆者看來(lái)，智能的本質(zhì)就是感知、決策、執(zhí)行的統(tǒng)一[10]。

人工智能(artificail intelligent,AI)是近期的科技熱點(diǎn)之一。大數(shù)據(jù)對(duì)推動(dòng)人工智能起到了關(guān)鍵作用。但是，當(dāng)前主流的智能制造一般不能理解為人工智能技術(shù)在工業(yè)界的應(yīng)用(即intelligent manufacture)。智能制造目前的重點(diǎn)是感知和處理信息能力的提高，未必涉及到特殊的認(rèn)知過(guò)程或復(fù)雜的邏輯推理，因此未必與AI技術(shù)相關(guān)。比如，有些所謂的“智能家電”，只不過(guò)是有了遠(yuǎn)程遙控能力。從這個(gè)角度理解智能制造，能夠看到的機(jī)會(huì)要比AI的應(yīng)用廣泛得多[6]、也更容易落地。

智能決策的邏輯可能很簡(jiǎn)單，但卻能讓決策的精確性上升，實(shí)時(shí)性更強(qiáng)、成本也更低，讓智能化具有真正的價(jià)值。智能制造的時(shí)代機(jī)會(huì)首先應(yīng)該歸結(jié)于信息獲取和傳播能力的增強(qiáng)，而不是某些學(xué)術(shù)理論的產(chǎn)生。其中，互聯(lián)網(wǎng)能夠成為工業(yè)智能化的重要推手，就是因?yàn)樗艽龠M(jìn)信息感知能力的提升。

理解智能制造的關(guān)鍵之一是理解人機(jī)關(guān)系。通用電氣的工業(yè)互聯(lián)網(wǎng)白皮書(shū)[8]，強(qiáng)調(diào)了重構(gòu)人和機(jī)器的邊界——在數(shù)字化、網(wǎng)絡(luò)化的背景下，重新思考人和機(jī)器如何分工、促進(jìn)業(yè)務(wù)活動(dòng)的創(chuàng)新。從這個(gè)角度看，“智能化”的操作性很好，在信息獲取、知識(shí)獲取、決策、執(zhí)行等環(huán)節(jié)都可以有新的人機(jī)界面和業(yè)務(wù)模式。比如，尋找信息或知識(shí)時(shí)，可以讓機(jī)器自動(dòng)去找，也可以人機(jī)協(xié)同去找。利用知識(shí)或信息時(shí)，可以是機(jī)器自動(dòng)地應(yīng)用，也可以讓機(jī)器處理后推送給人類(lèi)[11]。只要能夠充分發(fā)揮信息、通信和技術(shù) (information communication technology，ICT)，ICT帶來(lái)的優(yōu)勢(shì)就是值得鼓勵(lì)的。

在業(yè)務(wù)創(chuàng)新方面，需要有豐富的想象力。既不要將大數(shù)據(jù)工作局限于從數(shù)據(jù)中發(fā)現(xiàn)知識(shí)，也不要將智能化理解為機(jī)器代替人類(lèi)工作或決策?？傊?，要避免因眼光的局限而漠視創(chuàng)新的機(jī)會(huì)。

用數(shù)據(jù)幫助人類(lèi)決策的意義非常巨大：不僅可以提高決策質(zhì)量，還能借助互聯(lián)網(wǎng)讓決策者遠(yuǎn)離現(xiàn)場(chǎng)，讓決策的效率大大提升。這不僅能促進(jìn)人類(lèi)智力的共享，更能有效地提升企業(yè)的管理能力。而管理能力提升帶來(lái)的價(jià)值，是不可估量的?？傊?，工業(yè)的智能制造是ICT技術(shù)發(fā)展帶來(lái)的機(jī)遇。

智能決策可能不需要復(fù)雜的邏輯，但卻一定需要專(zhuān)業(yè)化的知識(shí)。大數(shù)據(jù)的本質(zhì)優(yōu)勢(shì)是其有利于知識(shí)和信息的獲取。從這個(gè)邏輯，我們可以看到工業(yè)大數(shù)據(jù)對(duì)于工業(yè)的價(jià)值。為此，應(yīng)該從知識(shí)的角度，討論工業(yè)大數(shù)據(jù)的特點(diǎn)和要求。

