郭朝暉

有個問題一直困惑著我：“工業(yè)大數(shù)據(jù)”理論體系應(yīng)該包含哪些內(nèi)容？可以從哪些視角看待它？

工業(yè)大數(shù)據(jù)的意義及特征

我用DIKW體系的觀點解釋大數(shù)據(jù)的意義：將人類帶入智能社會。大數(shù)據(jù)夠把人類帶入智能社會的核心優(yōu)勢在于“知識”的生產(chǎn)和應(yīng)用。我們把智能理解為“感知、決策和執(zhí)行”的統(tǒng)一，則大數(shù)據(jù)能很好地提供“感知”和“決策”所需要的知識。

很多人把數(shù)據(jù)和大數(shù)據(jù)混淆起來。一個典型的表現(xiàn)是把業(yè)務(wù)系統(tǒng)（如MES、ERP）的功能說成大數(shù)據(jù)的應(yīng)用，似乎只要數(shù)據(jù)都是大數(shù)據(jù)。在我看來業(yè)務(wù)系統(tǒng)看數(shù)據(jù)，側(cè)重數(shù)據(jù)用于完成特定業(yè)務(wù)的一次利用。數(shù)據(jù)作為信息的載體，數(shù)據(jù)的生命周期相對較短。

大數(shù)據(jù)則側(cè)重數(shù)據(jù)的二次利用或重復(fù)利用，數(shù)據(jù)主要作為知識的載體。當(dāng)然：大數(shù)據(jù)主要由業(yè)務(wù)系統(tǒng)（如ERP、MES）產(chǎn)生、積累，并最終服務(wù)于業(yè)務(wù)系統(tǒng)。

甲乙雙方看待大數(shù)據(jù)的特征是不同的。其中，甲方就是希望通過大數(shù)據(jù)創(chuàng)造價值、改進業(yè)務(wù)的業(yè)務(wù)人員，而乙方是幫助甲方實現(xiàn)目標(biāo)的IT技術(shù)人員。大數(shù)據(jù)的甲方視角：有三個特征（樣本=全體等，后面詳細展開），都與獲取知識相關(guān)。而獲取了知識才能創(chuàng)造價值。大數(shù)據(jù)的乙方視角即“4V特征”。這四個特征關(guān)注的是IT技術(shù)人員數(shù)據(jù)處理的困難。顯然，乙方的工作應(yīng)該服從甲方的業(yè)務(wù)需求。從這個意義上講，乙方可能遇到4V涉及的困難、也可能遇不到，視甲方的實際情況而定。我講的課主要是從甲方視角，而IT專業(yè)人士講的課主要是從乙方視角。

大數(shù)據(jù)與知識獲取

（從甲方看）大數(shù)據(jù)的價值在于產(chǎn)生知識。人們經(jīng)常提到的大數(shù)據(jù)的幾個特征（樣本=全體、相關(guān)非因果、混雜性），都可以歸結(jié)為便于獲得知識。

樣本=全體。解決知識的存在性問題。人類的一切知識都來源于歷史;如果大數(shù)據(jù)能夠完整地記錄歷史，就會蘊含知識。這一點強調(diào)的是樣本分布的完整性。

不拘泥于因果。一般說法的是“相關(guān)關(guān)系而非因果關(guān)系”，而我將其改為“不拘泥于因果”。人類的知識有很多種，一種是說不出來的“默會知識”、一種是說得清楚的知識;而說得清楚的知識又包括理論知識和經(jīng)驗知識。其中，理論知識是講究因果的;如果把知識拘泥于因果則是不完備的。所以，“不拘泥于因果”解決了知識的完整性問題。

混雜性。本質(zhì)是知識的可獲得、可驗證性，保證知識的質(zhì)量。獲得知識的一個本質(zhì)要求是區(qū)分偶然聯(lián)系和非偶然聯(lián)系?；祀s性可以用于解決這個問題。

換句話說，這三個特點保證了知識的存在性、完整性和可獲得性。這就是大數(shù)據(jù)的意義所在。我們知道，智能制造需要知識才能形成閉環(huán)、互聯(lián)網(wǎng)可以讓知識的價值放大。所以，在智能制造、工業(yè)互聯(lián)網(wǎng)的背景下，大數(shù)據(jù)的價值猛增。我一直認為，大數(shù)據(jù)的價值在于獲得、存儲和運用知識的能力。而“知識”可以分類——可以從多個維度來看。

默會知識、經(jīng)驗知識、理論知識。默會知識就是說不清楚、難以變成程序代碼的感性知識。例如，從圖像中人是一個人、下棋時對“勢”的理解，都是感性知識。感性知識之外的是經(jīng)驗知識。這些知識說得清楚怎么做，不一定需要說明原因。如某種方法較好、哪條路走得快等——實際上好就是好了，不一定需要解釋。理論知識就是說得清楚原因、可以解釋，甚至可計算的知識。如前所述，大數(shù)據(jù)的優(yōu)勢在于可以更容易地獲得默會和經(jīng)驗知識——這在過去是很難的。過去計算機用到的知識，往往需要人們寫成代碼——但這只是人們大腦中的一部分知識。單純依靠理性知識，難以實現(xiàn)智能化。

