工業(yè)大數(shù)據(jù)的重要性眾所周知，但究其根本，大數(shù)據(jù)是手段而不是目的，人工智能也是如此。如果僅僅因為工業(yè)互聯(lián)網(wǎng)的概念很熱，企業(yè)就要去盲目擁抱工業(yè)互聯(lián)網(wǎng)和工業(yè)大數(shù)據(jù)、人工智能技術，實際上是一個非常錯誤的觀點。

在新一代信息技術出現(xiàn)之前，工業(yè)企業(yè)已經(jīng)正常運轉了上百年，我們應該清晰地認識到信息技術手段的加入更像催化劑的作用。首先需要明確需要達到怎樣的業(yè)務目標，可以使得今天已經(jīng)存在的生產(chǎn)工藝、工業(yè)產(chǎn)品、管理方法變得更好。

其實大數(shù)據(jù)支撐制造業(yè)的業(yè)務變革最根本的目標就是提質增效，在自動化與信息化基礎之上，實現(xiàn)智能化的制造體系。在智能制造的基礎上，然后才是打造平臺，構建產(chǎn)業(yè)生態(tài)，與產(chǎn)業(yè)鏈進行更有效的協(xié)同，實現(xiàn)工業(yè)互聯(lián)網(wǎng)的乘法式發(fā)展。

工業(yè)大數(shù)據(jù)的三個典型應用方向，也是我們實現(xiàn)工業(yè)互聯(lián)網(wǎng)的目標，包括智能裝備、服務型制造和跨界融合。第一個層次是設備級的，就是提高單臺設備的可靠性、識別設備故障、優(yōu)化設備運行等；第二個層次更多是針對產(chǎn)線、車間、工廠，提高運作效率，包括能耗優(yōu)化、供應鏈管理、質量管理等；第三個層次是跨出了工廠邊界的產(chǎn)業(yè)跨界，實現(xiàn)產(chǎn)業(yè)互聯(lián)。

工業(yè)大數(shù)據(jù)并不是憑空而來，傳統(tǒng)工業(yè)信息化一直在進行，我們已經(jīng)有大量的數(shù)據(jù)來自于研發(fā)端、生產(chǎn)制造過程、服務環(huán)節(jié)，工業(yè)信息化過程一直在產(chǎn)生大量的數(shù)據(jù)，工業(yè)從數(shù)據(jù)到大數(shù)據(jù)，其實更多要考慮的是與自動化域數(shù)據(jù)的疊加，這是數(shù)據(jù)的兩化融合。而在工業(yè)互聯(lián)網(wǎng)時代，我們還需要納入更多來自產(chǎn)業(yè)鏈上下游以及跨界的數(shù)據(jù)。

工業(yè)大數(shù)據(jù)有哪些特點？我們總結為"多模態(tài)、高通量、強關聯(lián)"的特性。我們在工業(yè)領域總結了約有130多種不同類型的數(shù)據(jù)，數(shù)據(jù)模態(tài)多樣，結構關系復雜。高通量是指數(shù)據(jù)持續(xù)不斷地產(chǎn)生，采集頻率高，通量大。強關聯(lián)是指工業(yè)場景下的數(shù)據(jù)有非常強的機理支撐，不同學科之間的數(shù)據(jù)是在機理層面的關聯(lián)，而不是數(shù)據(jù)字段上的關聯(lián)。

而對工業(yè)大數(shù)據(jù)的分析應用，也不是將深度學習、強化學習的方法放到這里就可以有結果。我們需要獲知研究對象的機理模型與定量領域知識，而這在當前基礎上前進很困難。我們希望找出數(shù)據(jù)在輸入、輸出之間的統(tǒng)計關系，對機理和模型不確定、不清晰的部分加以補足，這是工業(yè)大數(shù)據(jù)應用的基礎。

智能制造在不斷獲得數(shù)據(jù)的驅動，從智能制造到工業(yè)互聯(lián)網(wǎng)平臺，核心都是利用數(shù)據(jù)和模型，優(yōu)化制造資源的配置效率。

工業(yè)互聯(lián)網(wǎng)并不等同于智能制造，區(qū)別在于數(shù)據(jù)的跨界和業(yè)務的邊界上是否有所突破。當下，太多人過于重視平臺能力，而真正的工業(yè)互聯(lián)網(wǎng)講的是生態(tài)，資源優(yōu)化從描述、診斷向預測、決策不斷深入，從單機設備、生產(chǎn)線、產(chǎn)業(yè)鏈再到產(chǎn)業(yè)生態(tài)不斷拓寬。

我們的生態(tài)如何來構建業(yè)務體系，如何跨界，才是工業(yè)互聯(lián)網(wǎng)成功與否的關鍵。而決定工業(yè)互聯(lián)網(wǎng)發(fā)展方向的，一定是業(yè)務驅動。我們從一開始就反對拎著一把錘子，滿世界找釘子，現(xiàn)在很多大數(shù)據(jù)、人工智能公司就存在這個問題。

我們需要深入到一個工業(yè)領域，造一把可靠的錘子，剛好可以去敲有需求的釘子，業(yè)務驅動和問題驅動才是產(chǎn)業(yè)發(fā)展的本質，而不是技術驅動。將業(yè)務、數(shù)據(jù)理清楚，評估數(shù)據(jù)，真正實現(xiàn)業(yè)務落地，要點就是三個要素的協(xié)同——人、場景、算法。