昆侖智匯數據科技（北京）有限公司創始人&CEO陸薇在嘉賓演講環節發表了題為《大數據助力中國智造》的演講：

 

　　我是來自昆侖數據的陸薇，同時我也兼任工業大數據制造業創新中心的主任，還有清華大學工業大數據中心的副主任。我今天跟大家分享的這個題目叫做《大數據助力中國智造》，主要是在講我們用大數據幫助風電產業做的一些事情，后來直到今年這個會議的題目其實把它更加豐富了，除了智慧風電之外也把智能制造放到今天的題目，因為今天參會的有很多都是做電氣的。因為我們正好除了來做風電行業之外，其實我們在智能制造方面也做了很多工作，當然有很多不見得是風電行業的，所以后來我把題目改成了《大數據助力中國智造》，把我們一些相關案例放進來，即使不是風電領域的工作，但是他山之石可以攻玉，也可以作為一個借鑒。

 

　　今天在場的都是工業領域的專家，相信大家對于工業互聯網，工業4.0都非常熟悉，無論是工業互聯網、工業4.0還是咱們國家自己在講的中國制造2025，本質上都是一次工業的升級，是在已經有了一定的基礎，有了自動化的系統，把生產、設備管理起來，有了信息化的系統，把經營管理起來。有了數據對我們的生產經營和都有數據之后，基于這些數據可以對這些生產設備然后對于生產的過程，對于我們的經營都有一個更深度的洞察，在這個洞察之上我們可以考慮怎么進一步做提升做優化做改善。其實在這中間自然而然其實大數據在中間扮演了一個非常重要的關鍵的技術要素的作用。

 

　　昆侖數據自己專注于工業領域的大數據公司，希望利用大數據跟人工智能的技術為工業企業解決問題，創造價值。過去一些年我們服務的都是工業里面的大部分都是龍頭企業，包括像國家電網、中國石油，包括風電領域的金風科技，當然還有其他行業的像陜顧動力（音）等等，我們定位為工業企業的合伙人，希望跟工業企業站在一起，在智能化升級時代到來之后，能夠跟他們一起探討這個行業的發展方向，這樣企業所在的行業和企業自身的特點，它的大數據的應用切入點應該在哪里，實施路徑是什么樣的，同時我們也用我們的技術產品，也用數據科學的服務，幫助企業把我們規劃的藍圖給他落地，幫助他們真正實施，真正做到數據的價值落地，解決問題產生實際的價值，這是我們的定位。

 

　　過去這幾年正值國家在推中國制造2025，我們這個團隊也非常幸運作為專家從頭參與了2025的整體規劃，主導了2025里面工業大數據這樣一個技術路線圖的制定，同時也響應2025要建立一系列的制造業創新中心，來提升制造業的創新能力的這么一個號召，我們發起當然也聯合很多工業龍頭企業，包括科研院所還有高校，一起聯合發起了這個工業大數據的制造業的創新中心，這個創新中心現在在北京、蘇州、成都這幾個地方都有我們的分中心，我們希望充分利用北京的人才和技術的優勢，但是結合制造業比較集聚的地區和需求，還有產業的優勢，能夠貼身服務中國制造。

 

　　前面是關于昆侖數據和我們這個團隊的一個簡短的介紹，下面跟大家分享一下我們怎么用數據助力工業企業升級這方面做的一些工作。今天早上坐在我邊上的一位同仁問我說你們昆侖數據到底給企業做什么。我的回答是說取決于這個企業要什么，但這是一個很泛的回答，實際的情況是大家也知道其實中國的工業因為體量很大，企業其實發展的水平也是不盡相同，參差不齊，其實處在不同的發展階段，有不同的信息化基礎，有不同數據基礎的企業來說對于大數據的需求是不一樣的。我們自己總結了有這樣一個所謂的大數據需求的金字塔，其實我們按照企業的數據基礎還有它對數據的需求，大概分了幾個層次，處在金字塔的塔尖的其實是非常少量的一些行業的龍頭企業，這些龍頭企業他自己的兩化水平已經非常高，他自己也在產業鏈上處于一個比較核心優勢的地位，他其實在產業鏈上已經本身就是一個業務的交匯點同時也是數據的交匯點，再這樣一個企業其實他在思考大數據應用的時候已經超出了本企業自己的需求，已經在看我怎么能夠為我所在的這個行業提供服務，能夠帶動這個行業整體的發展，其實這些企業在考慮的是他的工業互聯網的這個轉型的問題，在互聯網的時代到來之后，我在我所在的這個行業里面，我怎么能夠實現我的新業務的一個轉型，然后突破我的傳統的業務，實現推出新的工業互聯網的業務，然后為行業的上下游，為行業其他的同仁來提供服務，也實現自身業務的跨越發展，這是處在比較金字塔頂端的一些龍頭企業。

 

