獨家 | 借力工業大數據，「中國製造」邁向「中國智造」

工業大數據，對於我國製造業轉型升級與實施中國製造2025，不可或缺。借力工業大數據，有助於我國躋身世界製造強國前列，實現由工業大國向工業強國轉變的工業發展願景。《千人》雜誌2016年總第52期對話上海交通大學工業工程與管理系主任、教育部長江學者特聘教授江志斌博士，就工業大數據將為製造業轉型升級、實施中國製造2025發揮何種作用展開探討。

文:《千人》雜誌記者 徐錦博

原標題：借力工業大數據，「中國製造」邁向「中國智造」——專訪上海交通大學教授江志斌

註：本文原載於《千人》雜誌2016年總第52期，轉載請註明來源，未註明來源轉載將視為侵權。

江志斌

上海交通大學工業工程與管理系主任、教育部長江學者特聘教授、國際工業與系統工程學會會士。

1982年1月畢業於合肥工業大學，獲工學學士學位；1985年6月畢業於江蘇理工大學，獲工學碩士學位。1985年7月至2001年11月在合肥工業大學工作，期間1995年5月至1999年9月先後在丹麥Alborg大學、香港城市大學、加拿大Alberta大學訪問及留學。主要研究領域：離散事件動態系統理論及其在生產與服務系統建模與控制中的應用，生產計劃與控制。

千人

工業的發展歷經三次革命，當前，第四次工業革命正在襲來，大數據、新材料、新能源、生物科技被視為是將對第四次產業革命產生重要影響的四大領域，而大數據或將引領第四次工業革命的發展。工業領域中，從工業產品的研發、工業產品的設計與生產，到工業生產污染物排放監控、工業運行分析等環節，都需要藉助工業數據的分析來實現。利用工業大數據實現傳統工業與現代信息技術的深度融合，將推動工業領域迎來創新與變革。

全球新一輪科技革命和工業變革的影響下，世界各國正努力推動製造業轉型，實現產業結構優化升級。同時，基於未來工業的發展，德國、美國等西方發達國家紛紛實施新的工業發展戰略，我國則制定了中國製造2025規劃，努力實現工業大國向工業強國轉變。工業大數據將為製造業轉型升級、實施中國製造2025發揮怎樣的作用？本刊專訪了上海交通大學工業工程與管理系主任、教育部長江學者特聘教授江志斌博士。他認為，工業大數據是我國製造業實現轉型升級的重要抓手，德國「工業4.0」、美國工業互聯網以及中國製造2025的「兩化」深度融合中，大數據發揮著基礎性、不可或缺的作用，智能製造將是中國製造2025的主攻方向。

關於大數據的概念，學界和業界尚未形成共識。大數據涉及通信、醫療、交通、金融、工業等眾多領域，涵蓋範圍廣泛，因而有著不同的分類方式。

「大數據可以按照大數據產生的環境或場景劃分，如Web和社交媒體數據、機器數據、大體量交易數據等；也可以應用領域為劃分依據，包括醫療衛生大數據、金融大數據、教育大數據等。顯然工業大數據則是就應用領域而言的，是工業領域信息化應用所產生的各類數據。」江志斌指出，工業大數據具有大體量(Volume)、多樣性(Variety)、時效性(Velocity)、準確性(Veracity)以及大價值(Value)等「5V」特點。

目前，關於大數據的利用，大都停留於商業領域數據的挖掘、分析與處理，注重「人為數據或與人相關的數據」，「機器數據或工業數據」則較為忽視。有分析人士指出，工業大數據與商業大數據存在著較大的差異，利用的思路與方式也有所不同。

