演講全文：
尊敬的楊部長、樊會文院長，各位朋友，今天在這兒做這個報告，确實誠惶誠恐，因為這個話題很大，剛才楊部長和樊會文院長都對這個工業大資料做了非常深入的探讨，我想就從實踐的方面跟大家分享一些成果。
最近走了很多企業，包括現在應該說下行壓力非常大的工程裝備、工程機械的這些企業，還走訪了一些在江蘇昆山做機器人的新興的産業，但是有一個共同的感覺就是大家都面臨着一種困惑，甚至焦慮。那麼這個焦慮就是工業未來的走勢是什麼？我們未來的發展空間是什麼？我想分享三個方面的内容。
第一就是工業大資料。那麼剛才楊部長也講了，工業大資料核心詞是工業。那我們看看現在工業4.0也好、美國的工業網際網路也好、中國制造2025，大家為什麼不約而同在談轉型的問題、更新的問題。
那麼我們最近在探索一個曲線，這個曲線叫做苦笑曲線，但是不是一般意義上的苦笑曲線，這是一個經濟體從低等收入到中等收入到高等收入過程中制造業在GDP中占比的一個苦笑曲線。
在低收入的時候，一個國家的制造業在GDP的占比是比較低的，但是随着整個國家的國民收入水準的提高，注意這是它的發展的過程，制造業在GDP當中的占比在往上升，到了一定程度到了中等收入國家的時候，制造業在GDP當中的占比達到了頂峰。
當它走向高收入國家的時候，制造業在GDP當中的占比就在下降。這是統計了兩百年工業發展過程的一個總結，也是一種大資料。
它是通過資料分析得出來的。那麼也就是說制造業随着經濟體從不發達經濟體到發達經濟體當中必定要走過這麼一個艱辛的曆程。
我們今天為什麼和美國、德國同時提出這個問題呢？就是中國制造業發展的太快了，我們用30年的時間做了人家一百年、甚至兩百年的事情，是以現在我們和人家面臨着同一個問題。
本來很多的工業問題我們就等着德國和美國解決好我們跟随就行，但是現在不一樣了，我們也要面臨這個苦笑曲線給我們提出的挑戰。就是從中等收入水準向高等收入水準發展的過程中，我們怎麼解決制造業的苦笑曲線，制造業在國民經濟當中的下降問題。剛才楊部長也講了，就是制造業裡面要更新和轉型。
也就是說在它下降的過程當中，勢必一些資源要從制造業釋放出來，要從第二産業轉向成第三産業，或者說第二産業轉化為2.5産業，我覺得這個2.5還是挺好的，就是介于制造業和服務業之間的産業，是以我們現在叫生産型服務業。
第二件事情是什麼呢？我們到企業去，咱們國家的企業--中國的企業不怕需求量大，我們是有足夠的産能的，我們的企業最怕的是什麼？——沒有市場。
現在我們看到很多企業已經是從三班倒到現在隻能幹一班，甚至一班還不飽和。這是我們的大問題：不是我們造不出來了，是我們造出來賣不出去。我們看到很多的企業，特别是裝備企業，原來的廠區很空曠，現在看到很多産品非常漂亮放在廠區裡——說明産品在積壓。
我們很多的裝備企業原來給流程裝備提供服務的企業說：王老師，我的裝備在使用者企業當中，原來每天大概運作18個小時，現在每天運作不到6個小時。我怎麼辦？
是以，在這個時候，可能今天到場的各位朋友都希望在這樣一個經濟壓力下行特别嚴峻的時刻，我們找到一些破解這個困局的難題——就是說我們能不能通過現在的網際網路+、通過大資料、通過中國制造2025來找到解決現在這個問題的鑰匙。這個叫理想很豐滿，現實還是很骨感。
當我看到這些企業，非常好的企業，甚至是我們的标杆企業，遇到這個問題，自己也往往覺得很無能為力，技術在這個經濟發展過程當中有時顯得很蒼白。是以我非常贊成楊部長提到的，工業大資料的發展，一定以工業為主體來看待這個問題。
這個圖形我經常用，換了兩個标志：就是把這傳統的苦笑曲線兩端加上了大資料的推力。是在産品裝備的生命周期的設計制造階段和回收再利用階段，原來我們是靠制造獲益，現在我們要在産品創新上獲利、要在産品的服務階段增加我們的利潤。這就是回答剛才的苦笑曲線，如何轉型、如何更新。
