|
大數(shù)據(jù)的概念與背景 大數(shù)據(jù)是最近幾年才熱起來的一個概念。大數(shù)據(jù)熱大約在2012年前后在中國出現(xiàn)。其中，涂子沛先生的《大數(shù)據(jù)》一書起到了重要的作用。“除了上帝，任何人都必須用數(shù)據(jù)來說話”這句話，更是得到了時任廣東省委書記汪洋(現(xiàn)為國務院副總理)的高度肯定。 讀過這本書的人都知道：涂子沛關注的重點是大數(shù)據(jù)對政治、社會、倫理等方面的影響。后來，各家互聯(lián)網(wǎng)公司、IT公司將人們關注的熱點引向了商業(yè)領域，再經(jīng)股評師的運作，使之成為全社會炙手可熱的概念。與此同時，學術界不失時機地將大數(shù)據(jù)的概念引入了工業(yè)界。 然而，工業(yè)界重視數(shù)據(jù)分析早已不是新鮮事了。人們很早就希望通過數(shù)據(jù)發(fā)現(xiàn)客觀規(guī)律、優(yōu)化生產(chǎn)過程。而數(shù)據(jù)挖掘等理論也早已廣泛傳播。對數(shù)據(jù)挖掘的價值，一種流行的觀點是：當企業(yè)競爭進入白熱化、所有手段都已用盡時，數(shù)據(jù)挖掘提供了領先半步的可能。與現(xiàn)在的觀點相比，這個認識是相當?shù)驼{(diào)的。當然，低調(diào)背后是有原因的，因為業(yè)界真正成功的案例其實非常少。 很多企業(yè)急于搭上“工業(yè)大數(shù)據(jù)”這趟快車，然而在現(xiàn)實中遇到了很多的困惑。 人們似乎都認為數(shù)據(jù)的作用很大，但從事過工業(yè)數(shù)據(jù)分析的人往往有這樣的體會：分析過程往往達不到預想的目標，數(shù)據(jù)似乎并不是傳說中的金礦。 這種困惑也體現(xiàn)在商務活動中。企業(yè)信息化建設原本應該遵循一個基本原則：用戶需求驅(qū)動系統(tǒng)開發(fā)。從事大數(shù)據(jù)業(yè)務的IT公司對用戶說：你說怎么做，我就怎么做;用戶卻說：我不知道能得到什么，也不知道該怎么做，最好你告訴我怎么做。 誰都不知道怎么做。于是，大家都被暢銷書的理念忽悠著做事。然而，暢銷書的觀點是正確的嗎? 暢銷書上的觀點往往對不上中國企業(yè)的現(xiàn)狀———或?qū)⑸虅沾髷?shù)據(jù)的應用場景套在工業(yè)大數(shù)據(jù)，或?qū)⑽磥淼膱鼍疤子玫浆F(xiàn)在。 工業(yè)大數(shù)據(jù)與商務大數(shù)據(jù)有什么不同? 現(xiàn)在關于大數(shù)據(jù)的流行觀點，幾乎都是針對商務大數(shù)據(jù)的。然而，許多觀點可能并不適合工業(yè)界。工業(yè)和商業(yè)至少有以下幾點不同： 可發(fā)現(xiàn)的新知識少。一般來說，發(fā)現(xiàn)新知識是大數(shù)據(jù)分析的一個重要目的。然而，在工業(yè)領域，人們對生產(chǎn)過程的研究一般比較深入，專業(yè)知識也很豐富，很難從數(shù)據(jù)中發(fā)現(xiàn)新的知識。與之相比，商務活動的大數(shù)據(jù)分析往往涉及人的喜好，這些恰恰是過去難以量化研究的，故而大數(shù)據(jù)的含金量高。 對分析結(jié)果的質(zhì)量要求高。工業(yè)界對分析結(jié)果的精度和可靠度要求高。如果將不可靠、不精確的分析結(jié)果用于指導生產(chǎn)，不僅不能創(chuàng)造價值，甚至可能導致極大的損失。與之相比，在許多商務大數(shù)據(jù)的應用場景下，即便分析錯誤，損失也不大。 分析難度高。工業(yè)系統(tǒng)往往是復雜的人造系統(tǒng)，包含大量復雜的前饋和反饋環(huán)節(jié)。這意味著，變量間的相關性往往不是自然的因果關系。這個問題很容易誤導分析和決策的過程。另外，工業(yè)數(shù)據(jù)的信噪比往往比較低，分析結(jié)果很容易出現(xiàn)嚴重偏離事實的畸變(即所謂的有偏估計)。 相關性包含的信息少。