>>返回主页
工业和信息化部信息化和软件服务司两化融合推进处处长 冯伟:致辞

2018-02-01 14:00

  各位,大家下午好!非常高兴能够参加今天下午的论坛,场地虽然有限,但是大家的热情都很高。刚才王老师说了,工业互联网联盟也是走过了两年,目前是我们所知道的产业联盟里可以说是办的最好的联盟。再次也祝贺本次的峰会取得圆满成功。

  2016年联盟成立以来,目前应该有505家正式会员单位,涵盖了工业、信息通信和安全等多个领域,包括企业、高校和科研机构,也形成了一系列的关于工业互联网的研究成果,包括《工业互联网技术与应用》白皮书等。

  随着我国工业互联网的蓬勃发展,联盟已经成为国内外工业互联网技术研究、产业推进、国际交流合作的重要平台,同时也是我们加强政产学研用,培育工业互联网产业生态的重要抓手。

  党的十九大报告指出,要“加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合。” 国务院也在2017年11月27日正式印发了《关于深化“互联网+先进制造业”发展工业互联网的指导意见》,这也构成了发展工业互联网的整个设计。2017年12月8日,习总书记在中共中央政治局第二次集体学习时再次强调:要构建以数据为关键要素的数字经济,推动实体经济和数字经济融合发展,推动互联网、大数据、人工智能同实体经济深度融合,继续做好信息化和工业化深度融合这篇大文章。在这次学习里,习总尤其着重的指出,大数据是信息化发展的新阶段,可见国务院领导对大数据的重视。

  借此机会和大家交流四方面的内容。

  第一,互联网、大数据、人工智能是新一代信息技术的典型代表,三者既相互联系又依次递进,这也是我个人对十九大报告的一些理解。

  首先,互联网是大数据产生的基础。从PC时代的计算机互联到移动互联网时代的人人互联,再到物联网时代的物物互联网,再到工业互联网时代,在设备、系统、产品、平台、人员、企业、环境等工业全要素互联互通,在它的背后是对数据采集、汇聚的整体的打通。互联网催生了大数据,工业互联网将会催生工业大数据。

  大数据发展人工智能的基础。大数据需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力,通过对大数据的建模、分析、应用,“不可言传”的数据将变为可理解的信息,从另外一个角度来看,通过对大数据的学习分析,可以实现状态描述、故障诊断、需求预测、科学决策,我们可以看到大数据向人工智能演进的过程。人工智能是人类经验、知识、软件化的成果,本质上是用数据的自动流动解决复杂系统的不确定性的问题,实现资源配置效率的优化。这个过程也体系了信息变为知识,知识变为决策,决策变为执行的人工智能的基础的回路。这是第一方面,对十九大报告这句话的理解。

  第二,工业大数据成为工业互联网发展的重要驱动。与一般的大数据不同,工业大数据具有深刻的工业属性,与研发设计、生产制造、运行管理等密切相关。工业大数据分析不仅需要机器学习、分析算法,更需要对工业机理的深入理解 。数据驱动工业互联网发展主要体现在两方面:一是数据驱动的生产变革,即企业借助工业互联网提升生产效率,降低资源消耗,提高产品质量。二是数据驱动的业务模式创新,即在提高效益的基础上,企业借助工业互联网实现服务的智能化,比如借助数据分析为用户提供远程服务、维护,为企业带来更多的附加值,也是说把经济迈向中高端,产品迈向中高端的一个必然要求。

  第三,以工业大数据推动工业互联网发展,优化资源配置是目标,工业互联网平台是载体。工业大数据的核心目标就是不断优化制造资源的配置效率,就是要实现更好的质量、更低的成本、更快的交付、更多的满意度,就是要把正确的数据、在正确的时间、传递给正确的人和机器,就是要提高制造业全要素生产率。工业互联网平台是工业互联网的核心。通过数据积累、算法优化、模型迭代,工业互联网平台中将形成覆盖众多领域的各类知识库、工具库和模型库,推动旧知识的不断复用和新知识的持续产生,将从根本上改变知识创造、传播、复用的模式。把原来的二八原则,原本80%用于重复性劳动将被改变,劳动者得以把更多的精力和时间投入到创新性工作中去。

  第四,推动工业互联网平台发展,就是要打通“数据+模型=服务”的路径。工业互联网平台是工业互联网的核心,其中,数据采集是基础,数据分析建模是核心,基于数据的服务是关键。数据采集的本质是物理世界隐形信息在赛博空间的显性化,是汇聚形成工业大数据的基础。数据分析建模的本质是工业技术软件化,是推动工业技术、经验、知识、方法在平台上沉淀和复用,是构建工业机理模型、丰富微服务组件数量和功能的必然要求。基于数据的服务本质上是隐形知识的显性化,是指赛博空间指导工业生产、提升效率、降低成本,这两个一个是隐性数据在赛博空间的显性化,另外一个是隐性知识在物理空间的具化。

  特别需要指出的是,在长期工业发展过程中,工业企业面向不同行业、不同场景、不同学科积累了大量经验与知识,这些工业机理的理解和提炼能够对生产现象进行精准描述和有效分析,对传统工业生产和管理的优化起到重要作用。随着新型数据科学的兴起,这些工业机理能够有效指导数据分析过程中的参数选择和算法选择,使其更加贴近工业生产特点。因此,以GE、西门子、博世这些工业巨头均将自身工业经验知识进行提炼和封装,作为其核心能力。目前最紧迫的任务就是如何把这些散落于工程师脑袋里的工艺知识、经验固化、封装为软件解决方案,就是把知识转化为数据,把数据转化为价值。

  值得一提的是,联盟在去年成功举办了首届工业大数据创新竞赛。作为一种推广和应用工业大数据的尝试,竞赛达到了四个方面的目的:一是营造环境,推动全社会认识工业大数据生态构建的规律;二是服务企业,通过工业大数据应用提高企业的运行效率,提高企业的核心竞争力;三是发现人才,发现一批来自大学、企业、科研院所的人才;四是促进发展,通过推动工业大数据应用,支撑制造强国建设。

  下一步,我们将持续贯彻落实《关于深化互联网+先进制造业发展工业互联网的指导意见》,组织实施工业互联网平台培育、百万工业企业上云、百万工业APP培育等重大工程,持续推动工业大数据创新应用。希望我们大家携起手来,群策群力,为发展工业互联网,促进制造强国和网络强国建设添砖加瓦。

0