好多人都在用狄更斯一百多年的前的话在形容这个时代，这是一个最好的时代，也是一个最坏的时代，各位可能今天在享受大数据带来的成果的同时，也在经历一种心理上的考验，就是面对变化的一种考验，面对未来不确定性的一个考验，大数据确实在影响着我们，但是它将来会怎样影响我们?说不清楚。
每次来青岛我觉得都有一个很大的感受，十多年前，作为当时863的一个专家在青岛做十五规划，晓方市长还是当时科技部的规划师，当时我们就在青岛规划制造业，但是想想，10年以后，制造业面临的问题，有哪些变了?哪些没变?将来会怎么变?工业大数据的思考，工业大数据望文生义，哪些不和工业相关?现在来说很少，现在我们叫工业4.0时代，中国是工业是2.5时代，后来把工业变成了新的增长的模式和方式了。工业大数据其实早就有，工作做管理数据是几十年前的事情。
工业大数据其实和工业互联网紧密相关的，今天大家谈互联网家，有的管它叫产业互联网都是这个意思。美国存储数据最多的是离散制造业，报告给一个数据，一个飞机如果做一次跨洋的飞行下来的数据是两个TB，后来好多专家质疑。
另外叫流程制造业，化工，各种橡胶这种行业都叫流程制造业，我今天讲的大数据是离散制造业的大数据。
数据的来源，大数据的来源无非来源于这么几个方面，第一个方面来源于人。我们大家都是内容的创作者，第二个是来源于机器，这个机器就是各种各样的橡胶机械的，电子的都会有，还有一种数据就是信息系统产生的数据，我们在工业里头主要关注的还是这个机器产生的数据。
那么为什么今天大家谈这个工业大数据呢?就是大家对工业大数据将来能释放的价值有很大的预期，比如说航空公司如果节约1%的燃料的话，未来15年就能创造300亿美金的效益。我们的电力行业当时是火电，如果节约1%的燃料，就有660亿美元的收益等等。
工业当中的数据信息化是我们很古老的话题，上一次的金融危机在中国来看是从南到北，南边的这种国际的贸易比较多，依赖于国外市场，近两年出现的经济的这个下滑也好，或者是增速缓慢也好，好象有点从北向南，那么分析在于哪儿呢?可能有一个要素，就是北边的工业，重资产的工业还是比较多的，比如东三省大部分是重工业。那么这个工业大的形势又是什么呢?中低端制造的产能过剩，前两天我调研一个叉车厂，一年10万台叉车，一台叉车卖七八万，大家简单一乘就知道有70亿的销售，这个企业不算太差，但是有多少利润呢?一台叉车就是500块钱的利润，大家算算利润多少?5000万，太少了，为什么产生这样的情况呢?整个地球上面用叉车的地方咱们都给它供应了，基本上都是中国制造，再生产叉车干吗呢?只是给地球上制造垃圾。
最近南方包括南京到上海的路上，好多工业产品的垃圾厂触目惊心，大家看到浙江的汽车垃圾厂非常可怕，都没地方放，工业走向何方?后工业时代我们怎么走?中国怎么走?大数据时代要跨界，要跨域，这是哈佛在经济评论上对未来经济的设想。前面三个阶段我就不说了，到了第四个阶段，制造业要考虑机器的系统，拖拉机要和播种的，要和联合收割机，要和耕作的机器要联合起来，现在网上大家也看到，德国人生产了好多的农用器械，特别有趣的是收割什么?收割圆白菜的机械，做的非常的精巧。收割黄瓜的器械，收割西红柿的器械，这个是他们做的，我们看到包括新型的伐木机械，一个机械上去一夹，底下是刀具放下来，一个传送工具，一段一段的木材就出来了，就是综合的机械。还有第五个阶段就是跨界的机械，一些农用的系统和天气的数据，和种子的数据，和灌溉的数据要结合起来，这样的话才是真正的新型的一种工业的出路。
