我们要看大数据与工业的深度融合之前，再行想到核心要素大数据的本质是什么。大数据的本质就是，“数据+算法=服务”，数据来自机器数据，业务数据，产品数据。这些数据必须通过物联网、传感器大大的提供。而算法部署在云端，一类是机理模型，另外一类是AI或者大数据模型。

通过大数据和算法，带给了新的服务，服务还包括四个层次：叙述这个世界（再次发生了什么）；临床这个世界（为什么再次发生）；预测这个世界（将不会再次发生什么）；展开决策（应当怎么做）。最后构建优化资源配置效率，提升生产力。

这也是一种全新的认识和改造这个世界的方法论。我们说道大数据的下半场是跟产业的深度融合，那么大数据与工业融合之后的工业大数据，其本质又是什么？我指出工业大数据的本质是：数据+算法=服务。从工业大数据本质看工业大数据下的决策方式一个工业机理模型可以构建四类功能：一、叙述，叙述设备、工艺再次发生了什么；二、临床，再次发生了什么问题、什么地方再次发生了问题；三、预测，如果不处置设备将有什么问题，能耗不会有什么问题，质量不会有什么问题；四、决策、最后怎么办，是对那个环节展开修理，那个环节展开优化，或者维修，减少或者增加物料的输出等等，给操作手、给总工、给管理层获取一个解决方案。

机理模型的落地，就是我们了解客观世界的一个过程。一般说道不会有四个阶段：一、理论推理小说，把工业中的热平衡、物质均衡等通过抽象化的方法构成理论模型；二、实验检验，对理论模型展开实验检验，建模检验的过程；三、仿真筛选，在虚拟世界里面去已完成，通过大数据仿真自由选择拟合的结果；四、大数据分析通过仿真+大数据找到新的规律。

机理模型建构了业务场景的数字孪生，通过设备上云、物联网、互联网，构建了从局部数字孪生到横跨节点的数字孪生，从静态的数字孪生到动态的数字孪生。我们在热平衡模型的应用于中，对每日、每时、每秒的数据展开优化，指导在工艺环节的优化。

建构一个机理模型、数字孪生，背后的原理就是大数据+算法=服务。他可以延长研发周期，提升资源优化效率，获取新的分析方法，建构资源配置新模式。相结合于工业大数据的反对，工业企业的决策方式也将减少为更为科学规范的模式：数据+算法。数据+算法的决策机制，不是对有数决策机制的一种替代，而是减少。

“数据+算法”的决策机制原理有几个方面，对于不确定性的问题，我们首先要取得数据，解读这个世界，解读和理解规律；解读之后我们要预测再次发生什么，做到边缘号召和远端号召；最后我们要去掌控，将决策付诸行动。企业的核心问题是解决问题和提升资源配置效率。大数据如何承托企业决策，就是将准确的数据，在准确的时间，以准确的方式传送给准确的人和机器。

大规模个性化生产构建了从相同靶到空中飞碟的改变。这其中，通过模型可以获取将不确定性转化成为确定性的拟合路径，通过大数据将数据转化成为科学知识，将隐形数据显性化、将隐形科学知识显性化。

本文来源：摇钱树打鱼-www.joywz.com