工業(yè)大數(shù)據(jù)在中國是偽***

大數(shù)據(jù)本來有更加學術化的名稱：數(shù)據(jù)密集型(Data-Intensive)計算研究。微軟在2009年組織撰寫《第四范式：數(shù)據(jù)密集型科學發(fā)現(xiàn)》一書，給與這種方法以“范式里程碑”的待遇。而對于大眾而言，這些不過是野地徑自升起的炊煙，無人知曉也無可關注。

后來隨著Big Data這個簡潔明了的概念一炮打響，各種大數(shù)據(jù)這才迎風而上。

工業(yè)大數(shù)據(jù)不過是其中一種BigBang。工業(yè)4.0輕松地接過這一閃亮的火把，攪動了人們對于大數(shù)據(jù)無窮的想象力和不著邊際的信心。數(shù)字設計、數(shù)字工廠、數(shù)字制造等一時間喧囂而上，難免給人造成一種溫暖的假象：到處都是工業(yè)大數(shù)據(jù)。有些輿論甚至斷言，中國擁有全世界***的工業(yè)大數(shù)據(jù)——大概理由是因為中國有最多的設備和工廠現(xiàn)場。

然而，且慢，數(shù)據(jù)現(xiàn)場，遠非工業(yè)大數(shù)據(jù)之地。

中國真的有工業(yè)大數(shù)據(jù)嗎?

貴陽大數(shù)據(jù)中心，以政府主導型的數(shù)據(jù)為基礎，基本是城市數(shù)據(jù)、政務數(shù)據(jù)、物流數(shù)據(jù)等;阿里云是以消費者數(shù)據(jù)為基礎，十多年淘寶歷程，沉淀了大量的用戶行為數(shù)據(jù)。

但是，對于那些不分晝夜轟鳴的設備，工業(yè)數(shù)據(jù)仍然是暗無天日的黑油、黑煤炭。對中國制造業(yè)而言，些許的光亮或閃爍，遠沒有到大規(guī)模發(fā)光發(fā)熱的時代。更為重要的事情，還需要工業(yè)領域去優(yōu)先解決。

不是煤炭創(chuàng)造了工業(yè)革命

對于***次工業(yè)革命的發(fā)源地，煤炭在英國發(fā)揮了巨大的作用。1700年，英國煤產(chǎn)量是世界其他地區(qū)的5倍;1800年，是歐洲其他地區(qū)的5倍。

然而，謎團猶在，英國擁有煤炭，好像是該國逃離農耕陷阱的根本要素。但與此同時，德法日和清朝，都有大面積煤田，卻未得到大規(guī)模的開采。煤炭與工業(yè)革命的關系值得明辨。

實際上，這不是一個煤炭創(chuàng)造了工業(yè)革命的問題，而是工業(yè)革命創(chuàng)造了煤炭需求的問題。

換言之，英國煤炭工業(yè)的飛速發(fā)展，只是財富和技術已經(jīng)到達高水平的一個征兆。

煤炭對于英國***次工業(yè)革命的戰(zhàn)略意義，此刻正如工業(yè)大數(shù)據(jù)之于中國制造2025。由于蒸汽機的驅動，煤炭猶如脫韁之野馬，成為工業(yè)革命源源不斷的動力。正如一把復雜鑰匙吻合一把鎖，這種類似的模式，***次將人力一勞永逸地解脫出農耕時代。工業(yè)根基肇始。一段時間后，這個開鎖程序被世界模仿，并且換成石化燃料和內燃機。

這一模式，影響了隨后二百多年的工業(yè)史。

圖1 煤炭與工業(yè)大數(shù)據(jù)的對比

隨著智能制造的發(fā)軔，看上去這個模式，馬上就要交給了工業(yè)大數(shù)據(jù)。而此刻，我們必須意識到，數(shù)據(jù)對于新工業(yè)革命的意義，尤其是對于中國制造2025的意義，是一種全新的密碼鎖模式——中國工業(yè)化還并不太熟悉的一種模式。

無數(shù)據(jù) 不知識

數(shù)據(jù)、信息和知識的關系，有時候容易混淆。大致而言，數(shù)據(jù)最開始都是未經(jīng)組織的，大量存在卻價值極低;底層的數(shù)據(jù)需要通過信息化和工業(yè)化，才能轉化為知識體系。

從數(shù)據(jù)到信息，本身就是一種過濾機制——這需要一種提煉，然后可執(zhí)行、可傳遞的信息形成知識。知識分為隱性和顯性，隱性知識往往存在于人本身之中，傳遞性很差。

圖2 數(shù)據(jù)、信息和知識的模型

可惜的是，傳統(tǒng)知識管理的DIK模型(Data-Information-Knowledge)關系，是一個單線程關系。它只解決了知識的提煉，沒有解決回饋問題。

就工業(yè)大數(shù)據(jù)而言，最重要的就是對它進行密集型的分析——工業(yè)知識斷不能缺位。GE在談及工業(yè)互聯(lián)網(wǎng)的時候，給與了“專業(yè)知識”以高度的重視。工業(yè)大數(shù)據(jù)不是傳統(tǒng)的數(shù)據(jù)統(tǒng)計分析，而是基于專業(yè)知識的引導，才能挖掘出數(shù)據(jù)真正的價值。

