如果問一個(gè)傳統(tǒng)的滑雪板制造商會(huì)有哪些煩惱?他們一定會(huì)苦嘆生產(chǎn)成本高、制造周期長、庫存壓力大。由于滑雪運(yùn)動(dòng)季節(jié)性強(qiáng)，天然雪和人工雪對滑雪板的材質(zhì)要求不盡相同，制造商常常頭痛于該為不同季節(jié)條件下的滑雪板準(zhǔn)備多少庫存?IBM采用大數(shù)據(jù)方案，不僅將滑雪板的生產(chǎn)周期從過去的16天縮減到8天，庫存降低了80%，生產(chǎn)中還在每個(gè)零部件流程中安裝傳感器，通過收集和分析傳感器數(shù)據(jù)，把質(zhì)量控制細(xì)化到每一個(gè)工藝流程。這個(gè)智慧制造的一幕已經(jīng)在奧地利滑雪板生產(chǎn)商Blizzard處得以實(shí)現(xiàn)。
在Blizzard的案例中，IBM的“智造”方式已經(jīng)從關(guān)注制造本身的靜態(tài)數(shù)據(jù)向關(guān)注社交輿情的互動(dòng)數(shù)據(jù)進(jìn)發(fā)，并且借助于模型來預(yù)測天氣以及天氣對銷售的影響。這就是在物聯(lián)網(wǎng)3.0的世界發(fā)生的故事。在2015年5月的中國物聯(lián)網(wǎng)大會(huì)上，IBM解析了物聯(lián)網(wǎng)3.0的概念。在物聯(lián)網(wǎng)1.0的時(shí)代，人們致力于建立物物相連的系統(tǒng)，數(shù)據(jù)能夠被實(shí)時(shí)感知、傳輸和處理;在2.0的時(shí)代，物物相連后產(chǎn)生的數(shù)據(jù)已經(jīng)超越傳統(tǒng)的IT信息處理架構(gòu)，海量數(shù)據(jù)的加工、提煉和分析需要有更好的平臺(tái)支撐。而在3.0的時(shí)代，與大數(shù)據(jù)和云計(jì)算的融合創(chuàng)造一個(gè)物聯(lián)網(wǎng)的全新生態(tài)環(huán)境。
這個(gè)生態(tài)環(huán)境貫穿于工業(yè)制造的整個(gè)流程，從產(chǎn)品研發(fā)、生產(chǎn)制造、運(yùn)營管理，到產(chǎn)品銷售、服務(wù)的每一個(gè)環(huán)節(jié)。這給人們觀念中有形的工業(yè)機(jī)器人(工業(yè)機(jī)器臂)、3D打印機(jī)或是廠內(nèi)生產(chǎn)智能化機(jī)床的圖景賦予了更廣闊的延展。在物聯(lián)網(wǎng)的環(huán)境中，大數(shù)據(jù)成為隱形的智能機(jī)器人，它是物與物、物與人連接的成果，甚至可以替代人腦成為制造的指揮中心。
物聯(lián)網(wǎng)3.0—和大數(shù)據(jù)、云的“聯(lián)手”
究其工業(yè)4.0愿景的本質(zhì)，是實(shí)現(xiàn)物聯(lián)化、互聯(lián)化以及智能化的理念，是工業(yè)企業(yè)實(shí)現(xiàn)向工業(yè)4.0時(shí)代發(fā)展的關(guān)鍵動(dòng)力，可見“物聯(lián)網(wǎng)”的重要支撐作用。
IBM中國研究院院長沈曉衛(wèi)博士說，物聯(lián)網(wǎng)3.0的提出實(shí)際是基于對未來三大趨勢的洞察。首先是大數(shù)據(jù)挖掘可以為人們提供更多有商業(yè)價(jià)值的洞察，優(yōu)化管理。其次，云計(jì)算從最初的IT數(shù)據(jù)中心的作用向新型的服務(wù)應(yīng)用方式轉(zhuǎn)化。第三，各種新型的互聯(lián)互通的方式在改變?nèi)恕C(jī)、物的溝通方式。這三大趨勢相互作用影響了大數(shù)據(jù)的來源，大數(shù)據(jù)從以往記錄系統(tǒng)(System of Record)的功能轉(zhuǎn)向了系統(tǒng)互動(dòng)(System Engagement)。原有的結(jié)構(gòu)性數(shù)據(jù)中混入了來自于社交媒體、物聯(lián)網(wǎng)的非結(jié)構(gòu)性數(shù)據(jù)，而這些數(shù)據(jù)有聲音、圖片、視頻、文字等，需要全新的技術(shù)處理能力。
