基於暖通ICT的 「數據驅動」方案要義
工業互聯網產業生態由四類平台企業(裝備與自動化、ICT、軟體、製造等四類平台發起方)、五大支撐主體(數據採集與集成、網路與邊緣計算、雲計算、數據管理、數據分析五類專業技術型企業)、兩類應用主體(垂直領域用戶和第三方開發者)共同構築，形成完整的工業互聯網產業生態。其中，工業互聯網平台的發展是工業歷史演進的結果。企業平檯布局從雲平台—>大數據平台—>物聯網平台，逐漸演進到目前的工業互聯網平台。可以說，工業互聯網平台是在傳統雲平台的基礎上疊加物聯網、大數據、人工智慧等新興技術，在很大程度上，實現了功能和價值的倍增！
一家暖通企業的構成要素：硬體、軟體及要件。要件，即行業或企業的獨特性。三者互聯互通，使企業成為相輔相承的有機體。相輔相承、互聯互通，憑藉的是企業ICT。ICT是信息、通信和技術三個英文單詞的詞頭組合(Information Communication Technology，簡稱ICT)，是實現現代計算的基礎設施和組件。ICT產生的背景是行業間的融合以及對信息社會的強烈訴求。以計算機為核心的ICT憑藉網路飛速發展，滲透到社會生活的各個領域。
ICT在企業中的意義：對於企業來說，信息、通信、技術的進步帶來了大量的成本節約、機會和價值。範圍包括降低成本的高度自動化的業務流程，以及企業將ICT產生的海量數據轉化為推動新產品和服務的洞察力的大數據創新……數據在本世紀的地位就像上世紀的石油，是我們發展和變革的動力。大數據時代，世界會發生什麼？數據、技術與思維的價值倍增！大數據，可以說是史上第一次將各行各業的用戶、方案提供商、服務商、運營商以及整個生態鏈上游廠商，融入到一個大的環境中。無論是企業級市場還是消費級市場，都與大數據發生著千絲萬縷的聯繫。
大數據主要概括為5個V：數據量大(Volume)；速度快(Velocity)；類型多(Variety)；價值(Value）；真實性(Veracity)。首要解決的是類型多，其方案——數據驅動方法。數據驅動，實際上，是一套呈螺旋上升的遞進式四步循環：數據獲取—>數據分析—>數據應用—>數據反饋。
「數據驅動」初步方案之數據驅動方法
我們提升對世界的認識能力的方法，就是從現實世界中發現規律。從認識論的角度來說，就是從感性認識到理性認識。那麼，規律如何描述呢？從自然科學的角度來看，我們描述自然規律的方法是用數學公式的方法(因為用數學公式來說比較精確。在人類未掌握很豐富的數學工具的時候，也可以用語言來描述規律，但是之後規律越來越多的採用數學公式)，將規律用一個數學公式(或者類似的數學工具)表達，數學公式就是模型(model)或者叫做模式(pattern)。所謂的數學建模，或者說建模的過程，就是從大量的數據發現數量之間關係，並且用數學公式的方式體現出來。既然要建模就得有數據啊！那麼，第一步就是從現實中採集數據。
從理論上講，只要有足夠代表性的樣本(數據)，就可以運用數學找到一個或者一組模型的組合，使得它和真實的情況非常接近。注意這個方法的前提是具有「足夠代表性的數據」。這種方法稱為「數據驅動方案」。之所以被稱為數據驅動方案，是因為它是現有大量的數據，而不是預設模型，然後用很多簡單的模型來契合數據(Fit Data)。雖然通過這種方案找到的模型，可能和真實模型存在一定的偏差。但是，在誤差允許的範圍內，單從結果上和精確的模型是等效的。
數據驅動方案的意義在於，當我們對一個問題暫時不能用簡單而準確(一般真實的原理都是簡單而準確的)的方法解決時，我們可以根據以往的歷史數據，構造出近似的模型來逼近真實情況，這實際上是用計算量和數據量來換取研究時間。得到的模型雖然和真實情況有偏差,但是足以指導實踐。而且數據驅動方法有一個特別大的優勢，就是能夠最大程度的得益於計算機技術的進步。如此一來，我們發現真理的速度會越來越快的。
萬物聯網的科技趨勢已成世界共識。物聯網將驅使我們真正進入數據時代，數據正成為重要生產資料。數據的處理、存儲、計算、沉澱需要物聯網、人工智慧、雲計算和區塊鏈四者結合，成為驅動人類社會未來十年創新的科技力量。未來已來，未來已在路上！
