今天上午,和北京的朋友谈了一会工业大数据的问题。我有个观点:不要急着下结论——人类的实践是个渐近的过程,认识也是个不断深入的过程。结论下得早了,容易固化自己的认识。
比如,我们在谈工业大数据时,每个人头脑中的场景可能是不一样的:有人的场景是“数据仓库”、有人的场景是“用DCS、PLC的数据进行设备故障诊断”、有人想的是“产品设计大数据”、有人想的是公司级别的优化。每个人的角色也各不相同:有人想的是数据采集;有人想的是数据治理;有人想的是数据的含义和逻辑关系;有人想的是数据资产管理;有人想的是如何进行数据分析。
我们很有可能会把问题局限在我们习惯的场景和角色上,这就片面了。
大数据、工业互联网的发展过程方兴未艾。传统的做法是:在线产生数据、离线产生和固化知识、在线应用知识。或者说:离线利用大数据、在线利用小知识。未来会不会也是这样?在未来的场景,数据和知识都可能会在线产生、在线固化、在线应用。
如果是这样,各种困难和挑战就会来了:数据传送能力、知识可靠性、知识管理方式都会遭遇挑战。在未来大数据的条件下,数据分析方法也会面临挑战:数据分析的效率如果太低,经济性就会收到影响。
为了解决这些困难,可能会牵引出各种复杂的技术。其困难程度可能超出我们现在的想象,需要实践走到那一步才能说清楚:毕竟我们的智商和想象力都是有限的。
当然,有时候明知“说即不中”,却也不得不说。如果遇到这种情况,最好下个宽泛的结论:至少不要把自己的认识引导到片面的地方。