4月18日， “2018大数据产业峰会”在京隆重召开，中国工程院院士邬贺铨在发言时表示，未来10年工业大数据的增速将是其它大数据领域的两倍，现今，传统制造企业纷纷进行数字化转型，而在这个转型的过程中，对于大数据的应用和处理则是转型的关键。

邬贺铨指出，当前中国制造业的大数据呈现出四大特点：

一是准确性。在一般的商业领域，如果预测准确率达到90%已经是很高，但在工业领域很多应用场景中，对准确率要求达到99.9%甚至更高，比如交通领域。

二是碎片化。工业制造的大数据有很多传感器收集的数据，有颗粒性很小的，也有颗粒性很大的，而且是不断在产生的。

三是实时性。工业数据的处理必须要当时快速的反应，过一段时间没多大价值。消费数据可以累计很长时间。

四是行业性。工业大数据的挖掘要对生产过程有透彻的理解。

大数据是传统制造业转型关键

现今，传统制造企业纷纷进行数字化转型，而在这个转型的过程中，对于大数据的应用和处理则是转型的关键，邬贺铨通过以下例子分析了大数据在各行各业中的应用。

苏州协鑫公司专注光伏切片，利用阿里开发的ET大脑分析0.2毫米厚度的硅片长期积累的数据，从上千个生产参数中找出有60个关键参数，通过优化生产流程，良品率提升1%，实现每年上亿利润；杭州中策公司是全球排名第三的橡胶轮胎生产商，引入阿里的ET大脑分析所有参数，提炼橡胶合格率提升3%-5%，利润增加千万。

大数据在产品质量的应用。清华大学与英业达集团共建电子制造大数据平台。英业达做电路板，工艺过程很多。通过大数据能判定哪一个板的质量好，哪一个板不行，有效的检测率超过99%。每条PCB板生产线投入后，每年减少人工分析处理30万，误判漏判获得的效益180万。50条生产线使得英业达一年的效益达到九千万。

大数据在生物制药中的应用。生物制药的过程比机械加工更加复杂，涉及到的参数更多。基因工程的细胞来做疫苗、激素和血液，有200多个变量，每次不容易准确控制，成品率变化很大。生物制药公司应用大数据分析上下游的工艺参数，找出最关键的影响参数。一年之内，疫苗的产量提升50%，单一产品一年增加接近1000万美元。

大数据在生产个性化的应用。青岛红领西装积累了2000多种版式，顾客自己可以修改，确认后7天就把产品交到顾客手上。过去还需要顾客去量尺寸。现在只需拿手机穿个紧身一点的衣服对正面和侧面拍一下，标身高，一件贴身的衣服可以寄到你手里。

通过工业云帮助企业服务升级。沈阳鼓风机厂建立了云服务平台，全国有很多客户通过实时监控能够了解，并且把监控的信息结合沈阳鼓风机厂形成年度报告，可以实时把状态报告给实际的业主方，很好地提升服务能力。比如石油化工厂的富气压缩机由沈鼓提供，2014年5月份停电一次，检测找不到毛病。但停了三次有两天的时间损失有六百万，利用沈鼓的云平台对所有数据分析发现主要是汽轮机的前端有摩擦。后来没有修前端，而是通过润滑油的办法改进，使其正常工作。沈鼓有全国有1600台机组，利用云服务每年可以减少0.3次非计划的停机，减少直接损失4.8亿元，能耗减少6.3亿元。

通过零售云平台提升门店销售效率。波司登建立零售云平台，实时监控全国3000多家门店的库存和销售数据，库存中心的智能补货系统有效减少缺货损失21%，售謦率同比增长10%，会员复购率达到20%以上；联想集团利用其全球数据中心掌握的数据，与宝钢合作建立钢铁销量预测系统，通过机器学习和图谱分析找出关联，预测钢铁市场需求，预测精度92.2%，库存周期缩短20%，客户采购的资金节约上亿元。

大数据挖掘社会贡献大

邬贺铨指出，运营商有很多用户数据，运营商不能直接把用户数据拿出，但可以对数据进行挖掘，屏蔽掉用户的隐私和涉及国家安全隐患的事项，可以集成提升很多服务。比如大众汽车找中国联通，希望中国联通分享什么年龄段的人希望买什么汽车，对汽车的装饰、价值及配置有什么要求等，中国联通形成咨询报告交给大众汽车。类似的服务对运营商可以很好的增加收入，为社会和产业发展做出贡献。

邬贺铨表示，企业经营决策重要的是企业利润及利润最大化，实现生产环节成本分析和精准化，但前提是要有准确的价值分析模型。分析客户、供应商、竞争对手、产品、企业资源、技术和员工等层面，对财务准则下细化损益表到单品层面，产品生命周期下的细化损益表到单品层面，产品生命周期下的单品层面的损益表都分解的很细，很容易找出哪一个环节是财务的薄弱环节，准确地为生产决策起支撑作用。

大数据不仅驱动制造业转型升级，提升生产效率、改进产品质量、节约资源消耗、保障生产安全、优化销售服务。还与人工智能、移动互联网、云计算及物联网等技术协同发展，并将深度融合到实体经济中，成为数字经济时代的新引擎。

根据现场速记整理

校  审 | 陈  力、 陆  廷

编  辑 | 凌  霄

”

推荐阅读