郭朝暉于1997年加盟寶鋼，長期從事信息，模型，自動控制，大數(shù)據(jù)等領(lǐng)域的技術(shù)研發(fā)工作，在企業(yè)一線積累了寶貴的經(jīng)驗(yàn)。

他表示，工業(yè)大數(shù)據(jù)能否真正落地，取決于能否創(chuàng)造經(jīng)濟(jì)價(jià)值。要體現(xiàn)價(jià)值，必須找到合適的場景。而價(jià)值的持續(xù)創(chuàng)造，必須與日常的生產(chǎn)或管理流程相結(jié)合。為此，必須理解工業(yè)大數(shù)據(jù)的特殊要求，那就是可靠性。

可靠：工業(yè)的基本要求

工業(yè)數(shù)據(jù)分析的項(xiàng)目常常不了了之、虎頭蛇尾。為什么呢？

業(yè)界在談到數(shù)據(jù)應(yīng)用的時(shí)候，往往是在說它好的一面，比如說數(shù)據(jù)中有信息，數(shù)據(jù)中有知識，數(shù)據(jù)是有用的；但是，業(yè)界往往會忽略其另外一面，比如說數(shù)據(jù)有假的，有錯(cuò)的，有偏差很大的，有暫時(shí)性的。

特別地，人們對分析結(jié)果有一個(gè)基本的要求：可靠?？煽啃砸蠛褪褂脙r(jià)值往往是硬幣的兩面：如果價(jià)值很大，則往往對分析結(jié)果的可靠性要求很高；反之，對可靠性要求不高的分析，價(jià)值也不會很大。如果正確的分析結(jié)果能夠帶來很大的效益，錯(cuò)誤的分析結(jié)果往往也會帶來巨大的損失。

工業(yè)大數(shù)據(jù)分析結(jié)果的可靠性成為重中之重。然而，當(dāng)前無論是從數(shù)據(jù)質(zhì)量層面，亦或是在分析理論層面，工業(yè)大數(shù)據(jù)均面臨挑戰(zhàn)。

在工業(yè)過程中，數(shù)據(jù)質(zhì)量差是種常態(tài)。在傳統(tǒng)的分析理論，同樣面臨挑戰(zhàn)。

場景一：鋼鐵的成分和工藝怎么提升煉鋼的性能，這個(gè)模型的建立非常重要，這是鋼鐵工業(yè)60多年來的一個(gè)夢想。但是在建模的過程中，分析師會發(fā)現(xiàn)模型的精度總是提不高，不同的人會得出完全不同的模型。

是否存在精確的模型？郭朝暉的結(jié)論是：不可能的。因?yàn)閿?shù)據(jù)的誤差制約了模型的精度。
在實(shí)踐中，郭朝暉發(fā)現(xiàn)，如果自變量存在顯著誤差，用誤差最小化的優(yōu)化方法，可能都存在分析結(jié)果與真實(shí)性的偏離的問題。這對傳統(tǒng)建模理論是一個(gè)極大的沖擊。

場景二：相關(guān)性與因果性。比如，A鋼種，很少發(fā)生缺陷，所以不對其進(jìn)行檢驗(yàn)，B鋼種容易發(fā)生缺陷，必須經(jīng)常進(jìn)行檢驗(yàn)；導(dǎo)致的結(jié)果卻是，A鋼種缺陷率高，B鋼種缺陷率低。

長期以來，在工業(yè)過程中，工程師往往采用前饋、反饋的手段，構(gòu)成一個(gè)復(fù)雜的人造系統(tǒng)。所以常常有這樣的現(xiàn)象（幾乎是必然會發(fā)生的）：某一個(gè)變量如果有重大影響，權(quán)重極高，分析師一定會想方設(shè)法降低其影響力。

這說明，從工業(yè)大數(shù)據(jù)中淘金，相關(guān)性分析可能是不夠的。

回歸分析與相關(guān)性分析，都存在某種程度的失效，工業(yè)大數(shù)據(jù)還能怎么玩？

工業(yè)條件往往不高，導(dǎo)致分析師不能提出不現(xiàn)實(shí)的數(shù)據(jù)的要求；分析的誤差也比較大，因?yàn)檫^程中看不見的原因有很多……這都是造成最后的分析結(jié)果似是而非，不了了之。

