美國的管理學家、統(tǒng)計學家愛德華·戴明說過一句話：“除了上帝，任何人都必須用數據來說話。”在經歷消費大數據時代后，人們迎來了工業(yè)大數據時代。
       工業(yè)大數據和原來的信息化有何區(qū)別？
       簡單來說，1990年代以前，大部分企業(yè)都在做企業(yè)內部信息化，這被稱為第一次浪潮。1990年代以后，互聯(lián)網開始席卷全球，企業(yè)相繼進行互聯(lián)網化。而隨著信息化與工業(yè)化的深度融合，工業(yè)大數據悄然興起，這也將成為下一個提升制造業(yè)生產力的技術前沿。在清華大學工業(yè)大數據研究中心主任王建民看來，工業(yè)大數據即第三次工業(yè)變革，它以智能互聯(lián)的產品為核心載體，而不單純只是通過互聯(lián)網增值。
       王建民認為，在制造業(yè)的利潤越來越低的情況下，工業(yè)大數據可以幫助中國企業(yè)提高產品在使用維護階段的利潤。最重要的是，利用數據進行跨界運營，能夠為企業(yè)帶來新的生存空間。
       利用大數據搶占價值高地
       為什么工業(yè)大數據對當下的中國企業(yè)來說，有著如此深遠的意義？
       事實上，在王建民看來，一個復雜裝備的生命周期分三個階段，即：開發(fā)制造階段（Beginning of Life，簡稱BOL）、使用維護階段（Middle of Life，簡稱MOL）、回收利用階段（即End of Life，簡稱EOL）。
       原來，制造企業(yè)將重心放在開發(fā)制造階段，企業(yè)的核心目標就是將裝備設計制造出來。而產品售賣給消費者后，就和企業(yè)沒有關系或者變得無關緊要了。所以生命周期的第二、三階段，常常被企業(yè)忽略。但裝備的價值真正體現(xiàn)在用戶的使用體驗上，而不在于制造，盡管制造由質量決定。但消費者在使用階段的流暢程度，才能反映出產品的最終功效。
       加工制造環(huán)節(jié)的確能夠產生很多利潤，但在當前環(huán)境下，生產制造的利潤越來越薄，使企業(yè)越來越難以為繼。而中國是一個制造大國，更是一個使用大國，制造業(yè)的興衰事關重大。王建民認為，只有利用大數據搶占價值高地，實現(xiàn)產品智能化，才能實現(xiàn)從“中國制造”到“中國創(chuàng)造”的轉變，從“生產型制造”到“服務型制造”轉變，這也是“中國制造2025”戰(zhàn)略的應有之義。
       跨界運營是工業(yè)互聯(lián)網轉型的核心
       和之前很多技術一樣，工業(yè)大數據并非橫空出世，而是一脈相承。但又有新的變化，這種新的變化，在王建民看來，其核心在于連接，將原來孤立的機器連接起來，將人和機器連接起來，將不同的企業(yè)、行業(yè)連接起來。
       事實上，這種連接已經產生了巨大的價值，有很多企業(yè)已經開始實踐了。
       例如：將人和產品聯(lián)系起來，可以實現(xiàn)產品創(chuàng)新。日本科研人員設計出一種新型汽車座椅，根據駕駛者的體重、壓力值等數據識別主人，以判斷駕駛者是否為主人，從而決定是否啟動。
       又例如：將兩個不同領域連接起來，可以實現(xiàn)銷售模式的創(chuàng)新。歐洲人可以做到今天賣明天的風電，怎么賣？他們根據一系列數據，對明天的風力精準地進行測算，從而實現(xiàn)當天交易。這是風電裝備在整個大氣環(huán)境下進行的跨界運營的絕佳案例。
       還有一個例子，《哈佛商業(yè)評論》曾經發(fā)表過一篇文章叫《智慧的互聯(lián)產品》。美國人認為未來的工業(yè)產品應該分為五個階段，到第四個階段的時候，裝備、產品會進入到一個產品的系統(tǒng)階段，機器和機器之間可以對話和合作。比如在農業(yè)領域，播種器械、收獲器械會聯(lián)合起來到一個農場去作業(yè)。而終極階段是：農業(yè)機器的集群和天氣的數據，會和種子的數據、灌溉系統(tǒng)的數據聯(lián)合起來，通過全方位的連接來解決農業(yè)生產中的綠色節(jié)能問題。
       王建民說，通過跨界運營來創(chuàng)新是工業(yè)互聯(lián)網轉型的核心。在使用階段做一個簡單的維修、更換配件，不管是預防性維修還是主動維修，都還處于工業(yè)互聯(lián)網的初級階段。只有通過數據進行跨界運營，才抓住了整個裝備制造業(yè)在服務階段轉型升級的核心。
       工業(yè)大數據應避免的三個誤區(qū)
       聽上去很美好的工業(yè)大數據，如何實踐呢？王建民梳理了三大誤區(qū)，以供企業(yè)參考：
       一、維修＝運行
       在工業(yè)領域，維修和運行基本不會分開。但是在工業(yè)大數據里，二者是分開的。維修指的是，當產品性能下降的時候，通過更換零件或者其他手段，恢復其產品性能。而運行是指如何使用機器，使它產生價值。
       二、產業(yè)大數據等同于消費大數據
       工業(yè)大數據最核心的問題在于分析結果的可靠性。在消費大數據上，如果產品的廣告推薦能達到20‰的可靠性，就是搜索引擎的最好水平。但這一數據在工業(yè)領域，顯然遠遠不夠。因為在工業(yè)領域，往往是失之毫厘，差之千里。工業(yè)的應用場景對數據準確率的要求達到99.9%，甚至更高，否則就會造成嚴重的經濟損失乃至安全事故的發(fā)生。所以，王建民建議，從人員結構上來講，工業(yè)大數據需要數據和產業(yè)的人才一起來做。
       三、采集的數據越多越好
       對于企業(yè)而言，機器采集的數據有時候是一個災難，不是企業(yè)采集的所有數據都是有用的。不產生價值的數據就是垃圾信息，對于企業(yè)而言就是負擔。企業(yè)在收集數據之前，首要任務是給數據畫像，弄明白自己到底需要什么樣的數據。
       王建民認為，無論如何，大數據仍然要圍繞裝備增值服務的業(yè)務邏輯，在達到這個目的的過程中，讓數據發(fā)揮作用，而非簡單地只看到數據，而忽略了根本的邏輯。
       （本文資料來源：清華大學工業(yè)大數據研究中心主任王建民的公開演講）