「數據驅動」初步方案之工業大數據
當下，從數據到信息的工作，更多的是停留在社交或商業數據挖掘上。例如，銷售預測、用戶關係挖掘與聚類、推薦系統、觀點挖掘等。這些研究都非常重要，也極具創新意義，特別是對拉動消費很有幫助。但是，這些實踐都只關注了「人為數據或與人相關的數據」，而忽略了「機器數據或工業數據」，如設備控制器、感測器、製造系統等。
工業大數據給了我們一個看世界的新角度。通過360°全景的數字視角，可能給我們帶來些新的優勢，這就是所謂信息技術成為創新驅動核心動力的來源。在工業大數據的實踐中，宏觀與微觀、規模與定製、個性與共性必然成為主要的幾個矛盾。在這三大矛盾的背後，我們要通過工業大數據看到我們以前看不到的因素，處理好這些數據，讓數據成為有價值的信息。
工業大數據的六大核心支撐力值得我們關註：一是降低生產過程中的浪費；二是製造工業環保與安全；三是根據生產狀況，實現系統自我調整。在工業大數據里，我們稱之為自適應。大數據分析到最後有很大程度取決於人工智慧，指的是自適應能力的強弱，機器自我學習能力的強弱；四是實現製造業的價值化；五是實現用戶需求、產品設計、製造和營銷的配合；六是設備處於亞健康狀態，我們看不到。對於智能工業而言，想要達到零宕機、零排放、零維修之目的，必須突破的一個關鍵點，就是關注相關的隱形因素，做好量化與數據交叉關聯分析。
「數據驅動」初步方案之管理大數據
大數據時代，數據驅動的科學決策正成為企業資源優化配置的利器。隨著大數據與社會經濟生活的融合不斷深化，以數據及所產生知識在社會各主體間流動為基礎的社會生態系統正在逐步形成。在大數據背景下，傳統的管理與決策正從以管理流程為主的線性範式逐漸向以數據為中心的扁平化範式轉變，管理與決策中各參與方的角色和相關信息流向更趨於多元和交互。大數據驅動的管理與決策呈現出高頻實時、深度定製化、全周期沉浸式交互、跨組織整合、多主體決策等特性。
大數據與區塊鏈
區塊鏈系統與大數據有三個矛盾：1)分散式；2)有隱私性；3)安全性。區塊鏈系統是分散式的，而大數據講究的是可規模化、可量化的數據；區塊鏈是匿名的，而大數據有意的是個性化；區塊鏈系統是安全的；信息是相對獨立的，而大數據著重的是信息的整合分析；區塊鏈系統本身就是一個資料庫，而大數據指的是對數據的深度分析和挖掘，是一種間接的數據。
能否在大數據的系統上使用區塊鏈技術？從而使得大數據系統的數據不能被隨意添加、修改和刪除呢？兩者可能會有如下交集：
1)數據安全：區塊鏈讓數據真正「放心」流動起來；
2)數據開放共享：區塊鏈保障數據私密性；
3)數據存儲：區塊鏈是一種不可篡改的的資料庫存儲技術；
4)數據分析：區塊鏈確保數據安全性；
5)數據流通：區塊鏈保障數據相關權益；
……
伴隨大數據、區塊鏈技術、分析平台、先進演算法的開源以及機器學習方法的優化，人工智慧已經從實驗室走進社會各個領域，並催生出暖通行業的新業態、新模式，如雨後春筍，源源不斷，層出不窮。
有了大數據，初步方案該如何搭建？
數據記錄暖通價值和服務升級，數據也在推動暖通價值和服務升級。大數據、人工智慧等ICT技術到底解決了暖通行業的哪些問題：1)為企業升級提供了新技術手段；2)應對市場發展新需求；3)為企業管理提升效率；4)減緩BOT項目的投資壓力，更加環保、綠色。有了大數據，初步方案搭建時，需要重點考慮三個問題：1)如何打通數據壁壘；2)如何利用大數據技術很好地整合產業鏈；3)如何跨體系、跨平台地協作，發揮數據資產的價值。
「數據驅動」初步方案以商業數據報告/微報告、數據指數、定製化諮詢等為核心產品及服務，輸出暖通企業的全景分析以及面向市場及用戶的深度數據洞察；同時，通過數據可視化、原生內容、活動、視頻/直播等形式拓展數據研究的業務邊界，豐富數據商業化的應用場景，以數據+媒體的倍增效應，全面提升暖通界的運行效率和服務升級。
本文的關鍵所在是喚醒您我，基於暖通ICT的 「數據驅動」方案社群，以「媒體+知識+社群」為鮮明特色，致力於打通資訊—>信息—>知識—>認知—>見識—>機會的鏈式通道，助力您我的職業發展與機遇把握！
TAG:文刀茶禪 |