e-works数字化企业网  »  文章频道  »  管理信息化  »  管理信息化综合

康志刚:工业大数据的定义

2016/11/11    来源:e-works    特约撰稿人:康志刚      
关键字:工业4.0   工业大数据  价值链  
“破”简单,难的是“立”。“立”一定要借助智慧。本文先“破”传统的数据,然后借助佛学的智慧“立”数据。基于所立的数据,给工业大数据下定义。通过一系列严谨的逻辑推理,从数据的维度再次论述第四次工业革命的缘起。

    本次工业革命是工业大数据推动的。“工业4.0”的核心是工业大数据。这些观点没有争议的。对于这个正在发生的“第四次工业革命”,全球工业企业都还处于摸索、研究阶段。工业大数据既然是核心,搞清楚工业大数据到底是什么?那么至少可以使我们在“中国制造2025”的道路上把准方向,少走弯路。

    工业大数据到底是什么?如何给它下一个有“工业革命”意义的定义?这是有难度的。其主要的挑战在于我们接受“变”的堪忍性。人们习惯于守成不变,希望得到永恒。但是,存在永恒不变的事物吗?佛学三法印“诸行无常”的智慧告诉我们:“无常”即变化。“诸行无常”,一切事物都在变,没有一层不变的事物。“工业革命”的产生本身就是“诸行无常”的证明。“工业革命”意味着“有破有立”。既然“诸行无常”,那么理论、思想、观点、定义等,也是在变的。它们因缘而变才是“常”。因此,在“工业革命”的风口,我们更需要有独立思维能力,有接受“无常”的准备,有“敢破”、“敢立”的勇气。

    要定义工业大数据,必须重新定义“数据”。要对工业大数据下有“革命意义”的定义,必然涉及到对传统的“数据”的观点、认识等的“破”和“立”。对“数据”有了新的认识和定义后,那么工业大数据的真正意义才能明了。

 “数据”的重新定义

    相对而言,“破”简单,摆出几个驳不倒的论据,就可“破”了。难的是“立”, 而“立”是一定要借助智慧的。 中国的语言文字是博大精深的。所谓数据,即有“数”,有“据”。有“数”,是指一串代码、一串数字,它的作用是量化。有“据”,简单的说就是有依据,也就是产生这一串代码的原因、依据。它的作用很显然是描述变化过程的、描述变化的原因。因此,我们可以这样说:数据是用来量化或者描述
事物变化过程的。长久以来,我们对事物的描述一直是通过语言、文字、图片、音声、肢体语言等,在大数据技术时代,数据也将成为描述事物变化的常
用的手段、工具。

    这是正在开启的“DT技术时代”,人类对客观事物的一种新的认识、描述、记录、理解方式。这也是对数据的重新定义。如果以此作为标准,很容易得到如下结论:即将结束的第三次工业革命,以管理驱动为导向的信息技术时代将要落下帷幕的当下,当前的企业是没有真正的“数据”的。企业所拥有的所谓的“数据”,准确的说是缺乏时效性的、价值密度极低的、可怜的“数字”。这些所谓的“数字”的特点就是价值密度低、使用成本高。这个当然不是“数据”的本性。那些所谓的“大数据公司”,称之为“大数字公司”更为合适。当前炽手可热的、被鼓上天的“大数据分析师”、“大数据专家”,也应改名为“大数字分析师”、“大数字专家”。

    再回到数据,数据既然是描述事物变化过程的,要深刻解读数据,那就必须对事物变化过程做深刻的理解。那么事物变化过程到底是什么样的呢?理清楚它遵循的规律,才能清楚的知道数据的真正意义所在。要把事物变化的规则理清楚,一定要借助智慧。