工業大數據、商業大數據有哪些不同點？江志斌認為，兩者的差異主要體現在四個方面：一是，數據分析的目的不同。工業大數據重在業務流程的優化；商業活動的大數據是為了對用戶的行為數據進行細粒度的分析，從而為商業活動提供依據。二是，對分析結果的質量要求不同。數據分析結果不可靠或不精確將削弱工業生產率，甚至造成極大的損失，因而工業界對數據分析結果的精度和可靠度要求高；商業大數據分析是為了產生更好的用戶體驗以提升商業價值，數據分析的精準度要求相對較低。三是，數據分析的難度不同。工業大數據之間存在高度的關聯關係，這使得主要發現關聯關係的工業大數據分析相對於商業大數據分析而言，難度更大。四是，數據分析可揭示的信息量不同。相對於商業領域，工業領域通過數據分析可揭示的隱含信息較少。

商業領域的大數據有著巨大的利用價值，因而是社會各界關注的熱點。實際上，工業大數據滲透於工業企業的研發、生產、運營、營銷和服務等價值鏈的各個環節，其利用價值不容忽視。當前，工業領域特別是鋼鐵、煤炭、水泥等傳統工業普遍存在產能過剩，面臨較大的去庫存壓力。基於大數據分析，實現精準化、定製化生產，有利於應對工業領域的這一困局。江志斌指出，利用大數據對市場和客戶進行分析，能夠實現工業企業的大規模精準化、定製化生產。

市場分析方面，可藉助大數據分析市場需求的變化和組合形式。工業企業通過產品銷售等大數據分析，觀察區域性需求佔比和變化、產品品類的市場受歡迎程度以及最常見的組合形式、消費者的層次等，能夠以此進行需求預測，調整產品研發、生產和銷售策略。客戶分析方面，基於大數據的客戶類型細分和行為模式描述，有助於企業分析不同類型用戶的價值貢獻度和潛在需求，從而制定差異化的生產和服務策略。

此外，客戶與工業企業之間基於互聯網交互、用戶使用的產品，在物聯網與人和環境交互過程中會產生大量數據，挖掘和分析這些客戶動態數據，能夠實現客戶參與產品的需求分析和設計等活動，同時，依託柔性化的生產流程，能為用戶生產出量身定做的產品，實現工業企業定製化設計和定製化生產。

「基於以上對客戶和市場的準確把握，加上對企業內部生產線、運輸、倉儲等方面的數據分析，將有利於企業把握生產時間和資源利用的變化規律，從而實現精準化的生產。」江志斌說，工業大數據因自身數據量大、非結構與半結構數據分析困難、精度要求高、可靠性要求高等特點，導致了其數據挖掘與利用的成本比商業大數據高。工業大數據利用價值可觀，在其挖掘、分析、利用中，除需解決上述問題外，還應對工業大數據進行有效的治理，提高數據質量與應用效率。

工業大數據：助力製造業轉型升級與服務型製造

工業領域中，大數據應用範圍廣泛，工業產品的研發與產出創新、產品需求預測與銷售管理、生產計劃與調度控制、產品故障診斷與預測、工業產業結構分析等，都離不開大數據的應用。

在我國工業的發展中，製造業的轉型升級，是我國由工業大國邁向工業強國亟待解決的現實問題，也是當前我國實施供給側結構性改革的重中之重，而工業大數據將為我國製造業轉型發展發揮重要的作用。國務院於2015年9月印發《促進大數據發展行動綱要》，綱要指出，要「抓住互聯網跨界融合機遇，促進大數據、物聯網、雲計算和三維（3D）列印技術、個性化定製等在製造業全產業鏈集成運用，推動製造模式變革和工業轉型升級」。

現實中，製造業的轉型升級是各國共同面臨的挑戰。對於我國而言，江志斌認為，我國製造業的轉型發展面臨以下困難：首先是往哪裡轉、如何升級的決策困難，這受到資源的再配置、資產重組、人才與勞動力等眾多因素的影響。其次，資本資金的限制。轉型升級過程中的軟硬體革新、淘汰落後和多餘產能帶來的企業人員安置問題等，都需要資金提供支持。再次，人才和技術支撐不夠。我國不少製造企業在高端人才、研發設計團隊和技術骨幹等方面存在較大的缺口。此外，目前一些企業尚未全面完成數控化與信息化、產品和技術創新存在比較高的風險、各級政府在產業政策導向上存在偏差等問題，同樣制約著我國製造業的轉型升級。

