您当前的位置: 首页 > 汽车

大数据产业应用仍需人机结合

2019-01-11 19:25:12

在2017数博会“产学研创”国际论坛上,美国智能浪潮CEO本杰明德西奥发表了“中美大数据产业合作共赢”的主题演讲,以下为本杰明德西奥主要演讲内容:

1、到2020年世界范围内互联这边的产能可能要超越4700亿美金,换成人民币大概是3.2万亿人民币的规模。

2、现在为止所有的数据只有1%不到的数据真正接触到分析用于商业决策。

3、对于大数据而言我们有两个误解:个是,设备越多,数据越多,我们就能够很容易的,或者有比较好的解决方案;第二个误解是,机械学习和自动化终回完全取代我们的工程师。

4、所有的数据应用、分析应用里面,人的作用在里面是很重要的。当然你也缺不了机器,缺不了软件。所以在物联这一点来说,你不能说让人来解决问题,这两者必须结合起来。

以下为演讲速记整理(有删减):

本杰明:我今天谈话的焦点大概不仅仅是大数据和互联,更重要的是中美在这些领域的合作与机遇。我们扣一下主题“产学研创”还有在商业方面的合作机遇。所以今天我们可能聚焦不但中国,可能全球的一些机会,跟大家分享。

到2020年世界范围内互联这边的产能可能要超越4700亿美金,换成人民币大概是3.2万亿人民币的规模。

美国通用电器公司预测,到2025年全球范围内所产生的大数据的产能可达到11.1万亿美金这样规模,这样巨大的市场。

如果你要是想了解物联,简单的讲,就是有很多的传感器,到2021年这些传感器可能要达到300亿的传感器。

大家都谈到中国市场机遇巨大,那我想谈谈我们的看法。

今天中国已经是全球的互联市场,他占的份额已经达到22%。中国的互联市场还在快速的增长,每年以41.1%的速度增长,到2020年达到8336亿人民币这样的规模。到2022年预计大概有2千多个各种互联的设备会联结在一起,这其中大概有95%的互联设备是中国生产的。

为什么这个事情这么重要呢?因为我们正在开始步入互联信息技术,新的变化正在发生。所以在我们深入探讨大数据和互联科技的时候,我想仔细谈一谈互联大数据现在所存在的误解,还有真正的事实是什么,问题在哪里?我们美国是怎么提供方案的。

就是说在以互联为基础的方案这方面有很多可以给大家分享一下我们的理解,我们的经验就是说,并不是说设备越多,然后数据越多,我们就能够很容易的,或者有比较好的解决方案。

事实是什么呢?数据量现在已经很大,而且每天的数据都在飞速增长,实际上我们面临的挑战,就是在海量的数据中找到我们需要的相关的数据,实际上很困难。所以现在数据量可能很大,但是我们能够总数据得出的结论或者看到相关的有用的数据分析来支撑我们的商业决策,这方面做得很不够。

现在为止所有的数据只有1%不到的数据真正接触到分析用于商业决策。所以我们的方案就是我们提供平台解决方案,来从数据的领域把这些有价值的决策信息挖出来,这样提供给客户,提供给修理的工程师,支持他们的维修工作。

第二个误解是,机械学习和自动化终回完全取代我们的工程师。

实际情况怎么样呢?像飞机的引擎或者是那种巨大的涡轮发动机,整个城市的用电量,这样复杂的设备我们进行准确的预测,实际上认得经验必不可少,非常重要。工程师不但要说知道结果,他们还要分析这是怎么造成的这个结果,过程分析实际上非常需要的。

大数据这个分析过程会得出结论,比如这个引擎要修,这个决定是一个公司一般的商业要相信这个结论才行,我怎么相信你给我的结论呢?也就是说,我们不但要知道你的大数据给我的结论,我还知道他们实际上非常有用的,要解释清楚结论怎么得出来的,原因是什么。

所以我们的解决方案,我们这个系统使得获取抽出工程师和专家的经验、知识,然后再加上数据工具分析我们才能自动化这些工具,这样我们认为这是一个比较合理的解决方案。

在我进一步讨论中美在大数据和互联合作之前,我想谈谈我Narrotive,首先我们这个系统可以输入、处理大量的数据,通过分析获取什么数据用户感兴趣,对他们有帮助的数据挖掘出来。然后我们提供及时的、立即的,他们可用它来影响工作和维修的商业过程的决策信息。

下面我就是举一些案例,通用电器他们生产的像发动机、引擎,还有涡轮发电机这样巨型的设备、复杂的设备,发出的电力可以支持一个城市得用电量。一般来说,像通用电器,西门子这样的公司,实际上他们有自己的技术团队,也就是说他们大数据的分析能力是相当强的,但他们仍然面对非常大的挑战。

举个例来说,刚才说的巨型涡轮发动机,全球范围内有两千多个这种发动机。这些涡轮发动机每一年可能要产生4万个紧急事故信号,每一个紧急信号都要用花16小时寻找分析原因。但是问题,其中50%是假信号,但是他们也得深入分析,手工的分析。所以每年实际上浪费是非常大的,像他们技术如此强的公司,现实是这样。所以他们还是很多手工的,自动化程度是不够的。

为什么出现这样的情况?他们的公司就解决这个问题的。所以美国通用电器就找到了他们,我个人认识通用电器的顾问,他们实力确实好,他们现在为止维修时间减少了95%,大概精确度提高了25%,维修花费减少50—75%。现在我们来讲一讲,就是说我们公司解决这个问题,他们学习到什么经验教训呢,跟大家分享一下。

所有的数据应用、分析应用里面,人的作用在里面是很重要的。当然你也缺不了机器,缺不了软件。所以在物联这一点来说,你不能说让人来解决问题,这两者必须结合起来。人的经验加上自动化这样才能解决通用他们遇到的技术难题。

我自己非常兴奋,中美合作我个人特别感兴趣。我今天学习到,你们这边有很多孵化器,我们在美国办自己的孵化器,也是很强大的。就这一点,在大数据和互联,我看到我们有很多可以合作的机会。所以我看到非常直接的合作机会,与泰豪,还有像“金峰”等。

一点就是刚才和一个同事讨论的一个问题,他说从今天的主题,产学研创,大学、研究单位、工业界、创业者,他看到这个机会太多了。所以有很多东西,机会特别多。谢谢!

回收光缆
保冷管夹
格栅板
推荐阅读
图文聚焦