在商務大數(shù)據(jù)中，數(shù)據(jù)之間的“相關性”本身往往就具有很大的參考價值，而在工業(yè)體系中則未必是這樣。 工業(yè)大數(shù)據(jù)體現(xiàn)價值的場景有哪些? 價值是用戶決定的。一杯水，放在沙漠里可以救命，剩在餐桌上就是垃圾。工業(yè)大數(shù)據(jù)也是一樣，能否創(chuàng)造價值，首先是要看用在什么場景中。用戶對工業(yè)大數(shù)據(jù)提不出需求，是客觀現(xiàn)實的真實反映。大數(shù)據(jù)有用，但合適的應用場景不一定是現(xiàn)在。下面分析幾個有用的場景： 質(zhì)量要求高的生產(chǎn)場景。制造業(yè)從什么時候開始重視數(shù)據(jù)?顯然，當我們追求高質(zhì)量、高穩(wěn)定性的時候，數(shù)據(jù)會顯得非常重要，數(shù)據(jù)的價值才得以體現(xiàn)。國外先進企業(yè)追求6西格瑪，故而強調(diào)數(shù)據(jù)的重要性;國內(nèi)許多企業(yè)一味追求低成本，數(shù)據(jù)的重要性自然就會低。 高度自動化及智能化的生產(chǎn)場景。在高度自動化和智能化的生產(chǎn)單元，人的介入很少，對質(zhì)量的要求一般也很高。這時，對設備健康狀態(tài)和產(chǎn)品質(zhì)量的自動監(jiān)控就變得非常重要。 工業(yè)互聯(lián)網(wǎng)的場景。工業(yè)互聯(lián)網(wǎng)能使成千上萬用戶的數(shù)據(jù)實現(xiàn)共享。多個用戶的共享會帶來兩個過去無法企及的效果。首先是分析結(jié)果的可靠性上升。這得益于來自不同用戶的實例，可用于對分析結(jié)論的重復性認證。其次是分析結(jié)果可以在眾多的用戶中分享，以創(chuàng)造更大的價值。 在當今的中國企業(yè)中，符合上述要求的場景是不多見的。多數(shù)企業(yè)重視成本遠甚于質(zhì)量，智能制造和自動化的水平低，工業(yè)互聯(lián)網(wǎng)尚未起步。由此可見，對中國多數(shù)企業(yè)來說，工業(yè)大數(shù)據(jù)的價值很可能只是“未來時”，雖然這個未來可能并不遙遠。 推進工業(yè)大數(shù)據(jù)現(xiàn)在該做啥? 馬云策劃淘寶的年代，那時學校的網(wǎng)速只有每秒100個字節(jié)———這件事啟發(fā)我們：機會往往發(fā)生在條件不太成熟的時候。所以，創(chuàng)新者的起步一定要早。在工業(yè)大數(shù)據(jù)全面應用之前，是我們培養(yǎng)能力、積累技術的時候。 但是，僅起步早是不夠的，關鍵還要走對路子。正如培根所說：“跛足而走對路的人，勝過健步如飛卻誤入歧途者。”怎樣盡早抓住機會呢?筆者認為，可以從以下幾個方面做起： 一是理解工業(yè)大數(shù)據(jù)的本質(zhì)作用 對企業(yè)來說，大數(shù)據(jù)用得好壞的關鍵是看能否創(chuàng)造出高于成本的價值。所以，從功能的角度定義工業(yè)大數(shù)據(jù)：大數(shù)據(jù)是過程(生產(chǎn)制造、研發(fā)服務、采購銷售)痕跡的數(shù)字化記錄，目的是為“用數(shù)據(jù)說話”奠定基礎，是對已有系統(tǒng)所產(chǎn)生的數(shù)據(jù)的二次利用。 這意味著，工業(yè)大數(shù)據(jù)平臺的建設，應該高度重視數(shù)據(jù)的組織，避免遺漏重要的數(shù)據(jù)以及數(shù)據(jù)之間的聯(lián)系。例如，實時的設備狀態(tài)和工藝參數(shù)應該與所生產(chǎn)的產(chǎn)品準確對應，相關的時鐘不能混亂。 二是以方便“人”的分析為出發(fā)點 在商務大數(shù)據(jù)中，很多人強調(diào)機器學習，強調(diào)從大量數(shù)據(jù)中獲得規(guī)律性、重復性的知識。對于工業(yè)大數(shù)據(jù)，這種認識要做調(diào)整：工業(yè)知識主要來自人腦，數(shù)據(jù)的作用是對已有認識的確認、分辨與準確化。