之所以想寫這篇文章是因為最近入手一本書《大數(shù)據(jù)挖掘與機器學習-工業(yè)4.0時代重塑商業(yè)價值》，剛剛看完概述部分，但是一下子對大數(shù)據(jù)和工業(yè)4.0有了很多的思考。于是，結(jié)合上周末在廣州與一個朋友聊的機器學習在工業(yè)控制領(lǐng)域應用的內(nèi)容，寫下了這篇文章來表達一下自己對大數(shù)據(jù)與工業(yè)4.0的粗淺認知。

　　一、關(guān)于大數(shù)據(jù)時代

　　大數(shù)據(jù)時代開始于2001年，我是比較認可這一觀點的。因為大數(shù)據(jù)這個詞語被創(chuàng)造出來是在20世紀90年代，在2000年的時候第一次在學術(shù)論文上有人將它提出，在2003年的時候在Francis X.Diebolt在《宏觀經(jīng)濟測量和預測的大數(shù)據(jù)動態(tài)因子模型》一書中正式將大數(shù)據(jù)這個詞語進行詮釋和應用。自然，在13年前的那個時代，全世界的熱點是在于互聯(lián)網(wǎng)，在于互聯(lián)網(wǎng)門戶或者社交。在2005年的時候，當前最火爆的Hadoop項目就已經(jīng)被創(chuàng)建，之所以在10多年后大數(shù)據(jù)和Hadoop項目才受到熱捧和關(guān)注主要是因為當時的數(shù)據(jù)還不夠大。在現(xiàn)如今的世界，隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、IOT、智能設(shè)備的發(fā)展，你舉目四望會發(fā)現(xiàn)整個世界每秒都在生產(chǎn)海量的數(shù)據(jù)，我們所有的世界空間、所有的行為路徑都在被數(shù)據(jù)給描述，我們都在生產(chǎn)數(shù)據(jù)又依賴于數(shù)據(jù)。在非量子的認知體系內(nèi)，我們的確處于一個無邊無際的大數(shù)據(jù)時代，這是一個數(shù)據(jù)為王、數(shù)據(jù)即能源的時代。

　　二、說一說工業(yè)4.0

　　對于工業(yè)4.0這個概念，我認為兩個最權(quán)威的定義就可以解釋的明白。工業(yè)4.0這個概念是德國最先提出的，德國對于工業(yè)4.0的解釋是這樣的：所謂的工業(yè)四代(Industry4.0)是指利用物聯(lián)信息系統(tǒng)(Cyber—PhysicalSystem簡稱CPS)將生產(chǎn)中的供應，制造，銷售信息數(shù)據(jù)化、智慧化，最后達到快速，有效，個人化的產(chǎn)品供應。中國正處在兩化融合升級的過程，因為中國政府迅速與德國政府就工業(yè)4.0達成合作。在中德關(guān)于工業(yè)4.0的《中德合作行動綱要》中，有關(guān)工業(yè)4.0合作的內(nèi)容共有4條，第一條就明確提出工業(yè)生產(chǎn)的數(shù)字化就是工業(yè)4.0?，F(xiàn)在，我覺得我們可以很好的理解工業(yè)4.0的意義，工業(yè)4.0就是工業(yè)數(shù)字化，而更人們興奮的是在工業(yè)數(shù)字化背后的工業(yè)大數(shù)據(jù)。工業(yè)數(shù)字化或者說工業(yè)智能化的潛力是顯而易見且令人震撼的，有幸在一個項目中參觀了蒙牛6期工廠，整個智能化、自動化的生產(chǎn)線的確給我了很大的震撼，而且作為一個外行的我就能明白這個是一個多么有價值有意義的事情。在參觀中，我發(fā)現(xiàn)整個蒙牛工廠6期最核心的部分是其設(shè)在廠房中央的智能數(shù)據(jù)控制中心，這個智能數(shù)據(jù)控制中心的作用就是根據(jù)所有設(shè)備的運行數(shù)據(jù)的分析結(jié)果控制整個廠房的所有設(shè)備進行生產(chǎn)。根據(jù)上周末在廣州與一個朋友聊天的內(nèi)容，我了解到像蒙牛工廠6期的這種智能化設(shè)備的控制背后其實就是大數(shù)據(jù)的深度機器學習控制算法。那么，將德國對于工業(yè)4.0定義中的供應、制造、銷售三個環(huán)節(jié)與大數(shù)據(jù)結(jié)合就是工業(yè)4.0的供應大數(shù)據(jù)、制造大數(shù)據(jù)、銷售大數(shù)據(jù)，接下來我們就是要圍繞這三個大數(shù)據(jù)來聊聊大數(shù)據(jù)時代與工業(yè)4.0。