那麼通過大資料我們看看能不能解決企業的産品創新問題，能不能解決企業的售後服務問題？
這張圖是我比較喜歡的，就是哈佛大學在去年11月份在哈佛商業評論上有一篇文章，這篇文章的題目叫《智慧的互聯産品》。
那麼美國人的想法是什麼？它認為未來的工業産品應該是這樣的，我把前面的三個階段忽略了，我就留了它的四階段和五階段。
大家會看到在第四階段的時候，裝備、産品會進入到一個産品的系統階段。也就是說機器和機器之間可以對話，機器和機器之間可以合作。那麼它舉了一個美國的農業機械的例子，這張圖後邊我們還會用到，也就是說它的播種器械、收獲器械會聯合起來到一個農場去作業，這個階段還隻是四階段。
未來的工業産品是什麼階段？
我們看到這個時候以農業機械為例，它的農業機器的叢集和天氣的資料，會和種子的資料、灌溉系統的資料聯合起來。今年九月份我去加州，那裡不僅是高科技産業的發源地，同時也是農業節水灌溉系統十分發達的一個地區，在那裡我們看到它是怎麼樣通過這樣的系統來解決農業生産當中的綠色、節能、節約資源這些問題。
那麼剛才大家也都提到了德國工業4.0、美國的工業網際網路。那麼這裡面大資料是一個什麼作用？ IBM認為工業4.0是大資料驅動的智能制造，沒有資料談不上智能。德國人說大資料是工業4.0的核心。
GE是工業網際網路的鼓吹者，這裡最重要的就是資料分析。還有樊會文院長講的未來的工業裝備一定是有軟體的。是不是做軟體定義的機器，現在不好說，但是軟體一定是機器的一部分，有了軟體必然會有資料。
關于中國制造2025，我也有幸參加了規劃的工作，在這裡面專門規劃了作業系統和工業軟體，我們的網際網路+也離不開大資料，這些就不多講了。我想跟大家分享一下，怎麼從系統的角度來看這個工業大資料的問題。
剛才楊部長也在提，找它的邊界。工業大資料是以工業為主體，以工業産品為主體，這是大資料的根、也是它的源。在這裡我們看到了咱們國家從六五可能就開始了，好多人是親身經曆的，就是我們做的IT---資訊化的工作。
那個時候的資訊化應該是美國人最早從數控開始的。我們看看，它最早是做加工，後來做CAD，後來做ERP。其實中國我了解應該是從管理開始的，是從發工資開始的，是從庫存開始的，然後做CAD，做CIMS一步一步走過來的。那麼這個道路走的是什麼？就是全生命周期的資訊化。
我們看到産品生命初期定義在什麼地方？定義在裝備離廠的分離點，裝備交給使用者了才剛剛出生，我們國家用了十幾年甚至二十幾年的時間來做廠内的資訊化的問題。當然，CAX、PDM、ERP、MES都在這個裡面。
第二件事情是到了2000年以後，大家認為裝備交到使用者之後不能不管，不能讓它成為孤兒，是以大家才重視售後、重視服務，像海爾這樣的。我們說到了生命中期的時候就是MRO，當時的想法還是資訊管理、資訊化的問題。最後生命末期階段，主要是綠色回收再利用，還是資訊化的問題。
那麼為什麼GE2012年提出來工業網際網路？它從另外一個角度來诠釋這個資訊化？甚至它覺得已經超出了資訊化，是以它就提出一個OT的概念。它不叫IT了，它叫OT了。是以大家今天可以看到很多關于OT的說法。
提出了OT對整個工業的價值貢獻，大家看到如果一個行業在運作階段節省1%的話，效益就是幾百億美金，會是多麼顯著的貢獻，是以這個時候就走到了OT。OT主要就是在生命中期階段，不僅是維修、維護，還有營運的優化。
那麼今天來講，做工業大資料第三個就是我們說的DT。也有人說IT、OT到DT，也有人說OT+IT等于DT，那麼在DT這個階段我們又把網際網路的資料融合進來。
是以在這裡面我個人的觀點就是在工業大資料裡頭是三流合一：就是原來的資訊系統的資料（資訊化的資料）、在OT當中的機器為主體的資料（機器資料），再加上現在我們的網絡環境下的（“網際網路+”環境下的）網際網路資料。