　　但大部分的工業企業其實大家在想到大數據的時候更多是在關注我內部的改善和提升，我想解決我企業內部的問題，我想提升我的產品質量，我想提升我的生產效率，我想降低我的成本，降低我的各種資源的消耗，我想把我的生產風險等等降下來。其實大部分的企業還是在關心這個內部的問題，對這一類企業來說我們發現其實也有不同的需求，對于一些兩化水平已經非常好，管理水平也非常高，類似像富士康這種，其實他自己已經在自動化、信息化方面做了很多他自己工作，專家水平也很高，自己能做的其實已經做了，剩下不能做的就是靠我自己的系統，靠我既有的工藝專家、管理專家已經不能解決的問題，我們希望有一種新的技術手段和工具的支撐，這個時候大數據就變成他們可以利用的一個新的工具，用這個工具突破現有專家的水平，讓他能夠進一步做到改善。

 

　　針對更大量企業的來說，我們還有大量的企業處在還有很大的管理改善的空間，兩化的建設可能水平也不是非常高還有非常多可能處在工業2.0的時代，還沒有到工業3.0，還有很多課要補。這個時候他們對于數據的利用，我們看到其實也跟剛才那一類不太一樣，更多關注怎么能夠做到普遍的水平提升上。當然還有另外在定字塔底端的，目前基本沒有太多的兩化基礎，對于他們來說現在更多要關注先把兩化補上，先有數據基礎之后再談如何利用這些數據。

 

　　我分享一下我們在這三個層次上做得這些工作。我們其實是從服務龍頭企業先做起的，所以在這方面其實積累也會比較多，在過去幾年其實我們可以肩并肩的跟龍頭企業站在一起，探索他的數字轉型和互聯網轉型之路。在今年工信部評了第一屆的國家級工業互聯網的平臺，大概總共有20幾個平臺入選，其中有4個平臺是我們昆侖數據作為主要的支撐單位，我們在后面提供了我們的技術支持，包括像中石油、國家電網，像北京汽車、長虹電子這四個是我們來支持的。因為在座都是做電的，所以我們分享一下我們跟國家電網的案例。我們跟電網聯合做了新能源工業互聯網平臺，第一個覆蓋全產業鏈互聯的平臺，建在青海，因為青海是國家級的清潔能源示范省，做的事情是利用互聯網的手段，把從上游的光伏電廠、風電場的數據拿回來，包括自己有控制調度的數據，包括下游可以利用智能電表，把這些用戶，包括用電企業的用電數據拉回來，拉回來之后其實可以有給上中下游的這些相關產業鏈的企業可以提供很多不同的增值服務，比如針對發電的企業來說，他第一個能做的事情就是說我不用每個電廠有十幾號人一定要在那兒值班，因為所有監控信息全部拉回來之后，除了按照要求來說海牙留下兩個人在現場，其他的人都退回來，在大城市里監控大廳里，所有電廠都在集中監控，也不需要那么多人，就一下把運維人員降低40%。

 

　　另外通過這個平臺可以對所有的比如青海所在這個區域，所有的電廠發電進行功率預測報到電網。以前都是每個電廠單獨做功率預測，現在可以在這個平臺上，這個平臺上不僅有中國國家氣象臺的數據，還有美國、日本、德國不同國家氣象局的數據，因為不同的氣象局其實對于天氣預報不同狀況下精度是不同的，所以有更加豐富的預報的數據源，然后可以做集中式的功率預測，集中式的功率預測比單個功率預測的精度要高，會有一個比較大幅度的提升。做了這個之后預測是說整個在這個省因為他的預測更準了之后，帶來全省的新能源的從電網這個角度，消納的能力其實會比較大的提升，帶來整個新能源上網率上網電量大概預計可以提升3-5%。

 

　　另外還有很多新的一些增值服務，比如針對金融機構的，一個電廠比如每年有一個穩定的發電量，其實可以變成一個金融產品，比如像風能寶這樣一些金融產品，金融產品做出來之后金融機構需要對他進行資產評估，傳統評估是基于過去每年發多少電，有多少資產，資產年限等等做這樣一個評估，現在我們有了這個數據平臺之后，可以基于這些數據知道每一臺風機，每一個光伏面板的具體表現。因為同樣都是五年歷史的風機其實也可能表現也非常不同，資產價值是非常不同的。基于這些數據做的資產評估也會比傳統要準確很多。

 

　　大家可以想像在這個上面其實還有更多的形形色色的增值服務是可以基于數據來提供的，這就是一個典型的在能源行業電網的一個處于產業鏈核心的這樣一個龍頭企業，利用他互聯網的手段匯聚起來這些數據資源，基于這些數據資源怎么為全產業鏈的這些企業來進行服務。

 

　　另外一個案例是我們因為在座今天大多數都是制造商，不是運營商，另外一個案例是我們支持金風科技來做的，剛剛跟電網其實我們也有跟金風科技在一起合作。另外一個就是我們支持金風科技來做的金風科技自己的面向他的合作伙伴的這樣一個互聯網平臺，因為大家也知道金風科技是一個風機制造商，從制造商他自己所在的產業鏈其實是風機研發制造這樣一個產業鏈，在他周圍有很多他的幾百家的部件提供商，還有包括周圍有涉及院像測風公司、認證公司等等這樣一些生態合作伙伴，我們一起做的事情就是風電場聯合的這樣一個研發設計制造的這么一個過程。

