数据推动中国工业未来

昆仑数据由IBM和清华大学的数据专家于2014年成立，专注于工业大数据领域。数据推动中国工业未来是我们公司存在的使命，我们对于企业的定位，是要做工业企业大数据的合伙人，这不是一个仅仅想做产品或技术的公司，我们希望能够做企业大数据的合伙人，我们和工业企业肩并肩一起战斗，帮助企业用大数据思维重新审视公司业务及数据资产，找到大数据行动最佳路线。

我们有一群一方面对数据科学有比较深厚理解基础的团队，另一方面这个团队对工业确实非常热情，我们真的非常希望用数据技术来帮助工业企业解决问题，为企业量身打造一个保证它的问题能够得到解决的方案。

为了支持这样的方案，我们有一个数据平台，这个平台为工业及其设备产生的各类数据而量身打造优化设计，包括内部数据结构、索引结构、查索引擎、分析引擎等。

迄今，我们的技术和产品已经应用到新能源、石油天然气、高端装备制造、电子制造、环保等领域，与行业领导者携手推进相关大数据标准及行业服务，引领行业发展。

另外，我们承担了“中国制造2025”工业大数据的规划工作。规划完成后，我们响应“中国制造2025”五大战略任务之一，希望能建设一系列国家级的智能制造创新中心，然后来提升制造业的创新能力。

2016年9月，我们成立了北京工业大数据创新中心，这个创新中心联合了清华大学、北京大学、复旦大学、人民大学等一系列领先的高校，还有机械科学研究总院等研究机构，包括工业的龙头企业，比如中国石油等。这个中心要承担的使命是，能够研制工业大数据的新的软件平台，同时，用工业大数据的技术来切实帮助推进工业企业的智能升级。

回到具体的工业企业现实来说，真的要把工业大数据用起来，还会面临很多挑战。现在，我们中国的工业领域有个特点，自动化还没有完成，而信息化时代中IT发展不够成熟，我们就进入了所谓的数据驱动的DT时代。

现在，很多企业还在用IT的思想做DT，IT思想是什么？

比如说在工业3.0时代，要做一个工业体制下的商业智能数据库系统，就要全面梳理所有的数据，然后制定数据标准，来建设数据平台。把这个平台建设起来可能要花一两年的时间，把这些数据标准充沛起来，把方方面面的数据汇集到这个数据库里，然后在上面看看能做点什么应用，最后发现它是一个投入高、见效慢、周期长，而且用完之后的具体价值还不是非常明显，风险又很高的一个项目。

很多数据项目最后不是非常成功，就在于用IT驱动的思维来做这样的事情。我们觉得大数据是一个DT时代的事，DT时代的事其实是互联网时代的事，互联网时代做事的方式与传统的IT时代做事的方式应该是不一样的。

互联网时代做的事应该是敏捷的、小步快跑的、快速试错的，应该是这样的一个思路。我们觉得，要帮助企业更快地把工业大数据运用起来，需要换一种思路，需要从它的最终目的和价值出发，然后我们再看怎么聚焦在一两个点上，迅速地让数据能够形成价值，然后再以这两个核心点逐步累计，最终建设成一个比较大的平台，这是我们现在正在推行的一种新思路。

这是我们的理念，真正帮企业把工业大数据应用起来，有几个方面的事可以做。一方面真的要有大数据理念（BMT），要有非常深的商业理解。真的要理解这个领域，特别是在工业领域，我们发现工业的每个领域的专业性都非常深厚。

大数据意味着个性化，没有一个普世的工業大数据解决方案，能够在每一家企业都应用得非常好。我们要做的是，把工业大数据相关的技术跟企业具体的应用领域，甚至是具体的企业里面，让他的设备个性化，使他的生产工艺和产品能够具体结合在一起。

我们在云端工厂有相应的分析流水线，然后可以用来指导这些人做数据建模、数据质量的探查等。最后生成一个相应的算法，而且这个算法和模型在既有的数据上，我们知道他能达到的预期效果是什么，这个性质可以转换成企业的价值。

然后，对企业来说要再做一个决策，要不要进入一个规划部署？其实企业能够做一个非常科学的决策。当然，这是我们的工业集群的界面，我们有一些已经做好的模型，包括既有的算法已经发布到上面，我们每个阶段都有在线的一些工具支持专家线上线下去结合，然后进行相关的诊断，包括业务问题因子图、数据schema、数据基础和质量分析。

在试点阶段我们有在线的环境分析流水线，然后生成可以被直接消费的数据分析模型。

如果说企业决定做一个规模化的部署，这个投入产出是非常值得的。我们也有基于这样大数据管理的分析平台—基于KMX机器大数据管理分析平台建立完整应用系统，针对工业机器数据优化设计，有效管理和挖掘工业数据价值，帮助企业来建立完整的应用系统。