原工信部副部长杨学山：重基础，促创新，求实效，转观念

5月5日，“2017中国工业大数据大会·钱塘峰会”在杭州国际博览中心举办。本届峰会以“数据驱动创新 融合引领变革”为主题，围绕工业大数据展开分享与交流。原工信部副部长、北京大学教授杨学山，以“重基础，促创新，求实效，转观念“为题探讨了自己的看法。

以下为嘉宾演讲实录：

尊敬的各位领导，各位来宾，各位朋友，上午好！十分高兴再次参加中国工业大数据钱塘峰会。根据会议的安排，我就工业大数据的应用和发展这个主题谈一点我的看法与大家分享。

大家知道新中国成立以来，特别是改革开放以来，中国的工业取得了巨大的成就！而这个成就可以用三个词概括，那就是规模最大，体系最前，后劲最足。但是在中国工业快速发展的过程中，也积累了一些困难和问题。在工业往前发展中，我们看到它的技术体系正在变革，它的供给关系正在变化，它的全球竞争格局正在发生重大的变革。

工业的发展解决这些问题，抓住这样的机遇，迎接这样的挑战，需要有新的思路和方法。其中有一条工业大数据，既是重要的抓手，也是必要的条件。沿着这样的思路，接下来我的报告分四个部分：

就是转变观念，夯实基础，促进创新，务求实效，先讲第一部分转变观念。

一、转变观念

根据我的经验，一件事情具有战略意义，抓住它，准备的认识具有重要的意义。我们回顾工业大数据发展的过程，看到成就的同时也看到一些问题，而这些问题在很大程度是由于认识有了偏差。要说转变观念，有很好，但只讲三点：

第一，工业大数据谁为主？也就是说，工业大数据是姓“工业”还是姓“数据”，这里明确工业大数据是姓“工业”，工业大数据是为了解决工业发展面临的问题了，更好的应对挑战，抓住机遇，而不为了发展大数据。

工业大数据是工业活动，不管是设备的、工艺的、过程的、流程的、管理的，是这样的课题准确的抽象。工业大数据的利用模型、算法是这样一些实体运行过程准确的归类的抽象，是从这一步到那一步过程中准确的抽象。所以，我们说工业大数据不是为了大数据而大数据，而是为了解决各个企业、整个工业发展中面临的困难、面临的问题，抓住机遇，这一点极其重要。我们一定要摒弃为大数据而工业大数据。

第二，参与。相信今天这里有很多来自企业的、来自制造业、来自工业领域，有多少人认为我应该从现在开始，马上参与到工业大数据中去？我们说“中国制造2025”已经确定了用三十年左右的时间，使中国的制造业从今天的第三方阵大而不强变成强大的第一方阵。在这里，我们一定要知道，当三十年以后，中国制造业是第一方阵的时候，在座各位所在的企业是不能落下的。不能说有几个代表性的企业到了第一方阵，那中国的制造业就是第一方阵了，而是代表着产能的绝大部分都能够进入这个方阵才能实现这个目标。试想一下，如果不参与，刚才说的后劲最足的东西就缺乏了依据。

这次工业大数据和其他概念连接在一起的变革，这样的变革是历史性的。何为历史性的？就是不可逆转的。当我们从今天的工业状态走向三十年的工业，这个过程中信息技术的应用、信息技术和工业技术的融合、和智能技术的融合，信息、数据和其他工业原料和过程的融合，这样的过程是不可逆转。而由此形成新的技术体系和新的生产模式，是不可逆转的，是全面的。所有的行业没有一个例外，所有的企业没有一个例外。所以，在这个过程中，要么跟上，要么淘汰。从这个角度看，在座的各位，包括会场之外的所有中国工业企业都应该从现在开始，积极参与其中。

第三，路径。讲三点：一是在中国工业发展过程中，包括各个企业发展中，有自己的经验，有自己的心路，也在这个过程中形成了路径依赖，这个过程之所以是全面的、历史的、深刻的，是因为它的路径要发生重大的变化。当信息技术、工业技术和智能技术融合起来，到信息和能源、材料结合起来，它的路径要发生深刻的质的变革。而这个时候，如果我们的思维方式、思想方式依然留在工业革命时期，留在已经取得的经验、认识上，我们要十分小心路径依赖带来的后果。即使在今天从中国到全球，很多企业由于这种路径依赖而在后面的赛道中摔下来的离子太多了。

在新一轮的变革中，一定要采取协同和开放的方式。所谓协同，不是一个企业包打天下，在过去很多企业，包括中小企业总是把企业的发展和竞争力牢牢的建立在自己的能力基础之上，但新一轮的变革中，我们要跟上变革，要在这样的赛道中走在牵头不被淘汰，必须要转变，要协同开放。

