15878764961

名家专栏

Famous column
名家专栏
首页 -名家专栏 -赵敏 -赵敏 | 释放工业互联网的数据潜能

赵敏 | 释放工业互联网的数据潜能

发布时间:2022-08-26作者来源:金航标浏览:79


8月3日,“2022(第七届)大数据产业生态大会”在北京市海淀区辽宁大厦进行,应大会的邀请,走向智能研究院执行院长赵敏教授为大会做了题为《释放工业互联网的数据潜能》的主题报告。

下面是该报告的具体讲演内容(根据录音整理)。


微信图片_20220826113910.png

各位领导,各位来宾,大家上午好!
我给大家报告的题目是《释放工业互联网的数据潜能》,也正好是匹配我们今天的这个论坛的主题。首先,我向大家介绍一下对于工业互联网看法。

微信图片_20220826113914.png

关于工业互联网,很多人讲的时候,都是讲到了它的三大功能体系。主要是说:网络是基础,平台是核心,安全是保障。基本上所有的白皮书也都是这样写的。
但是,对于这个功能体系,我有一些不同的看法。因为这样的定义都是纯粹的ICT的定义,对吧?网络,ICT的,毫无疑问;然后平台,是咱们软件平台,ICT的;安全,是在说赛博安全、信息安全、网络安全,还是ICT的。
那么工业互联网,第一标签是工业,工业在哪里?——这是我一直质疑的一个问题。所以,我认为工业是主体,必须要首先澄清。而且,在工业是主体的这个前提下,我们再来谈网络,再来谈平台,再来谈安全,再来谈数据。这才是一个合乎实际情况的逻辑。
因此的话,我们在现在大家经常听到工业互联网的宣传当中,一直有这样一个悖论:网络、平台、安全、数据,但是不一定具有工业属性。而工业互联网又恰恰是为我们工业、为我们制造业提质增效的有效的手段,在我们百年交汇的这样一个新的时期下,中央高层高度重视的这样一个“新基建”的建设,,我们对工业互联网的宣传,对于其中的数据的认识,不能走偏了。这是我一直坚持的一个观点。

微信图片_20220826113917.png

对于工业互联网,有很多不同的看法,至少是两派不同的观点。
很多人认为,工业互联网是罩在工业实体上的一张电信网,这是最常见的观点;或者说,是互联网社交/消费互联网那一派宣传的,说“是互联网的下半场”,我都不知道这个“下半场”是怎么推出来的。工业互联网跟我们讲的社消互联网没有一毛钱关系,这个是必须搞清楚的事情。
所以,数据有没有工业的属性,反映不反映工业的实际情况,能不能真为工业业务环节来赋能,为我们的提质增效发挥真正实际作用,这不是只是奢谈数据所能达到的,也不是像某些厂商讲的:“把你的数据给我,我来给你赋能”,这样的活动没有一个是成功的,尽管过去几年,很多的企业都在用这样的方式来去做的。
我认为这种观点下的工业互联网是不接地气”的,他们是在平台、网络、安全这个层面的数据,跟工业少有交集。所以用这样的概念谈来谈去的话,是有很大的误解的。
其实应该是(图中)右边这个观点:工业互联网既不是工业的互联网,也不是互联网的工业,它是工业要素的联接,我反复写文章、写书说明这个观点,所以我再重复一遍:工业互联网不是工业的互联网,也不是互联网的工业,是工业要素联接的互联网络。因此的话,数据一定要具有工业属性,必须源于工业,用于工业,优于工业,而且要“接工业的底气”。

