大數據的本質就是，“數據+算法=服務”，數據來自機器數據，業務數據，產品數據。這些數據需要通過物聯網、傳感器不斷的獲取。而算法部署在云端，一類是機理模型，另外一類是AI或者大數據模型。

通過大數據和算法，帶來了新的服務，服務包括四個層次：描述這個世界(發生了什么);診斷這個世界(為什么發生);預測這個世界(將會發生什么);進行決策(應該怎么做)。最終實現優化資源配置效率，提高生產力。這也是一種全新的認識和改造這個世界的方法論。

我們說大數據的下半場是跟產業的深度融合，那么大數據與工業融合之后的工業大數據，其本質又是什么?我認為工業大數據的本質是：數據+算法=服務。

一個工業機理模型可以實現四類功能：一、描述，描述設備、工藝發生了什么;二、診斷，發生了什么問題、什么地方發生了問題;三、預測，如果不處理設備將有什么問題，能耗會有什么問題，質量會有什么問題;四、決策、最后怎么辦，是對那個環節進行維修，那個環節進行優化，或者保養，增加或者減少物料的輸入等等，給操作手、給總工、給管理層提供一個解決方案。

機理模型的落地，就是我們認識客觀世界的一個過程。一般說會有四個階段：一、理論推理，把工業中的熱平衡、物質平衡等通過抽象的方法形成理論模型;二、實驗驗證，對理論模型進行實驗驗證，仿真驗證的過程;三、模擬擇優，在虛擬世界里面去完成，通過大數據模擬選擇最優的結果;四、大數據分析通過模擬+大數據發現新的規律。

機理模型構建了業務場景的數字孿生，通過設備上云、物聯網、互聯網，實現了從局部數字孿生到跨節點的數字孿生，從靜態的數字孿生到動態的數字孿生。我們在熱平衡模型的應用中，對每日、每時、每秒的數據進行優化，指導在工藝環節的優化。構建一個機理模型、數字孿生，背后的原理就是大數據+算法=服務。他可以縮短研發周期，提高資源優化效率，提供新的分析方法，構建資源配置新模式。

依托于工業大數據的支持，工業企業的決策方式也將增加為更加科學規范的模式：數據+算法。數據+算法的決策機制，不是對已有決策機制的一種替代，而是增加。

“數據+算法”的決策機制原理有幾個方面，對于不確定性的問題，我們首先要獲得數據，理解這個世界，理解和認知規律;理解之后我們要預測發生什么，做邊緣響應和遠端響應;最后我們要去控制，將決策付諸行動。

企業的核心問題是解決和提高資源配置效率。大數據如何支撐企業決策，就是將正確的數據，在正確的時間，以正確的方式傳遞給正確的人和機器。大規模個性化生產實現了從固定靶到空中飛碟的轉變。這其中，通過模型可以提供將不確定性轉化為確定性的最優路徑，通過大數據將數據轉化為知識，將隱形數據顯性化、將隱形知識顯性化。
作者：高振宇