所以今天大家都在期盼工业，特别是实体的经济有新的发展，所以在德国就搞了工业4.0，在美国就提出了产业互联网，或者是工业互联网，那么在德国的工业4.0当中，我个人认为他主要在于工厂的自动化，数字化，那么在美国的工业互联网，它主要是在装备的使用阶段，怎么把它的信息收集回来，更好的服务客户，更好的改进产品。
工业大数据第一件事情就是大数据从哪里来?我们说一个产品，特别是一个复杂装备，会从工厂、使用维护、和回收再利用，在几大阶段的时候，其实今天我们更加要考虑的是什么?是制造的效率和效益。我们在讲五化融合，绿色化对工业来讲更加的严峻，青岛有海尔，若干年前海尔的冰箱就到了欧洲，欧洲人就给制订了一个紧箍咒，就是你的冰箱在报废的时候你要负责处理，就是谁家的孩子谁抱走，我觉得是未来工业承担社会责任的一个基础。
今天的产品的设计、制造、维护和再利用，已经不仅仅是在一个企业，而是一个产业链。中国出现了一个制造业很火的企业，叫小米。雷军最近在他的家乡，在武汉市做了一个分享，说小米如何取得成功?他其中之一就是客户参与到创造，也就是说他现在的设计，他现在是市场直接来源于他的客户。那么大家现在看制造，最近西门子在成都有一个拉贝格工厂的姊妹工厂，也就是说，在制造阶段里头，大量的机器换人，机器换人有什么样的好处?青岛也部署了好多的机器人企业，在换了人的同时，有什么样的变化呢?主要就是能够采集更多的数据。
第二个在这样的数据的分析上可以提高效率，可以保证产品质量，所以中国制造2025和工业4.0有异曲同工之处，但是考量的还是质量问题，就是中国制造的质量问题。
到了第四个阶段就是维修、维护阶段，大家举了飞机的例子，飞机的例子带来一个什么启示?1995年罗勒公司就在飞机上装了传感器，他们甚至在2000年的时候都顶不住了，没有用，客户不买账，但是911给罗勒公司带来了新的契机，就是北美的航空公司市场暴跌，这个时候罗勒公司的第一单就是美联航，把他们的维修维护交给了原厂商，降低了成本，罗勒开辟了一个新的工业的模式，就是卖服务，这个也是通过传感器的数据回来的。
同时给我们的另外一个启示是什么?厂商不仅要感知我们的客户，还要感知用户，客户和用户是不一样的，比如说在工程机械里面，客户是代理商，用户是农民工，原来我们只关注大老板在想什么，你关注农民工成本很高，现在加了传感器，农民工的感受你也收集回来了，也不一样了，最后就是回收再利用，将来中国的制造业一定会走到这一天，大家要为自己制造的产品负责。
那么这个就到了产品的退役退出阶段了，怎么把它恰当的利用好，不要把矿山都变成工业垃圾，放在城市的周边，那么在这个阶段当中，都有大数据。
并且大家一定要有一个概念，现在这个的制造，不仅在一个企业里头，一组企业，一个产业链当中，甚至是跨国的，在这里头我就分享几件事，因为在中国搞这个制造业的信息化，以及有30年的历史，你想从我的863，就是1986年3月份，在863领域叫计算机集成制造系统那个领域，就开始做企业的信息化，到后来大家知道，有一句话叫搞信息化是找死，不搞信息化是等死，我到济南一机床当时是典型，我来的时候是1996年，经济很不好，就是人去楼空了，当时会战的信息中心里面人不多了，为什么?效益不好，我还搞什么信息化?但是应该说今天我们很多企业，随着时间的发展，信息化已经是他的基础了，所以说我们在里头传统的企业的四大件，ERP，PRM等，管制造的，管设计管用户的，管供应链的，今天的工业大数据有什么样的特点呢?