那麼我們做大資料是服務于工業産業的，那麼這個大資料怎麼用？有什麼用？這個跟大家再分享一下價值創造的問題。
這個我們關注它很多年，2008年的時候我們就關注它。有一個公司做了一款車，做這個車的公司是一個網站，這個網站公司是非常小的一個公司，大概有面包房那麼大的一個工作間，但是它造出來一個搭載6.2公升的V8引擎的超豪華的車。
這麼一個小的公司能做這麼大的一個産品靠什麼？
靠的是來自全球大約三萬多個研發人員提供的一萬多個設計方案，它從一萬多個設計方案找到最優的、使用者最滿意的。其實這個故事它的起源比現在的小米做的産品更大，當然沒有咱們小米做得更成功。但它做的是真正的重工業——是一個大的、真正的裝備,這個當年的馬雲把它稱之為叫CtoB模式。
那麼這樣的一個小作坊，大家想想它調動的是誰呢？調動的不是中小企業，而調動的是大企業，通用、大衆、本田給它打工。是以這個時候我們大家看到的改變“網際網路+”的力量、看到了資料的力量。
它現在把這樣的産品制造的工藝、包括它的設計完全公布在網際網路上，大家可以到網上查。咱們在座的同志們，你隻要花15天的時間，隻要有相應的錢就可以造出這樣的一輛汽車。當然在中國可能咱們不能上路。
在生産方面，剛才大家講到了，很多的工藝，真正的我們制造的核心環節，後面的演講者還會和大家分享，我這裡就不多講了。
第三個在采購的環節。其實大家說現在的制造，特别是大型裝備的制造，是供應鍊體系的競争，而不是一個企業的競争。昨天我剛從重慶回來，咱們的長安汽車，據說前九個月他們已經變成中國的前三了。
那麼它們對于采購環節真正是貨比三家、不僅僅是聽供應商自己的評價，要在網上去找，在微網誌、微信上去找，使用者是不是給你好的評價？是不是真的評價？在這裡面打造它的可靠可信的供應鍊。靠的是什麼？靠的是資料。它有強大的雲計算平台操作控件（“Component Mfg”）。
那麼維修，這個呢是GE的故事。我想大家聽了很多，也許李傑老師還會講，我就不講了。GE實事求是的說，現在的效益不，比如說2014年GE對1500台瓦斯輪機進行的監控服務為使用者節省約七千萬美元，這個七千萬美元是淨利潤。
再一個例子，大家看運作大資料的例子。在工業裡面，原來我們基本上不區分維修和運作這兩件事。但是這裡跟大家講，運作是運作，維修是維修。
維修是當你這個産品的性能下降的時候，你要把它弄好，恢複它産品的性能，運作是如何通過使用這個機器讓它産生價值。這是澳洲力拓集團利用運作大資料，每年為一個礦井可以帶來一百萬美元以上的年收益。
最後一個例子是美國的愛科（農業裝備），就是在解決跨界的這個裝備使用的問題。
時間關系，我這裡講一件事情，就是三一如何把它的大資料平台切換成我們自主可控平台。這裡不是在三一當中所有的資料庫都用自主平台，而是在服務運維應用中替換了Oracle系統。
那麼，這件事情就是得益于現在的大資料技術。大資料的核心我覺得對工業企業的貢獻就是什麼呢？就是低成本、高成本效益。如果不是低成本的話，我覺得目前在工業企業中這些大資料的處理，現有的技術都能做，隻要你說有足夠的錢。
那麼在這個過程當中，我們看在三一這個工程，真正的生産系統當中去O，要解決一個什麼問題呢？是要解決它和其他業務系統的關聯問題——最核心的問題是要能把其他的業務系統都能夠平滑的切換過來。
這是十分挑戰的任務，我們是和三一共同的努力下，做到了。今天有将近二十萬台的裝置接入、每天大概活躍六萬台的裝置，現在這些監控資料都傳到我們的國産平台上來了。
上面這些PPT是具體的應用案例，謝謝大家。
原文釋出時間為：2017-03-13
本文來自雲栖社群合作夥伴“資料派THU”，了解相關資訊可以關注“資料派THU”微信公衆号