“第二屆互聯(lián)網(wǎng)與工業(yè)融合創(chuàng)新峰會”于2016年7月28日在北京國賓酒店舉辦。飛象網(wǎng)作為直播媒體將對會議做全程報道。
中國信息通信研究院信息化與工業(yè)化融合研究所 李錚
李錚：各位領(lǐng)導(dǎo)、各位來賓大家下午好。很高興有這個機會可以跟大家一起分享我們研究院對于工業(yè)大數(shù)據(jù)技術(shù)發(fā)展和應(yīng)用的理解。
首先我的今天演講題目是數(shù)據(jù)驅(qū)動的工業(yè)智能。這里面三個關(guān)鍵詞我介紹也是圍繞這三個關(guān)鍵詞展開，第一個是數(shù)據(jù)。就是我們?yōu)槭裁匆剶?shù)據(jù)，數(shù)據(jù)已經(jīng)成為我們現(xiàn)在媒體上出現(xiàn)次數(shù)非常多的詞。我們可以看到工業(yè)大數(shù)據(jù)的研究、工業(yè)大數(shù)據(jù)的價值應(yīng)用體現(xiàn)。第二個關(guān)鍵詞就是驅(qū)動，我們要探究一下為什么我們現(xiàn)在說數(shù)據(jù)能夠產(chǎn)生價值。這個背后有哪些驅(qū)動力量。第三個關(guān)鍵詞就是智能我們智能的表現(xiàn)是什么。我們帶來的價值什么怎么樣去體現(xiàn)。我會從一些簡單的案例來跟大家進行一些分享。
首先是第一部分我們來看一下我們現(xiàn)在為什么要這么多的提及工業(yè)數(shù)據(jù)，它的背景是什么。我們?nèi)诤螴TCG數(shù)據(jù)是帶來工業(yè)數(shù)據(jù)的應(yīng)用創(chuàng)新。大數(shù)據(jù)已經(jīng)成為影響制造業(yè)顛覆性的技術(shù)。近年來我們看到大數(shù)據(jù)商業(yè)的主要推動力量，那現(xiàn)在這個力量傳導(dǎo)到工業(yè)領(lǐng)域。眾所周知德國工業(yè)4.0這些政策的提出為重要的背景，都是各國制造業(yè)根據(jù)他們不同的發(fā)展基礎(chǔ)，以及他們制造業(yè)的優(yōu)勢而提出一個政策特點，而這政策中不約而同作為數(shù)據(jù)變?yōu)榧夹g(shù)力量。比如說美國認為大數(shù)據(jù)三大變革制造技術(shù)的之一，德國也認為工業(yè)4.0的關(guān)鍵支撐技術(shù)。發(fā)展也將工業(yè)大數(shù)據(jù)作為未來工業(yè)戰(zhàn)略的九大核心領(lǐng)域之一。根據(jù)全球的一個制造業(yè)的市場研究調(diào)查顯示。超過47%應(yīng)該說近半數(shù)的企業(yè)認為大數(shù)據(jù)將成為未來影響制造業(yè)最大的一個影響因素。下面包括了物聯(lián)網(wǎng)、移動技術(shù)等等。那在這里面大數(shù)據(jù)是排第一位。同時也有49%的企業(yè)他們正在使用或者說正在試著使用大數(shù)據(jù)，去感受大數(shù)據(jù)為他們帶來的價值。
這一現(xiàn)象的出現(xiàn)是伴隨著工業(yè)的自動化、信息化、以及智能制造這個發(fā)展的歷程。我們從90年代開始的自動化是我們當(dāng)時實現(xiàn)了生產(chǎn)管控和組織管理的全面自動化、數(shù)字化，我們實現(xiàn)了一些自動化的生產(chǎn)和運營。那在2005年左右，我們開始了信息化階段，那在這個地方這階段我們進行了一些生產(chǎn)計劃資金運作以及資源配置的局部優(yōu)化。我們當(dāng)時提出了豐田的精密制造，在2015前后我們工業(yè)互聯(lián)網(wǎng)智能制造各要素的融合，我們在進行一個全局優(yōu)化是一個智能制造的一個工業(yè)變革的時代。同時融合也意味著這我們的數(shù)據(jù)在向非結(jié)構(gòu)化的數(shù)據(jù)融合。在我們發(fā)展過程中電子郵件、網(wǎng)頁、視頻文件以及多媒體都在涌入我們的數(shù)據(jù)事件，所以說這些也帶來我們數(shù)據(jù)的廣度和深度的提升。