　　三、工業(yè)4.0大數(shù)據(jù)

　　三.一、供應大數(shù)據(jù)

　　說供應大數(shù)據(jù)可能不太很好的準確理解其所指的是什么，但是如果說供應鏈大數(shù)據(jù)你肯定一下就知道其所指的是什么了。說到供應(鏈)大數(shù)據(jù)，我相信很多人都能想到一點如何去做供應鏈大數(shù)據(jù)，因為在這個互聯(lián)網(wǎng)和物流發(fā)達的年代，全球采購已經(jīng)不是什么新鮮事了。在正式切入供應大數(shù)據(jù)前，我還想先講一個供應鏈的事。在去年，大家可能看到過這樣一個新聞，就是一個浙江蔬菜銷售商春節(jié)前從山東采購了一批大蔥，這批大蔥還沒有運到浙江前銷售價格已經(jīng)漲到其采購價格的10倍以上。這位蔬菜銷售商之所以在這次生意上能夠躺賺，是因為他通過一些途徑了解到了大蔥的主產(chǎn)地山東去年大蔥有了大面積減產(chǎn)的信息。那么，對于工業(yè)生產(chǎn)而言同樣也是這樣的，只有能夠準確的預測到原材料采購價格的變化趨勢，才能夠通過最優(yōu)的采購策略來大大的降低生產(chǎn)成本。在當前的全球經(jīng)濟的時代，影響工業(yè)生產(chǎn)某樣原材料采購價格的因素有如下幾種：全球的生產(chǎn)規(guī)模、全球的生產(chǎn)率、期貨市場、國際環(huán)境、物流運輸環(huán)境、匯率、地緣政治環(huán)境、主要生產(chǎn)地的政治環(huán)境等等，而這些因素絕大部分都不是直接可以拿到的數(shù)據(jù)，需要根據(jù)每個因素的關(guān)聯(lián)數(shù)據(jù)進行分析才能得出。那么，在全球的環(huán)境下，要進行這些數(shù)據(jù)的收集、分析、預測只能使用大數(shù)據(jù)系統(tǒng)來進行。從技術(shù)的角度來看這個供應鏈大數(shù)據(jù)系統(tǒng)，需要由互聯(lián)網(wǎng)爬蟲系統(tǒng)、流數(shù)據(jù)處理系統(tǒng)、數(shù)據(jù)可視化系統(tǒng)四個主要的核心系統(tǒng)來構(gòu)成?；ヂ?lián)網(wǎng)爬蟲系統(tǒng)現(xiàn)在有非常多開源項目可以采用，比較建議的有Nutch、Grub Next Generation等;流數(shù)據(jù)處理系統(tǒng)除了目前關(guān)注度比較高的Spark還可以考慮Storm和Samza;數(shù)據(jù)可視化系統(tǒng)可以考慮選擇Cube、Fusion Charts Suit XT等，在基礎(chǔ)支撐系統(tǒng)層面可以采用Hadoop的架構(gòu)體系，也可以采用一些其他的調(diào)度系統(tǒng)如Mesos等。

　　三.二、制造大數(shù)據(jù)

