工业互联网与数据智能

温天宁

工业互联网有两个核心词：一个是工业，代表着生产力；另一个是互联网，代表着网络化、信息化、智能化的水平。AI技术每一步的发展都为整个技术变革或者商业价值带来一个长足的进步。以客户为中心的导向；将数据视为资产，视为财富；将AI技术视为生产力、新引擎，这是未來工业互联网发展的三个要点。

从2016年起，从技术领域到投资领域，从虚拟经济转向实体经济，我们现在已经迈向了实体经济的智能互联时代。如何将原有的信息技术进行融合，实现智能制造，是我们工业互联网所关心的一个重点话题。数据和智能如何应用在工业之中呢？回顾过去产业革命的四个阶段，我们可以看到，在1.0时代，我们主要突破的是单体工人的劳动力；在2.0时代，电控设备大大提升了产线的生产力；在3.0时代，我们实现了数控产线工厂级自动化系统；在4.0时代，通过数字化、网络化、智能化协同，我们相信可以实现产业升级和产业协同。这里面的核心要点一直是在追求最大程度地解放生产力，所以我们在工业互联网的数据智能化应用方面，一直围绕这个目标，如何通过新的技术手段和新的模式去提升和释放生产力。

我们可以看到，在过去的几十年里，有两个领域的技术发挥了重要的作用：一个是OT，可以简单来讲，是指工控软件，主要解决工业的生产瓶颈问题；另一个是IT，企业经营管理能力，解决整个企业内部信息化。未来工业互联网时代，我们将两者的信息技术和能力进行互联互通，逐渐走向一个融合。

融合的关键在哪里呢？我们通过实践看到，一方面在数据，也就是说要从数据方面进行深度融合；另一方面在智能化应用，不仅要通过后台分析进行决策管理，还要通过敏捷分析进行生产决策。

数据智能领域包含一个理念、两个融合和三个能力。一个理念是指，数据智能的敏捷应用。两个融合是指IT域和OT域在数据、应用、软件、技术、流程等各个方面的融合。一个是IT和OT的融合，另外一个就是算法模型的融合。三个能力指的是拥抱数据、融合数据、战略数据。拥抱数据表示我们要将传统的没有数字化的产品和设备进行数字化，这是我们拥抱数据的内涵。当你获取到这些数据之后，能不能有效管理起来，指的是融合数据部分。战略数据就是朝着我们最终的业务应用目标，如何将数据价值提炼出来，实现数据驱动的应用。

我简单介绍一下联想的内部情况。联想的工业大数据建设已经走过了七年时间，我们的应用专题已经达到500多个，从产品设计、生产制造、物流配送、产品营销、仓储物流、零售到客户服务等各个方面都采用了整体的大数据建设方案，每一个应用专题都针对不同的用户需求，并总结出一些经验与我们外部的专家进行分享。

我们在建设任何一个项目时，都要看到它的量化指标及投入产出比。我们要建大数据平台和基础设施服务，就可以通过总体性评估和投入评估来去看一些基础设施是如何和各个项目进行分摊的，这是技术和业务相结合的策略。对于联想而言，我们是基于AI来建设未来的智能工厂，实现端到端的价值链贯通以及实现一些可预测的大数据分析和应用。通过这些建设策略，我们可以看到每一项建设策略里的一些举措，再细分出来，最后和整个公司的发展目标进行对照。

联想大数据提出了工业互联网的五大特征，就是透明、感知、柔性、敏捷、无忧。不同部门有不同的理解，最终求同存异，因为共性会占据绝大多数人的思维空间。数据文化或建设文化会趋于统一，各个部门的配合会趋于流畅。通过这五个特点形成一个愿景，即如何通过工业互联网实现智能制造。

在这个过程中需要建设几大能力：第一大能力是全域的数据融合。所谓全域数据融合除了狭义的理解外，还包括公司内部全员数据、经营域的数据或者销售域的数据，还要关注行业数据，建立广域大数据集合体，形成对数据的获取能力。第二大能力是融合工业的KNOW-HOW的AI算法模型，就是机理模型和算法模型的融合。建立在数字化基础之上，我们已经拥有了大量的数据资产，之后我们将机理模型和数据模型进行一个整合，通过状态感知、实时分析、科学决策以及精准执行再反馈到系统当中，形成业务闭环。第三大能力是指通过微服务架构实现敏捷闭环。太多传统工业软件是非常庞大的系统，不灵活并且无法响应业务的高效迭代，所以通过微服务架构去打破传统的工业知识和传统工业软件之间的隔阂，采用微服务架构，对知识产权进行有效管理，同时可以进行快速开发、快速引进。第四大能力是为用户提供端到端的产品、方案和专业服务，为整个技术的交付提供相应的保障。

联想除了大数据部门之外，还有投资部门，面向整个工业互联网的一些优秀企业进行投资和布局。最后我想以三句话结束今天的演讲：以数据智能为理念深耕工业互联网；融合IT与OT域先进技术的端到端解决方案；开放、协作、共赢，助推企业数字化转型。

（根据演讲内容整理，未经本人审核）