大数据改变未来工业格局（下）

    工业大数据的巨大潜力

    在德国的工业4.0中，大数据被认为是物理与信息融合中的关键技术。在美国GE提出的工业互联网中，大数据分析作为联机数据处理分析的核心，被认为是重构全球工业、激发生产力的关键技术。在我国提出的《中国制造2025》中，云计算、物联网和大数据作为新一代的信息技术，成为两化融合的关键技术。无论是工业4.0、工业互联网还是《中国制造2025》，智能制造是共同目标，工业互联网是基石，大数据是引擎。

    制造业迈入了大数据时代，2012年，GE公司率先明确了“工业大数据”的概念。在制造业，产品的全生命周期从市场规划、设计、制造、销售、维护等过程都会产生大量的结构化和非结构化数据，形成制造业大数据，而这些数据符合大数据的三“V”的特征：规模性、多样性以及高速性。除此以外，制造业大数据还具有多源异构、多尺度、不确定、高噪声等特征。因此，研究和应用制造大数据更具有挑战性，主要体现在制造大数据的存储、管理、分析和展示方面。如何充分挖掘工厂中数据的价值，通过对制造大数据进行分析，提升数字化工厂运行效率，已成为制约数字化工厂向智慧工厂发展的瓶颈。

    大数据可能带来的巨大价值正在被传统产业认可，它通过技术创新与发展，以及数据的全面感知、收集、分析、共享，为企业管理者和参与者呈现出看待制造业价值链的全新视角。

    （1）实现智能生产

    在德国“工业4.0”中，通过信息物理系统（CPS）实现工厂/车间的设备传感和控制层的数据与企业信息系统融合，使得生产大数据传到云计算数据中心进行存储、分析，形成决策并反过来指导生产。

    具体而言，生产线、生产设备都将配备传感器，抓取数据，然后经过无线通信连接互联网，传输数据，对生产本身进行实时监控。而生产所产生的数据同样经过快速处理、传递，反馈至生产过程中，将工厂升级成为可以被管理和被自适应调整的智能网络，使得工业控制和管理最优化，对有限资源进行最大限度使用，从而降低工业和资源的配置成本，使得生产过程能够高效地进行。

    过去，设备运行过程中，其自然磨损本身会使产品的品质发生一定的变化。而由于信息技术、物联网技术的发展，现在可以通过传感技术，实时感知数据，知道产品出了什么故障，哪里需要配件，使得生产过程中的这些因素能够被精确控制，真正实现生产智能化。因此，在一定程度上，工厂/车间的传感器所产生的大数据直接决定了“工业4.0”所要求的智能化设备的智能水平。

    此外，从生产能耗角度看，设备生产过程中利用传感器集中监控所有的生产流程，能够发现能耗的异常或峰值情况，由此能够在生产过程中不断实时优化能源消耗。同时，对所有流程的大数据进行分析，也将会整体上大幅降低生产能耗。

    （2）实现大规模定制

    大数据是制造业智能化的基础，其在制造业大规模定制中的应用包括数据采集、数据管理、订单管理、智能化制造、定制平台等，核心是定制平台。定制数据达到一定的数量级，就可以实现大数据应用。通过对大数据的挖掘，实现流行预测、精准匹配、时尚管理、社交应用、营销推送等更多的应用。同时，大数据能够帮助制造业企业提升营销的针对性，降低物流和库存的成本，减少生产资源投入的风险。

    利用这些大数据进行分析，将带来仓储、配送、销售效率的大幅提升和成本的大幅下降，并将极大地减少库存，优化供应链。同时，利用销售数据、产品的传感器数据和供应商数据库的数据等大数据，制造业企业可以准确地预测全球不同市场区域的商品需求。由于可以跟踪库存和销售价格，所以制造业企业便可节约大量的成本。

    “工业4.0”本质是基于信息物理系统（CPS）实现“智能工厂”，使智能设备根据处理后的信息，进行判断、分析、自我调整、自动驱动生产加工，直至最后的产品完成等步骤。可以说，智能工厂已经为最终制造业大规模定制生产做好了准备。

    实现消费者个性化需求，一方面需要制造业企业能够生产提供符合消费者个性偏好的产品或服务，一方面需要互联网提供消费者的个性化定制需求。由于消费者人数众多，每个人需求不同，导致需求的具体信息也不同，加上需求不断变化，就构成了产品需求的大数据。

    消费者与制造业企业之间的交互和交易行为也将产生大量数据，挖掘和分析这些消费者动态数据，能够帮助消费者参与到产品的需求分析和产品设计等创新活动中，为产品创新作出贡献。制造业企业对这些数据进行处理，进而传递给智能设备，进行数据挖掘，设备调整，原材料准备等步骤，才能生产出符合个性化需求的定制产品。

