文|李佳師
再有十幾天，2019年就將“翻篇”把時間的“接力棒”交給2020年。在馬上“翻篇”的2019年大數據在工業領域“開出了什麼樣的花”?在即將“接棒”的2020年又會孕育什麼樣的“新果”？成為業界關注的焦點。
李傑是美國辛辛那提大學特聘講座教授、美國國家科學基金會（NSF）智能維護系統研究中心（IMS）主任，《工業大數據》、《從工業大數據到智能製造》工業領域熱銷書的作者。去年《中國電子報》記者曾經在深圳的“人工智能與大數據論壇”上見到李傑教授，他當時談及工業大數據與破解工業不確定性和碎片化的觀點另記者印象深刻，記者預約了對他的採訪，但遺憾時間不巧，沒有達成。
在2019歲末《中國電子報》記者再次連線李傑教授，請他分享今年的工業大數據產業態勢與明年的發展趨勢。李傑給出了三個趨勢，並表示“目前國內有上百個工業互聯網平臺，但目前看這些平臺都無法稱為平臺，頂多算是‘陽臺’，平臺是用來交流的，而‘陽臺’是用來展示的，用來晾衣服的、曬香腸的。”加速工業大數據的應用，我們如何把“陽臺”變“平臺”？
趨勢一從數據(Data)到專業性(Domain)
李傑表示，工業大數據在2020年有三個發展趨勢：一是從數據(Data)到專業性(Domain),二是從平臺(Platform)到目的性(Purpose)，三是從雲(Cloud)到社群(Community)。
第一個趨勢是從數據到專業性。現在的數據，大家是以蒐集的方式來獲得的。但是工業大數據應用存在“3B”挑戰：即Bad Quality、 Broken、 Background。數據質量問題一直是許多企業所面臨的挑戰。這主要受制於工業環境中數據獲取手段的限制，包括傳感器、數採硬件模塊、通信協議、和組態軟件等多個技術限制。同時工業對於數據的要求並不僅在於量的大小，更在於數據的全面性，所以數據的碎片化和以及數據所隱藏的隱秘相關性都是獲取數據中的挑戰。所以第一個趨勢就是要在數據收集中增加專業性。比如做機床的、做醫療的，或是做半導體的，專業性的數據變得更重要。所以在數據中，大家要更加註意到如何分類、分割、分解，分析之前要做數據處理、清洗，這是大趨勢。
李傑進一步表示，數據的專業性將成為2020年工業大數據領域的重要核心點，而解決數據的專業性等事情並不是由傳統的數據專家，而是需要有專業知識的人來做這些數據工作。因為很多數據分析師沒有辦法具備專業知識，這就需要具有專業知識的人進行相關訓練，能夠做數據清洗的工作。這是一個人才轉型的趨勢，當我們在進行專業人才培訓的時候，要把數據的維度增加進去。
趨勢二從平臺(Platform)到目的性(Purpose)
李傑在談及第二個趨勢即“從平臺到目的”時表示，目前國內的工業互聯網平臺約有上百個，但大多數只是“陽臺”不能算平臺。因為平臺是一個讓使用者使用與創造者交互的地方，比如百老匯的歌舞劇是個平臺，任何歌星都可以在裡面出名，車站是一個平臺車與乘客可以交互。而陽臺就是自己在上面來曬香腸、曬衣服的地方，只是展示自己的東西。陽臺是展示自己的地方，而平臺是用來相關交互、交流的地方。
“回到專業性這個問題，機床的使用者事實上只想上機床的平臺，注塑機的使用者，只想使用注塑機的平臺，而半導體的企業只想要半導體公共平臺，專業性問題的平臺會慢慢變成是一個新的趨勢。平臺是很重要的基礎，但是平臺需要進一步強調專業性。”李傑強調：數據是資源，平臺是基礎，專業是核心，分析是工具，目的是價值。“所以專業性會成為2020年重中之重的關鍵詞。”
趨勢三從雲到社群
李傑認為：“從雲到社群會成為2020年工業大數據領域第三個趨勢”。現在大家都在談機器上雲、設備上雲，機器、設備上雲做什麼呢？上雲有三個工作：一是數據在雲上儲存，二是數據在雲上計算，三是在雲上建立生態體系。上雲的真正價值是要用雲上的工具進行分享，比如你下載一個APP餓了麼，任何人都可以用這個應用、都可以看這個應用，都可以知道哪個餐廳好吃，不需要在一個地方看，這就是社群。什麼叫社群式的發展？就是雲上有各種各樣的專業的服務，大家都能夠下載使用，而云只是一個普通的交通工具。
李傑表示，未來的趨勢是將會從雲轉向社群生態系統的發展，這將進一步加速大數據開發的生態鏈發展。
專業性、社群性、更強的目的性，應該說不僅僅是工業領域對雲與大數據的要求，這已經成為每一個專業和行業領域對雲計算與大數據的要求，也正因為如此2020年的雲與大數據必將展開新一輪的“專業戰”和“社群戰”，如何把原來更多是“展示型”的平臺變成“更強專業性”以及獲得更為活躍的“社群性”，將在2020年考驗各個平臺經營者的智慧。
�
閱讀更多 科技有態度 的文章