事實(shí)上，大數(shù)據(jù)在獲取知識(shí)和信息獲取方面具有天然的優(yōu)勢(shì)：人類(lèi)的一切知識(shí)來(lái)源于歷史，大數(shù)據(jù)有條件更加完整全面地記錄歷史。我們需要從這個(gè)方面去分析大數(shù)據(jù)在知識(shí)產(chǎn)生和應(yīng)用方面的特點(diǎn)[11]。

2 工業(yè)大數(shù)據(jù)的概念

在互聯(lián)網(wǎng)領(lǐng)域，“大數(shù)據(jù)”一般指PT級(jí)別以上的數(shù)據(jù)。這個(gè)定義的依據(jù)是：數(shù)據(jù)規(guī)模大到一定程度，針對(duì)存儲(chǔ)、檢索等過(guò)程的傳統(tǒng)處理方法就困難了。人們經(jīng)常提到大數(shù)據(jù)具有價(jià)值(value)、大量(volume)、高速(velocity)、多樣(variety)“4V”特征，就是針對(duì)數(shù)據(jù)處理困難提出的。這些特征，讓大數(shù)據(jù)區(qū)別于以往。

在工業(yè)界，數(shù)據(jù)的結(jié)構(gòu)和相互關(guān)系特別復(fù)雜。在數(shù)據(jù)規(guī)模遠(yuǎn)遠(yuǎn)不到PT級(jí)別時(shí)，很多數(shù)據(jù)處理方法就不合適了。針對(duì)這種情況，國(guó)外有學(xué)者提出，大數(shù)據(jù)的概念不必糾結(jié)于數(shù)據(jù)規(guī)模。凡是遇到傳統(tǒng)數(shù)據(jù)分析方法無(wú)效的數(shù)據(jù)集合，都可稱(chēng)為“大數(shù)據(jù)”。根據(jù)這種思想，文獻(xiàn)[12]將工業(yè)大數(shù)據(jù)定義為“工業(yè)數(shù)據(jù)的總和”。

然而，對(duì)應(yīng)用大數(shù)據(jù)的企業(yè)來(lái)講，人們關(guān)心的是大數(shù)據(jù)能為企業(yè)帶來(lái)什么價(jià)值，而不是數(shù)據(jù)處理時(shí)遇到什么困難。所以，我們需要換個(gè)角度理解大數(shù)據(jù)。有人指出：在大數(shù)據(jù)時(shí)代，研究的是相關(guān)關(guān)系而非因果關(guān)系，簡(jiǎn)單算法勝過(guò)復(fù)雜算法[2-4]。從這個(gè)角度我們可以看到：大數(shù)據(jù)時(shí)代更容易獲得知識(shí)或者模型。這個(gè)角度對(duì)企業(yè)是有吸引力的。

然而，對(duì)于這種說(shuō)法，工業(yè)界卻傳出了不同的聲音。工業(yè)界對(duì)分析結(jié)果的可靠性要求往往很高。大數(shù)據(jù)必須能夠幫助人們獲得可靠的信息或者知識(shí)。僅憑相關(guān)性是不夠的，而是必須有因果性的支撐。

事實(shí)上，工業(yè)對(duì)象或過(guò)程往往可以看成復(fù)雜的系統(tǒng)。要素眾多、控制回路眾多、相互關(guān)系復(fù)雜。這時(shí)，相關(guān)性與因果性往往并不等價(jià)、甚至趨勢(shì)相反。

為此，在分析工業(yè)數(shù)據(jù)時(shí)，膚淺和片面的分析往往是有害的。為避免這種現(xiàn)象，數(shù)據(jù)本身必須準(zhǔn)確記錄系統(tǒng)中諸要素的關(guān)聯(lián)關(guān)系，完整地記錄系統(tǒng)的狀態(tài)和運(yùn)行軌跡。例如，進(jìn)行產(chǎn)品質(zhì)量分析時(shí)，需要把各個(gè)生產(chǎn)工序中的人員、物料、工藝、設(shè)備、質(zhì)量等信息與對(duì)應(yīng)的產(chǎn)品關(guān)聯(lián)起來(lái)，并記錄準(zhǔn)確的時(shí)間參數(shù)，以便追溯事件之間的因果關(guān)系。要做到這一點(diǎn)，自然會(huì)對(duì)數(shù)據(jù)的采集和存儲(chǔ)能力產(chǎn)生較高的要求。

