5月25日，第二届大数据科学与工程国际会议在贵阳举行，会议主题为大数据科学引领与创新，中国工程院院士（大数据与产业互联网）邬贺铨以大数据与产业互联网为主题进行了演讲。
以下内容根据演讲速记整理（有删减）：
我的题目是大数据与产业互联网。主要是讲制造，讲两个方面的问题，一个是制造大数据，一个是大数据制造。
我们制造大数据实际上讲的是制造业产生大数据。那么我们现在讲像互联网可以分成三个方面，一个是消费互联网，一个是产业互联网，一个是政务互联网。而产业互联网里面包括了很多领域，建筑、能源、矿业、制造、运输、通讯等等，今天主要讲制造。
制造技术，实际上技术是一种支撑，当然还有先进的材料，生物制造等等，这个技术里面实际上分成两个方面，一个是企业管理与的信息技术，生产应用方面的技术。实际上这个里面，支撑我们企业管理以及生产制造，大数据是基础之一，跟云计算，互联网等等技术结合在一起。
那么工业大数据这个话什么时候开始呢？
在上世纪中，就是说，六七十年代甚至八十年代，我们大量企业的数据是手写的，是记录生产过程当中的数据是手写的，存在文件柜里面，是纸的材料。
随着工业现场的出现，我们可以及时的收集到各种数据，各种各样的生产数据，环境数据。这个里面格式是很多的。但是主要用在什么呢？只是在机器这个级别和控制级别。工业开放出来以后呢，我们有了生产自动化的协议，有共同的数据结构，传感器，企业机构到企业间的转化，基本上这些数据还没有很好的使用的。
今天的企业只收集了数据的7%。所以虽然产生了大数据，但是应用得不多。现在存储器大概在35%，云计算降低了成本。所以促进了工业大数据的产生。
这是制造过程当中的大数据，我们可以看到，这个是属于采集的系统，在制造过程有各种各样的数据，振动、温度、产品质量啊。我们举一个例子，实际上在整个工业过程上，所有环节都会产生数据。
Rolls Royoe公司是生产传感器的，我们知道马航370失航三年多了，当时是数据传出去的，传了7次，后来判断他飞了7个小时。马航出事以后，以后要15分钟传一次，这个公司认为我们这个飞机引擎的数据是永远在线的，永远都会传下来。医药保健公司的数据来说，他每三毫秒产生五千个样子，所以这个数据量是很大的。制造业大数据的规模超过了其他的行业。Think big公司说机器数据和物联网将占据中心舞台。IBM讲美国制造部门储存了两千亿个数据。
工业大数据有什么特点呢？
相对我们消费的大数据，一要准确，我们消费领域，像马云可以根本淘宝的数据判断商业的行为，准确率不用很高，90%就够了，工业领域准确率起码要99%，轨道交通要更准确。只要生产线不停，就会源源不断的产生数据。多样性的，异构性的差异很多，有的差别很大，有的很小。生产线环节的数据有的需要同步。所以数据化非常的明显。
第三点是实时性。工业大数据是实时的监控和预警，工业大数据需要实时的达到分析和应用。另外行业性。消费的数据一般来讲是比较好理解的，工业的数据如果没有行业的知识是很难理解工业数据，所以对基础性要求相当高。
所以第四点应该是工业大数据和传统的消费大数据的区别。那么制造大数据也是面临挑战的，因为工序在变化，供应参数在变化。时间上24小时不间断的，有状态性的，有突发的，有周期性的。另外很多数据是没有标记的。
所以整个数据本身变化很大。在工业大数据的应用，实际上在一个国务院的文件和工信部的文件提到了大数据的应用，工业大数据要在研发设计，工业制造，售后服务和产品的周期，以及产业链的全流程的环节。所以可以看到国家希望大数据在工业领域的应用。还要推进工业大数据的全域性应用。
第二个问题，大数据助力制造业。
首先是产业，我们可以看美国产业互联网的参考模式。通过分布系统，用传感器来监控我们的车床啊。工厂在应用管理层，工业设计到产品的研发、设计就开始了。包括整个的管理，然后到企业集团这一层，我们企业管理层各种各样工业量的管理，生命周期管理，综合整个企业的水平，上面利用到系统企业之外的数据，社会的数据等等，所以在大数据，实际上在工程里面，在企业里面是分四个不同的层次产生，分几个层次利用。
什么叫先进制造？先进制造，智能制造，智能企业，还有先进的工艺，先进的产品，先进的技术。未来20年最有潜力，根本上改变制造产业是大数据。美国总统有有一个报告，虚拟化数字制造就离不开大数据的支撑。
制造首先是数字化，我们企业很多企业也做了一些制造业的数字化，往往我们是其中一个环节，而现在制造业的数字化覆盖产业链。覆盖了几个生命周期。通过适时监控有大量的数据支撑。不仅是产品的留存，还是数据的留存。未来大数据的制造必须把这个数据留存拉通。
现在还有一个公司生产，现在大家手机上都有镜面，这个不是压出来的，而是靠机床磨出来的。旋转速度能达到几千转，所以有人说中国的手机产业带动了机床产业的提升，某一些领域是的。怎么样实现机场的快速运转，减少磨损，这个里面利用到大数据。
航空也讲到了，机翼在发动机引擎有很多传感器，这种监控数据的目的能够提前一个月以70%以上的准确率维护需求，在空中飞的时候实时监控，看这个发动机是否需要换掉。另外这些传感器不仅仅是对发动机维修，对这个飞行员的航行操作也很有用。它帮助中国的春秋航空改变了飞行员的不良习惯，飞行员开飞机有的操作是不必要的，不合理的，它可以实时监控，节约了原油成本。
