數(shù)字化轉(zhuǎn)型是一個(gè)龐大的命題，每個(gè)企業(yè)和行業(yè)的實(shí)際管理與水平差異較大，盡管許多企業(yè)已經(jīng)在數(shù)字化的轉(zhuǎn)型中付出行動(dòng)，但不可避免地在實(shí)施、技術(shù)和場景結(jié)合上遇到困難之處。

從輕量化的角度出發(fā)，運(yùn)用輕量化的工具、系統(tǒng)和平臺(tái)做簡單的應(yīng)用，既可以增強(qiáng)企業(yè)對數(shù)據(jù)化應(yīng)用的了解和信心，也能為后續(xù)投入提供決策支持。

企業(yè)數(shù)字化運(yùn)營的基本邏輯

近年來已經(jīng)有一些企業(yè)從信息化跨越到數(shù)字化。信息化階段就是提升各個(gè)業(yè)務(wù)系統(tǒng)的運(yùn)行效率，但是業(yè)務(wù)之間橫向的數(shù)據(jù)連通是非常困難的。而數(shù)字化的核心就是用數(shù)據(jù)解決運(yùn)營問題，所以數(shù)字化運(yùn)營首先要拉通數(shù)據(jù)，打通各個(gè)系統(tǒng)之間的連接；只有解決數(shù)據(jù)治理層全面拉通的問題，才能稱之為真正的數(shù)字化。

工業(yè)4.0中談到三個(gè)集成，不管是縱向集成、橫向集成還是端到端的業(yè)務(wù)集成，都是靠數(shù)據(jù)打通的。現(xiàn)在很多企業(yè)實(shí)際上做得比較多的是從OT到IT縱向?qū)用娴睦?，而端到端的業(yè)務(wù)層面，包括橫向集成的范圍實(shí)施難度更大。

工業(yè)大數(shù)據(jù)的特點(diǎn)

現(xiàn)在商業(yè)大數(shù)據(jù)的整個(gè)應(yīng)用實(shí)際上已經(jīng)比較成熟，但工業(yè)大數(shù)據(jù)里數(shù)據(jù)類型其實(shí)是不一樣。它既包含已有的信息化系統(tǒng)數(shù)據(jù)，還包括現(xiàn)在越來越多的將成為最主要數(shù)據(jù)的IoT工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)，這些數(shù)據(jù)來自現(xiàn)場設(shè)備、工礦、生產(chǎn)狀態(tài)和人員操作，是非常大體量，需要特別關(guān)注的；以及還有一部分來自外部數(shù)據(jù)，包括我們供應(yīng)鏈的數(shù)據(jù)、經(jīng)營數(shù)據(jù)等。

根據(jù)數(shù)據(jù)來源可以發(fā)現(xiàn)工業(yè)大數(shù)據(jù)具有以下幾個(gè)特點(diǎn)：

● 大體量 （Volume）：3D打印一個(gè)中規(guī)模部件產(chǎn)生幾十GB數(shù)據(jù)；

● 多樣性 （Variety）：三維圖形數(shù)據(jù)，監(jiān)控視頻數(shù)據(jù)，設(shè)備日志數(shù)據(jù)、RFID數(shù)據(jù)等；

● 快速性（ Velocity ）：處理速度是毫秒級，例如發(fā)動(dòng)機(jī)運(yùn)行監(jiān)測數(shù)據(jù)；

● 價(jià)值密度低 （Valve）：工業(yè)大數(shù)據(jù)的價(jià)值是顯性，但數(shù)據(jù)跨度、維度太大；

● 數(shù)據(jù)豐富，信息貧瘠；流與批計(jì)算模式同時(shí)存在；

商業(yè)互聯(lián)網(wǎng)平臺(tái)本身就帶有很強(qiáng)的數(shù)字化基因，但整個(gè)工業(yè)領(lǐng)域很大程度上都很難跟數(shù)字化直接關(guān)聯(lián)，因此也很難用一個(gè)很好的平臺(tái)來進(jìn)行展示。光從設(shè)備管理來說，不同的設(shè)備機(jī)臺(tái)的規(guī)律運(yùn)行之間的差異是非常大的。如何對數(shù)據(jù)進(jìn)行挖掘和建模，呈現(xiàn)出好的應(yīng)用效果對工業(yè)企業(yè)是非常大的挑戰(zhàn)。