怎么辦？

提高數(shù)據(jù)質(zhì)量 采用合理的分析方法

可靠性是工業(yè)大數(shù)據(jù)的靈魂，這與商務(wù)大數(shù)據(jù)（包括互聯(lián)網(wǎng)大數(shù)據(jù)）具有本質(zhì)的不同。那么，怎么提高工業(yè)大數(shù)據(jù)的可靠性？數(shù)據(jù)質(zhì)量和分析方法（思路），成為兩大關(guān)鍵，而組織好數(shù)據(jù)是基礎(chǔ)。

郭朝暉表示，在思維上，要認(rèn)識到工業(yè)大數(shù)據(jù)要求數(shù)據(jù)的完整性與真實(shí)性，包括存儲數(shù)據(jù)時(shí)的真實(shí)性，組織數(shù)據(jù)時(shí)的結(jié)構(gòu)化，分析數(shù)據(jù)時(shí)的預(yù)處理。

如果在開始時(shí)，數(shù)據(jù)沒有進(jìn)行很好的組織，到最后肯定是分析不出結(jié)果的。因此，要想把工業(yè)大數(shù)據(jù)用好，在分析階段，在組織數(shù)據(jù)和收集數(shù)據(jù)時(shí)，就該想到數(shù)據(jù)是干什么用的，否則很有可能收集到的數(shù)據(jù)是不能用的。

“首先是為人的分析創(chuàng)造條件，然后才能有自動化的分析?！惫瘯熣f。

2013年3月，IBM公司在發(fā)布的《分析：大數(shù)據(jù)在現(xiàn)實(shí)世界中的作用》白皮書中，對大數(shù)據(jù)的4V理論進(jìn)行了修改，把其中的商業(yè)價(jià)值（Value）修改為Veracity（真實(shí)性）。IBM認(rèn)為，“前3個(gè)V涵蓋了大數(shù)據(jù)本身的關(guān)鍵屬性，但真實(shí)性是當(dāng)前企業(yè)亟需考慮的重要維度，將促使他們利用數(shù)據(jù)融合和先進(jìn)的數(shù)學(xué)方法進(jìn)一步提升數(shù)據(jù)的質(zhì)量，從而創(chuàng)造更高價(jià)值。”

據(jù)介紹，對于真實(shí)性，寶鋼老專家王洪水認(rèn)為，真實(shí)性首先是數(shù)據(jù)的完整性，數(shù)據(jù)之間的聯(lián)系要盡可能完整地記錄下來。而郭朝暉認(rèn)為，我們不僅要知道數(shù)據(jù)是什么，還要知道數(shù)據(jù)是怎么來的。有時(shí)候，這比數(shù)據(jù)本身更重要，是分析問題的關(guān)鍵所在。

一個(gè)完整性，不僅僅包含過程本身、對象本身的完整性，還要包含數(shù)據(jù)本身的邏輯的完整性。這樣，在使用的時(shí)候，才能不被假象所誤導(dǎo)。事實(shí)上，“做數(shù)據(jù)分析的，本身就是不斷地與假象做斗爭。”

有專家認(rèn)為，數(shù)據(jù)分析無非有兩種方法，一種是先對數(shù)據(jù)的分布做出某種假設(shè)，結(jié)論的正確性依賴于假設(shè)的正確性；另外一種不作出假設(shè)，直接根據(jù)數(shù)據(jù)之間的關(guān)聯(lián)得出結(jié)論。所有的方法，離不開這兩種。如果第一種方法的前提可行，結(jié)論一定是可靠的。但現(xiàn)實(shí)問題卻是：數(shù)據(jù)分布往往不能滿足某些分析方法的要求。

郭朝暉認(rèn)為，為此要把分析的重點(diǎn)轉(zhuǎn)到幕后去，也就是在原始數(shù)據(jù)的基礎(chǔ)上，通過人工分析來選定數(shù)據(jù)和創(chuàng)造條件，從而得到一個(gè)可靠的統(tǒng)計(jì)的辦法。

“絕對可靠是不存在的。我們只能得到相對的可靠。如果從多個(gè)維度去論證其合理性，并且沒有明顯的反例，我們或許就可以認(rèn)可這個(gè)結(jié)論。”

從數(shù)據(jù)到數(shù)據(jù)的方法就像是坐井觀天：因?yàn)槲覀儾恢罃?shù)據(jù)產(chǎn)生背后的原因。同時(shí)，工業(yè)界的數(shù)據(jù)往往是多維度的，如果僅僅想從數(shù)據(jù)本身證明某個(gè)結(jié)論，數(shù)據(jù)量往往是不夠的。