過(guò)去，由于數(shù)據(jù)存儲(chǔ)成本高，企業(yè)往往只能挑重要的記錄、不得不丟失一些數(shù)據(jù)。由于網(wǎng)絡(luò)的應(yīng)用不普及，數(shù)據(jù)的記錄往往是碎片化的。由于這方面的原因，數(shù)據(jù)的完整性往往不夠，導(dǎo)致數(shù)據(jù)的分析價(jià)值不大。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)采集和記錄的完整性、實(shí)時(shí)性顯著加強(qiáng)；在推進(jìn)智能制造的過(guò)程中，信息集成的能力大大加強(qiáng)，也為數(shù)據(jù)質(zhì)量和數(shù)量的提升創(chuàng)造了很好的條件。這應(yīng)該是工業(yè)進(jìn)入大數(shù)據(jù)時(shí)代區(qū)別于以往的一個(gè)重要特征。

3 工業(yè)大數(shù)據(jù)的優(yōu)勢(shì)

DIKW體系啟發(fā)我們：大數(shù)據(jù)的劃時(shí)代意義在于促進(jìn)知識(shí)的獲取。本文在參照有關(guān)觀點(diǎn)的基礎(chǔ)上[3-4]，將工業(yè)大數(shù)據(jù)的相關(guān)優(yōu)勢(shì)歸結(jié)為以下三個(gè)方面。

第一個(gè)優(yōu)勢(shì)是“不糾結(jié)于因果”。本文的這種提法區(qū)別于互聯(lián)網(wǎng)領(lǐng)域的“是相關(guān)，不是因果”，以及工業(yè)工程師強(qiáng)調(diào)的“必須是因果”。其具體含義是：從大數(shù)據(jù)中提煉的工業(yè)知識(shí)，要以因果關(guān)系存在為基礎(chǔ)；但應(yīng)用知識(shí)時(shí)，不必按照科學(xué)機(jī)理的邏輯去計(jì)算。這個(gè)邏輯并不奇怪：工業(yè)界常用的試驗(yàn)結(jié)果符合因果關(guān)系，但試驗(yàn)的具體數(shù)值卻不是按照因果邏輯計(jì)算得到的。同樣，通過(guò)規(guī)范數(shù)據(jù)分析邏輯，可以讓工業(yè)大數(shù)據(jù)像“試驗(yàn)數(shù)據(jù)”一樣有用。“不糾結(jié)于因果”讓知識(shí)獲取變得簡(jiǎn)單，也能讓知識(shí)獲取的范疇拓展到“感性知識(shí)”和“經(jīng)驗(yàn)知識(shí)”。

第二個(gè)優(yōu)勢(shì)是“樣本=全體”。具有這個(gè)優(yōu)勢(shì)時(shí)，當(dāng)前發(fā)生的問(wèn)題，可以從歷史中找到答案，只要找到并模仿過(guò)去成功的做法就可以了，而不必建立復(fù)雜的模型。故而，大數(shù)據(jù)背景下，簡(jiǎn)單的算法可以解決復(fù)雜的問(wèn)題。筆者認(rèn)為，從應(yīng)用的角度看，大數(shù)據(jù)的優(yōu)勢(shì)不在“大”，而在“全”?！按蟆睍?huì)增加計(jì)算機(jī)處理的復(fù)雜性，而“全”則保證了知識(shí)的存在性。

第三個(gè)優(yōu)勢(shì)是“混雜性”。如前所述，可靠性是工業(yè)界追求的一個(gè)重要目標(biāo)。具體到建模過(guò)程中，就是對(duì)“泛化性”的要求高。數(shù)據(jù)的“混雜性”強(qiáng)時(shí)，可以找到多個(gè)角度的印證邏輯，提高分析結(jié)果的可靠性，也為“不糾結(jié)于因果”提供了條件。當(dāng)前，做到這一點(diǎn)的前提，是前面提到的數(shù)據(jù)完整性。

由此可見(jiàn)，以上三個(gè)優(yōu)勢(shì)都體現(xiàn)在知識(shí)獲取。而這個(gè)優(yōu)勢(shì)的價(jià)值，又進(jìn)一步體現(xiàn)在對(duì)智能化的推動(dòng)。然而，大數(shù)據(jù)的這些優(yōu)勢(shì)并不是天生存在，而是要人去創(chuàng)造。

“世界上沒(méi)有兩片完全一樣的葉子”。世界上每個(gè)具體問(wèn)題都是獨(dú)特的。談到“樣本=全體”時(shí)，必然涉及到個(gè)性與共性的關(guān)系。所以，要借鑒過(guò)往的經(jīng)驗(yàn)，前提是要進(jìn)行抽象、歸納、總結(jié)。但這往往是人類(lèi)才能做的事情，至少需要人類(lèi)告訴計(jì)算機(jī)怎么做。從這個(gè)角度講，大數(shù)據(jù)的應(yīng)用也需要人機(jī)界面的創(chuàng)新。

