中國電信集團產業互聯網產品中心主任張東：工業大數據之路探索分享

5月5日，「2017中國工業大數據大會·錢塘峰會」在杭州國際博覽中心舉辦。本屆峰會以「數據驅動創新 融合引領變革」為主題，圍繞工業大數據展開分享與交流。中國電信集團產業互聯網產品中心主任張東，以「工業大數據之路探索分享「為題探討了自己的看法。

以下為嘉賓演講實錄：

由於時間原因，從前面幾位嘉賓和演講報告幾件事，以往代表我們團隊講的時候，都是講工業連接。因為基於一年半的積累，我們也欣喜的看到中國工業連接由於隨著行業標準的形成，我們看到了一些成效，我們也欣喜的向大家報告，無論是美、德、日的設備廠家，目前都在找中國的市場做免費數據開放事情。這件事情來說，要通過大家的一起努力，也感謝行業一起做的工業連接的標準。

在這個基礎上，從這裡面來說，第一件事就是整個工業方向來看，我們認為數據驅動是整個製造業變革的創創新樂觀。從高主任提到的時候，這裡我強調的是標準，還是強調標準，所以由於我在余總的產業鏈負責推廣，我一直希望在數據平台上做標準，從今年作為熱點開始。

這裡就提到了最後的匯聚點在匯聚平台，我們希望目前從I層做起，希望和從美國通用學習PTC開始，GE最開始招2000個工程師做研發，就引導了幾個規則：第一，中國需要對數據處理標準；第二，逐步形成數據開放標準。這裡第一個是數據源，從王教授的非格式化轉向格式化，從中國的發展來看，我們看到聲音和圖像的識別目前發展很快，尤其是在汽車行業和3C精準要求顆粒度細的行業里，已經產生了很多。

我們也發現在產業過程中，隨著機器人在行業的應用，逐步形成了深度學習模型，這是我們看到做手環，也是全球排前幾名，做了中國自己的民族產業，非常優秀，他們自己也做出了四軸的機器人，我們也鼓勵這樣的機器人做出更多的機器人，機器人產生的數據更容易數據化、格式化。（PPT圖示）我們有很多平台，這裡就不展開。但有幾個關鍵點，從通用可以看到公有雲的模式能不能在中國紮根的問題，公有雲的標準在中國沒有形成，所以我們和信通聯手，希望把大量產生的數據格式化。由於工業連接，兩類的標準特別多，一類來自OE，第二類是用戶買了以後的使用過程。所以，「互聯網+」滲透到工業里，這兩波群體開始有開放意識。第一部分是買了這個東西以後，願意把使用過程開放過廠家，商業模式就會發生改變。第二部分是擔心工業開放之後被別人偷學了，這部分也開始開放。和OP聯合之後，很容易形成開放的數據。所以，工業的2.0標準，無論是有線的標準還是無線的標準，中國馬上要實現連接到機器上，我們要先做行標再做國標。

至於這裡面吸收怎樣的SEL，從OT直接IP化思路，數字雙胞胎做得很好，我們也希望參考一部分的東西，第三是PTC做的CPS，第四是在整個家電行業的COSMO平台有一定的基礎，在青島和山東有一定的試點。剛才賀東東已經講了工業互聯網平台的發展情況，它的模型很好，已經具備了一定的能力。我們看完富士康之後，它在3C和手機行業上做得非常優秀。所以，我們希望在不同的平台上開放出一個更開放的平台支持大家。這就是CPS探索的工業雲，我們希望海量數據傳來以後，按照不同的行業，參考CTP的CMOS（音），比Predix還要好。

這是工業企業里比較常用的，用得最多的反而是視覺大數據，含聲音的圖像傳上的非常多，我們也鼓勵他們逐步形成標準。這些數據採集上來之後，如何形成數據化的工具，對數據的處理要求非常大。所以，這裡面舉了幾個例子，對零配件的識別以及裝備性的檢測作用非常大，我們看到逐步形成了智能化的監控攝像頭，並且逐步形成能夠自動學習的人工數據模型。這個人工智慧的數據模型有幾個企業自主研發了。我們和三菱電梯也做成功了，我們希望把NB的模式用低功耗小功率的模式放在產線上做，上個星期我們在鷹潭，他們的書記非常鼓勵這樣的模式，上周我們在山東兩個工業企業在嘗試這個思路。在整個GE，我們拿到了美國的樣本，它的提升量還是很優秀的，但這裡面是設備製造商，它有這樣的優勢，建模的時候在模擬上做得非常好，做得更精準。

我們子零做了嘗試，這個嘗試消耗了三個數學工程師在那裡待了三個月，這三個月只做了一個半禮拜的工作。我說一下這個事情的背景，離散里一個擰緊機和注塑機非困難，這些兩個工具和數據上的刀具連接非常密切，這都是跨部門產生的，我們苦口婆心的向各個部門要數據。東營上產生的SCM的數據，為了消除噪音就耗了一個月。最後我們做擰緊，包括螺栓供應商的批號，以及擰螺絲刀的角度也要分析。我們覺得通過三個月的努力，我們只能說再經過三個月到五個月把模型的成熟度做得很好。回到我今天的下降重點，我們希望在數據匯聚平台上希望形成數據存儲和處理的標準，這是我們聯手信通院爭取在今年出來的白皮書。

最難的就是皮層，我們連接了六個國內國外的平台，希望在批層做拼裝，按照不同的細分行業，這個模型困難就更大了。所以，我們的觀點是看到國內外，包括歐洲和美洲，他們用MES網站採集數據碼打到MSE上的方式不成功的，通用也不成功，它收購了MES，看到法國人做的事情也不成功。所以，目前以數據採集，並且通過事件驅動解決問題，包括ECC上解決問題應該是可行。因為工業連接標準做得真的不錯，希望工業數據的標準也能通過自主才能出來。

最後，這裡強調的是還是法規問題，因為做了幾個大數據嘗試以後，數據的所有權是誰的，數據的加工權是誰的，數據交易以後產品的利益是誰的，怎麼分成的問題，在數據的保護上德國人領先於美國。我們希望中國儘快形成自己的法規，德國是1977年、1978年就在個人隱私數據上進行了保護，在2002年時候就開始考慮工業4.0帶來的數據布局，整個法規保護很關鍵。我們希望產業鏈一起，通過工業互聯網產業聯盟，大家一起形成標準，推動各個子行業工業大數據的落地開花，謝謝大家！