“一定要把知識和機(jī)理融合進(jìn)去，當(dāng)這兩者同時(shí)滿足時(shí)，才有可能得到一個(gè)可靠的結(jié)果?！?/p>

合適的場景決定了工業(yè)大數(shù)據(jù)的價(jià)值

在現(xiàn)實(shí)中，往往先進(jìn)的東西不實(shí)用，實(shí)用的東西往往不先進(jìn)；對于新技術(shù)，只有運(yùn)用于經(jīng)濟(jì)活動并取得經(jīng)濟(jì)成功才算是創(chuàng)新；同理，只有創(chuàng)造價(jià)值，工業(yè)大數(shù)據(jù)才有生命力，才能真正在企業(yè)落地。

郭朝暉認(rèn)為，一個(gè)技術(shù)的價(jià)值，取決于用戶怎么看待它。大數(shù)據(jù)能不能落地，關(guān)鍵的問題，是能不能找到合適的場景，而不是技術(shù)本身的先進(jìn)性；不僅如此，還要看投入產(chǎn)出比是否合適。

場景一：GE是用工業(yè)互聯(lián)網(wǎng)獲得大數(shù)據(jù)、降低維修成本，提高可靠度。由于航空發(fā)動機(jī)的維修成本很高，對可靠性的要求也非常高。因此，如果能通過大數(shù)據(jù)分析，找到恰當(dāng)?shù)闹R，就可以復(fù)制到成千上萬個(gè)發(fā)動機(jī)產(chǎn)品上，能降低成本，提高可靠度。

場景二：河南省有一個(gè)小工廠，基本上沒有操作工。他們把每個(gè)環(huán)節(jié)的數(shù)據(jù)及時(shí)存儲起來。出了什么問題，怎么出的問題，哪個(gè)環(huán)節(jié)有問題，都能溯源。

所以：1.GE的想法非常好，可并不見得適用于每個(gè)企業(yè)，因?yàn)橥度氘a(chǎn)出比太高。2.高質(zhì)量、無人化的場景之下，數(shù)據(jù)非常重要。

結(jié)論：數(shù)據(jù)是否有用，關(guān)鍵在于用戶是否對高質(zhì)量的產(chǎn)品有很高的追求。如果有，那么數(shù)據(jù)的價(jià)值自然會被帶動；反之，當(dāng)企業(yè)對質(zhì)量不關(guān)注，再好的數(shù)據(jù)也是沒有用的。

場景三：上海寶山某豆腐工廠，員工有1000多人，但是豆腐質(zhì)量不好，工人的操作水平無法得知。最后，豆腐廠老板在工廠里安裝了攝像頭，于是產(chǎn)品質(zhì)量馬上變好了。

所以：雖然工廠領(lǐng)導(dǎo)并沒有看監(jiān)控，但無疑攝像頭起到了威懾的作用。

結(jié)論：中國的經(jīng)濟(jì)起步于農(nóng)業(yè)經(jīng)濟(jì)，工業(yè)化還不成熟，人的規(guī)范性、職業(yè)道德各個(gè)方面有待提高，不具備精益求精的精神。所以，用大數(shù)據(jù)提高管理水平是重要的應(yīng)用場景。

郭朝暉建議：能不能通過大數(shù)據(jù)，把每一個(gè)生產(chǎn)流程記錄下來，然后讓研發(fā)，采購，銷售，設(shè)備維護(hù)，都很規(guī)范地運(yùn)行，當(dāng)出現(xiàn)違規(guī)時(shí)，就用一個(gè)算法進(jìn)行示警？

“在某些傳統(tǒng)企業(yè)，管理漏洞導(dǎo)致的浪費(fèi)可能大于總利潤。大數(shù)據(jù)記錄可以看作一種抽象的‘錄像’，對提高管理水平的價(jià)值是很大的，或許適合很多中國企業(yè)?！彼硎?。

工業(yè)大數(shù)據(jù)是對生產(chǎn)、研發(fā)、服務(wù)過程的痕跡的數(shù)字化記錄，其目的是建立以數(shù)據(jù)說話的基礎(chǔ)，它常常是對數(shù)據(jù)資源的二次利用，是通過間接的途徑創(chuàng)造價(jià)值。因此，只有將大數(shù)據(jù)的功能和業(yè)務(wù)流程綁定，才能持續(xù)地創(chuàng)造價(jià)值。

“我認(rèn)為工業(yè)大數(shù)據(jù)的主要價(jià)值，或許不在于發(fā)現(xiàn)規(guī)律性的知識，而在于提煉出有用的信息。用這些信息驅(qū)動軟件化、模型化的知識，可以智能化地解決管理問題?！惫瘯熑缡钦f。

zhoub