融合意味著我們數(shù)據(jù)的來源多樣性。主要來源于產(chǎn)品的生命周期的各個環(huán)節(jié)，包括市場、設(shè)計、制造服務(wù)以及再利用的這些環(huán)節(jié)，都會產(chǎn)生數(shù)據(jù)。那這邊有一項經(jīng)濟學(xué)人的報告，這一項報告是在2004年做，當(dāng)時做了統(tǒng)計，就是把企業(yè)使用的數(shù)據(jù)我們分為13類，包括客戶的反饋投訴的數(shù)據(jù)。財務(wù)數(shù)據(jù)、ERP數(shù)據(jù)等等。那在這些13類數(shù)據(jù)中其中有9類管理系統(tǒng)就是供應(yīng)鏈ERP等等。那在基于這些數(shù)據(jù)我們一直在做的商業(yè)智能都是基于這些數(shù)據(jù)進行分析。同時我們可以發(fā)現(xiàn)有一些數(shù)據(jù)也在涌入這些企業(yè)的視角，比如說外部傳感器的數(shù)據(jù)，家裝到產(chǎn)品當(dāng)中，我們會帶來一些產(chǎn)品的數(shù)據(jù)，還有聯(lián)網(wǎng)機器的數(shù)據(jù)，還有一些機器的操作日志，以及RFID的數(shù)據(jù)，這意味著我們現(xiàn)在智能制造領(lǐng)域，機器產(chǎn)生的數(shù)據(jù)已經(jīng)成為了我們工業(yè)領(lǐng)域、應(yīng)用數(shù)據(jù)一個重要的來源。
在這里數(shù)據(jù)來源可以分為三類，一類就是我們現(xiàn)在覺得是一個發(fā)展變化最快的一個領(lǐng)域就是機器設(shè)備的數(shù)據(jù)。這里面包括了一些狀態(tài)、位置以及使用狀況的數(shù)據(jù)。這個數(shù)據(jù)可以是通過機器、自身的控制系統(tǒng)獲得的數(shù)據(jù)。也可以是根據(jù)在加裝在傳感器的數(shù)據(jù)。此外還有傳統(tǒng)信息數(shù)據(jù)的ERP等等。同時我們企業(yè)外產(chǎn)業(yè)外的跨界數(shù)據(jù)也是不可忽視的數(shù)據(jù)來源。這些數(shù)據(jù)本身就具有一個不菲的價值，我們可以用這些數(shù)據(jù)做一些潛層次的分析，為我們企業(yè)、客戶和合作伙伴帶來一些價值。但同時我們也可以把它們?nèi)谠谝黄�。�?dāng)我們這些數(shù)據(jù)全部融在一起，形成一個很大的弧之后，我們可以更好的利用數(shù)據(jù)的本身工具。比如說當(dāng)把這一數(shù)據(jù)用在描述的數(shù)據(jù)時，我們捕捉生產(chǎn)狀態(tài)和運行狀態(tài)的信息。我們可以去檢查故障或者是性能降低的發(fā)生原因，做一些診斷性的分析，我們也可以通過這歷史數(shù)據(jù)去預(yù)測未來可能發(fā)生的狀況，甚至說我們可以提出我們?nèi)绾胃倪M找到這種方法或者改善結(jié)果或者糾正問題進行一些決策性的分析。
那在這基礎(chǔ)上，我們做的是一個對數(shù)據(jù)深入洞察。這里面它將會為企業(yè)、客戶合作伙伴帶來一個更大的價值。當(dāng)然我們這些數(shù)據(jù)所有做的分析，我們可以反作用于數(shù)據(jù)來源，我們可以通過一些控制、通過一些優(yōu)化，我們?nèi)?yōu)化數(shù)據(jù)來源。因此我們現(xiàn)在可以說，數(shù)據(jù)已經(jīng)成為人才、技術(shù)資本之外的企業(yè)又一項的核心資源。
多領(lǐng)域的數(shù)據(jù)融合，也激發(fā)的應(yīng)用創(chuàng)新，這些在工業(yè)領(lǐng)域全產(chǎn)業(yè)鏈、全產(chǎn)值鏈都產(chǎn)生了巨大價值，我們設(shè)備的預(yù)測性維護可以降低損耗的成本，然后在快速響應(yīng)領(lǐng)域我們通過客戶的需求預(yù)測，我們可以實現(xiàn)個性化定制，在一方面我們可以提高我們的貨幣，同時也能提升客戶的滿意度。比如說流程優(yōu)化的領(lǐng)域，我們可以一些虛擬設(shè)計，甚至我們把生產(chǎn)數(shù)據(jù)集中起來，進行一個更加優(yōu)化的排查。那在這些都對我們的整個應(yīng)用產(chǎn)生了一些模式的創(chuàng)新，以及可以產(chǎn)生一些更大的價值體現(xiàn)。