微信图片_20220826113921.png

在我所认知的工业互联网当中,它是一种我们新型的ICT要素和我们传统的工业要素之间的融合,而且并不是说,传统的工业要素它就不先进,一定要避免有这种误解。工业互联网的重点是联接并且服务于我们的工业实体,而且与工业实体融为一体。
可以用两个维度来衡量我们的工业实体,这是我在马上就要出版的一本新书,叫作《人本:从工业互联网走向数字文明》,在这本书当中描述的两个维度:一个维度是我们企业最常见的“人、机、料、法、环”,这是咱们很熟悉的观点,企业常见资源;另外一个维度,是现在都被忽略掉了的,企业之间的实体关系。所有的那些企业协作关系、企业实体关系、央企集团关系、乡土合作网,或者说原生的一些线下的这种关系网络,那么实际上它(指工互网)跟它(指实体关系网)的叠加和融合,才有利于工业互联网发展。这就是我们工业的基本盘——两个维度构成:一个是资源类的“人、机、料、法、环”,一个是企业之间的实体关系。
另外一个就是数据的工业属性,我认为工业现场的数据,必须而且一直与其所依附的工业端,发生着密不可分的高频互动,以复杂的各种数据种类,映射到更为复杂的工业现场关系的网络,这才是工业互联网当中的一个实质性的东西。
你听很多人谈的数据没有任何工业属性,除了讲“五个V”之外,我就不知道他们在谈什么。数据,必须按照工业互联网所映射的工业的现场关系,以及我们企业的资源“人、机、料、法、环”,对它们进行加载、穿透,对它进行映射,而且按照工业的模型、算法和机理来进行分析、推理,才能做出能够解决工业现场实际问题的决策和预测,就如同刚才杨部长讲的,“好的数据”是给企业去解决实际问题的数据,而不是就是光谈“一个数据”的数据。

微信图片_20220826113925.png

我给大家举一个例子。一个是大家熟知的,我用传感器去采集工业现场的数据,那就是高频的,比如说一个石化企业,它是流程制造业,通常的话会有5万到10万个数据采集点,大家注意,在一个央企的大型的石化企业当中,一般会有5万到10万的数据采集点。每一个数据采集点上的每一个传感器,就算1秒钟只采10个数据的话,那就是100万条,更何况实际采的数据量,可能还要相当大。这是我后面要谈到的,这些高频的、实时的数据,或者叫时序数据。
另外一个,我把它放到一个不是央企,不是大国企业,而是一个典型的中小微企业(场景),比如说被服厂。对于工业现场,我们怎么把人和机器的动作有序地拆解,形成我们的工业基础数据?这才是我们要研究的——我们要研究工业现场这种叫作“Ergonomics”,就是“人机工程学”,就是要研究人的每一个躯干肢体,它有什么样的“动素”,它能发生什么样的“基础动作”,这个“基础动作”会构成什么样的“生产动作”,这个“生产动作”再形成什么样的“标准工艺”,这个“标准工艺”我们再把它分成合理的步骤,排好我们的“标准工序”,最后这个“标准工序”再形成“工序线”,“工序线”再用我们的“产线”来实现,这才是从人和机器拆解,我们把它从工业现场提炼出来,它生成了我们最基础的工业数据,或者叫工艺数据。

微信图片_20220826113928.png

这种基础数据我们把它数字化,我们把它放到电脑里面去,因此它形成了比特化的基础数据,也就是说,我们数字化在数字化什么?数字化我们工业现场的所有的机器的动作、人的动作,所有的工艺步骤,这个时候才形成了我们一整套的这些所谓的DIKW——我在下面会去讲它的作用。
我们可以从顶层往下降维、解构数据,在软件里去查询;也可以在底层不断地向上升维、重构数据——重构是干什么?是经过计算、决策之后,以更好的方式来去生产,来去优化我们(拆解了人、机基础工艺数据)的工业现场。
大家可以看到,在这样一个DIKW体系当中,D就是Data,I就是Information, K是Knowledge,W是Wisdom——我们把它叫作“决策”或“预测”,这个是体现了我们的系统的一种智能(或者叫智慧)。
大家可以看到,工业现场的实体,我们把它用比特数据进行解构,这是真正的基于二进制的数字化,我们电脑的原理、软件的原理就是这么来的,因为从根本上来说,它们就是0和1。