這就意味著，大數(shù)據(jù)平臺的要點是方便人從事分析工作。而人的分析工作往往是針對特定事件驅(qū)動的。 使得這些過程做到透明化，提高管理水平，通過更有效的管理創(chuàng)造效益。這樣，建立大數(shù)據(jù)平臺的一個重要任務是：讓相關過程顯性化，避免人陷落在信息和數(shù)據(jù)的海洋中，喪失關注的焦點。按照這個觀點，在工業(yè)領域，“知識自動化”的重點應該是知識的管理，而非知識的發(fā)現(xiàn)。 三是正確認識工業(yè)大數(shù)據(jù)的知識發(fā)現(xiàn) 如前所述，由于工業(yè)數(shù)據(jù)體現(xiàn)出來的規(guī)律性往往難以突破人已有的認識范圍，發(fā)現(xiàn)規(guī)律性的知識(如工藝與質(zhì)量之間的關系)是比較困難的。然而，工業(yè)大數(shù)據(jù)往往適合發(fā)現(xiàn)另外一類知識，即從數(shù)據(jù)中提煉信息的知識，將物理量的檢測數(shù)據(jù)轉(zhuǎn)化成產(chǎn)品質(zhì)量、能耗、效率、設備狀態(tài)等信息的“軟測量”算法，其實就是這種類型的知識。這些知識往往是生產(chǎn)技術人員并不熟悉的盲點。故而，從數(shù)據(jù)研究者的角度看，它們屬于容易出成績的領域。 過去，學術界對這些問題很熱衷，企業(yè)卻不重視，因為這種知識很難創(chuàng)造價值。不能創(chuàng)造價值的原因，是未能將其納入管理或者控制的流程中，故而創(chuàng)造價值的途徑不暢通。為此，企業(yè)可能會需要一個平臺，以便將這些知識轉(zhuǎn)化成數(shù)字化的模型，并納入生產(chǎn)制造等流程中，以便創(chuàng)造經(jīng)濟價值。 四是注重與智能制造的結(jié)合 數(shù)字化、網(wǎng)絡化引發(fā)的智能制造大體是這樣一個邏輯：信息驅(qū)動知識，在決策過程中創(chuàng)造價值、體現(xiàn)智能。其中，信息來自供應鏈、客戶、智能設備、物聯(lián)網(wǎng)，知識表現(xiàn)為軟件化的模型，決策則包括自動或人工的管理與控制。 如前所述，工業(yè)大數(shù)據(jù)在這個邏輯中有兩個重要作用：獲取“從數(shù)據(jù)提煉成信息的知識”;決策和專業(yè)知識主要來自人腦，但需要用大數(shù)據(jù)將其驗證、矯正和精確化。 五是加強數(shù)據(jù)分析可靠性理論研究 在工業(yè)系統(tǒng)中，可靠分析的結(jié)果才有使用價值。可靠性分析原本是統(tǒng)計理論的重要組成部分。但用于大數(shù)據(jù)明顯是不合適的。這些理論的基本假設條件往往都是不成立的。而且，許多理論和著名觀點也造成了大量的誤導，如盲目強調(diào)分析結(jié)果的準確性、認為大數(shù)據(jù)強調(diào)相互關系而輕視因果等。 大數(shù)據(jù)的因果分析是個十分需要重視的領域，但過去主要是科學、哲學研究的范疇，統(tǒng)計學家對其重視不足。其實，可以從杜絕假象、通過證偽等思路來逼近因果。也就是說，重點分析那些容易導致錯誤結(jié)果的情況。同時，邏輯鏈的完整性和證據(jù)的獨立性也很重要。 數(shù)據(jù)的質(zhì)量和完整性是導致分析錯誤的重要誘因。因此，建立大數(shù)據(jù)平臺時，不僅要關注數(shù)據(jù)本身，更要關注數(shù)據(jù)之間的對應性;不僅要關注數(shù)據(jù)是什么，還要關注數(shù)據(jù)的采集過程。數(shù)據(jù)的采集過程不同，意味著內(nèi)涵發(fā)生了變化。如果數(shù)據(jù)質(zhì)量不高，大數(shù)據(jù)很可能是一堆垃圾。這樣看來，盲從商務大數(shù)據(jù)“非結(jié)構(gòu)化”的觀點也是不對的。
| 
發(fā)表于 2015-11-28 06:00:30
QQ好友和群
QQ空間