工業大數據在中國是偽***

大數據本來有更加學術化的名稱：數據密集型(Data-Intensive)計算研究。微軟在2009年組織撰寫《第四范式：數據密集型科學發現》一書，給與這種方法以“范式里程碑”的待遇。而對于大眾而言，這些不過是野地徑自升起的炊煙，無人知曉也無可關注。

后來隨著Big Data這個簡潔明了的概念一炮打響，各種大數據這才迎風而上。

工業大數據不過是其中一種BigBang。工業4.0輕松地接過這一閃亮的火把，攪動了人們對于大數據無窮的想象力和不著邊際的信心。數字設計、數字工廠、數字制造等一時間喧囂而上，難免給人造成一種溫暖的假象：到處都是工業大數據。有些輿論甚至斷言，中國擁有全世界***的工業大數據——大概理由是因為中國有最多的設備和工廠現場。

然而，且慢，數據現場，遠非工業大數據之地。

中國真的有工業大數據嗎?

貴陽大數據中心，以政府主導型的數據為基礎，基本是城市數據、政務數據、物流數據等;阿里云是以消費者數據為基礎，十多年淘寶歷程，沉淀了大量的用戶行為數據。

但是，對于那些不分晝夜轟鳴的設備，工業數據仍然是暗無天日的黑油、黑煤炭。對中國制造業而言，些許的光亮或閃爍，遠沒有到大規模發光發熱的時代。更為重要的事情，還需要工業領域去優先解決。

不是煤炭創造了工業革命

對于***次工業革命的發源地，煤炭在英國發揮了巨大的作用。1700年，英國煤產量是世界其他地區的5倍;1800年，是歐洲其他地區的5倍。

然而，謎團猶在，英國擁有煤炭，好像是該國逃離農耕陷阱的根本要素。但與此同時，德法日和清朝，都有大面積煤田，卻未得到大規模的開采。煤炭與工業革命的關系值得明辨。

實際上，這不是一個煤炭創造了工業革命的問題，而是工業革命創造了煤炭需求的問題。

換言之，英國煤炭工業的飛速發展，只是財富和技術已經到達高水平的一個征兆。

煤炭對于英國***次工業革命的戰略意義，此刻正如工業大數據之于中國制造2025。由于蒸汽機的驅動，煤炭猶如脫韁之野馬，成為工業革命源源不斷的動力。正如一把復雜鑰匙吻合一把鎖，這種類似的模式，***次將人力一勞永逸地解脫出農耕時代。工業根基肇始。一段時間后，這個開鎖程序被世界模仿，并且換成石化燃料和內燃機。

這一模式，影響了隨后二百多年的工業史。

圖1 煤炭與工業大數據的對比

隨著智能制造的發軔，看上去這個模式，馬上就要交給了工業大數據。而此刻，我們必須意識到，數據對于新工業革命的意義，尤其是對于中國制造2025的意義，是一種全新的密碼鎖模式——中國工業化還并不太熟悉的一種模式。

無數據 不知識

數據、信息和知識的關系，有時候容易混淆。大致而言，數據最開始都是未經組織的，大量存在卻價值極低;底層的數據需要通過信息化和工業化，才能轉化為知識體系。

從數據到信息，本身就是一種過濾機制——這需要一種提煉，然后可執行、可傳遞的信息形成知識。知識分為隱性和顯性，隱性知識往往存在于人本身之中，傳遞性很差。

圖2 數據、信息和知識的模型

可惜的是，傳統知識管理的DIK模型(Data-Information-Knowledge)關系，是一個單線程關系。它只解決了知識的提煉，沒有解決回饋問題。

就工業大數據而言，最重要的就是對它進行密集型的分析——工業知識斷不能缺位。GE在談及工業互聯網的時候，給與了“專業知識”以高度的重視。工業大數據不是傳統的數據統計分析，而是基于專業知識的引導，才能挖掘出數據真正的價值。

