朱琨

工業(yè)大數(shù)據(jù)分析平臺的創(chuàng)新應用可以為工業(yè)企業(yè)的產(chǎn)品研發(fā)、企業(yè)管理等各個方面提供服務，包括數(shù)據(jù)規(guī)劃、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)分析挖掘和可視化等技術(shù)。

工業(yè)是國民經(jīng)濟的主體，在數(shù)字化轉(zhuǎn)型思潮的影響下，新一輪的工業(yè)革命已悄然升起，大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能正以全新的模式闡釋智能制造，帶動工業(yè)生產(chǎn)經(jīng)營理念、模式、技術(shù)及應用的創(chuàng)新。同時，大數(shù)據(jù)作為戰(zhàn)略性發(fā)展資源，推動著人工智能、物聯(lián)網(wǎng)等技術(shù)的快速發(fā)展，為我國工業(yè)發(fā)展提供了新的動力。

當前，智能制造已開始引領工業(yè)發(fā)展的腳步，越來越多的工業(yè)企業(yè)把大數(shù)據(jù)作為生產(chǎn)資源，從產(chǎn)品研發(fā)、設計、生產(chǎn)、銷售到運營等產(chǎn)品全生命周期各個環(huán)節(jié)，都需要進行智能化改造，更需要大數(shù)據(jù)技術(shù)的支撐。

工業(yè)大數(shù)據(jù)分析平臺的創(chuàng)新應用可以為工業(yè)企業(yè)的產(chǎn)品研發(fā)、企業(yè)管理等各個方面提供服務，包括數(shù)據(jù)規(guī)劃、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)分析挖掘和可視化等技術(shù)。國內(nèi)做工業(yè)大數(shù)據(jù)應用的企業(yè)不少，但真正擁有自主知識產(chǎn)權(quán)核心技術(shù)的企業(yè)并不多，美林數(shù)據(jù)技術(shù)股份有限公司（簡稱：美林數(shù)據(jù)）憑借領先的算法和數(shù)據(jù)分析能力，以及在工業(yè)大數(shù)據(jù)領域多年的業(yè)務沉淀，在工業(yè)大數(shù)據(jù)市場遙遙領先。

摸石頭過河，做工業(yè)大數(shù)據(jù)的先行者

作為一家技術(shù)型公司，美林數(shù)據(jù)一直致力于研究大數(shù)據(jù)技術(shù)與應用。工業(yè)大數(shù)據(jù)的發(fā)展有其行業(yè)獨特的發(fā)展軌跡，由于工業(yè)的生產(chǎn)特性，在采集數(shù)據(jù)時對數(shù)據(jù)的要求十分苛刻，需要更清晰化的數(shù)據(jù)來構(gòu)建業(yè)務發(fā)展模型，這就要求高精準的數(shù)據(jù)清洗、數(shù)據(jù)挖掘和數(shù)據(jù)分析等技術(shù)門檻。正如美林數(shù)據(jù)產(chǎn)品經(jīng)理所言：“若要在工業(yè)大數(shù)據(jù)的路上走得更穩(wěn)，應將發(fā)展目標定位在工業(yè)大數(shù)據(jù)技術(shù)之上，所以我們要研發(fā)自己的工業(yè)大數(shù)據(jù)分析平臺。”

為了研發(fā)國產(chǎn)自主、安全、可控的工業(yè)大數(shù)據(jù)分析平臺，美林數(shù)據(jù)花重金聘用數(shù)據(jù)分析專家，組建專業(yè)的數(shù)據(jù)挖掘分析團隊，開展技術(shù)攻關和產(chǎn)品研發(fā)工作。回顧這段經(jīng)歷，美林數(shù)據(jù)董事長程宏亮曾感慨道：“從2010年到2013年，僅在大數(shù)據(jù)分析平臺的研發(fā)上，我們就投入了數(shù)千萬元。當時國內(nèi)大數(shù)據(jù)環(huán)境還沒有完全建立，公司的大數(shù)據(jù)業(yè)務還沒有盈利，因此都是用傳統(tǒng)業(yè)務收入來進行補貼。”

在當時，大數(shù)據(jù)概念剛剛興起，大數(shù)據(jù)市場尚未成形，發(fā)展工業(yè)大數(shù)據(jù)既沒有前車之鑒，更無法預測未來前景，美林數(shù)據(jù)的“瘋狂”舉動也曾一度引發(fā)公司內(nèi)部爭論和矛盾。但為了成就自己的工業(yè)大數(shù)據(jù)之夢，美林數(shù)據(jù)摸著河中的石頭，一步一步地往前。

