CWPE2018：昆仑智汇数据科技（北京）有限公司创始人&CEO陆薇——《大数据助力中国智造》

 

　　昆仑智汇数据科技（北京）有限公司创始人&CEO陆薇在嘉宾演讲环节发表了题为《大数据助力中国智造》的演讲：

 

　　我是来自昆仑数据的陆薇，同时我也兼任工业大数据制造业创新中心的主任，还有清华大学工业大数据中心的副主任。我今天跟大家分享的这个题目叫做《大数据助力中国智造》，主要是在讲我们用大数据帮助风电产业做的一些事情，后来直到今年这个会议的题目其实把它更加丰富了，除了智慧风电之外也把智能制造放到今天的题目，因为今天参会的有很多都是做电气的。因为我们正好除了来做风电行业之外，其实我们在智能制造方面也做了很多工作，当然有很多不见得是风电行业的，所以后来我把题目改成了《大数据助力中国智造》，把我们一些相关案例放进来，即使不是风电领域的工作，但是他山之石可以攻玉，也可以作为一个借鉴。

 

　　今天在场的都是工业领域的专家，相信大家对于工业互联网，工业4.0都非常熟悉，无论是工业互联网、工业4.0还是咱们国家自己在讲的中国制造2025，本质上都是一次工业的升级，是在已经有了一定的基础，有了自动化的系统，把生产、设备管理起来，有了信息化的系统，把经营管理起来。有了数据对我们的生产经营和都有数据之后，基于这些数据可以对这些生产设备然后对于生产的过程，对于我们的经营都有一个更深度的洞察，在这个洞察之上我们可以考虑怎么进一步做提升做优化做改善。其实在这中间自然而然其实大数据在中间扮演了一个非常重要的关键的技术要素的作用。

 

　　昆仑数据自己专注于工业领域的大数据公司，希望利用大数据跟人工智能的技术为工业企业解决问题，创造价值。过去一些年我们服务的都是工业里面的大部分都是龙头企业，包括像国家电网、中国石油，包括风电领域的金风科技，当然还有其他行业的像陕顾动力（音）等等，我们定位为工业企业的合伙人，希望跟工业企业站在一起，在智能化升级时代到来之后，能够跟他们一起探讨这个行业的发展方向，这样企业所在的行业和企业自身的特点，它的大数据的应用切入点应该在哪里，实施路径是什么样的，同时我们也用我们的技术产品，也用数据科学的服务，帮助企业把我们规划的蓝图给他落地，帮助他们真正实施，真正做到数据的价值落地，解决问题产生实际的价值，这是我们的定位。

 

　　过去这几年正值国家在推中国制造2025，我们这个团队也非常幸运作为专家从头参与了2025的整体规划，主导了2025里面工业大数据这样一个技术路线图的制定，同时也响应2025要建立一系列的制造业创新中心，来提升制造业的创新能力的这么一个号召，我们发起当然也联合很多工业龙头企业，包括科研院所还有高校，一起联合发起了这个工业大数据的制造业的创新中心，这个创新中心现在在北京、苏州、成都这几个地方都有我们的分中心，我们希望充分利用北京的人才和技术的优势，但是结合制造业比较集聚的地区和需求，还有产业的优势，能够贴身服务中国制造。

 

　　前面是关于昆仑数据和我们这个团队的一个简短的介绍，下面跟大家分享一下我们怎么用数据助力工业企业升级这方面做的一些工作。今天早上坐在我边上的一位同仁问我说你们昆仑数据到底给企业做什么。我的回答是说取决于这个企业要什么，但这是一个很泛的回答，实际的情况是大家也知道其实中国的工业因为体量很大，企业其实发展的水平也是不尽相同，参差不齐，其实处在不同的发展阶段，有不同的信息化基础，有不同数据基础的企业来说对于大数据的需求是不一样的。我们自己总结了有这样一个所谓的大数据需求的金字塔，其实我们按照企业的数据基础还有它对数据的需求，大概分了几个层次，处在金字塔的塔尖的其实是非常少量的一些行业的龙头企业，这些龙头企业他自己的两化水平已经非常高，他自己也在产业链上处于一个比较核心优势的地位，他其实在产业链上已经本身就是一个业务的交汇点同时也是数据的交汇点，再这样一个企业其实他在思考大数据应用的时候已经超出了本企业自己的需求，已经在看我怎么能够为我所在的这个行业提供服务，能够带动这个行业整体的发展，其实这些企业在考虑的是他的工业互联网的这个转型的问题，在互联网的时代到来之后，我在我所在的这个行业里面，我怎么能够实现我的新业务的一个转型，然后突破我的传统的业务，实现推出新的工业互联网的业务，然后为行业的上下游，为行业其他的同仁来提供服务，也实现自身业务的跨越发展，这是处在比较金字塔顶端的一些龙头企业。

 