　　所謂制造大數(shù)據(jù)，其實就是智能化制造設(shè)備的大數(shù)據(jù)，不過如果從數(shù)據(jù)量來說這些智能設(shè)備的控制和運行數(shù)據(jù)并不是多么大的數(shù)據(jù)，但是這些數(shù)據(jù)相關(guān)的復雜度、處理的實時性絕對非常巨大的。其實這也是大數(shù)據(jù)另外一個面，就是不光海量的數(shù)據(jù)叫做大數(shù)據(jù)，數(shù)據(jù)相互關(guān)聯(lián)復雜多特別巨大的也叫做大數(shù)據(jù)。在制造大數(shù)據(jù)的體系下，所有的生產(chǎn)設(shè)備都是智能化的設(shè)備，其每次的任務(wù)執(zhí)行都核心控制系統(tǒng)調(diào)度控制的結(jié)果，那么利用制造大數(shù)據(jù)可以做如下事情：設(shè)備精確控制、設(shè)備運行優(yōu)化、設(shè)備故障預測、制造系統(tǒng)改進升級等。根據(jù)我目前的知識面，我就詳細聊一下設(shè)備精確控制這個話題。在數(shù)字化控制的時代，制造設(shè)備運行是嚴格的精確位置運行控制，很簡單的例子就是數(shù)控機床，這個數(shù)字化得制造設(shè)備必須按照設(shè)定好的運行軌跡嚴格的運行和停放。舉個例子來講，如果有這樣一個動作：將一個加工件打一個10mm的孔，那么每次打孔機的初始狀態(tài)都要回到相對0位置，在進行了上萬次的重復操作后肯定會出現(xiàn)誤差，有可能初始位置回到相對-0.1mm或者+0.1mm，那么就會出現(xiàn)大量的具有誤差的產(chǎn)品。在制造大數(shù)據(jù)控制體系內(nèi)，控制系統(tǒng)對智能設(shè)備的控制不是起點和終點，而是智能設(shè)備的運行軌跡。當然這個軌跡是根據(jù)機器學習控制算法來實現(xiàn)的，可以將同一批次的、做同樣工作的智能設(shè)備每次的運行軌跡數(shù)據(jù)進行分析處理從而得到下一個時間段的準確的運行軌跡，換句話說智能設(shè)備可以根據(jù)機器學習自動修復在生產(chǎn)過程中產(chǎn)生的誤差。從技術(shù)的角度來看制造大數(shù)據(jù)系統(tǒng)，需要有IOT、深度機器學習系統(tǒng)、智能控制算法系統(tǒng)等來組成，IOT其實就是目前工業(yè)要進行的智能制造設(shè)備物聯(lián)網(wǎng)，如德國提出的CPS;深度機器學習系統(tǒng)目前國際上的幾大科技巨頭都將自己的深度機器學習平臺進行了開源如Google的TensorFlow、微軟的DMTK、百度的DMLC等。

　　三.三、銷售大數(shù)據(jù)

　　最后咱們聊聊銷售大數(shù)據(jù)，關(guān)于銷售大數(shù)據(jù)我認為有兩層意思一個是基于大數(shù)據(jù)的精準營銷，另一個是基于大數(shù)據(jù)的精準需求分析?；诖髷?shù)據(jù)的精準營銷其實大家可能都有所理解，在大家使用淘寶、京東等電商平臺進行購物的時候在你的界面上都會有些推薦商品或者一些優(yōu)惠套餐，其實這些都是根據(jù)你或者你這個地域、年齡段、性別等信息進行全購物平臺的相關(guān)數(shù)據(jù)分析的結(jié)果。那么大家想一想，在消費品行業(yè)可以進行如此精準的營銷，在工業(yè)領(lǐng)域也必然是可以的。而且由于工業(yè)采購往往是大宗、低頻的商業(yè)，在這個銷售過程中就可以基于大數(shù)據(jù)做一些供應鏈金融、電子期貨等等。關(guān)于基于大數(shù)據(jù)的精確需求分析，我之前在飛機上經(jīng)?？吹揭粋€IBM大數(shù)據(jù)的廣告，講的是如何利用大數(shù)據(jù)分析迅速的獲取滑雪愛好者的需求，然后生產(chǎn)出符合最符合當前客戶需求的滑雪板，最后成功的賣給滑雪愛好者并得到極大的好評。其實這就是一個很好的案例詮釋銷售大數(shù)據(jù)的意義，通過銷售大數(shù)據(jù)的分析可以更好的了解市場需要和預期，進而指導產(chǎn)品設(shè)計和生產(chǎn)。從技術(shù)的角度來看銷售大數(shù)據(jù)系統(tǒng)，我覺得和供應大數(shù)據(jù)系統(tǒng)比較類似，同樣需要需要由互聯(lián)網(wǎng)爬蟲系統(tǒng)、流數(shù)據(jù)處理系統(tǒng)、數(shù)據(jù)可視化系統(tǒng)四個主要的核心系統(tǒng)來構(gòu)成，不過對于工業(yè)的銷售大數(shù)據(jù)系統(tǒng)來說流數(shù)據(jù)處理可以根據(jù)需求替換成數(shù)據(jù)倉庫分析處理系統(tǒng)。