现在远洋船，现在招聘不到船员了，谁愿意三个月见不到家人在海上漂泊，所以现在要无人驾驶，在大海上真正三个月不要人，通过远成大数据分析，保证船动力系统是正常的。所以通过集中控制，人可以集中在公司里面，可以遥控100艘无人货轮，人员解决15%，解决了招人的问题，这个大概三四年以后才有可能。现在还不行。
那么电力呢，汽轮机和发动机占了全球电力市场的30%。只要分析这个发电厂的数据，实现了减少非规划停电5%，避免了75%的误判。未来10年全球电力产业会创造30万亿的价值。将来电力行业也将是一个大数据行业。
那么风力发电，在建立之前要利用一个“数字孪生机”，它来帮助分析，能够提升20%的效力。他送到一个后台的孪生体的数据。现在风向气象台以前200米可以提前72小时，预先告知后台有没有风，按照预防性的维护这个寿命可以延长风机三年。
美国每个家庭平均每人耗电11万千万时，把大数据很好的应用可以节约3%到5%的能耗。对金属的选矿很复杂的，要涉及到15种以上的机械，氰化、氧化等各种处理方式。它的生产数据是不完整的。现在怎么办呢？先清洗矿之前清洗数据，从大量的参数里面选出对最有影响的选矿水平的参数。发现了最好的选矿性能出现在氧气含量最高的时候，没有增加额外的投资和技术的变革，矿石的品位下降约20%。
在欧洲一个先进的化学产品公司，生产水平已经很领先了，他生产里面用到的冷却剂压力、温度、数量和二氧化碳流量，发现二氧化碳流量的改变能使产量显著变化。通过重置相应的参数，该化学公司能耗减少原材料20%，节省能源成本约15%。能够帮助大型企业避免生产中的风险。
生物制造也是一个很复杂的国家，通常都是用活的过程制造疫苗等等，在生产制药过程当中要监控200多个原料，生产规律性永远没有办法掌握，他们怎么办呢？这还是一个世界排名前列的过程，他们把过程分解成几个环节，每一个环节分析有各种各样的不同工艺的参数，他们之间的关联度，尽管有200多个变量，真正有影响的是9个，针对这9个变量进行了有针对性的更改，一年以内疫苗产量提高了50%。而且单纯的疫苗产品一年收入增加1500万美元。
GE医疗部门开发的Insite设备网管系统通过无线网络对GE生产的核磁共振仪进行远成监控，基于大数据分析，41%的故障可以远成排除。
日本的小松公司，实时的收集首先设备卖出去的状态，就可以了解市场。小松卖给中国的挖掘机，如果今年开工不足，那明年市场肯定有问题，如果今年开工很好，明年就有市场的。而且可以判断市场，判断宏观经济和市场服务，当然及时维修。
John Deere是美国一家农用机械制造企业，通过大数据把适合种算出来。所以有一些估计表明设备的维护成本超过了企业总成本的30%。怎么用通过大数据降低设备维护成本，这是一个很重要的命题。
现在IBM通过大数据已经转型成生产性服务公司，GE现在把维修服务加上去，保养服务占了70%，通过大数据可以提前实现保养，所以利润主要来至于服务。
R&R现在提出，我的发动机不卖，不要钱，哪一个飞机公司，航空公司要你就拿去，装上以后，我以单位飞行安全小时收费。通过这样，他的市场占有率提到了40%，通过传感器实时的监控提高了准确。
沈阳的机床，现在也是不要钱，他是按使用小时收费，这样做方便了客户，生产人员，材料利用率，生产成本都有不同程度的提升。当我们的国家都在堵短版的时候，特别是东北正受到这样的压力。沈阳机床厂的定单排到了下半年。关键是怎么样把大数据的应用，使我们的产业得到提升。
那么，这是统领，他是做西服的，他收集了各种各样的西服的数据，上网查哪一个适合你，如果不满意还可以自我修改，通过这样实现大数据的实现了个性化的生产，个性化生产的成本高10%，但是汇报至少是两倍。原来要求顾客测量身体的方面测量出七个参数。厦门有一个公司研发了一个平台，用手机拍正面、侧面、背面，再加上身高，会出来一个三维，可以做一个贴身的衣服。去年贵阳大数据座谈会上，面对一部分企业家，李总理说我的西服是大数据西服。
打造大数据的价值链的应用，我们制造价值链里面有几个环节，首先是供应链到研发产品，产品设计数据库，要收集客户的数据收集，市场的反馈，对研发有用。通过外包盒装和共享对研发有用。前面是外包合作商，第二是客户，第四是供应链，第六是精简制造，对生产有用。对整个应用和个性化生产，生产有用。这次覆盖制造业的所有的环节，上下游的各种关系。
现在产业互联网会创造出更高的价值，他比消费互联网创造的价值还要高一倍。我们可以看到蓝线是产业互联网技术的耗费和支出，红线是它创造的价值，可以看到红线比蓝线高了一倍以上。紫线是两个加起来，绿线是投资汇报。看出来把制造大数据应用到制造业里面可以带来更大的汇报。把大数据利用率和人均产出率进行研究，财富一百强的企业人均产出提升14.4%，对制造业平均提升20%，可见大数据对整个制造业的转型升级改造是有很重要的作用。当然对不同行业可能影响不一样，人寿比较高，接近40%到50%。
最后制造业在工业设计、生产、销售、服务环节都产生了，制造业大数据的产生是所有的环节，大数据在制造业的应用也是所有的环节，大数据能够提升生产效率，改进产品质量，节约能力和资源的消耗。所以大数据支撑了产业互联网，大数据开拓了创新的空间。