大數(shù)據(jù)記錄的數(shù)據(jù)畢竟屬于過(guò)去，未來(lái)可能是不同的。具體應(yīng)用時(shí)，不能過(guò)度依賴(lài)于“樣本=全體”的假設(shè)。在可靠度要求較高的場(chǎng)景，業(yè)務(wù)系統(tǒng)有后備的辦法來(lái)應(yīng)對(duì)新問(wèn)題?？傊?，要發(fā)揮大數(shù)據(jù)的優(yōu)勢(shì)，又要避免可能帶來(lái)的風(fēng)險(xiǎn)。

再如“不糾結(jié)于因果”的前提是能夠保證因果。但是，單憑數(shù)據(jù)的分析結(jié)果是無(wú)法保證因果的。因果關(guān)系一般只能是具有專(zhuān)業(yè)知識(shí)的人用自己的領(lǐng)域知識(shí)去保證。

另外，大量工業(yè)數(shù)據(jù)常常來(lái)自個(gè)別的“工作點(diǎn)”附近。數(shù)據(jù)量雖然很大，但相似度大、信息含量低而噪聲干擾相對(duì)大。要解決這個(gè)問(wèn)題，不僅要綜合分析各個(gè)工作點(diǎn)的特點(diǎn)，而且還要把生產(chǎn)數(shù)據(jù)和試驗(yàn)數(shù)據(jù)結(jié)合起來(lái)，而不局限于生產(chǎn)數(shù)據(jù)本身。

4 工業(yè)大數(shù)據(jù)的應(yīng)用模式

從企業(yè)的角度看，大數(shù)據(jù)重要的用途是促進(jìn)企業(yè)的業(yè)務(wù)創(chuàng)新[13]。為此，需要思考大數(shù)據(jù)技術(shù)與業(yè)務(wù)對(duì)接的問(wèn)題和方法。

建立大數(shù)據(jù)系統(tǒng)時(shí)，其功能定位往往與傳統(tǒng)的信息或控制系統(tǒng)有所不同。在過(guò)去的系統(tǒng)中，數(shù)據(jù)是用來(lái)支撐基本的業(yè)務(wù)活動(dòng)的。業(yè)務(wù)活動(dòng)結(jié)束后，數(shù)據(jù)也就基本沒(méi)用了。而大數(shù)據(jù)往往是在產(chǎn)生數(shù)據(jù)的相關(guān)業(yè)務(wù)場(chǎng)景結(jié)束之后才被使用的。故而有人稱(chēng)之為“二次應(yīng)用”。

二次應(yīng)用當(dāng)然也要服務(wù)于現(xiàn)實(shí)的業(yè)務(wù)。但是，二次應(yīng)用一般不是業(yè)務(wù)運(yùn)行所必須的，而是為了讓業(yè)務(wù)做得更好——可以發(fā)現(xiàn)過(guò)去業(yè)務(wù)中的問(wèn)題和缺陷，也可以從過(guò)去的業(yè)務(wù)中找到好的標(biāo)桿，還可以從過(guò)去的業(yè)務(wù)中發(fā)現(xiàn)規(guī)律、進(jìn)行進(jìn)一步的優(yōu)化。所以，大數(shù)據(jù)與“優(yōu)化”工作有著不解之緣，能讓優(yōu)化成為一種常態(tài)。

很多文章只強(qiáng)調(diào)從大數(shù)據(jù)中發(fā)現(xiàn)信息或知識(shí)。事實(shí)上，大數(shù)據(jù)還可以用來(lái)直接承載知識(shí)本身。換句話說(shuō)：有些知識(shí)的承載也需要大數(shù)據(jù)才能做到。

復(fù)雜產(chǎn)品的設(shè)計(jì)數(shù)據(jù)、指導(dǎo)工作的操作動(dòng)畫(huà)、設(shè)備的標(biāo)準(zhǔn)狀態(tài)等都可能需要很大的數(shù)據(jù)量來(lái)存儲(chǔ)和處理，都需要大數(shù)據(jù)技術(shù)。例如，有家廣告設(shè)計(jì)企業(yè)，為了處理產(chǎn)品的設(shè)計(jì)數(shù)據(jù)，每天用電量就高達(dá)10萬(wàn)元。用大數(shù)據(jù)承載這樣的知識(shí)，便于知識(shí)的重復(fù)使用，進(jìn)而促進(jìn)業(yè)務(wù)活動(dòng)的創(chuàng)新和再造。