正向知識（建模獲得）、逆向知識（根因分析）。從原因到結(jié)果的知識，我稱其為正向知識。數(shù)學(xué)建模過程就是建立正向知識。從結(jié)果到原因的知識，我稱為逆向知識。就是所謂的根因分析。

聯(lián)系型知識、設(shè)計型知識。因果知識、感性知識等體現(xiàn)的都是信息之間的聯(lián)系。而設(shè)計型的知識指的是產(chǎn)品、工藝設(shè)計等。設(shè)計型知識占用的計算機存儲量很大。在大數(shù)據(jù)時代，設(shè)計型知識容易存儲、處理了。大數(shù)據(jù)獲得知識的途徑

用大數(shù)據(jù)獲得知識有兩種方式：一種就是數(shù)據(jù)本身就承載知識;一種是數(shù)據(jù)承載的是信息、需要從數(shù)據(jù)提煉出知識。

第一種典型的就是產(chǎn)品設(shè)計數(shù)據(jù)、各種標(biāo)準(zhǔn)、成功案例等?？焖夙憫?yīng)、個性化定制的前提和手段，就是這種知識的共享。對于這些知識，有時候會面臨的困難之一是如何找到它們。而找到這些知識本身就可能是需要獲得的知識。典型的就是谷歌搜索。AI算法對解決這個問題可能是有用的。第二種知識就是前面說的、通過建?；蚋蚍治龅玫降闹R。工業(yè)上對知識是有明確需求的、以至于難以達到;但機理卻是相對明確的。我談的很多方法論，其實就是在這兩個方面。

通過大數(shù)據(jù)獲得價值

從某種意義上說，大數(shù)據(jù)創(chuàng)造價值就是促進知識創(chuàng)造價值。這些知識要用在提高質(zhì)量、效率，降低成本等具體問題上，才能創(chuàng)造價值。

人們遇到的真正困惑，或許是如何找到這些“問題”。這些問題大概可以分成兩類：第一類是現(xiàn)有業(yè)務(wù)的痛點;第二類是轉(zhuǎn)型升級以后面臨新的要求。對于業(yè)務(wù)痛點，往往是：“該做的都做了，剩下的往往是難以做的?！彼?，難以找到合適的問題。對于這類困惑，大數(shù)據(jù)只是手段之一。往往要綜合運用各種手段，大數(shù)據(jù)才能給創(chuàng)造價值。

對于第二類困惑，往往是業(yè)務(wù)本身或外部變化引發(fā)的。例如，采用了新的生產(chǎn)方式或技術(shù)手段、用戶對質(zhì)量要求提高了、數(shù)字化水平提高了、企業(yè)的業(yè)務(wù)重心轉(zhuǎn)移了（創(chuàng)新和服務(wù)的比重增大了）等。這些變化，我統(tǒng)稱為“轉(zhuǎn)型升級”。對于這類新的問題，大數(shù)據(jù)方法比較容易發(fā)揮作用。數(shù)據(jù)分析曾經(jīng)被認為是“沒有辦法的辦法”。我把最近突然變熱的原因，歸結(jié)到智能制造相關(guān)技術(shù)引發(fā)的企業(yè)轉(zhuǎn)型升級。這時，大數(shù)據(jù)技術(shù)進入了一個藍海。大數(shù)據(jù)進入藍海的原因，不僅是獲得知識更方便，更是知識的放大。把知識變成計算機可執(zhí)行的代碼、實現(xiàn)人機知識的共享，知識在互聯(lián)網(wǎng)上實現(xiàn)共享，都會讓知識的價值倍增。從而讓“知識生產(chǎn)”的經(jīng)濟性大大提升。從總體上看，轉(zhuǎn)型升級是戰(zhàn)略問題，大數(shù)據(jù)應(yīng)用是戰(zhàn)術(shù)問題。戰(zhàn)略重點的改變，才能給大數(shù)據(jù)的應(yīng)用創(chuàng)造條件。否則，再好的技術(shù)都可能成為屠龍之技。

大數(shù)據(jù)建模分析的方法論

談到大數(shù)據(jù)分析與建模，很多人馬上想到各種算法。在我看來，對數(shù)據(jù)分析與建模問題來說，算法問題其實是戰(zhàn)術(shù)問題——也就是說，還需要有個戰(zhàn)略問題，用來決定分析什么問題、分析問題的次序和路徑等。CRISP_DM就是這個層面上的邏輯。我還想將其邏輯進一步簡化：

1.明確業(yè)務(wù)需求;確定需求是真實的、一旦分析成功則具有可行性。

2. 數(shù)據(jù)分析方法：解決問題的次序和切入點的問題。3、分析問題的具體算法。如回歸、決策樹、深度學(xué)習(xí)等。

其中，前面兩步做得好的話，后面的算法會比較簡單。我總覺得，學(xué)術(shù)界把算法看得太重、過度重視算法技巧。技巧易于發(fā)論文，但不符合工程邏輯。人們關(guān)注工業(yè)大數(shù)據(jù)的終極目標(biāo)是創(chuàng)造價值;方向是提升智能化;核心問題是知識的獲取和應(yīng)用。用好大數(shù)據(jù)的關(guān)鍵是搞清楚戰(zhàn)略和戰(zhàn)術(shù)的關(guān)系，也就是做什么事情、做事的次序和切入點等問題。單純從分析方法或數(shù)據(jù)角度看問題，是看不清楚問題全貌的。