微信图片_20220826113932.png

比特0和1,可以用ASCII编码表示任何的东西。一个8位是一个字节,两个8位或者说16位,或者说64位——64位就可以编码我们全世界任何一粒砂子,都可以编码进来。这就是刚才我们讲到的数据是什么?是用二进制表达的,一个8位、一个8位的这样的东西。
它可以是数字,数字没有任何意义,只能比较大小——我知道100比99大,2比3小,除此之外,没有任何意义,因为它没有时空背景。还有一些数据是单词类的,比如说只是一个“价格”,它叫“石油”,它叫“汽油”,或者这个叫“摄像机”,这些都是叫数据,都在电脑里。
但是当我把数据给它拼合起来,我再往上一层,它就变成了信息,为什么呢?“20”是一个数据,“元”是一个数据,“20元”就变成了“钱”,而不是20匹,20辆,20吨,所以数据就被赋予了时空意义,这就是信息。我们的工艺当中的任何一个动作,也就具有了时空意义。信息消除了数据的不确定性。
那么再往上,我还可以进行升维和重构,为什么呢?因为我们可以说:“我要买20吨汽油,该是多少钱”,这句话又变成了一条知识,对吧?我告诉你,要20吨油该是多少钱,对吧?因此的话,我们又把数字化的信息——这个information变成了知识,有了具体的语义。
而知识和知识的关联,就更不一样了。刚才杨部长谈到关联的问题,零散的数据、信息作用不大,甚至包括零散知识。但是当你把它们关联起来,作用就大了!刚才举的“天眼查”的例子,就是非常好的例子。对于我们来说,我们可以说每吨柴油多少钱,那么我们再判断,俄乌现在在打仗,那么再判断,油气价格在欧洲一定会涨,如果你做大宗货物,你正好面向欧洲做,那么你就可以事先囤一批货。所以,你利用已有的数据、信息、知识,最终构成了一个带有智能性或智慧性的这样一个预测和决策,那么我们才能够正确的去判断、去做事情,才能够去消除我们经常所面对的、这些外部世界的高度的不确定性。
因此这就是决策和预测所带来的价值,这也是我们基本的数字化、信息化的逻辑,也就是说,来源于工业现场、运行在软件之内、存储于电脑之中的、所有的不同的格式的那些数据,才是我们要谈的“数据”。

微信图片_20220826113936.png

因此,工业大数据搞了很多,广义上说,市场调研、需求分析、产品规划、工艺制定等等这一票,都叫数据,还有库存啊,等等。
在我们工业互联网当中,按照不同阶段,我们可以有在研品在制品在用品,有不同的数据;按照采样的频率,也有不同的数据;按照属性的划分,也有不同的数据,比如说实时数据、时序数据、标识数据等等——咱们部里面讲到这个工业互联网的标识,这也是一类数据。

微信图片_20220826113939.png

比如说,实时数据就必须是实时采的,实时来用,它才有作用。一旦过去了,它就没有什么用了。但是,这些数据如果把它留存下来,它有明确的时空背景,消除了里面的噪声和垃圾数据的话,那么它对于未来的分析是有意义的。但是还必须要完整的、从哪产生的,有那个时空背景。
时序数据是带有时间戳的数据,一定是带有时间戳的,要分得清楚先后,一旦分不清楚先后,这些数据就全部都是垃圾,没有任何意义。

微信图片_20220826113942.png

所以我们一定要强调一点:这个数据来源一定是“时空背景+业务逻辑”。

数据不会凭空来,也不会悄然遁去。数据的产生要有明确的工业现场的时空背景,是真实的我们的“人、机、料、法、环”等工作信息的映射。所以我们在工业实体上的上下游企业,他们之间的合作,我们把这个需求,因为需求是刚性的,我下了订单,你接了订单,就要按合同、按照契约精神给我来做这个订单。订单一步一步分解到企业里面,就会变成不同的内部业务环节和流程。我们就会去备料,我们就会准备工艺,我们就会启动机器,一步一步去做出产品。

所以,我们所有的数据的来源和业务需求必须要匹配,才能产生合乎逻辑的结果。这是我们要说的,离开了业务需求、工业现场的时空背景,去讨论数据,是不科学的,不正确的,也是荒谬的。

微信图片_20220826113947.png

那么,数据怎样炼?

