工业大数据有别于互联网大数据的3B问题，即Below Surface（隐匿性）、Broken（碎片化）、Bad Quality（低质性）。

01 什么是互联网大数据

互联网的本质是互联，是围绕人展开的信息互联。在互联网时代，尤其是移动互联网时代，大量物理世界的信息和流程被搬到线上，比如网购、在线支付、社交聊天等等。用户的所有行为都会在互联网服务中留下记录，互联网企业也由此积累了大量的数据。通过运用大数据技术对这些数据进行分析，可以帮助企业制定出具有针对性的服务策略，比较经典的有：精准营销、个性化商品推荐。

在没有“工业大数据”的概念前，大数据通常就是指“互联网大数据”，“互联网大数据”是为了有别于“工业大数据”而定义出来的一个词。后来者为了与先前者区分开，通常会设定这样的概念，比如“OLAP”和“OLTP”、“无糖可乐”和“有糖可乐”等等，都是类似的思路。

工业大数据的发展起源于设备数据，比如，最开始通过数据采集和远程监控实现设备售后服务的降本增效、后来基于大数据分析帮助用户更好地实现设备使用和管理服务。因此，比较普适性的理解就是，工业大数据是围绕机器展开的。

发展到今天，从数据来源的角度来看，工业大数据主要包括三类，这里面最重要的是第二类，也是围绕机器展开的。

• 企业经营管理相关的业务数据，主要是ERP、SCM、CRM等系统的数据。
• 生产过程中的数据，主要是MES等系统的数据、生产过程中的行为和结果数据、设备运行状态数据。
• 企业外部数据，主要是产品售出之后使用和运营过程中产生的数据。

02 工业大数据不是全部都要

在一次数据管理峰会上，我和一位朋友就金融大数据和工业大数据进行了一些探讨。这位朋友有这样表达，“金融大数据最近几年在数据增量上并没有特别大的变化，而这些数据原本就是要记录下来的，就是在那里的，并不会随着大数据的发展就变多了。相比而言，制造业有大量的传感器，在源源不断地产生数据，这才是真正的大数据。”。

这里面，就存在一个问题：是不是产生了的数据，就一定都要？在互联网大数据领域，很多场景都是YES，但是对于工业大数据而言，很多场景是NO。比如，对于一台测试机设备而言，大部分时间都是在正常工作完成生产任务的，这个过程中产生的数据存在大量的冗余信息，将这些高度冗余的数据都处理、存储下来，是需要付出大量成本的。

物联网的发展，让我们获取数据的途径和数据量级都发生了很大的变化。但是，如果我们不考虑数据的具体分析和应用场景，很可能会出现许多传感器采集回来的数据是没用的，而一些关键的、有用的数据又没有采集到。换句话说，工业大数据并非大家在互联网大数据中理解的那样，工业大数据往往以场景和解决问题为驱动，去获取真正有价值的目标对象，比如带有机理含义的振动数据，而不是眉毛胡子一把抓。

03 工业大数据面临的一些挑战

无论是哪种大数据，最终目的是为了实现价值。针对围绕机器产生的工业大数据，在落地数据分析上普遍存在五个方面的问题，也是跟互联网大数据有所不同的地方。

• 互联网大数据的应用上，很多时候会强调“相关性”，而不关注“因果性”。就是虽然还不能用解析式来说明因果关系，但是如果能从足够多的数据中发现相关性，也能把握事情的发展轨迹。这样的思路不能绝对化，尤其是在工业大数据领域的普适性非常低，因为工业领域更加强调机理逻辑，通过数据发现的问题需要有一定的解释性才能指导进一步的工艺优化改进。
• 工业生产过程中经常会出现各种不确定性，导致数据遗漏、分散、断续，进而导致了数据质量很低，给数据治理工作带来了复杂性。如果数据质量如果得不到保障，基于数据所作出的分析都是不可靠的。
• 工业大数据的时效性要求比较高，特别是设备运行状态相关的数据，其价值会随着时间的流逝而迅速衰退。因此，对于此类数据需要很好的实时采集、处理进行保障。
• 工业大数据对分析和预测的结果的容错率要远低于互联网大数据。比如，在互联网大数据里，给用户推荐了一部电影，即使推荐错了，也不会造成什么影响。但是，在工业大数据里，通过分析发现某台机器存在温度异常后进行停机，如果是弄错了就会造成严重损失。
• 工业大数据中的机器数据主要依靠控制器获取，如果控制器中没有，就需要额外加装传感器，这意味着有比互联网获取数据更高的成本和更长的实施周期。

04 小结

工业大数据之所以能得以发展，有很大原因是互联网大数据的快速发展和试错带来了技术的革新和让人眼前一亮的效果。虽然工业大数据有些自己的特征和挑战，但是很多思路和方式是可以从互联网大数据中借鉴的。

路漫漫其修远兮，吾将上下而求索。