工業大數據解讀

一、什么是工業大數據

工業大數據我們用一個定義，用內涵來給它框的話是很困難的，因為它涉及到很多各種各樣的數據，所以定義比較困難。但從外延角度來看，它是比較容易。所以大體上是3+3，第一個3是三個層面，企業，企業上面的供應鏈、產業鏈和生態鏈，然后在這上面的行業管理和宏觀經濟。每個企業都有三個過程，第一個過程是生產，第二個過程是使用，第三個過程是發展中的經營效益，所以3+3基本上工業大數據的脈絡就圈起來了。所以最小的這個圈就是企業，一個企業從開始到生產線到設計，到工藝過程，到人，一直到管理、決策、市場、服務，向這樣的環節在使用。我們還構成了我們是什么的第二個部分。

第二個是鏈，我們通常說的是供應鏈、產業鏈、生態線，其實這三個鏈之間也是很難一刀斷開，所以我也是從一個概念來看。所以制造業也好、工業企業也好，整個過程是一個鏈環周，所以我們需要從鏈上去看。這個鏈就不僅是一個企業，企業是這個鏈環中的一個環節，更重要的是我們的政府機構、研究機構，需要把產業制造業前兩環，而追求前兩環的優化。所以我們看到了超越一個企業的生存、使用和發展需求的新工業數據。

最后最高的是行業和宏觀調控。每一個行業在行業管理的時間都需要工業大數據，在工業行業又生存了很多企業，所以做好工業數據管理又需要這樣一個鏈條，所以3+3構成了工業的外延，每一個環節，使用的和需求的中間是交集，這樣才對我們工業大數據的發展提供了基礎，才為我們發展提供了基礎。

概念說完了，說的很淺，很簡單。有四點主要的結論：首先是3+3加起來的組合，3+3加起來的組合就是工業大數據；第二是產生、使用和進一步發展的需求的工業大數據是不同的，是交集；第三進一步發展需求的大數據最大；最后一句話最重要，工業大數據，工業是主體。

二、工業大數據的作用和意義

同樣是三個層面，三個由小到大的全面，再加上八個需求，我們來看一下工業大數據的作用和意義。

首先從最小的層面，工業大數據是為了一個企業的整個生產、經營、管理、創新各個環節里面能夠為這個企業實現它的計劃，實現它的戰略目標服務。

（圖示）這里有兩張圖，當我們講工業大數據的時候，我們的數據能夠支撐發展，我們的數據要能夠和這兩個商業模式、制造過程緊緊的咬合在一起。不下面這個圖是一個大數據的分析，即使大的數據分析平臺，我們也還是為了企業的生產、經營、創新、管理各個環節的需求出發。所以這是第一個層面。

第二個層面，從相應的各個鏈環來看，從供應鏈、產業鏈、生態鏈來看，不管是CSM的生產圈，還是一個特定產品制造過程的供應鏈，還是一個完整生產過程的分析，工業大數據都是為了它的優化，為了它的形成。對于一個企業來說，很少來決定一個供應鏈，更不能決定一個產業鏈的完善、優化。所以當我們講供應鏈產業和生態鏈的時候，在這個鏈條下更需要政府管理部門的協調。在這個過程里面企業要什么樣的數據？各個企業之間實現協同需要什么數據？政府的宏觀調控需要什么數據？這就進入第三個層面。

第三個層面，政府的行業管理對于供應鏈、產業鏈、生態鏈、商業鏈、價值鏈有非常重要的作用，但是政府的宏觀調控就超越了這樣的鏈環本身，我們要對經濟發展面臨的重大問題作出回應，甚至回答制造業如何來應對這樣的問題。所以從這個行業來看重要的是行業發展戰略，而到宏觀調控的時候，不但行業的發展戰略，還要從整個經濟發展去看，這些問題怎么解決？就需要信息，而我們在講第三部分的時候，當前主要的問題是信息不夠和信息質量不夠。

簡單總結一下，工業大數據不管是研究、產業還是服務，都是為了加快制造業轉型升級，提高工業競爭力，不管是企業還是鏈環、還是宏觀行業。這個目標一定要落實好，每一個企業、每一個鏈環和我們行業當中的宏觀經濟方面，每一個環節都要落實好。我們這個目標要落實到供應鏈全局優化、產業鏈和生態鏈的形成。

三、工業大數據推動制造業轉型升級

包括存在的主要問題，針對問題建設好、利用好，要提出注重取得失效，最佳實踐和工業相結合。

首先要知道問題，不知道問題怎么發展？聲稱環節是跑冒滴漏，不管是企業還是供應鏈、產業鏈、生態鏈還是行業管理和宏觀經濟。然后是低標準，低標準的結果，使生產線的數據到了ERP，到了管理信息系統。當然了宏觀的現象更加嚴重。

第二，在利用節面臨的問題，從自動化到管理、到鏈環，各個環節第一個是不足，第二個是質量不高。第三是各個環節協同存在制度、核算標準等大量障礙。其實我們今天互聯網的產生，不是金融產生的數據只用于金融去。

第三，在發展需求環節，缺乏預見性，缺乏有效的規模型和工具，缺乏制度和標準規范。你要知道究竟要什么，如果你不知道跑冒滴漏你不知道，非標準你也不知道。

所以我們建設好應用好大數據首先把這三個問題解決，然后針對問題來解決。首先是建設，什么是建設？我記得三年前說過，我說把大數據完全可以看作探礦、采礦、煉礦、用礦，實際上探礦和采礦就是建設好信息，建設好信息從三個緯度四個方面，三個緯度首先是發現。然后才可以按照應用需求結合結合起來。第二要實現這個過程我們要有制度，要有標準，要實現系統之間的互操作。同時我們還要發現、收集、組織，來提升系統性、完整性、及時性、準確性。這是建設好、運用好。

利用好有三個方面或者三個層次，和若干個關鍵環節。由于時間關系就不再展開討論了。

最后，今天大數據要特別注重取得實效，最佳實踐。我們要特別注重實效，因為今天的大數據，每一個環節的形成都有它的實效，這件事情從開始做到做完以后效果究竟是什么？把這個事情放在最最重要的位置，有很多企業家，當你用大數據對你企業各個環節進行改善提升的時候，你首先第一條要把提高效率放在首位，這是關鍵，而且對于制造業，永遠把利潤率放在最重要的位置。當然，工業大數據直接用錢來算，有的環節是企業老板在管理上、在服務上提效，但是這個效果必須是可測量的，不管是定性的還是定量的，但是一定是能夠評價的。

我們要注重理論的研究，注重方法、制度創新的研究。在這個過程中，我們確實需要對制造業發展的趨勢、特征，工業大數據的內涵外延，工業大數據如何使得生存、利用和使用之間，能夠實現各個環節無縫結合，使量協同發展，實現大數據制度創新，等等一系列的問題我們需要研究。所以至于怎么辦有很多很多問題，不同企業、不同行業面對的是不同對象，在這里只是一概而論的表現提一下。