從這幾年的一些項(xiàng)目實(shí)施上來看，工業(yè)大數(shù)據(jù)架構(gòu)的途徑已經(jīng)豐富了。比如可以先用一些場景化、輕量化的系統(tǒng)軟件來輔助把整個(gè)數(shù)據(jù)和模型跑通；第二是通過一些具有低代碼特性的數(shù)據(jù)化平臺(tái)，幫你快速構(gòu)建數(shù)據(jù)平臺(tái)；第三種是工業(yè)互聯(lián)網(wǎng)，像百度借助于人工智能的一些應(yīng)用，通過收購和并購的方式快速切入一些工業(yè)場景，充分發(fā)揮人工智能在工業(yè)場景上的應(yīng)用。

現(xiàn)在的工業(yè)物聯(lián)網(wǎng)已經(jīng)發(fā)生了很大的變化。它能夠吸納各種類型數(shù)據(jù)，數(shù)據(jù)連接能力非常強(qiáng)；第二是它有很好的中臺(tái)結(jié)構(gòu)概念，可以讓我們快速能夠復(fù)用，構(gòu)建所需要的場景；第三是它呈現(xiàn)出多樣化的應(yīng)用層面。工業(yè)大數(shù)據(jù)平臺(tái)不應(yīng)僅僅是靈活的大數(shù)據(jù)存儲(chǔ)系統(tǒng)，應(yīng)是業(yè)務(wù)主題為中心的數(shù)據(jù)服務(wù)提供者，支持知識沉淀，快速迭代，消除壁壘的協(xié)同應(yīng)用平臺(tái)。

輕量化應(yīng)用對企業(yè)的能力要求并不高，企業(yè)在上自己專用大數(shù)據(jù)平臺(tái)或通過工業(yè)互聯(lián)網(wǎng)方式接入的時(shí)候，可以把已有的經(jīng)驗(yàn)和工作場景直接進(jìn)行融合。

工廠大數(shù)據(jù)的典型應(yīng)用

工廠大數(shù)據(jù)的場景應(yīng)用比較多，從產(chǎn)品創(chuàng)新，設(shè)備預(yù)置性維護(hù)到供應(yīng)鏈運(yùn)營優(yōu)化等。這里選取差異比較大的2個(gè)場景應(yīng)用來具體說明。

場景應(yīng)用案例1：輕量化數(shù)據(jù)挖掘工具

半導(dǎo)體行業(yè)在生產(chǎn)過程中會(huì)經(jīng)歷多次摻雜、增層、光刻和熱處理等復(fù)雜的工藝制程，每一步都必須達(dá)到極其苛刻的物理特性要求，高度自動(dòng)化的設(shè)備在加工產(chǎn)品的同時(shí)，也同步生成了龐大的檢測結(jié)果。這些海量數(shù)據(jù)究竟是企業(yè)的包袱，還是企業(yè)的金礦呢?

大家走進(jìn)臺(tái)積電這樣企業(yè)的工廠現(xiàn)場，會(huì)發(fā)現(xiàn)這是一個(gè)高技術(shù)密集型、高資產(chǎn)投入型的行業(yè)，在晶圓檢測時(shí)，要檢測每個(gè)點(diǎn)、每個(gè)位置的質(zhì)量，數(shù)據(jù)量和工作量是非常大的。

以GMP軟件為例。125片晶圓有17 萬行數(shù)據(jù)，質(zhì)量 OK的用0表示，壞點(diǎn)用1表示。這些壞點(diǎn)分布的情況有一定的特性，對應(yīng)了某種后臺(tái)的機(jī)理，比如說是材料問題還是工藝問題，或是加工過程中的一些環(huán)境造成的。

這個(gè)軟件本身已經(jīng)具備了一些算法功能，比如說聚類算法，用簡單的層次聚力讓系統(tǒng)先跑一遍。這么多數(shù)據(jù)分別應(yīng)該是哪幾類質(zhì)量異常，之后工藝技術(shù)人員再進(jìn)一步分析，就可以更精確、更迅速地能夠判定到底是什么成因。