大數(shù)據(jù)技術(shù)常被用來(lái)進(jìn)行業(yè)務(wù)的創(chuàng)新。這時(shí)會(huì)遇到一個(gè)矛盾：業(yè)務(wù)創(chuàng)新的邏輯是“先做成、后做好”，然而，前面強(qiáng)調(diào)二次應(yīng)用，指的是大數(shù)據(jù)主要用于“做好”的優(yōu)化階段。為了解決這個(gè)矛盾，新的業(yè)務(wù)邏輯必須提前考慮清楚，必須考慮大數(shù)據(jù)條件不成熟時(shí)的托底辦法，逐步過(guò)度到“做好”的階段。當(dāng)然，理想的情況是：原有業(yè)務(wù)的需求升級(jí)，自然地將數(shù)據(jù)處理技術(shù)推進(jìn)到大數(shù)據(jù)階段。石家莊的天遠(yuǎn)公司就是這樣。

另外，所謂的“做好”包括多個(gè)方面：質(zhì)量更好、速度更快、成本更優(yōu)，而不僅僅是決策質(zhì)量更好。比如，知識(shí)和信息的重用，就可幫助人們做得更快、成本更低。不要一味地強(qiáng)調(diào)“決策質(zhì)量更優(yōu)”。如果僅僅局限于優(yōu)化決策質(zhì)量，就可能會(huì)失去很多創(chuàng)新機(jī)會(huì)。

5 工業(yè)大數(shù)據(jù)與企業(yè)轉(zhuǎn)型

理解了智能制造和大數(shù)據(jù)的原理和意義，具體應(yīng)用中也會(huì)遭遇各種困惑。典型的困惑往往是如何為企業(yè)創(chuàng)造價(jià)值。任何技術(shù)都是需要成本的，很多技術(shù)帶來(lái)的價(jià)值不足以抵消成本的付出。只有將技術(shù)應(yīng)用在合適的場(chǎng)景、解決合適的問(wèn)題，經(jīng)濟(jì)性才會(huì)好。所以，人們?cè)诩夹g(shù)經(jīng)濟(jì)性的困惑，本質(zhì)上就是找不到合適的場(chǎng)景。

經(jīng)過(guò)筆者的調(diào)查，通過(guò)智能化、大數(shù)據(jù)的手段提升企業(yè)的管理水平，價(jià)值潛力是非常巨大的。管理不當(dāng)造成的損失，一般占到企業(yè)成本的10%～20%。這些就是管理水平提升的潛力所在。在我國(guó)，管理水平低常常是制約企業(yè)產(chǎn)品質(zhì)量提升和技術(shù)發(fā)展的瓶頸。

恩格斯說(shuō)：“何一門(mén)科學(xué)的真正完善，在于數(shù)學(xué)工具的廣泛應(yīng)用?！睋Q個(gè)角度看：如果企業(yè)的管理不能完善到一定的程度，數(shù)學(xué)的用處就不會(huì)太大。所以，并非所有的企業(yè)和部門(mén)都適合推進(jìn)大數(shù)據(jù)，選擇用戶和場(chǎng)景是非常重要的。

要對(duì)管理進(jìn)行“優(yōu)化”，就要找到管理中的漏洞和不足。但是，管理漏洞往往是“隱藏的”。所以，我們需要進(jìn)一步能分析：什么原因?qū)е逻@些問(wèn)題被隱藏起來(lái)。在筆者看來(lái)，問(wèn)題隱藏的原因大體上可以分成以下三類(lèi)。

①?zèng)]有量化的數(shù)據(jù)、更不能實(shí)時(shí)地得到數(shù)據(jù)。

②問(wèn)題涉及到多個(gè)部門(mén)，信息沒(méi)有集成起來(lái)。

③涉及到局部利益或責(zé)任，有意無(wú)意地掩蓋問(wèn)題。

ICT的機(jī)遇在于解決這些問(wèn)題、實(shí)現(xiàn)透明化，以提高管理水平。具體地說(shuō)，廣泛地推動(dòng)數(shù)字化，可以幫助人們解決第一類(lèi)問(wèn)題；推進(jìn)互聯(lián)網(wǎng)的應(yīng)用，可以解決第二類(lèi)問(wèn)題；用數(shù)字化實(shí)現(xiàn)業(yè)務(wù)過(guò)程和價(jià)值損失的透明化，可以用來(lái)解決第三類(lèi)問(wèn)題。