现在我们通过传感器、物联网得到了更多的数据，他的容量是80%，但是原来的20%是含金量很高的，这是我们工业数据和互联网数据的不同。
第二个在工业领域当中，我们一直在研究业务过程，过程是凝聚人类生产劳动在产品里头的一个载体，为什么这么说呢?一个企业成千上万人，大家都在做产品和服务，作为它的载体放进去。原来制造业当中有很多的工业流程，比如说在四川有一个锅炉企业，上万人，在顶层上面有上百个流程，流程原来也在用，今天这个大数据时代，这个流程怎么用，就是基于数据决策。所以要把它变成从流程驱动到数据驱动。
今天要搞大数据可以做很多的工具，但是今天这个大数据还没有这种交钥匙的工程，大数据是领域知识和信息紧密结合的，同时呢，大数据是面向创新如果是原来就有的业务模式，就不用咱们创新了，就不用大数据的办法了，而恰恰是原来没有的，我们才要去尝试，这个时候做大数据的工程，就不像原来那么轻松了。青岛的优势就是高素质的中层领导和干部，在大数据当中需要咱们这样在各个领域当中，各个领导的一种突破性的创新思维才能够创造出落地的一个产品。
我们在工业大数据领域当中应用的实践，工业大数据和传统的大数据，第一个不同是工业大数据当中，在设计制造阶段里头有好多的叫做技术数据。三维图纸，工艺卡片，仿真模型非结构化数据，还有大量的传感数据，时空的监控，环境洞察，能源管理，宏观决策方面都会有应用。
第一个是怎么搭建工业大数据的系统，工业大数据里头是有历史的沉淀的，现在的每一个制造业都不是今天新做起来的，怎么样把大数据系统，嵌入到原来的信息系统当中，就是给原来的系统做一个心脏搭桥手术，让大数据服务与原来的各个业务流程的环节，不展开了，我们提出四阶段的数据切换的方法。在运营阶段，我们看到用大数据来做运营的监管，比说做电子围栏，就是说要控制我这个机器是不是开到了我的工地给人灌水泥，给人浇注。
第二个方面就是对于复杂装备的产品质量，对故障分析我们提供新的手段，比如说在咱们工程器械当中，这个油缸是重要的动力系统，如果这个主油缸泄露了，就造成我们的泵车打泵很慢，打不高了，那么在肉眼能够看到，我们很容易维修，但是比如像油缸的内泄，如果是露在油缸里面了，这个时候我们维修工到现场是看不出来，我们可以通过什么?通过数据分析来找到这样的毛病。
这里头就通过大量的故障车辆的数据统计，然后再看这些有故障的车，它的工况有什么样的特点，哪些工况和这样的毛病紧密相关，看心脏病是要看血压还是要看体温，这样再做数据关联和分析。
我们做了主油缸的故障泵车促和关联的工况的情况，获得了新的数据的支持，制造业要打开自己的眼光，还要到互联网找数据，三一为什么在12年有这么多的泵车出了问题，再到互联网上去找，当年正好是高铁施工，这些泵车都在杭深施工，沿海环境对它也会影响。
我们不要看不起这个备件，现在备件挣钱的利润比卖产品还高，备件可以卖到10%到20%都不算贵，但是在2013年底的时候，他们泵的库存4.4个亿，这个对他们来无所谓，但是它从800亿变成500亿的时候，我能不能再节省一点?原来的5个亿就看的很重了，我们做一个简单分析，31个省市，蓝色的是什么呢?是备件的销售量，红色的是什么呢?是泵车开工的效率是泵车干了多少活，销售量和泵车干活这件事是紧密相关但是有的地方不一样，比如说北京，北京大家看红色的这部分，卖的备件很多，同样在新疆，后来我们就调研，是不是说我们的模型错了呢?后来根据他们深入了解说，是我们备件卖错了，什么叫备件卖错了?北京这个地方想冲当年的销售额，其实都在客户那儿存着呢，其实那是不对的，你不对客户负责，你的客户就不会对你负责，你不应该这样。这里头就涉及到备件供应商，总部的计划部门，各地的经销商，通过数据整合起来就非常的明显。
这是去年马凯副总理到三一看到他们的图非常感兴趣，看全国的开工量，作为国家宏观经济的一个指数之一。工业大数据确实是刚刚起步，整个大数据也刚刚起步，那么大数据怎么用?不要一哄而上，讲一个例子就是说有一个企业说，咱们要搞大数据了，赶紧把数据收集回来了，原来一个月收集两G的数据，现在收集两个T的数据，后来老板发现不对了，你把这些数据给我弄回来干什么?今天我们也要思考这样的问题。