我們這一變革是怎么發(fā)生的？就為什么我們會認為數(shù)據(jù)驅(qū)動是一個驅(qū)動型的力量。這里面我們認為ICT技術(shù)在這變革中起了一個重要的力量。ICT技術(shù)是對數(shù)據(jù)四個核心環(huán)節(jié)，就是數(shù)據(jù)采集集成、計算和分析。四個核心環(huán)節(jié)進行了不斷的推動和技術(shù)創(chuàng)新，從而實現(xiàn)驅(qū)動我們的工業(yè)智能。那首先在采集環(huán)節(jié)，采集環(huán)節(jié)我們認為傳感技術(shù)的進步，是使得我們數(shù)據(jù)的采集更靈活，更廣泛，以及精準(zhǔn)，我們在采集環(huán)節(jié)一個最重要的作用，我們需要充分掌握、設(shè)備、產(chǎn)品資源，或者一些虛擬的數(shù)據(jù)，并且保證這些數(shù)據(jù)的實時性和有效性，這些領(lǐng)域我們可以看到近十年來傳感技術(shù)正在朝著智能化、移動化還有微型化發(fā)展。這傳感器為我們數(shù)據(jù)采集提供了一個重要的基礎(chǔ)，一方面降低了部署成本，比如說有一些傳感器它只僅僅3.6伏的電池就用10年到20年有一些甚至下降了100倍。另一方面?zhèn)鞲衅骷夹g(shù)的進步也帶來了我們未來采集的數(shù)據(jù)更加精準(zhǔn)，甚至可以說傳感器這一階段，就可以做到更加職能預(yù)判。
比如說APP公司配備了視覺傳感器之后，可以通過先進的視覺去引導(dǎo)技術(shù)，然后實現(xiàn)對這環(huán)境的感知和應(yīng)變，我們可以收集更多更精確環(huán)境方面的數(shù)據(jù)。可以針對預(yù)測性維護和環(huán)境監(jiān)控做一些數(shù)據(jù)的初步預(yù)判那在這里面技術(shù)的進步，我們正在解決生產(chǎn)線中采集數(shù)量不足，采集類型不全、采集頻率不足的一些種種問題。
其次在數(shù)據(jù)集成環(huán)節(jié)，網(wǎng)絡(luò)技術(shù)和IT技術(shù)的進步，我們驅(qū)動整個數(shù)據(jù)集成體系是日趨完善。這里面主要是通過一些協(xié)議轉(zhuǎn)換，實現(xiàn)網(wǎng)絡(luò)集成、同時也可以面向各種應(yīng)用實現(xiàn)數(shù)據(jù)集成，最終我們是把不同的數(shù)據(jù)來源格式和特征的數(shù)據(jù)在邏輯或者物理上有機的集中。在此基礎(chǔ)上也可以通過數(shù)據(jù)可視化的呈現(xiàn)，獲得數(shù)據(jù)的全局的試圖。那在這過程ICT的技術(shù)起了重要的作用，但是不可忽略在技術(shù)發(fā)展進程中也起了核心的作用，比如說工業(yè)網(wǎng)絡(luò)的協(xié)議，這基本上工業(yè)進行主導(dǎo)還有一些物聯(lián)網(wǎng)的協(xié)議，通用網(wǎng)絡(luò)的協(xié)議，這一些是ICT技術(shù)還有一些行業(yè)企業(yè)去主導(dǎo)。所以說數(shù)據(jù)集成日趨完善的過程中，都在技術(shù)不斷的融合中發(fā)揮了巨大的價值。
就是數(shù)據(jù)計算的環(huán)節(jié)，數(shù)據(jù)計算這技術(shù)的進步，我們?yōu)槠髽I(yè)的分析應(yīng)約，提供了靈活、高效和低成本的提升能力，這一方面是計算，我們都向上崩集中，我們在上層通過云的方式獲得這種計算能力的提升。比如說農(nóng)夫山泉用了SAP先進技術(shù)手段，同時云平臺也提供了豐富的資源，去靈活的部署計算資源，大大降低了工業(yè)企業(yè)的一些數(shù)據(jù)處理成本。但在另外一般方面我們計算能力的提升也有一個向端的發(fā)展。這個端點代表有初步計算處理功能的終端和設(shè)備的冗現(xiàn)。最終傳到我們上層比如說ERP環(huán)節(jié)更上層我們進行數(shù)據(jù)的分析。那在現(xiàn)在我們在底層在生產(chǎn)的設(shè)備層，我們可以進行一些數(shù)據(jù)的預(yù)判，一些控制終端，可以在本地過濾和管理數(shù)據(jù)，將有價值的和需要的數(shù)據(jù)再上傳到上層，這不僅能分擔(dān)計算能力，同時也可以降低一些網(wǎng)絡(luò)傳輸?shù)膲毫Α?/P>