我们一定要知道:在企业当中的数据,是我们业务场景呈现的状态变量;在软件中的数据是模型、算法所支配客体对象;在机器当中,数据是驱动设备、控制它去精准运转的指令。因此,数据的属性和功能,它往往是非常多元化的。

所以,说数据是新型生产要素,一点没有问题。数据可以通过软件赋能而迸发出巨大的生产力。但是数据本身它不是生产力。这个概念我们就是予以澄清。

原料级的数据一定要经过处理才能够使用,就像刚才我说的,从“动素”一直到“产线”的这样一个拆解,我们把这些数据都提炼出来,但是这是原始工艺数据,它要数字化之后,进到我们的信息系统,进到我们的数字化系统当中去算,按照最优的那些模型和算法——软件里面全部都是算法,合乎工业逻辑的基本模型和算法,让它去算。

把软件作为“磨(魔)盘”,把原料级的数据进行各种颗粒度的精细加工,不断地识别、接收、计算、解读、打磨、重构,最后再生成符合我们业务需求的精品数据,再用软件作为“增压泵”,用网络作为“管道”,把精品级的数据,给它“泵”回到你所需要的地方,就是刚才我画的那张图中的生产现场,它要回到我们的业务环节当中去,重新放大、赋能、解构、重构我们的业务,让它产生最好的一个软件赋能的效果、数据赋能的效果。

微信图片_20220826113951.png

因此,我们数据有这么两手硬的功能:第一,用来显示,在大屏幕上、各种屏幕上显示我们的计算结果;第二,按照人预先设计的这个自主决策,数据直接进到我们的设备当中,就是我不显示而直接去驱动(设备)。

所以第一种形式,是第三次工业革命的结果;第二种形式,是第四次工业革命结果。大家今天看到的自动驾驶汽车就是这种方式,数字指令自动就可以去驱动机器。

数据源于工业时空,优于赛博时空,回归工业时空,一去一来,算力提速,模型精炼,算法优化,数据焕新,数据映射的那些企业资源,都在软件的算法的巧妙安排下得到最优配置。

微信图片_20220826113954.png

因此,我认为,数据它确实是可以为我们企业释放出巨大的能量。

但是还要注意,数据到底是“姓公”还是“姓私”?所有的企业都不愿意把数据分享出来,因为这属于“我的(数据)”,是私有性但是,数据也有具有无损拷贝的这种属性,那么一旦出了企业的范围,它就是失控。

数据还具有“公有性”,就是说你一定要在一定范围之内来流动,不流动的数据是没有价值的。只有流动的数据,被软件充分解构、重构的数据,才具有这种流动价值。

微信图片_20220826113957.png

因此,我们怎么能够去消除这种矛盾?那就一定要让数据流动起来。流速如果越快,流动越顺畅,分享的范围越大,流动频次越高,它产生的价值就越大。这个是数据给我们的赋能。

尽管我们不能把所有数据变成是公有的,但是工业互联网一定有这个职能,要把一部分私有性的数据转换成公有性的数据。否则,我们为什么要建工业互联网的大数据中心?我们回答不了这个问题。

微信图片_20220826114001.png

数据本身具有两面性,既可以载舟,也可以覆舟,如果模型和算法有问题,在算力加持下,高速流动和分析的数据,由于软件千百倍地放大,会让错误的结果随之放大,造成大范围的业务损失。

微信图片_20220826114006.png

所以我们要注意:工业是主体,核心是数据,关键是软件。

工业互联网天然具有工业属性。这就是我们所谈到的,具有工业属性的数据,必须在一定范围之内流动、交易,才有可能演变成动态价值流,形成数字生产力,为企业产生巨大价值。为数字经济做出应有的贡献。

好,我就讲到这,谢谢大家!

微信图片_20220826114009.png

8月4日(今天),“2022(第七届)大数据产业生态大会”还有一整天会期,有众多内容丰富的专业报告,值得大家在线下、线上观看和分享。详细会议内容请在下图中扫二维码观看。

微信图片_20220826114015.jpg


友情链接: 站点地图 Kinghelm 金航标官网 萨科微slkor英文站萨科微slkor网站地图iCEasy元器件商城儿童电话手表网络货运平台蓝牙模块高清视频会议撬装加油SRAM