最近闭幕的十八届五中全会把大数据战略提高到一个前所未有的层面———实施国家大数据战略，推进数据资源开放共享。笔者在此想谈一下对推进工业大数据的一点看法。

 

　　大数据的概念与背景

大数据是最近几年才热起来的一个概念。大数据热大约在2012年前后在中国出现。其中，涂子沛先生的《大数据》一书起到了重要的作用。“除了上帝，任何人都必须用数据来说话”这句话，更是得到了时任广东省委书记汪洋(现为国务院副总理)的高度肯定。

读过这本书的人都知道：涂子沛关注的重点是大数据对政治、社会、伦理等方面的影响。后来，各家互联网公司、IT公司将人们关注的热点引向了商业领域，再经股评师的运作，使之成为全社会炙手可热的概念。与此同时，学术界不失时机地将大数据的概念引入了工业界。

然而，工业界重视数据分析早已不是新鲜事了。人们很早就希望通过数据发现客观规律、优化生产过程。例如，笔者25年前就开始涉足工业数据的分析研究，而数据挖掘等理论也早已广泛传播。对数据挖掘的价值，一种流行的观点是：当企业竞争进入白热化、所有手段都已用尽时，数据挖掘提供了领先半步的可能。与现在的观点相比，这个认识是相当低调的。当然，低调背后是有原因的，因为业界真正成功的案例其实非常少。

很多企业急于搭上“工业大数据”这趟快车，然而在现实中遇到了很多的困惑。

人们似乎都认为数据的作用很大，但从事过工业数据分析的人往往有这样的体会：分析过程往往达不到预想的目标，数据似乎并不是传说中的金矿。

这种困惑也体现在商务活动中。企业信息化建设原本应该遵循一个基本原则：用户需求驱动系统开发。从事大数据业务的IT公司对用户说：你说怎么做，我就怎么做；用户却说：我不知道能得到什么，也不知道该怎么做，最好你告诉我怎么做。

谁都不知道怎么做。于是，大家都被畅销书的理念忽悠着做事。然而，畅销书的观点是正确的吗？在笔者看来，畅销书上的观点往往对不上中国企业的现状———或将商务大数据的应用场景套在工业大数据，或将未来的场景套用到现在。

　　工业大数据与商务大数据有什么不同？

现在关于大数据的流行观点，几乎都是针对商务大数据的。然而，许多观点可能并不适合工业界。笔者认为，工业和商业至少有以下几点不同：

可发现的新知识少。一般来说，发现新知识是大数据分析的一个重要目的。然而，在工业领域，人们对生产过程的研究一般比较深入，专业知识也很丰富，很难从数据中发现新的知识。与之相比，商务活动的大数据分析往往涉及人的喜好，这些恰恰是过去难以量化研究的，故而大数据的含金量高。

对分析结果的质量要求高。工业界对分析结果的精度和可靠度要求高。如果将不可靠、不精确的分析结果用于指导生产，不仅不能创造价值，甚至可能导致极大的损失。与之相比，在许多商务大数据的应用场景下，即便分析错误，损失也不大。

分析难度高。工业系统往往是复杂的人造系统，包含大量复杂的前馈和反馈环节。这意味着，变量间的相关性往往不是自然的因果关系。这个问题很容易误导分析和决策的过程。另外，工业数据的信噪比往往比较低，分析结果很容易出现严重偏离事实的畸变(即所谓的有偏估计)。

相关性包含的信息少。在商务大数据中，数据之间的“相关性”本身往往就具有很大的参考价值，而在工业体系中则未必是这样。

(责任编辑：安博涛)