二、夯实基础

工业大数据是这场变革中的重要内容，而这场变革不是三十年，是比三十年还要长。这场变革是全面的！所以，当这样长时期的马拉松比赛中，不管是作为围观的企业主体，还是作为主管行业和宏观经济的政府部门，一定要把夯实基础放在极其重要的位置。如果不抓夯实基础，今天中国工业为什么大而不强，说我们四基薄弱，如果今天我们不抓工业大数据相关的基础，三十年以后说，我们为什么没有进入第一方阵，原来工业大数据相关的基础没有抓好。工业大数据相关的基础主要有四条：

一是数据，刚才说了，工业大数据是工业从一个设备到一个动作，到一条生产线，到一个工艺过程，到供应链、产业链、生态链，到工业相关所有课题的真实记录。而今天我们要用工业大数据解决微观和宏观面临的问题，最核心的问题是我们对数据不重视，今天要做的时候，是没有数据，是今天工业大数据的主要矛盾。没有数据，数据不能解决是今天的主要矛盾。

举一个简单的例子，一个离散制造有从今天的2.0到3.0，要解决的是什么？要解决的是这样一条生产线，不管是人还是机器，是完整的记录下来了，而且是真实的，是反应了这样的客观过程。在座的多少企业是2.0和2.几，当你走向3.0的时候，有这个数据吗？没有。这只是举一个离子，推而广之都是这样。包括宏观经济的分析，我们分析行业的状态，分析产业的状态，分析国际行业的竞争，所有的东西缺少数据是核心问题。

二是数据链。只有数据不行，要形成数据链。形成数据链，才能把2.0的制造发展到3.0，如果没有数据链也不行。这个链和数据并不一样，这条线的形成需要多次反复清洗，真正形成反应这个生产客观过程的数据链，而这样的数据链才能在这个基础上构建模型，才能在这个基础上形成算法，才能在这个基础上变成软件，才能由这个软件支撑一个自动化的生产过程。当我们把这个问题想清楚之后，再回答工业大数据的参与者就知道各个企业有多重要。

三是工具。不管是数据还是数据链，还是模型、算法，还是软件、系统，还是复杂制造中已经有的设备，设备中带的软件，生产线上带的软件，和设计、和流通工业链的软件要形成一体化时，需要工具。既有新的工具，也要把已有的工具整合到平台。

四是平台。新的第四个基础平台中。我们要把这样的能力整合在一起的平台。当这样的平台形成时，工业大数据要解决的问题就有了基础。

三、促进创新

工业大数据需要创新，工业转型的速度不够快，制造业的发展从数量到质量的变革进展还不里，这是客观存在的问题。要解决这个问题，核心是创新，而工业大数据就要为这样的创新服务。当然可以分为两方面：一方面是刚才说的基础，基础要创新，除此之外，为企业的创新服务。所以，不管是要新的产品、新的工艺、新的装备、新的商业模式，这样的创新要通过工业大数据给予支撑。为什么能给予支撑？是因为我们在创新的时候，不管产品的、生产工艺的，还是其他方面的，都需要反复摸索，反复探索，找到正确的产品工艺。

这个反复以前都通过物理过程实现，但工业大数据通过数据的方式，通过恰当的仿真软件，恰当的数字化工艺，使这样的过程加速、加快，减少成本。而在今天，这一点在可见的创新中大有用武之地。除此之外，今天讲大国工匠缺少一流的技工，一流的技工培养十分费钱和费人的。记得有一年我在北车的车间里参观，最高档的焊接工培训要花18个月100多万人民币，才能培养出一个焊工。如果今天用工业大数据，如果能够把这样的经验变成虚拟的环境，我们可以大规模的复制，可以大大提升人才培养能力，加快培养速度。

四、务求实效

这几年有很多新的概念，在新概念下滋生了一大堆十分漂亮的行动和语言，但是真正要解决企业面临的问题，不管是宏观还是微观，需要把求实效放在关键的位置。求实效涉及两件事情：

第一件事情，能解决问题，企业产品的问题、和客户关系的问题、和竞争对手相比的薄弱环境，这个问题解决了。第二件事情，价值增加，何为价值增加了？就是投入比产出要小，产出远大于投入，这是两条核心问题。尤其是围观企业，一定要把解决问题和取得可以在财务账上反应出来的价值放在第一位。如果说没有解决问题和价值两个标准放在前面，工业大数据可以做很多事情，今天的很多专家和学术论文书上，有很多事情可以做。结果发现做了之后，没有解决问题，没有带来价值，反而产生了负面作用。

所以，我讲也好，政府主管部门也好，做每件事情一定要可评价、可检测，尤其是能够用、可以用钱来衡量的测算，这样的价值点放在第一位，相信做什么、叫什么概念都不重要，而是真正为企业发展、产业发展做出了贡献。

我就讲这四个部分，谢谢大家！