我們說的數(shù)據(jù)分析這一核心環(huán)節(jié)，數(shù)據(jù)分析主要是基于一些大量的歷史和實時的數(shù)據(jù)，我們可以通過大數(shù)據(jù)、機器學(xué)習(xí)、人工智能等技術(shù)，持續(xù)動態(tài)模型，使得應(yīng)用場景更加豐富。因為這里面應(yīng)用數(shù)據(jù)都比較抽象，我們用一個數(shù)據(jù)來判斷，一個很重要的環(huán)節(jié)它主要是在地面上去人為的制造氣流，通過不斷的模擬空中各種復(fù)雜的狀態(tài)，可以為飛機的設(shè)計提供一些優(yōu)化的數(shù)據(jù)支撐這里面是波音公司從80年代開始，它是先開使用一些仿真模型的軟件，去取代傳統(tǒng)的風(fēng)動試驗，都會耗費巨大的成本，在這一段時間里近十年中我們降低了風(fēng)動的次數(shù)從77次降到18次。這一數(shù)據(jù)在1995年之后遭遇了瓶頸，因為我們傳統(tǒng)的統(tǒng)計分析方法，已經(jīng)無法再將這次數(shù)下降。那在這近兩年取得了突破，這主要是我們的數(shù)據(jù)分析技術(shù)又有了新的提升，我們可以用機器學(xué)習(xí)和算法去優(yōu)化這模型，最終我們實現(xiàn)了某一個機型分析，結(jié)果與實際情況誤差1%，同時將這仿真次數(shù)占到僅僅只需要一次風(fēng)動試驗就可以完成。
最后我們簡單講幾個就是整體供應(yīng)數(shù)據(jù)的利用案例，工業(yè)數(shù)據(jù)我們講不僅是提升企業(yè)的運用效率，就是從企業(yè)一個微觀或者縱觀的層面，同時可以宏觀到促進發(fā)展。第一個是GE推它的解決方案，但同時GE本身工廠智能化水平，分為三個階段，第一階段就是把所有的機器連接上，第二階段我實現(xiàn)數(shù)據(jù)集成，第三個階段我通過把機器的數(shù)據(jù)，信息系統(tǒng)的數(shù)據(jù)，各類以及外部的數(shù)據(jù)進行分析。最后它得到預(yù)期價值減少停機10%到15%，減少庫存30%，減少人力成本14%，縮短交付周期60%，這是一個完整的解決方案，這從全局化的角度發(fā)揮價值。
第二個例子是飛機運維零部件，飛機運維零部件的庫存，當(dāng)一個飛機發(fā)生故障我們檢修非�？斓陌芽蛻粜枰膫浼偷娇蛻羰种校窃谶@里面他在設(shè)立了一個零備件的倉庫，同時在新加坡、北京、華盛頓都有倉庫網(wǎng)絡(luò)，盡管有了很多的零配件還是遠遠不夠，他通過零配件的數(shù)據(jù)還有一些庫存的數(shù)據(jù)。進行了分析優(yōu)化，建立了一個需求預(yù)測，以及庫存優(yōu)化的模型，最終實現(xiàn)庫存優(yōu)化5%。同時他把數(shù)據(jù)大量的積累之后，又能夠進一步進行一個零配件的需求預(yù)測，就是通過一個主動式的維修服務(wù)，可以預(yù)測客戶是這零配件大概什么時間換了我可以提前進行庫存和采購，提高客戶的服務(wù)感知。
最后一個例子是一個比較宏觀，這是受工信院委托我們院承擔(dān)了制造強國大數(shù)據(jù)平臺，這平臺收集的數(shù)據(jù)是在國家工業(yè)基礎(chǔ)上，我們匯集了政府、園區(qū)、協(xié)會、企業(yè)、互聯(lián)網(wǎng)相關(guān)的數(shù)據(jù)，我們編織了產(chǎn)業(yè)前景圖重點產(chǎn)業(yè)、生產(chǎn)力不足以及一帶一路國際產(chǎn)能合作的模塊，這些我們收集這些數(shù)據(jù)，我們利用這些供應(yīng)領(lǐng)域的數(shù)據(jù)，可以面向工業(yè)企業(yè)，建立公共服務(wù)平臺，也為加強供給側(cè)的結(jié)構(gòu)性改革提供了一個有效的工具。
在未來智能制造的時代，我們認為工業(yè)數(shù)據(jù)會帶來越來越多的價值，讓我們拭目以待，謝謝。