大數據如何助推我國製造業實現轉型升級？江志斌指出，工業大數據是製造業實現轉型升級的重要抓手。宏觀層面，大數據分析有助於我國製造業轉型升級過程中實現科學決策。微觀層面，大數據的實時感知、預測等功能，能夠為製造企業在開展精準化的產品設計和研發、降低成本、縮短生產周期、提升效率、優化流程和決策等方面發揮重要作用。並且，基於工業大數據構建新一代智能工廠，利用生產現場的物聯網等專用設備對生產過程進行實時數據採集和控制，同時將大數據技術融入製造過程的各個環節，有助於製造企業在未來實現生產智能化。

「工業工程，又稱工業與系統工程，作為工業的共性與基礎性的管理和技術交叉學科，其核心是提高生產與服務的效率、降低成本、提高質量和服務水平，強調以正確的方法認真做事情，即當下所提倡的工匠精神。工業基礎不牢靠，則可能升不好級、轉不好型。」作為工業工程專家，江志斌認為，製造業轉型升級中企業需補工業工程課，同時要將大數據與工匠精神相結合。

製造業轉型升級中，服務型製造尤為值得關注。2016年7月，工信部、國家發改委、中國工程院三部門共同印發《發展服務型製造專項行動指南》，指南明確提出，「服務型製造，是製造與服務融合發展的新型產業形態，是製造業轉型升級的重要方向」，要「推動服務型製造向專業化、協同化、智能化方向發展，形成國民經濟新增長點，打造中國製造競爭新優勢」。

「服務型製造是一種製造和服務相結合的新模式，製造企業通過向服務延伸，拓展了價值鏈和市場空間；通過引入服務，提升製造企業競爭能力。」作為國內最早研究服務型製造之一的學者，江志斌認為，服務型製造企業提供的不再僅僅是產品，更多的是依託產品的服務，即產品服務系統（Product Service System, PSS）。

服務型製造的發展過程中，大數據同樣發揮著重要的作用。「在服務型製造中，通過大數據分析和決策，能夠為產品服務運行管理提供智能化的決策和服務。服務型製造系統不僅涉及物質產品的製造管理，還涉及與產品相關的不可觸及、不可存儲的服務管理，其生產計劃調度控制比傳統的製造管理更為困難。此外，服務型製造供應鏈是一種混合供應鏈，不僅涉及物流管理，而且涉及服務流管理，兩種流耦合在一起，因此供應鏈管理比一般供應鏈管理更加複雜。」在江志斌看來，服務型製造中，無論是服務製造生產管理，還是混合供應鏈管理，都更加需要大數據技術提供支撐。

各國積極推動製造業轉型升級的同時，基於未來工業發展的考量，德國、美國、中國等世界主要經濟體分別制定了各自的工業發展戰略：工業4.0、工業互聯網、中國製造2025。

德國提出的「工業4.0」、美國重視構建的工業互聯網以及中國實施的中國製造2025，三大戰略間有哪些不同？大數據將在這三大戰略中發揮怎樣的作用？江志斌提出了自己的看法：

工業4.0利用物聯信息系統(Cyber-Physical System，簡稱CPS)將生產中的供應、製造、銷售信息數據化、智慧化，以此實現快速、有效的個人化的產品供應，其重點是智能產品、智能生產和智能工廠。工業互聯網是工業革命帶來的機器、設施、系統網路，與互聯網革命帶來的智能設備、智能網路和智能決策間的融合，是數據流、硬體、軟體和智能的交互，其三大核心是智能設備、智能系統、智能決策，其中智能化設備是基礎，智能系統是框架，而智能決策則是大腦，三者缺一不可。中國製造2025是我國實現製造業大國向製造業強國轉變中「三步走」的第一步，其大致包括五方面內容，一是強調創新驅動，二是質量為先，三是綠色發展，四是結構優化，五是人才為本。