    消费需求的个性化，要求传统制造业突破现有生产方式与制造模式，对消费需求所产生的海量数据与信息进行大数据处理与挖掘。同时，在进行这些非标准化产品生产过程中，产生的生产信息与数据也是大量的，需要及时收集、处理和分析，以反过来指导生产。

    这两方面大数据信息流最终通过互联网在智能设备之间传递，由智能设备进行分析、判断、决策、调整、控制并继续开展智能生产，生产出高品质的个性化产品。可以说，大数据构成新一代智能工厂。

    智能工厂中的大数据，是“信息”与“物理”世界彼此交互与融合所产生的大数据。大数据应用将带来制造业企业创新和变革的新时代。在以往传统的制造业生产管理的信息数据基础上，通过物联网等带来的物理数据感知，形成“工业4.0”时代的生产数据的私有云，创新了制造业企业的研发、生产、运营、营销和管理方式。这些创新，给制造业企业带来了更快的速度、更高的效率和更敏锐的洞察力。

    未来制造需要什么样的人才

    全球正在掀起以云计算、大数据、智能制造等为代表的第四次工业革命。无论是德国的“工业4.0”、美国的“工业互联网联盟”，还是我国的《中国制造2025》和“互联网”，都将变革的方向瞄准了虚拟信息世界和现实物理世界的深度融合技术。面对低成本优势消失、发达国家制造业回流的双重压力，我国传统制造业的转型升级显得尤为迫切。

    我国作为基础薄弱、起步较晚的发展中国家，在资金、技术、人力资源素质等方面与欧美发达国家存在巨大差距。在人力资源、土地、资本、技术和信息这五大生产要素中，我国唯有在人力资源数量上占有一定优势。如何提高人力资源整体素质、充分发挥高素质人才作用？

    首先，需要创新政府资金资助方式，引导和鼓励企业采用众包等创新形式，激发人才价值。

    改革之初，为了鼓励富有闯劲的企业家突破计划体制的樊笼，政府通常采取对符合国家发展导向的工业企业和项目予以资助的方式，激励这些“草莽英雄”参与经济改革。但是获利的多数是企业主和项目中介人员，从而挫伤了技术人员的积极性。“互联网创新”催生了“创新模式”，人们调配资本、技术和信息等生产要素的便利程度远超过去。与之相应，提供原始创意和智慧的人力资源上升为决定成败的重要因素。对于生产制造领域来说，一线专业技术人员自然成为决定企业成败的最关键要素。

    在这样的新背景下，政府应当创新专项资金资助方式，直接惠及实施项目的技术人员。比如，激励企业推广采用众包方式，通过互联网向内部员工或社会力量“悬赏”解决企业遇到的技术难题。政府设立专项资金，对于企业支付给解决问题的个人或团队的奖金予以一定补贴，即企业“借贷”大众智慧、政府补贴部分“利息”。这种类似于“智力贷款贴息”的资助方式，将企业的发展目标和项目实施人员的经济利益捆绑在一起，项目实施人员可以直接从中获益，从而不断激发出专业技术人员的创新动力。

    其次，完善中、高层次职业教育体系，建设高水平应用技术大学，培养一流的专业技术人员。

    专业技术人员是制造业创新发展的头脑和灵魂。然而2010—2015年，我国超过60%的省、区、市第一批本科文科录取分数线高于理科。可见当前我国中学生对文科的青睐程度超过理工科，这对我国制造业转型升级而言是个不利信号。

    在这方面，德国可以给我们有益启示。德国应用技术型大学模式是在传统大学基础上，吸收某些职业教育的特质建立起来的一种技术大学教育模式。它通过与社会和工商界合作办学，开设社会和工商界亟须的工业技术和管理专业课程，为工商界培养符合需求的应用型专业技术人才。目前，德国约有2/3的工程师、1/2的企业经济学家和计算机信息技术人员毕业于应用技术型大学，而且应用技术型大学毕业生的就业率始终高于其他受教育人群。

    再次，面向先进制造业发展需要，培养一流的能工巧匠。

    能工巧匠则是创新发展所需的灵巧“四肢”。目前，中国部分沿海发达地区已经出现“新蓝领收入秒杀众白领”的现象，许多制造业领域高级技工的缺口极大。以数控机床为例，掌握操控多轴联动数控设备进行数控多轴加工技术的“高端蓝领”严重匮乏，企业难以找到适用的技能人才，较大程度上影响了生产设备的更新换代和产品升级。

    应加快培养符合先进制造业发展需要的高级技术工人。一是鼓励高职院校联合企业建立一批实训基地，为学生创造接触前沿技术和最新设备的机会，在实践中提升业务技能。二是选择具备条件的企业和高职院校，组织开展现代学徒制试点示范，聘请一流高水平技术能手为导师，为制造业企业培养一大批未来的“巧匠”、“巨匠”。三是坚持学历教育和非学历培训并举、全日制与非全日制并重，发展多样化的职工继续教育，为技术工人终身学习提供更多的机会。