物聯(lián)網(wǎng)3.0的技術(shù)處理能力究竟是如何發(fā)揮數(shù)據(jù)驅(qū)動(dòng)的作用呢?IBM中國研究院物聯(lián)網(wǎng)及服務(wù)交付研究總監(jiān)孫偉博士認(rèn)為是以下三個(gè)層面的作用。
一是從歷史數(shù)據(jù)中挖掘模式。人們需要清楚了解問題的本質(zhì)，是通過大數(shù)據(jù)做工業(yè)設(shè)備運(yùn)行狀態(tài)以及故障模式的分析，還是做客戶使用設(shè)備習(xí)慣模式的分析。清楚需要解決什么問題之后，在匯總各數(shù)據(jù)源的基礎(chǔ)上進(jìn)行數(shù)據(jù)清理并提取有效的數(shù)據(jù)特征，進(jìn)行數(shù)據(jù)建模。
二是通過人機(jī)交互手段推動(dòng)認(rèn)知計(jì)算的分析能力。認(rèn)知計(jì)算是模擬人腦對外界信息的加工處理方式、思維方式和決策方式，以支持更智能的人機(jī)交互?；诖髷?shù)據(jù)的認(rèn)知計(jì)算能力可以應(yīng)用到不同領(lǐng)域，比如自動(dòng)駕駛汽車駕駛中行車路線的選擇，通過對交通路網(wǎng)實(shí)時(shí)信息的分析，以及道路路況、天氣狀況數(shù)據(jù)的分析和預(yù)測，可以得出比人腦判斷更為全面的優(yōu)化行駛線路。
三是實(shí)現(xiàn)物理建模和工作機(jī)理建模。與金融和服務(wù)行業(yè)不同的是，工業(yè)設(shè)備在不同工況環(huán)境下的工作機(jī)理需要用物理模型來表征。比如風(fēng)機(jī)發(fā)電，既需要監(jiān)測風(fēng)機(jī)的運(yùn)轉(zhuǎn)參數(shù)、發(fā)電量，也需要參考實(shí)時(shí)的風(fēng)場周邊氣象監(jiān)測信息以及衛(wèi)星監(jiān)測的大尺度氣象數(shù)據(jù)，從而提供給風(fēng)力發(fā)電地物理和工作機(jī)理模型，將風(fēng)力預(yù)測空間精度提升至每個(gè)風(fēng)機(jī)范圍內(nèi)，進(jìn)而優(yōu)化風(fēng)機(jī)的運(yùn)轉(zhuǎn)以及電力能源儲(chǔ)備及并網(wǎng)控制。
車聯(lián)網(wǎng)即是物物相聯(lián)之后，借助于云計(jì)算和大數(shù)據(jù)，推動(dòng)“高度智能化”工業(yè)產(chǎn)品的發(fā)展。在自動(dòng)駕駛領(lǐng)域，一輛車上成百上千個(gè)傳感器將實(shí)時(shí)產(chǎn)生并處理車輛運(yùn)行數(shù)據(jù)，當(dāng)成千上萬輛車將這些實(shí)時(shí)處理后數(shù)據(jù)回傳至云平臺(tái)后，在車聯(lián)網(wǎng)云服務(wù)的支持下，車與車、車與路之間便能夠?qū)崿F(xiàn)信息協(xié)同，道路上行駛在后方的車輛借助通過前車的實(shí)時(shí)“觀察”，獲取前方的道路信息，身處A地的車主也能知道B地的路況，以支持及時(shí)調(diào)整行駛線路以及車輛控制。這些數(shù)據(jù)不僅能夠成為城市智能交通管理的依據(jù)，還能支持各種與汽車相關(guān)的金融保險(xiǎn)創(chuàng)新以及車載信息服務(wù)的創(chuàng)新。