    事物变化的根本法则:缘起论、因缘所生法

    事物变化是宇宙万物变化的一个抽象描述。佛学“缘起论”、“因缘所生法”就是描述宇宙万物变化的根本法则。“因缘所生法”、“万法因缘生”,是指一切事物都是“因”、“缘”和合而生的。关于“因缘”:“因谓能生,缘能长养”,这是因缘的差別,能生的叫因,能夠长养的叫缘。他打个比喻,“生养二母差异”,生母,亲生的母亲,它是能夠生果的;缘呢,养母,虽然她孩子生下來了,没有养母给他抚养也不成人。所以说这两个都重要,一个是因,一个是缘,但是因要亲一点,缘要疏一点。“又缘摄助,因方能生”,缘的帮助,因才能生……【智敏上师,《俱舍大要讲记》】 我个人的理解是这样的:这个“因”是种子,又可称“主因”或者“内因”, “缘”呢,又称“助缘”或“外缘”,是指能对种子产生影响所有的外部条件。因此事物变化,可以说是 “主因”(种子)与“助缘”(外部条件)和合后(符合条件)持续变化的过程。“主因”(种子)和“助缘”(外部条件)就其影响事物变化的重要性来说,同等重要,缺一不可。佛学三法印“诸法无我”的智慧,清楚地告诉我们事物变化的原因。“无我”,即无自性,自性空。“诸法无我”,即一切事物自性空,事物本身不会变,没有一个自生自灭的事物存在,一切事物都是在外部条件(“外缘”)推动下变化的。 因此,我们对数据的精准定义:描述一个事物的“主因”(种子)与“助缘”(外部条件)和合(符合条件)后,在“外缘”(外部条件)的推动下持续变化的一系列“因缘果数据”的集合。即因缘和合生的过程。因此数据是有因果属性的,它是可以还原这个事物变化过程的。这便是数据的结构性以及数据模型。关于数据结构性,可以参考我2015年5月的文章《工业大数据为什么只能是结构性数据》。

“数据价值”的重新定义

    数据量化事物变化过程,同时具备因果属性。这是智能化“数据驱动”的基础。因此数据的价值至少体现在两个维度: 其一、量化能力,能量化事物变化中的“主因”和“助缘”,以及变化过程产生的事物。 其二、智能驱动,因缘果属性表明了数据的结构性,能描述事物变化的过程,即因果关系。因果逻辑是智能的基础。

    因此大数据的价值不在于其量的大小,而在于其价值的大小。所以海量低价值密度不是数据的本性。由此而推,凡是基于传统的对数据的理解而得出的观点,在数据被重新定义后,必须重新梳理重构。包括IBM 公司提出的所谓的“著名”的大数据“4V”理论,这些都需要我们每个人去认真独立思考。

工业大数据定义

    数据重新定义之后,再给工业大数据下定义就容易了。数据是描述事物变化的一系列因果数据的集合。很显然,工业大数据应该是描述工业领域、工业企业的一系列事物变化的因果数据的集合。工业企业有什么事物变化呢? 毫无疑问,工业企业的核心就是价值创造。这个观点在今年7月份我写的《工业革命之管理理论创新》一文中已做论证。因此,工业大数据是描述工业企业价值创造的因果数据的集合。或者说工业大数据是描述制造业如何实现价值创造的一系列因果数据的集合。

    价值创造即价值使用中实现价值增加。价值创造也是“因缘所生法”,基于佛学的“缘起论”、“因缘所生法”。价值创造是价值创造的主因(种子)和助缘(外部条件)“因缘和合”后,在一系列(主因和助缘)价值使用过程中,实现价值增加的过程。对于工业企业,主因(种子)就是“原材料”,助缘(外部条件)就是与主因关联的“人机料法环”,“原材料”与“人机料法环”因缘和合后,条件都具备了,在人机料法环的价值使用过程中,实现价值增加,这就是价值创造。

狭义工业大数据定义

    狭义工业大数据的定义:描述工业企业内部,主因(种子)“原材料”与助缘(外部条件)“人机料法环”因缘和合后,在助缘(外部条件)“人机料法环”的持续推动下,在主因和助缘的价值使用过程中,实现价值增加的一系列因缘果数据的集合。这个定义中,工业大数据描述的是工业企业内部的价值链。

广义工业大数据定义

    广义的工业大数据要上升到第二产业制造业、产业链的高度,描述制造业、产业链、供应链、生态圈中各个价值创造单元如何在价值使用中实现价值创造的一系列因缘果数据的集合。广义的工业大数据要包括第二产业工业企业和第三产业现代制造服务业等一系列的价值创造和价值交换等。广义的工业大数据是描述的产业链生态圈的价值链。对于产业链生态圈中的每个价值创造单元,这个工业大数据就是该价值创造单元的外部价值链。因此广义的工业大数据需要每个工业企业和服务业的内部价值链的支撑。也可以这么说,先有狭义的工业大数据,才有广义的工业大数据。

    这是搭建工业大数据平台的理论基础。或者说是“互联网+工业平台”的理论基础。关于第二产业与第三产业如何装入“互联网+工业平台”?它的商业逻辑是什么?装入的次第是什么?我们认为还需要引入“主价值链”、“从价值链”的概念,才能进一步理清楚第二产业与第三产业的价值链的关系和区别。才能让我们中国的工业企业在未来的“生态圈竞争”中立于不败之地。敬请期待相关文章。

责任编辑:马倩
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