我对工业大数据时代有个自己的定义：工业大数据时代就是（基本上）不必要考虑数据多了怎么办的时代。我们主要去考虑它能带来什么价值、怎么用好数据就行了，而不必要过于纠结于数据存储、传输、查找过程的麻烦——因为这些麻烦总会有办法解决。

工业大数据的价值在什么地方？大处说有两个层次：一个层次就是让企业的管控更好，另外一个层次是对企业的业务再造和重构。今天我们主要谈第一个层次：因为企业重构的问题太复杂、个性化太强。

企业管控更好，也就尽量是将不必要的成本、质量、效率损失降低到最小。所谓的最小，就是保持当前的最小，再通过持续改进来降低。也就是基于当前技术条件的最好、不是跳跃性的，是PDCA持续改进、精益管理的思想结合在一起的。这个出发点的依据是一个调研结果：企业由于管理不善导致的损失，一般会占到成本的20%左右。

关于推进的路径，我曾经提出一个原则：从可追溯、到透明化、再到智能化。可追溯指的是：出来问题可以追溯发生问题的过程；透明化指的是：出了问题可以立刻让管理者知道，并尽快做出决策，管理者的注意力不会淹没在数据的海洋中。智能化指的是：让计算机去实时决策。

原则是这样的，具体操作的时候还有很多问题。比如，何为可追溯？

我一直强调：工业大数据要关注因果。在我看来，可追溯的要求，就是数据中能够体现因果关系。具体地说：1、首先要数据的对应要足够的好，不要原因变量和结果变量对不上；2、追溯的周期要足够短：比如，缺陷发生的周期是秒级的，参数的对应就不应该是分钟级的；3、时钟对应要一致，要能判断事件发生的先后。在三条原则是在数据准确的前提下才有效。所以，一般还要加入更深层次的要求：4、要有条件判断数据的正确性与合理性。

我刚才说到：大数据时代，就是不必关系数据大了怎么办的时代。但现实中，这一点往往是做不到的。我们应该怎么办？我的办法就是：上述4个逻辑要求要办到，但数据采不采、存不存、存多久，要根据需要和实际的能力去做。

最后强调一下：工业大数据的应用，是挖掘潜在价值。所谓潜在价值，就是被人有意无意隐藏起来的价值。潜在价值有多少，事先可能是不知道的。要解决这个问题，可以事先做一个调查。如果调查做不了的话，就应该找些明白人来问问，以便于做事有重点。还请大家相信我说的那句话：管理漏洞大概占到成本的20%——即便看不到，一般也是存在的。

另外还要明白的是：对系统进行日常性的持续改进，是不好管理的。要有好的系统和管理方法来支持才行。

来源：微信号 蝈蝈创新随笔

作者：郭朝晖

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。