　　但大部分的工业企业其实大家在想到大数据的时候更多是在关注我内部的改善和提升，我想解决我企业内部的问题，我想提升我的产品质量，我想提升我的生产效率，我想降低我的成本，降低我的各种资源的消耗，我想把我的生产风险等等降下来。其实大部分的企业还是在关心这个内部的问题，对这一类企业来说我们发现其实也有不同的需求，对于一些两化水平已经非常好，管理水平也非常高，类似像富士康这种，其实他自己已经在自动化、信息化方面做了很多他自己工作，专家水平也很高，自己能做的其实已经做了，剩下不能做的就是靠我自己的系统，靠我既有的工艺专家、管理专家已经不能解决的问题，我们希望有一种新的技术手段和工具的支撑，这个时候大数据就变成他们可以利用的一个新的工具，用这个工具突破现有专家的水平，让他能够进一步做到改善。

 

　　针对更大量企业的来说，我们还有大量的企业处在还有很大的管理改善的空间，两化的建设可能水平也不是非常高还有非常多可能处在工业2.0的时代，还没有到工业3.0，还有很多课要补。这个时候他们对于数据的利用，我们看到其实也跟刚才那一类不太一样，更多关注怎么能够做到普遍的水平提升上。当然还有另外在定字塔底端的，目前基本没有太多的两化基础，对于他们来说现在更多要关注先把两化补上，先有数据基础之后再谈如何利用这些数据。

 

　　我分享一下我们在这三个层次上做得这些工作。我们其实是从服务龙头企业先做起的，所以在这方面其实积累也会比较多，在过去几年其实我们可以肩并肩的跟龙头企业站在一起，探索他的数字转型和互联网转型之路。在今年工信部评了第一届的国家级工业互联网的平台，大概总共有20几个平台入选，其中有4个平台是我们昆仑数据作为主要的支撑单位，我们在后面提供了我们的技术支持，包括像中石油、国家电网，像北京汽车、长虹电子这四个是我们来支持的。因为在座都是做电的，所以我们分享一下我们跟国家电网的案例。我们跟电网联合做了新能源工业互联网平台，第一个覆盖全产业链互联的平台，建在青海，因为青海是国家级的清洁能源示范省，做的事情是利用互联网的手段，把从上游的光伏电厂、风电场的数据拿回来，包括自己有控制调度的数据，包括下游可以利用智能电表，把这些用户，包括用电企业的用电数据拉回来，拉回来之后其实可以有给上中下游的这些相关产业链的企业可以提供很多不同的增值服务，比如针对发电的企业来说，他第一个能做的事情就是说我不用每个电厂有十几号人一定要在那儿值班，因为所有监控信息全部拉回来之后，除了按照要求来说海牙留下两个人在现场，其他的人都退回来，在大城市里监控大厅里，所有电厂都在集中监控，也不需要那么多人，就一下把运维人员降低40%。

 

　　另外通过这个平台可以对所有的比如青海所在这个区域，所有的电厂发电进行功率预测报到电网。以前都是每个电厂单独做功率预测，现在可以在这个平台上，这个平台上不仅有中国国家气象台的数据，还有美国、日本、德国不同国家气象局的数据，因为不同的气象局其实对于天气预报不同状况下精度是不同的，所以有更加丰富的预报的数据源，然后可以做集中式的功率预测，集中式的功率预测比单个功率预测的精度要高，会有一个比较大幅度的提升。做了这个之后预测是说整个在这个省因为他的预测更准了之后，带来全省的新能源的从电网这个角度，消纳的能力其实会比较大的提升，带来整个新能源上网率上网电量大概预计可以提升3-5%。

 

　　另外还有很多新的一些增值服务，比如针对金融机构的，一个电厂比如每年有一个稳定的发电量，其实可以变成一个金融产品，比如像风能宝这样一些金融产品，金融产品做出来之后金融机构需要对他进行资产评估，传统评估是基于过去每年发多少电，有多少资产，资产年限等等做这样一个评估，现在我们有了这个数据平台之后，可以基于这些数据知道每一台风机，每一个光伏面板的具体表现。因为同样都是五年历史的风机其实也可能表现也非常不同，资产价值是非常不同的。基于这些数据做的资产评估也会比传统要准确很多。

 

　　大家可以想像在这个上面其实还有更多的形形色色的增值服务是可以基于数据来提供的，这就是一个典型的在能源行业电网的一个处于产业链核心的这样一个龙头企业，利用他互联网的手段汇聚起来这些数据资源，基于这些数据资源怎么为全产业链的这些企业来进行服务。

 

　　另外一个案例是我们因为在座今天大多数都是制造商，不是运营商，另外一个案例是我们支持金风科技来做的，刚刚跟电网其实我们也有跟金风科技在一起合作。另外一个就是我们支持金风科技来做的金风科技自己的面向他的合作伙伴的这样一个互联网平台，因为大家也知道金风科技是一个风机制造商，从制造商他自己所在的产业链其实是风机研发制造这样一个产业链，在他周围有很多他的几百家的部件提供商，还有包括周围有涉及院像测风公司、认证公司等等这样一些生态合作伙伴，我们一起做的事情就是风电场联合的这样一个研发设计制造的这么一个过程。

