浅议工业大数据分析的方法论龙门刨床金属零件关东煮衬料厨房z

浅议工业大数据分析的方法论

我曾经在多个场合申明：“大数据用到工业，特点是对可靠性要求高，而取得可靠性的难度大。” 这个矛盾是个拦路虎，一定要解决才行。为了解决这个矛盾，我再次提出：“知识首先存在于人的脑子当中，需要用数据去雕琢、证伪、修正——而不是强调从数据里面发现新知识 ”——这与商务大数据是不同的。

我的这个观点有个潜台词：人脑中的知识是模糊甚至是错误的，这才需要去雕琢和证伪。其实，人脑中的多数认识是正确的；但可以挖掘价值的地方，却往往是模糊的、甚至是错误的。事实上，大数据创造的价值是通过修正人当机器空闲时的认识中的不足和偏差来实现的。

人脑中的这些模糊认识，发生在什么情况下呢？

一种情况是受部门利益或流程标准的限制。我们知道，组织大到一定程度，就要划分成若干部门；机制复杂到一定程度，就要流程化、标准化。这些都是促进生产力发展的。但是，这些事情又会制约信息的流动和科学决策，从而容易形成与组织利益不一致的个人和部门利益。同时，“标准”和流程的缺陷与不足，让一些价值损失“合法化”，难以从组织整体的高度优化决策。认清事实，就便于我们创造系统的价值。

经验主义、教条主义、官僚主义与唯命是从，也容易让人形成模糊甚至是错误的认识。早在10多年前，我就意识到： 在创新过程中，需要强调价值创造。强调价值创造的原因，是为了避免误入歧途——离开具体的背景，片面追求好的指标。但最近却越来越感到：这个口号正在误导一些企业。在这个口号的引导下，间接创造价值、系统创造价值都被压制了；与风险同在的价值被压制了；算不清楚收益的工作被压制了；长远的价值被压制了。其实，错的不是口号，而是简单地理解这些专业碟机口号。语言的表现力是有限的；再明确的语言，到了蠢材那里都会被误解。而唯命是从、经验主义、教条主义、官僚主义，就会让人变蠢。有个段子形象地表达了这种现象。市领导到公园考察：“那些多些绿化那就更好了”于是，园长让人运来了一顿盐（把‘绿化那’听成‘氯化钠’）堆在公园里。这个段子看似好笑，在很多地方其实非常接近现实。

还有人认为：系统的价值损失不大，就不重视这些问题。我却觉得，系统价值其实很大，但主要是被掩盖掉了。另外，考虑到很多制造企业的利润率也只有1%——2%，能把小的方面优化起来，利益也是客观的。其实，把局部优化都做好了，整个企业就可能发生质变——这就好比把坑坑洼洼的道路修成了高速公路，司机就可以放心开高速了。否则，你会花费太多的成本来预防“异常”。

数据如何才能起到上述作用？

老大说过一句话：打铁还需自身硬。本人也有个对应的观点：数据的力量来自于真实和科学。这句话的含义是：人们在推进数字化的时候，常常被认识水平和局部利益所绑架、被政绩观绑架，使得数据不具备科学性和真实性。数据不科学，怎么可能用来修正人的错误认识呢？试想，如果真的是“经济增长就靠统计局了”，国家还能搞好吗？英国有位前首相说：“世界上有三类谎言：谎言，弥天大谎和统计数据。”。 搞数据的人，一定要知道：数据是会骗人的。学会不被数据所骗，是数据分析的基本功。

让数据代表创意家具科学和真实，其实并不容易。不仅要看到文化和制度的原因，也有技术和认识方面的原因。这里，就需要有方法论的支持。举个例子，希望引发大家的思考：

1、从A地到B地，平均2小时。其实，从Ａ地到Ｂ地有两条路，一条平均半小时，一条平均１０小时，只是很少有人走１０小时的那条路。那么，如果你不知有两条路，仅知道“从A地到B地，平均2小时。”，真的能代表科学与事实吗？

2、喜欢打牌的人，50%是骗子。我们知道：一般来说，这句话是错的。但是，如果统计的对象是一群罪犯呢？结果还是有可能的。

这两个例子用来供大家思考，并没有什么答案。爱其实，很早之前，人们就提出“数据质量”的概念。数据质量，不仅是精度问题，更是“适用性”问题——适用的结果，才是真实的结果。在笔者看来，在大数据时代，让我们有更好的条件通过各种对比，判断一个结论的“适用性”：因为可以找到一大堆的案例进行对比——语文老师从小就告诉我们：有对比才会有说明。

但是，对比说明就那么容易吗？当然也不容易，需要找到一种与业务知识相关的知识和逻辑，才能便于对比说明。否则，整出一个“关公战秦琼”也难说。有了业务知识，就能避免扁电缆这些笑话。如果缺少业务知识，就很难判断一个分析结活接头果是假象还是众所周知的无聊论断——如前所述，在工业过程中，系统复杂性很容易导致“发现”大量的假象和无聊的结果。如果没有起码的业务知识，时间就会都浪费在无聊的“发现”上。

现在回到开头：工业大数据分析的最终目的是挖掘价值。但现实中直接的作用在于展示现实——展示那些头脑中被假象和错误观念蒙蔽的现实。在被蒙蔽的现实中，隐含着改进的空间——这就是金子所在的地方。当然，看到价值并不等于能够解决问题——这些问题很可能需要用智能制造的办法来解决。所以，我设想：工业大数据或许可以作为智能制造的先导。智能制造的第一要义是“信息感知”：用大数据感知真实的现实，岂不正是智这意味着如果我们在未来几10年里不把它们清算出来能制造的先导吗？孙子说“知己知彼百战不殆”，不也容易致使小活塞损伤漏油是要先做到“信息感知”吗？克服官僚主义，不要也要靠“信息感知”。