中国工业大数据的实践与思考试题.pptx

中国工业大数据的实践与思考 演讲者：王建民 演讲人介绍： 王建民 现为清华大学软件学院教授、博士生导师，副院长、党委书记，信息系统与工程研究所所长。国家“十一五”863计划先进制造领域专家。中国计算机学会高级会员，数据库专委会委员，Petri网专委会委员。 主要内容 1、工业大数据 2、工业大数据思考 3、工业大数据实践 1、工业大数据 简单来讲，工业大数据就是在工业领域信息化相关应用中所产生的海量数据，注意这里的“相关应用”意味着不仅包括企业内和产业链，还包括客户用户和互联网上的数据。 2012年，GE公司率先明确了“工业大数据”的概念。同年麦肯锡的报告中给出了一个有趣的事实：那就是在虚拟经济占主导地位的美国，其工业界蕴含的数据总量反而是最大的。 同时GE公司的报告还揭示了工业大数据所蕴含的巨大价值。 为什么今天提出“工业大数据”? 我感觉有几个重要背景： 第一是数字化装备和产品的普及； 第二装备和产品网络化连接的普及（互联网+）； 第三是企业向服务型制造转型，第四“从摇篮到摇篮”制造的必然要求。无疑“智慧互联设备”、“工业4.0”和“工业互联网”都顺应了这样一个趋势。 趋势和动力 主要内容 1、工业大数据 2、工业大数据思考 3、工业大数据实践 对工业大数据的几点思考： 1、工业大数据从哪里来？ 工业大数据来源于产品生命周期的各个环节，包括市场、设计、制造、服务、再利用各个环节，每个环节都会有大数据，“全”生命周期汇合起来的数据更大，当然企业外、产业链外的“跨界”数据也是工业大数据“不可忽视”的重要来源。 1、工业大数据从哪里来？ 2、工业大数据和企业已有数据之间的关系？ 传统企业信息化的“四大件”，广义PLM系统（包括CAX）支持产品开发、ERP系统负责“人财物、产供销”、SCM系统协调供应链，CRM系统关照企业客户和用户，这些系统一般架构在关系数据库系统之上，显然这些系统中的数据是工业大数据，是其中的“20%”部分。 2、工业大数据和企业已有数据之间的关系？ 工业大数据领域2/8法则 数据价值密度 20%的SQL小数据具有80%的价值密度 例如：产品图纸、试验分析、加工工艺等 80%的工业大数据密度只有20%，需要分析挖掘 例如：工况数据、图片数据、文本数据等 数据的依赖关系 20%的SQL小数据将引爆80%工业大数据价值 不举小数据之“纲”，难张大数据之“目” 3、工业大数据和业务流程的关系？ 传统企业信息化项目一般是从梳理业务流程起步的，流程“主动”、数据“被动”。而工业大数据环境下，要求企业快速满足个性化用户需求，企业僵化的“长流程”，难以适应“实时决策”的要求，需要变“流程驱动”为“数据驱动”，至少是“混合驱动”，“流程”和“数据”深度融合。上述表现，就是我们说的“流程碎片化”，数据成为连接这些“碎片”的媒介。 3、工业大数据和业务流程的关系？ 从过程产生数据到数据驱动过程 过程管理的“不变”与“变” “不变”：企业在业务过程中凝结人类劳动 “变”：长流程的碎片化、基于数据的路由等 企业的“本”与“末” “本”：产品+服务、物质加实质、产品生命周期等 “末”：单纯强调信息化技术先进性、甚至赶“时髦” 4、工业大数据有没有“交钥匙”工程？ 新世纪以来，我国工业界经历了轰轰烈烈的信息化浪潮，“不搞信息化等死，搞了信息化找死”，后半句话告述我们，“信息化”是有难度和风险的，所以“交钥匙”工程成了广大企业所期望的方式。 4、工业大数据有没有“交钥匙”工程？ 我个人的观点，工业大数据不存在“交钥匙”工程（至少现在），原因如下： 1) 工业大数据项目主要不是针对“现有业务”，而是针对“未来业务”、“创新业务”的，其魅力在于创新性、不确定性； 2) 工业大数据现在还处在“科学”阶段，人们对数据价值的“提取”方法、技术与工具尚不成熟，特别是以物理规律为发现目标的工业大数据处理更是刚刚起步； 3) 人们普遍认同的“领域专家”、“统计专家”和“软件专家”组成的协同团队，是当前“大数据”深度应用的有效方法。 4、工业大数据有没有“交钥匙”工程？ 没有“交钥匙”工程 持续迭代 新装备：需要对装备进行改进，实现互联互通、透彻感知 新数据：需要从多个渠道去获取数据并相互关联 新业务：需要打破传统组织边界衍生新型业务 新模式：甚至在产业链上谋求模式的改变 深度融合 物理设备和信息的融合 业务过程和数据的融合 领域专家和数据科学家的融合 主要内容 1、工业大数据 2、工业大数据思考 3、工业大数据实践 在工业大数据方面的“小实践”： 在工业产品全生命周期的各个阶段都有大数据，比如设计阶段引入用户社区数据，制造阶段使用机床在线测量数据，在市场营销阶段使用社交网络数据等。在这里，和大家分享一下使用过程中产生的装备工况大数据。 首先，