 

　　在传统没有一个互联网手段支持之下，我可能用一些传统的手段，比如通过硬盘交换数据，通过邮件交换数据这样一些方法，我们把需求下传，我们把设计上传，反复的大家来做配合的测试，然后看看所有的设计比如叶片的设计和主机的设计配在一起之后是不是能够符合最后的要求。这个中间大家想象如果我们能够有一个互联网的平台，把整个过程支持起来，把数据的交换变成在平台上的共享，把这些大家要做的设计的活动变成在这个平台上基于这些数据，然后利用一些平台上已有的工具来协同做的话，其实这个效率会大大提高。

 

　　举个例子，这是已经做到的现在金风是把他的载荷设计的事情已经放到这个平台，是基于亚马逊的云平台和昆仑数据的大数据的技术来做的。利用这个新的技术我们可以做到是说整个他的设计效率比之前能够有个几百倍的提升。大家看到右边这个图，黄色这条线是说如果我们不用这个新的技术，其实会看到今天讲海上风电，如果我们随着机组它本身的增大，还有我们要处理像丘陵地带，像海上这样更加复杂环境的情况下，其实整个对计算量的要求大概会有成百倍的增加，如果没有新技术的支撑，在新挑战下它是非常难做的，但现在有新技术的支撑，我们可以比较轻松的应对这样一个情况。

 

　　刚刚分享的是我们对于行业龙头企业怎么能够实现自己在本行业里面平台服务商的转型。另外刚刚也给大家分享对更多的企业其实我们要解决的是内部改善问题，所以针对数据基础比较好的，可能想做关键的工艺制成提升这样的企业来说，我们做得是说我有一套所谓的分析工厂，其实它就是一套工业智能流水分析集，我们有相应的方法和相应的数据，辅助懂数据的人，数据科学家和企业专家，他拥有行业背景，理解这个问题，知道这个领域知识的专家一起来协同，然后我们可以理解这个具体的问题，然后把领域知识、激励模型和数据的模型有机的结合在一起，研制出来一个带行业语义的这样一个具体的模型。比如说针对这个风机叶片断裂分析的模型，针对发电效率提升的模型，它不是一个普遍通用的模型，而是已经是一个能够解决具体问题的，带行业语义的模型，围绕这个模型我们可以把它变成一个完整的应用系统。

 

　　比如在数字化风电场，当然现在风机都是联网的，在运行的数据都可以回来，基于这些数据可以做非常多的事情，包括各种大部件的故障、预警，包括风机发电的提升等等。有一个例子这是用在发电量提升上面，比如我们可以用数据分析的方法来检测到这个测风杯是不是偏，能算出来到底偏几度，不用物理的方法爬到风机上面测量这个是不是还是正的，我们完全可以用纯粹数据的方法，如果你的度数比较大就下一个工单需要人工校正，如果度数不大就下一个指令进行软件的补偿，这件事就可以得到解决。

 

　　别的行业就是在生产过程的，刚刚基础有人举牌说时间到了，这两个生产过程的案例就很快跳过，一个是我们做生物医药的，另外一个是做电子制造的，但是我们总的来说我们都会做它的产量和质量的优化，其实原理就是说我们为了提升，为了影响这个结果，我们把它的一个复杂的生产过程，所有的这些制程参数汇聚到一起，我要挖掘生产过程和最后结果的关系是一个非线性的复杂关系，所以我们一定要用机器的数据挖掘的方法来做，靠专家其实非常难做的。那我们如果能够挖掘出这样一个关系其实就可以反向做控制和优化，原理大概就是这样。

 

　　针对另外一类就是可能说我的两化水平还不是特别高，管理水平还有很多的提升空间，我们在做的就是如何用数据的技术来帮助这些企业做普遍的管理的提升。其实在工厂管理不是一个新的领域，工厂已经存在一百多年，其实大家已经有非常多好的管理理论，但是这些理论其实在中国的工厂里面普遍实践的非常不好，我们开玩笑有个总结就是说那是因为中国人跟日本人不太一样，日本人比较严谨。我们还是可以用这些先进的管理理念，但是我用数据的方法能够帮助这些管理理念落地，让企业能够非常实时准确的看到我现在关心的这些主要的经营管理的指标，是什么样的一个状态，这样的话可以帮助用数据的手法帮助企业做到他普遍的管理提升。

 

　　今天确实时间有限，没有办法就每一个案例进行深入解说。这边有昆仑数据和工业大数据创新中心我们的公众号，有兴趣的话可以关注我们的公众号，希望有进一步来进行探讨的，也欢迎跟我直接联系，我们非常高兴能够跟各位业界同仁大家进一步做深入探讨。

 

　　（发言整理自现场速记，未经本人审核）