顯然，知識體系必須重新作用于數據本身，才能形成工業大數據的價值。在工業領域，“無知識，不數據”。沒有工業經驗的線性化指引，數據就不會高速轉化，工業大數據的價值，就不會產生。

對于數據而言，信息化作了***次提升，使得數據歸類、文本化和沉淀;但必須通過工業化才能進行第二次提升，才能將數據提升到知識的高度，形成真正的Know-how、經驗、***實踐、直覺;在此基礎上，挖掘形成大數據的新產業價值。

圖3 工業大數據與知識的關系

如果數據是石油，設備是藏寶地圖，那么知識是唯一的鉆探工具。

中國工業技術體系沒有形成線性化，尚無法形成驅動力。那些數據深藏在設備里，深鎖在系統中，它們只在規定的范圍局部流動，一如地表下的熔巖。它們有著澎湃的能量，卻無法駕馭。

就此而言。中國就沒有工業大數據。甚至連顯性化的工業數據都沒有。我們工業化短短的行程，使得我們習慣于硬件思維和設備思維，還沒來得及形成珍惜工業數據的意識。對那些有著厚重的工業技術體系和知識轉化的GE、西門子而言，當他們在說工業大數據的時候，他們有著一個我們很多企業沒有的隱含條件。

這是我們需要有的清醒意識：不要將無數的現場數據等同于工業大數據。

就中國制造業而言，知識才是***的攔路虎。工廠中各種數據，如果沒有領域知識和業務建模的前提，不過滿工廠堆砌起來的一座座數據垃圾山。

對于企業而言，必須靜下心來想一想：數據何在?知識何在?這是一種全新的范式，我們并不熟悉它：工業大數據模式，需要先看懂密碼鎖規格，再去找鑰匙。

精益數據觀 斬除數據浪費

兩化融合走了十年之路，給中國制造業培養了一批工廠級的IT人才。就中國整體而言，許多企業的信息化水平并不低;但知識化和工業數據，則處于非常低的價值鏈。受各種信息孤島的影響，數據被捆綁了，猶如被深嵌在花崗石上的鉆石，數據處于高度不流動性。不流動的數據，不太可能發揮工業大數據的價值。

過去幾十年，中國制造市場不知疲倦地耗資引進各種設備自動化——一種自由購買的商品，一種吞噬數據的黑洞機器;中國工廠也略知皮毛地、半推半就地引進了精益思想，它的烙印還沒來得及成為我們血液中的自由元素。

而此刻，全新的數字化技術卻已經來到身邊，成為我們必須面對、必須應答的時代拷問。

新的浪費，正在形成。

中國的工廠必須用知識來解放數據。中國制造者們，此刻必須開始意識到，我們最熟視無睹的“數據浪費”， 已經成為一種新的觸目驚心的揮霍。這是一種可怕的工業無知。它如一只令人生厭的烏鴉，站在設備的控制板上，嘲笑著我們在設備上所做的大把大把的投資。

圖4 工業大數據的價值觀

就設備的效率而言，我們需要設備自動化;

就資源的浪費而言，我們需要精益生產觀;

就數據的效率而言，我們需要知識自動化;

就數據的浪費而言，我們需要精益數據觀。

從工業大數據的角度，中國制造業尚處于數據的黑金時代。

在當下，工業大數據還是中國制造業的偽***。

正是此刻，數據與知識的關系，更加耐人尋味。在這樣一個i額時代，所有企業都將逐漸意識到數據的重要性。但如何能夠完成數據的解放，將數據釋放出來，仍然需要穿過“無視知識”的認知障礙，仍然需要借助大量的專業化知識。這是中國兩化深度融合過程中，工業化必須單獨回答的***。

如果我們忽略管理者深淺不一的見識和技術上互相標榜的流派，那么工業4.0時代的所有***，其實只有兩個：數據和用戶。所有的障眼法都由此而來。

而工業知識的顯性化、模型化和固化，則是破解數據障眼法的唯一之道。