李瓊

在過去幾年中，美林一直為大型工業(yè)企業(yè)提供數(shù)據(jù)應(yīng)用的管理、分析和相關(guān)的技術(shù)服務(wù)，主要涉及電力和軍工裝備制造等。我們怎樣為客戶提供服務(wù)？首先我們要明確一個(gè)目標(biāo)，要解決什么問題，是解決產(chǎn)品的品質(zhì)，或是某個(gè)場景的業(yè)務(wù)預(yù)測，還是精準(zhǔn)營銷等，最終決定采集什么樣的數(shù)據(jù)。當(dāng)我們開始進(jìn)行定向數(shù)據(jù)采集時(shí)，如果發(fā)現(xiàn)數(shù)據(jù)不夠，則需要增加其他的數(shù)據(jù)采集手段來完善數(shù)據(jù)。雖然我們一直在強(qiáng)調(diào)數(shù)據(jù)分析，根據(jù)我們自己的實(shí)操經(jīng)驗(yàn)來看，在數(shù)據(jù)采集方面會消耗大量的時(shí)間，這也是客觀存在的現(xiàn)實(shí)。

所以我們會選擇使用存儲管理計(jì)算平臺，由于我們主要服務(wù)的是大型工業(yè)企業(yè)，這些企業(yè)在處理數(shù)據(jù)時(shí)所采用的是私有云方式，但是現(xiàn)在這種狀況正在逐漸改變。我認(rèn)為改變的原因是技術(shù)的成熟，另外則是大家理念和觀念的轉(zhuǎn)變，現(xiàn)在有越來越多的客戶，會要求我們把部分應(yīng)用部署在公有云。然后通過算法和分析技術(shù)的選擇，將數(shù)據(jù)應(yīng)用不斷進(jìn)行修正、迭代和完善。

應(yīng)用場景數(shù)據(jù)樣本和算法模型，是數(shù)據(jù)應(yīng)用過程的核心之一。雖然美林擅長數(shù)據(jù)分析，但我個(gè)人認(rèn)為，一個(gè)成熟的數(shù)據(jù)應(yīng)用項(xiàng)目，應(yīng)用場景和數(shù)據(jù)樣本起到關(guān)鍵作用。在傳統(tǒng)的大數(shù)據(jù)應(yīng)用模式下，我們所面向企業(yè)級的服務(wù)是以項(xiàng)目的方式呈現(xiàn)，軟件與數(shù)據(jù)模型應(yīng)用成耦合關(guān)系，如果換一個(gè)應(yīng)用場景，可能會導(dǎo)致重復(fù)性工作，這就會給數(shù)據(jù)應(yīng)用的開放性和擴(kuò)展性帶來問題。

過去我們基本上給客戶提供的是產(chǎn)品種類，這就需要耗費(fèi)大量的時(shí)間幫客戶打造數(shù)據(jù)基礎(chǔ)，包括數(shù)據(jù)治理，主數(shù)據(jù)、數(shù)據(jù)倉庫等。在中間環(huán)節(jié)我們會強(qiáng)調(diào)數(shù)據(jù)分析，無論是BI類的統(tǒng)計(jì)分析，還是AI類的挖掘分析，都是為上層數(shù)據(jù)應(yīng)用在特定的工業(yè)場景下提供支撐。

工業(yè)互聯(lián)網(wǎng)平臺這一概念成為當(dāng)下熱點(diǎn)，美林該如何發(fā)展工業(yè)互聯(lián)網(wǎng)平臺？我們認(rèn)為在工業(yè)互聯(lián)網(wǎng)平臺的建設(shè)初期，我們應(yīng)強(qiáng)調(diào)對于設(shè)備數(shù)據(jù)、機(jī)器數(shù)據(jù)的采集，同時(shí)我們會搭建一個(gè)工程數(shù)據(jù)中心，來區(qū)別以往從各項(xiàng)工業(yè)管理軟件系統(tǒng)當(dāng)中采集到的數(shù)據(jù)，如果將管理數(shù)據(jù)和機(jī)器類數(shù)據(jù)放在一起，我們認(rèn)為會構(gòu)成更加廣義、全面和完善的工業(yè)大數(shù)據(jù)基礎(chǔ)。

在改善傳統(tǒng)的信息化方面，在產(chǎn)品研發(fā)、制造和交付創(chuàng)新的能力需要提升外，工業(yè)互聯(lián)網(wǎng)平臺更加看重外部的增值服務(wù)，當(dāng)然無論是對內(nèi)還是對外，我們最終的核心還是促進(jìn)主營業(yè)務(wù)的快速健康發(fā)展。工業(yè)互聯(lián)網(wǎng)平臺的功能架構(gòu)可分為：

