杂志汇中国信息化

工业和信息化部原副部长，主要研究汉字信息处理、信息系统和网络的设计和开发、信息经济学、信息法学、国家信息化发展战略。先后发表了150余篇论文，著有《专家系统及其在管理中的应用》、《知识经济时代的企业技术创新和改造》、《企业信息化建设与管理》等著作。

编者按：本文根据北大教授、工信部原副部长在首届中国（杭州）工业大数据产业发展高峰论坛上的讲话编辑整理。杨学山教授的报告分三个部分，详细阐明了什么是工业大数据，工业大数据的作用以及工业大数据如何推动制造业转型升级。

一、什么是工业大数据

我们从内涵角度定义工业大数据比较困难，因为它涉及到很多各种各样的数据。但是从外延角度来看工业大数据比较容易，大体上是“3+3”。第一个“3”是指3个层面：企业，企业上面的供应链、产业链和生态链，以及在这上面的行业管理和宏观经济。第二个“3”是指每个企业都有3个过程：生产，使用以及发展中的经营效益，所以，“3+3”基本上把工业大数据的脉络圈起来了。

从企业的角度看，工业大数据是在一个企业的设计、创新、生产、经营和管理决策过程产生、使用和转型升级过程需要的信息之和。所以最小的圈是企业，一个企业从开始到生产线到设计、到工艺过程、到人，一直到管理、决策、市场、服务，像这样的环节都在使用。

从供应链、产业链和生态链的角度来看，工业大数据是供应链、产业链和生态链产生、使用和需求的各类信息之和，这三个链之间很难一刀断开。所以制造业、工业生产整个过程是一个链环周。这个链环不仅指的是一个企业，企业只是这个链环中的一个环节，更重要的是我们的政府机构、研究机构，需要把控和研究如何追求产业制造业前两环的优化。所以我们看到了超越一个企业的生存、使用和发展需求的新工业大数据。

从行业管理和宏观调控的角度来看，工业大数据是工业行业管理和宏观调控产生、使用和需求的各类信息之和。每一个行业的管理都需要工业大数据，在工业行业又包括很多企业，做好工业数据管理需要这样一个链条，所以“3+3”构成了工业大数据的外延，每一个环节，使用的和需求的中间形成交集，这样才对工业大数据的发展提供了基础。

对此我有四点主要的结论：首先，“3+3”加起来的组合就是工业大数据；第二，产生、使用和进一步发展需求的工业大数据是不同的交集；第三，进一步发展需求的大数据最大；最后，最重要的一点，工业大数据中，工业是主体。

二、工业大数据的作用和意义

同样是从三个层面，加上一个需求，我们来看一下工业大数据的作用和意义。

首先，从最小的层面——企业来看，工业大数据为企业全过程设计、创新、生产、经营、管理、决策服务，为企业实现计划的发展战略和目标的实现服务。

第二个层面，工业大数据服务于供应链的优化、产业链的完善、生态链的形成和优化。从供应链、产业链、生态链来看，不管是CSM的生产圈，还是一个特定产品制造过程的供应链，或是一个完整生产过程的分析，工业大数据都是为了它的形成和优化。对于一个企业来说，很少来决定一个供应链，更不能决定一个产业链的完善、优化。所以当我们讲供应链产业和生态链的时候，在这个链条下更需要政府管理部门的协调。

第三个层面，工业大数据要满足行业和宏观决策调控的实际需求，提高行业和宏观经济管理决策质量、能力。政府的行业管理对于供应链、产业链、生态链、商业链、价值链有着非常重要的作用，但是政府的宏观调控超越了这样的链环本身，我们要对经济发展面临的重大问题作出回应，甚至回答制造业如何来应对这样的问题。所以从这个行业来看重要的是行业发展战略，而到宏观调控的时候，不但要从行业的发展战略，还要从整个经济发展趋势去看这些问题怎么解决？这就需要信息。

第四，从工业转型升级的需求看，工业大数据是为了一个个企业、行业、装备、工艺、生产线、供应链的转型升级服务。先进制造业、工业4.0、智能制造、以两化融合和智能制造为重点的中国制造2025，都是工业转型升级模式的未来方向。原来我们的工业3.0，是以装备和生产线为核心的自动化，而4.0的智能化是把这两个过程自动化和数据自动化结合在一起。

总结一下，工业大数据的研究和实践要服务于加快制造业转型升级、提升工业竞争力；这个目标要落实到企业创新、设计、生产、经营、管理、决策的每一个具体环节；这个目标要落实到供应链全局优化、产业链和生态链的形成和优化的每一个具体环节；这个目标要落实到工业行业管理和宏观经济调控决策的每一个实际需求。

三、工业大数据推动制造业转型升级

首先要知道存在着哪些主要问题：在数据生成环节，主要存在跑冒滴漏和非标准化的问题；在数据利用环节，主要存在数据不足、质量不高、各个环节协同存在制度、核算、标准等大量障碍；在发展需求环节，主要存在缺乏预见性、缺乏有效的模型和工具、缺乏制度和标准规范等问题。

要想建设好、应用好大数据，先要解决三个问题。首先是建设好大数据，什么是建设？把大数据看作探矿、采矿、炼矿、用矿，实际上探矿和采矿就是建设好信息，可以从三个纬度四个方面来建设好信息。三个纬度首先是发现，然后才可以按照应用需求结合起来。其次要有制度，要有标准，要实现系统之间的互操作。同时我们还要发现、收集、组织，来提升系统性、完整性、及时性、准确性。而利用好大数据有若干个关键环节。这是建设好、运用好大数据。

最后，大数据发展要特别注重取得实效、最佳实践和理论研究。

第一，要特别注重实效。因为今天的大数据，每一个环节的形成都有其实效，这件事情从开始到做完以后，效果究竟是什么？企业家在用大数据对其企业各个环节进行改善提升的时候，首先第一条要把提高效率放在首位，这是关键，而且对于制造业来说，要永远把利润率放在最重要的位置。当然，工业大数据不能直接用钱来算，有的环节是企业老板在管理上、服务上提效，但是这个效果必须是可测量的，不管是定性的还是定量的。

第二，要特别注重最佳实践。i 5数控机床，从开始研发到今天位列智能数控机床试点领先的行列，花了十年的时间。为什么前面几年没有成功？就是因为数据缺失。缺什么数据？高端数控机床为什么长期被国外控制？数控机床的技术为什么那么长时间没有克服？因为不管是材料的发展，还是装备的发展，都没有数据，没有实践过程中的数据，是发展不起来的。而如何建立模型，也需要数据来支撑，但是原来由于高端数控机床都由国外来控制，我们没有数据。另外，在这个过程里面还倡导商业模式，机床是按服务模式收费的。所以它又变成了今天最新最热门的制造行业分享经济。这显然是一个最佳实践，这里面工业数据是极其重要的。

第三，要注重理论的研究，注重方法、制度创新的研究。在这个过程中，需要对制造业发展的趋势、特征，工业大数据的内涵外延，工业大数据建设和利用的系统方法，工业大数据质量保证、协同发展、制度创新等等一系列问题进行研究。