通過GMP軟件，數(shù)據(jù)和業(yè)務(wù)場景都有了，算法的整體思維也有，可以在很短的時(shí)間里給出一個(gè)結(jié)果，便于你去選擇。

對于工業(yè)數(shù)據(jù)的應(yīng)用大家要注意評估每一種模式最終的應(yīng)用成效，這種評估將來是要作為一個(gè)經(jīng)驗(yàn)化的方式固化到整個(gè)系統(tǒng)中。在真正的應(yīng)用價(jià)值體現(xiàn)之前，花巨資上系統(tǒng)的風(fēng)險(xiǎn)很大。通過這種輕量化的形式，在將來可以把這種形態(tài)融合到整個(gè)系統(tǒng)中去的。

場景應(yīng)用案例2：生產(chǎn)計(jì)劃排程的復(fù)雜化

排程是很多行業(yè)都存在的一個(gè)典型問題，也就是APS。APS真正要稱之為APS一定有一個(gè)算法引擎。評估一個(gè)系統(tǒng)是否具備APS功能，要看訓(xùn)練速度怎么樣，是否具有模擬功能，能夠適應(yīng)多少種約束類型等。

所以對排程的定義是一個(gè)我們稱之為一個(gè)大數(shù)據(jù)體量進(jìn)行全局化優(yōu)定尋優(yōu)的這樣一過程，它一定不涉及原來憑人工經(jīng)驗(yàn)在有限的約束條件下巡游的。

像圖片中的例子有6個(gè)工單，每個(gè)工單會(huì)涉及到多個(gè)工序。比如第一個(gè)工單6個(gè)工序，第一個(gè)工序可以在3號機(jī)床上加工，也可以在10號機(jī)床上加工。在3號機(jī)床加工的時(shí)間是3分鐘，在10號機(jī)床加工是5分鐘，這個(gè)可以選擇，以此類推。

可以看到一共有10臺(tái)加工機(jī)床，其中有很多加工機(jī)床是共用的，而每一個(gè)訂單的加工路線和時(shí)間也是不一樣的。在這種情況下，我們要找到一個(gè)最短時(shí)間能完成的優(yōu)先順序，能夠確保資源浪費(fèi)最低，機(jī)臺(tái)損失時(shí)間最低。同時(shí)整個(gè)從第一道工序到最后一道工序，六個(gè)訂單全部結(jié)束，其實(shí)是非常困難的。

這里會(huì)涉及到一個(gè)遺傳算法，就是在有限的成本條件下取得相對最優(yōu)的概念。如果讓一臺(tái)計(jì)算機(jī)運(yùn)行程序獲得一個(gè)最優(yōu)結(jié)果是可以，但如果運(yùn)行時(shí)間是三個(gè)月，是完全不具備可行性的。所以為了能夠更好地運(yùn)行，現(xiàn)在開發(fā)出很多這種啟發(fā)式算法，就是借助生物學(xué)上的概念，通過每一代的進(jìn)化用遺傳手法把更好的結(jié)果選擇出來，并不斷迭代到一個(gè)相對滿意的結(jié)果。

所謂輕量化應(yīng)用就是對于不同的場景，用類似環(huán)境實(shí)現(xiàn)短平快能上手。如果想把這些場景做更好的封裝，就可以通過包括低代碼的開發(fā)環(huán)境等來實(shí)現(xiàn)，把一些成熟優(yōu)秀的經(jīng)驗(yàn)固化進(jìn)去，將來真正在使用的時(shí)候就是一個(gè)比較商業(yè)化的App系統(tǒng)。

通過這兩個(gè)場景化的案例，希望建立起大家對應(yīng)用的信心，通過數(shù)字化的場景應(yīng)用快速提高運(yùn)營的效率。平臺(tái)再復(fù)雜，無外乎就是數(shù)據(jù)加算法，加一些可視化展現(xiàn)形式，只要這條路跑通，加上對行業(yè)場景的熟悉度，肯定能做出不錯(cuò)的應(yīng)用效果。