第一層邊緣層。主要強(qiáng)調(diào)的是連接，無論是設(shè)備數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、業(yè)務(wù)系統(tǒng)數(shù)據(jù)還是人的數(shù)據(jù)形成數(shù)據(jù)匯集。第二層是平臺。我們希望通過一個(gè)平臺來營造開發(fā)環(huán)境，為更多的平臺擁有者和第三方開發(fā)人員，以及服務(wù)商提供靈活、開放、便捷的開發(fā)工具。我認(rèn)為在工業(yè)互聯(lián)網(wǎng)平臺架構(gòu)下，不同的企業(yè)所提供的能力也不盡相同。包括數(shù)據(jù)采集、數(shù)據(jù)安全等部分，應(yīng)當(dāng)按照平臺的需要進(jìn)行。

現(xiàn)今云計(jì)算云服務(wù)商的能力在不斷提高，IaaS和PaaS級服務(wù)，都應(yīng)該由云服務(wù)商提供。那么美林為工業(yè)互聯(lián)網(wǎng)PaaS層提供哪些能力？我們積累了以前為企業(yè)提供單點(diǎn)項(xiàng)目的經(jīng)驗(yàn)和能力，第一我們開發(fā)了一款名為Tempo Data的軟件，這款軟件包含了數(shù)據(jù)管理、數(shù)據(jù)編碼、數(shù)據(jù)清洗、數(shù)據(jù)監(jiān)控等，能夠?yàn)槠髽I(yè)和平臺打造數(shù)據(jù)資產(chǎn)地圖。同時(shí)我們開發(fā)了一款新型的數(shù)據(jù)資產(chǎn)圖譜平臺，來完成數(shù)據(jù)資源管理工作。該平臺更強(qiáng)調(diào)逆向數(shù)據(jù)治理，在進(jìn)行傳統(tǒng)的數(shù)據(jù)治理時(shí)，我們需要定義數(shù)據(jù)標(biāo)準(zhǔn)，然后進(jìn)行編碼和定義規(guī)則，以人工干預(yù)的方式來完成數(shù)據(jù)治理工作。當(dāng)這項(xiàng)工作運(yùn)行一段時(shí)間后，數(shù)據(jù)就會出現(xiàn)互通互聯(lián)等問題，可以通過逆向工程的方式，從歷史數(shù)據(jù)當(dāng)中去發(fā)現(xiàn)數(shù)據(jù)存儲的結(jié)構(gòu)關(guān)系，最終解決業(yè)務(wù)與數(shù)據(jù)之間的關(guān)聯(lián)。當(dāng)不同業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)發(fā)生變化時(shí)，該平臺可以自動發(fā)現(xiàn)原因，并提醒數(shù)據(jù)管理人員進(jìn)行相應(yīng)操作。

在數(shù)據(jù)分析方面，我們的Tempo AI平臺更強(qiáng)調(diào)數(shù)據(jù)挖掘能力。我們可以利用簡單的模型，就可以建立挖掘算法建模，同時(shí)該平臺已經(jīng)集成了較豐富的算法和模型。此外該平臺還具備智能算法的選擇，以及全面洞察分析的能力，來幫助模型和算法的搭建。

當(dāng)然如果為工業(yè)互聯(lián)網(wǎng)平臺PaaS層提供工序，那么Tempo AI也具備開放的可拓展能力，讓平臺的使用者來定義自己所需的算法節(jié)點(diǎn)。當(dāng)完成AI分析以后，我們打造BI部分與市場中的工序十分相似。都是依靠個(gè)性化拖拽方式，使用戶自定義圖形組建。所以無論是在數(shù)據(jù)資源管理方面，還是數(shù)據(jù)分析應(yīng)用的工具軟件，我們都可以為工業(yè)互聯(lián)網(wǎng)平臺的PaaS層，提供工具和可擴(kuò)展的開放能力。

我們認(rèn)為工業(yè)互聯(lián)網(wǎng)平臺的應(yīng)用還處于發(fā)展的初級階段，而工業(yè)互聯(lián)網(wǎng)平臺的未來，則需要設(shè)備物聯(lián)和系統(tǒng)互聯(lián)全面打通。所以我們將會持續(xù)加強(qiáng)工具和能力方面的投入，在數(shù)據(jù)管理和分析應(yīng)用方面為工業(yè)互聯(lián)網(wǎng)平臺賦能，也會針對特定的細(xì)分行業(yè)和工業(yè)場景開發(fā)工業(yè)App。

（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）