鄔賀銓：產業互聯網將帶來更大價值

      這是制造過程當中的大數據，我們可以看到，這個是屬于采集的系統，在制造過程有各種各樣的數據，振動、溫度、產品質量啊。我們舉一個例子，實際上在整個工業過程上，所有環節都會產生數據。

      Rolls Royoe公司是生產傳感器的，我們知道馬航370失航三年多了，當時是數據傳出去的，傳了7次，后來判斷他飛了7個小時。馬航出事以后，以后要15分鐘傳一次，這個公司認為我們這個飛機引擎的數據是永遠在線的，永遠都會傳下來。醫藥保健公司的數據來說，他每三毫秒產生五千個樣子，所以這個數據量是很大的。制造業大數據的規模超過了其他的行業。   Think big公司說機器數據和物聯網將占據中心舞臺。IBM講美國制造部門儲存了兩千億個數據。

      工業大數據有什么特點呢?

相對我們消費的大數據，一要準確，我們消費領域，像馬云可以根據淘寶的數據判斷商業的行為，準確率不用很高，90%就夠了，工業領域準確率起碼要99%，軌道交通要更準確。只要生產線不停，就會源源不斷的產生數據。多樣性的，異構性的差異很多，有的差別很大，有的很小。生產線環節的數據有的需要同步。所以數據化非常的明顯。

      第三點是實時性。工業大數據是實時的監控和預警，工業大數據需要實時的達到分析和應用。另外行業性。消費的數據一般來講是比較好理解的，工業的數據如果沒有行業的知識是很難理解工業數據，所以對基礎性要求相當高。

      所以第四點應該是工業大數據和傳統的消費大數據的區別。那么制造大數據也是面臨挑戰的，因為工序在變化，供應參數在變化。時間上24小時不間斷的，有狀態性的，有突發的，有周期性的。另外很多數據是沒有標記的。

      所以整個數據本身變化很大。在工業大數據的應用，實際上在一個國務院的文件和工信部的文件提到了大數據的應用，工業大數據要在研發設計，工業制造，售后服務和產品的周期，以及產業鏈的全流程的環節。所以可以看到國家希望大數據在工業領域的應用。還要推進工業大數據的全域性應用。

      第二個問題，大數據助力制造業。

      首先是產業，我們可以看美國產業互聯網的參考模式。通過分布系統，用傳感器來監控我們的車床啊。工廠在應用管理層，工業設計到產品的研發、設計就開始了。包括整個的管理，然后到企業集團這一層，我們企業管理層各種各樣工業量的管理，生命周期管理，綜合整個企業的水平，上面利用到系統企業之外的數據，社會的數據等等，所以在大數據，實際上在工程里面，在企業里面是分四個不同的層次產生，分幾個層次利用。