「無論是德國工業4.0、美國工業互聯網，還是中國製造2025的『兩化』深度融合，智能化是共同的特徵，包括智能產品、智能工廠以及智能生產。」江志斌指出，智能設備、工廠和生產過程以及產品使用過程，本質上是數據流、硬體、軟體和智能的交互，由智能設備和網路收集的數據存儲後，利用大數據分析工具進行數據分析和可視化，由此產生智能信息，供決策者進行實時判斷處理。因此，大數據技術在工業4.0、工業互聯網以及中國製造2025的「兩化」深度融合中發揮著基礎性、不可或缺的作用。

談及中國製造2025，江志斌認為，互聯網與傳統工業的融合，即「兩化融合」，是中國製造新一輪發展的制高點，而智能製造將是中國製造2025未來的主攻方向。

智能製造領域，2016年最值得關注的有九大核心技術，即：工業大數據、工業物聯網、雲計算、工業機器人、3D列印、虛擬現實、人工智慧、知識工作自動化以及工業網路安全。傳統製造向智能製造轉變，其主要目標是從產品、生產過程，到企業運作、管理、服務等環節實現全方位的智能化，是一種以需求為導向實現個性化的生產製造，這一目標的實現需要依靠大數據驅動。

「智能製造應當包含智能製造技術和智能製造系統，智能製造系統不僅能夠在實踐中不斷地充實知識庫，具有自學習功能，還有搜集與理解環境信息和自身的信息，並進行分析判斷和規劃自身行為的能力。」江志斌指出，從智能製造的定義來看，智能製造的核心是充分利用工業大數據，通過深度學習和挖掘，以此提高製造系統的智能。除了依靠大數據，人工智慧在實現智能製造的過程中也發揮著重要的作用，人工智慧為智能製造提供了系統演化的理論基礎，而大數據為智能製造系統的自學習提供了依據和數據來源。

基於信息物理系統的智能裝備、智能工廠等智能製造正在引領製造方式變革，智能汽車、可穿戴智能產品等智能終端產品不斷拓展製造業新領域，智能製造作為我國實施中國製造2025戰略中工業化與信息化「兩化深度融合」的主攻方向，將有助於推動我國製造業轉型升級，實現創新發展，助力「中國製造」向「中國智造」邁進。

小結

工業大數據，對於我國製造業轉型升級與實施中國製造2025，不可或缺。借力工業大數據，有助於我國躋身世界製造強國前列，實現由工業大國向工業強國轉變的工業發展願景。

因此，如何利用好工業大數據至關重要。但江志斌指出，我國工業大數據的運用雖取得了一些進展，現實中仍存在著缺乏工業大數據核心技術和平台、數據資源共享與集成應用程度低、缺乏專業化的工業大數據應用服務體系、工業大數據分析人才匱乏、缺乏大數據分析的相關規範、數據隱私和數據安全保障工作面臨挑戰等諸多的問題。

「製造業的轉型升級、中國製造2025的實施，以及智能製造的推進，需要重視和開展工業大數據分析，更需要大批掌握大數據分析等技術在內的高端製造業人才。」在江志斌看來，整合大學和社會企業資源開展培訓工作，是解決工業大數據急需的高級應用人才的有效的途徑，而慕課（大規模在線課程）是提供這種培訓的一種較好的形式。

目前，國內眾多高校均推出了慕課等開放式的在線課程，如上海交通大學的好大學在線、清華大學慕課平台、高等教育出版社的中國大學慕課等。江志斌所在的上海交通大學推出的慕課平台「好大學在線」，通過與IBM開展合作，將IBM的「Big Data University」中一流的大數據課程進行優化組合，以培訓大量的大數據技術高級應用人才。

我國未來工業實現由「大」到「強」的轉變，需依靠工業大數據等新一代信息技術與傳統工業的深度融合，推動工業信息化進程，同時需著力培養一大批掌握高級技能、擁有「工匠精神」的大國工匠，將以大數據為代表的創新意識與傳統產業長期孕育的工匠精神相結合，實現新舊動能融合發展。