 

　　在傳統沒有一個互聯網手段支持之下，我可能用一些傳統的手段，比如通過硬盤交換數據，通過郵件交換數據這樣一些方法，我們把需求下傳，我們把設計上傳，反復的大家來做配合的測試，然后看看所有的設計比如葉片的設計和主機的設計配在一起之后是不是能夠符合最后的要求。這個中間大家想象如果我們能夠有一個互聯網的平臺，把整個過程支持起來，把數據的交換變成在平臺上的共享，把這些大家要做的設計的活動變成在這個平臺上基于這些數據，然后利用一些平臺上已有的工具來協同做的話，其實這個效率會大大提高。

 

　　舉個例子，這是已經做到的現在金風是把他的載荷設計的事情已經放到這個平臺，是基于亞馬遜的云平臺和昆侖數據的大數據的技術來做的。利用這個新的技術我們可以做到是說整個他的設計效率比之前能夠有個幾百倍的提升。大家看到右邊這個圖，黃色這條線是說如果我們不用這個新的技術，其實會看到今天講海上風電，如果我們隨著機組它本身的增大，還有我們要處理像丘陵地帶，像海上這樣更加復雜環境的情況下，其實整個對計算量的要求大概會有成百倍的增加，如果沒有新技術的支撐，在新挑戰下它是非常難做的，但現在有新技術的支撐，我們可以比較輕松的應對這樣一個情況。

 

　　剛剛分享的是我們對于行業龍頭企業怎么能夠實現自己在本行業里面平臺服務商的轉型。另外剛剛也給大家分享對更多的企業其實我們要解決的是內部改善問題，所以針對數據基礎比較好的，可能想做關鍵的工藝制成提升這樣的企業來說，我們做得是說我有一套所謂的分析工廠，其實它就是一套工業智能流水分析集，我們有相應的方法和相應的數據，輔助懂數據的人，數據科學家和企業專家，他擁有行業背景，理解這個問題，知道這個領域知識的專家一起來協同，然后我們可以理解這個具體的問題，然后把領域知識、激勵模型和數據的模型有機的結合在一起，研制出來一個帶行業語義的這樣一個具體的模型。比如說針對這個風機葉片斷裂分析的模型，針對發電效率提升的模型，它不是一個普遍通用的模型，而是已經是一個能夠解決具體問題的，帶行業語義的模型，圍繞這個模型我們可以把它變成一個完整的應用系統。

 

　　比如在數字化風電場，當然現在風機都是聯網的，在運行的數據都可以回來，基于這些數據可以做非常多的事情，包括各種大部件的故障、預警，包括風機發電的提升等等。有一個例子這是用在發電量提升上面，比如我們可以用數據分析的方法來檢測到這個測風杯是不是偏，能算出來到底偏幾度，不用物理的方法爬到風機上面測量這個是不是還是正的，我們完全可以用純粹數據的方法，如果你的度數比較大就下一個工單需要人工校正，如果度數不大就下一個指令進行軟件的補償，這件事就可以得到解決。

 

　　別的行業就是在生產過程的，剛剛基礎有人舉牌說時間到了，這兩個生產過程的案例就很快跳過，一個是我們做生物醫藥的，另外一個是做電子制造的，但是我們總的來說我們都會做它的產量和質量的優化，其實原理就是說我們為了提升，為了影響這個結果，我們把它的一個復雜的生產過程，所有的這些制程參數匯聚到一起，我要挖掘生產過程和最后結果的關系是一個非線性的復雜關系，所以我們一定要用機器的數據挖掘的方法來做，靠專家其實非常難做的。那我們如果能夠挖掘出這樣一個關系其實就可以反向做控制和優化，原理大概就是這樣。

 

　　針對另外一類就是可能說我的兩化水平還不是特別高，管理水平還有很多的提升空間，我們在做的就是如何用數據的技術來幫助這些企業做普遍的管理的提升。其實在工廠管理不是一個新的領域，工廠已經存在一百多年，其實大家已經有非常多好的管理理論，但是這些理論其實在中國的工廠里面普遍實踐的非常不好，我們開玩笑有個總結就是說那是因為中國人跟日本人不太一樣，日本人比較嚴謹。我們還是可以用這些先進的管理理念，但是我用數據的方法能夠幫助這些管理理念落地，讓企業能夠非常實時準確的看到我現在關心的這些主要的經營管理的指標，是什么樣的一個狀態，這樣的話可以幫助用數據的手法幫助企業做到他普遍的管理提升。

 

　　今天確實時間有限，沒有辦法就每一個案例進行深入解說。這邊有昆侖數據和工業大數據創新中心我們的公眾號，有興趣的話可以關注我們的公眾號，希望有進一步來進行探討的，也歡迎跟我直接聯系，我們非常高興能夠跟各位業界同仁大家進一步做深入探討。

 

　　（發言整理自現場速記，未經本人審核）