顯然，知識體系必須重新作用于數(shù)據(jù)本身，才能形成工業(yè)大數(shù)據(jù)的價值。在工業(yè)領域，“無知識，不數(shù)據(jù)”。沒有工業(yè)經(jīng)驗的線性化指引，數(shù)據(jù)就不會高速轉化，工業(yè)大數(shù)據(jù)的價值，就不會產(chǎn)生。

對于數(shù)據(jù)而言，信息化作了***次提升，使得數(shù)據(jù)歸類、文本化和沉淀;但必須通過工業(yè)化才能進行第二次提升，才能將數(shù)據(jù)提升到知識的高度，形成真正的Know-how、經(jīng)驗、***實踐、直覺;在此基礎上，挖掘形成大數(shù)據(jù)的新產(chǎn)業(yè)價值。

圖3 工業(yè)大數(shù)據(jù)與知識的關系

如果數(shù)據(jù)是石油，設備是藏寶地圖，那么知識是唯一的鉆探工具。

中國工業(yè)技術體系沒有形成線性化，尚無法形成驅動力。那些數(shù)據(jù)深藏在設備里，深鎖在系統(tǒng)中，它們只在規(guī)定的范圍局部流動，一如地表下的熔巖。它們有著澎湃的能量，卻無法駕馭。

就此而言。中國就沒有工業(yè)大數(shù)據(jù)。甚至連顯性化的工業(yè)數(shù)據(jù)都沒有。我們工業(yè)化短短的行程，使得我們習慣于硬件思維和設備思維，還沒來得及形成珍惜工業(yè)數(shù)據(jù)的意識。對那些有著厚重的工業(yè)技術體系和知識轉化的GE、西門子而言，當他們在說工業(yè)大數(shù)據(jù)的時候，他們有著一個我們很多企業(yè)沒有的隱含條件。

這是我們需要有的清醒意識：不要將無數(shù)的現(xiàn)場數(shù)據(jù)等同于工業(yè)大數(shù)據(jù)。

就中國制造業(yè)而言，知識才是***的攔路虎。工廠中各種數(shù)據(jù)，如果沒有領域知識和業(yè)務建模的前提，不過滿工廠堆砌起來的一座座數(shù)據(jù)垃圾山。

對于企業(yè)而言，必須靜下心來想一想：數(shù)據(jù)何在?知識何在?這是一種全新的范式，我們并不熟悉它：工業(yè)大數(shù)據(jù)模式，需要先看懂密碼鎖規(guī)格，再去找鑰匙。

精益數(shù)據(jù)觀 斬除數(shù)據(jù)浪費

兩化融合走了十年之路，給中國制造業(yè)培養(yǎng)了一批工廠級的IT人才。就中國整體而言，許多企業(yè)的信息化水平并不低;但知識化和工業(yè)數(shù)據(jù)，則處于非常低的價值鏈。受各種信息孤島的影響，數(shù)據(jù)被捆綁了，猶如被深嵌在花崗石上的鉆石，數(shù)據(jù)處于高度不流動性。不流動的數(shù)據(jù)，不太可能發(fā)揮工業(yè)大數(shù)據(jù)的價值。

過去幾十年，中國制造市場不知疲倦地耗資引進各種設備自動化——一種自由購買的商品，一種吞噬數(shù)據(jù)的黑洞機器;中國工廠也略知皮毛地、半推半就地引進了精益思想，它的烙印還沒來得及成為我們血液中的自由元素。

而此刻，全新的數(shù)字化技術卻已經(jīng)來到身邊，成為我們必須面對、必須應答的時代拷問。

新的浪費，正在形成。

中國的工廠必須用知識來解放數(shù)據(jù)。中國制造者們，此刻必須開始意識到，我們最熟視無睹的“數(shù)據(jù)浪費”， 已經(jīng)成為一種新的觸目驚心的揮霍。這是一種可怕的工業(yè)無知。它如一只令人生厭的烏鴉，站在設備的控制板上，嘲笑著我們在設備上所做的大把大把的投資。

圖4 工業(yè)大數(shù)據(jù)的價值觀

就設備的效率而言，我們需要設備自動化;

就資源的浪費而言，我們需要精益生產(chǎn)觀;

就數(shù)據(jù)的效率而言，我們需要知識自動化;

就數(shù)據(jù)的浪費而言，我們需要精益數(shù)據(jù)觀。

從工業(yè)大數(shù)據(jù)的角度，中國制造業(yè)尚處于數(shù)據(jù)的黑金時代。

在當下，工業(yè)大數(shù)據(jù)還是中國制造業(yè)的偽***。

正是此刻，數(shù)據(jù)與知識的關系，更加耐人尋味。在這樣一個i額時代，所有企業(yè)都將逐漸意識到數(shù)據(jù)的重要性。但如何能夠完成數(shù)據(jù)的解放，將數(shù)據(jù)釋放出來，仍然需要穿過“無視知識”的認知障礙，仍然需要借助大量的專業(yè)化知識。這是中國兩化深度融合過程中，工業(yè)化必須單獨回答的***。

如果我們忽略管理者深淺不一的見識和技術上互相標榜的流派，那么工業(yè)4.0時代的所有***，其實只有兩個：數(shù)據(jù)和用戶。所有的障眼法都由此而來。

而工業(yè)知識的顯性化、模型化和固化，則是破解數(shù)據(jù)障眼法的唯一之道。