解決這些問(wèn)題時(shí)可能涉及復(fù)雜的邏輯。但是，只要人類(lèi)能把問(wèn)題和邏輯說(shuō)清楚，機(jī)器就不嫌麻煩。這其實(shí)就是智能化的優(yōu)勢(shì)。而用數(shù)據(jù)幫助人類(lèi)實(shí)現(xiàn)知識(shí)的數(shù)字化，又讓我們看到了人機(jī)界面的創(chuàng)新和大數(shù)據(jù)的優(yōu)勢(shì)。

6 工業(yè)大數(shù)據(jù)應(yīng)用的工程方法

大數(shù)據(jù)應(yīng)用的效果關(guān)鍵在經(jīng)濟(jì)性。而經(jīng)濟(jì)性的關(guān)鍵，首先在于業(yè)務(wù)問(wèn)題本身的價(jià)值，其次是技術(shù)線路是否可行。為此，推進(jìn)大數(shù)據(jù)應(yīng)用的時(shí)候，建議用“以終為始”的工程方法。

所謂“以終為始”就是在項(xiàng)目開(kāi)始時(shí)，先找出有價(jià)值的問(wèn)題、確定解決問(wèn)題的基本思路。也就是先明確業(yè)務(wù)目標(biāo)和技術(shù)線路、確定技術(shù)和經(jīng)濟(jì)的可行性，并在此基礎(chǔ)上探索數(shù)據(jù)處理的方法。這時(shí)，探索數(shù)據(jù)處理方法的目的，是為了得到更好的效果，而不是去驗(yàn)證技術(shù)線路是否可行。這樣做可以把最大的風(fēng)險(xiǎn)放在前面進(jìn)行研究，避免項(xiàng)目做完后的功虧一簣。

要做到這一點(diǎn)，首先要充分理解業(yè)務(wù)需求，其次要研究專(zhuān)業(yè)技術(shù)人員分析問(wèn)題、解決問(wèn)題的邏輯。這個(gè)邏輯通順之后，再把它轉(zhuǎn)化成數(shù)據(jù)處理問(wèn)題。經(jīng)驗(yàn)表明：絕大多數(shù)的管理問(wèn)題，人類(lèi)是能夠找到可行的思路的；同時(shí)，如果把這些思路轉(zhuǎn)化成計(jì)算機(jī)處理的問(wèn)題時(shí)，效果往往會(huì)更好。

最后需要指出的是：采用計(jì)算機(jī)處理數(shù)據(jù)的目的之一，是降低人類(lèi)處理信息的復(fù)雜程度、提高勞動(dòng)效率和質(zhì)量。所以，人類(lèi)關(guān)心的不是原始數(shù)據(jù)，而是重點(diǎn)的業(yè)務(wù)信息。比如，不是看壓力、溫度、流量，而是設(shè)備是否正常、操作是否規(guī)范。只有提高了管理者的勞動(dòng)效率，才能有效地提高管理水平。

7 結(jié)束語(yǔ)

概念的提出不是為了標(biāo)新立異或者追趕潮流，而是為了幫助我們發(fā)現(xiàn)新機(jī)會(huì)、解決新問(wèn)題、創(chuàng)造新價(jià)值。為此，我們不僅要看到大數(shù)據(jù)時(shí)代的麻煩和挑戰(zhàn)，更要看到大數(shù)據(jù)帶來(lái)的機(jī)會(huì)。要善于發(fā)現(xiàn)機(jī)會(huì)，還要善于抓住機(jī)會(huì)、創(chuàng)造機(jī)會(huì)。

從未來(lái)看現(xiàn)在，大數(shù)據(jù)的機(jī)會(huì)來(lái)自于智能化的推進(jìn)。大數(shù)據(jù)的概念和優(yōu)勢(shì)也要圍繞著這個(gè)要點(diǎn)來(lái)考慮。

具體應(yīng)用時(shí)必須明白：技術(shù)的應(yīng)用效果不是技術(shù)本身所決定的，而是要結(jié)合實(shí)際的應(yīng)用場(chǎng)景。抓住機(jī)會(huì)的前提是理解企業(yè)的文化、管理現(xiàn)狀和業(yè)務(wù)痛點(diǎn)，不要單純從技術(shù)層面看問(wèn)題。