Tempo平臺成功問世

2013年，市場上開始熱議“大數(shù)據(jù)”概念，此時的美林數(shù)據(jù)已經(jīng)積累了很多的應用案例。2012年，美林數(shù)據(jù)撰寫的關于數(shù)據(jù)挖掘的文稿被清華大學出版社看中，特約出版了《大話數(shù)據(jù)挖掘》一書。這本書的第3章到第9章以典型案例的形式分別介紹了數(shù)據(jù)挖掘技術(shù)在電力、交通航空、冶金、稅務與金融、電信及互聯(lián)網(wǎng)領域的應用，這些案例恰恰是美林數(shù)據(jù)初期實踐的成果。

2014年，美林數(shù)據(jù)成功登陸新三板，從一個初創(chuàng)公司成長為一家具有自主研發(fā)能力，并且具備核心技術(shù)的上市企業(yè)。2011年，美林數(shù)據(jù)成功推出具有中文文本處理能力的數(shù)據(jù)挖掘平臺—PLUTO，同時持續(xù)加強大數(shù)據(jù)、數(shù)據(jù)挖掘與分析、人工智能等技術(shù)的研究，于2015年研發(fā)出以“BI+AI”為基礎的Tempo大數(shù)據(jù)分析平臺（簡稱：Tempo平臺）。

從2015年發(fā)布Tempo平臺1.0版本至今，美林數(shù)據(jù)一直在不斷優(yōu)化平臺的AI能力與算法。Tempo平臺產(chǎn)品經(jīng)理講道：“2017年，美林數(shù)據(jù)對Tempo平臺的AI功能進行了大量的自動學習和深度學習框架的研究與擴展工作。2018年，美林數(shù)據(jù)繼續(xù)加強AI算法的深度研發(fā)工作，加快Tempo平臺的迭代腳步，提升平臺功能的完整性、交互性。目前，Tempo平臺已經(jīng)在制造、電力、金融等多個領域部署應用?！?/p>

“基于美林數(shù)據(jù)在工業(yè)大數(shù)據(jù)領域多年的研究與實踐基礎，我們發(fā)現(xiàn)很多企業(yè)在信息化建設過程中，由于多行業(yè)與多業(yè)務的緣故，單一的數(shù)據(jù)分析無法滿足企業(yè)級用戶的需求，不同的業(yè)務人員與公司內(nèi)部各部門的銜接也存在著數(shù)據(jù)安全、跨部門協(xié)作、數(shù)據(jù)價值傳遞等問題?！盩empo平臺產(chǎn)品經(jīng)理講道。為了更好地幫助用戶特別是工業(yè)企業(yè)準確地切入大數(shù)據(jù)領域，美林數(shù)據(jù)將多年積累的業(yè)務洞察和理解能力進行固化和抽取，成功研發(fā)出自主知識產(chǎn)權(quán)的Tempo大數(shù)據(jù)分析平臺。

Tempo大數(shù)據(jù)分析平臺是一款集數(shù)據(jù)接入、數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)可視化、數(shù)據(jù)應用于一體的軟件產(chǎn)品。它秉持著“智能、互動、增值”的設計理念，面向企業(yè)級用戶提供自助式的數(shù)據(jù)探索與分析能力，為企業(yè)提供從BI到AI的一體化數(shù)據(jù)分析與應用解決方案。Tempo平臺可以滿足不同領域業(yè)務需求的數(shù)據(jù)分析與應用服務，降低企業(yè)級數(shù)據(jù)分析門檻，幫助企業(yè)充分利用數(shù)據(jù)價值。

對于美林數(shù)據(jù)而言，20年風雨征程，一直在企業(yè)信息化建設領域辛勤耕耘，這也使得美林數(shù)據(jù)更了解行業(yè)特點和企業(yè)在進行數(shù)據(jù)分析的過程中面臨的痛點、難點及核心訴求。在為眾多企業(yè)提供大數(shù)據(jù)服務的過程中，美林數(shù)據(jù)將大數(shù)據(jù)知識及經(jīng)驗不斷總結(jié)提煉，結(jié)合行業(yè)特性及企業(yè)核心訴求，對Tempo系列產(chǎn)品不斷迭代優(yōu)化，專注數(shù)據(jù)挖掘與可視化分析，提高Tempo平臺的技術(shù)壁壘。

Tempo平臺的成功問世，為美林數(shù)據(jù)發(fā)展工業(yè)大數(shù)據(jù)打下了堅實的基礎。美林數(shù)據(jù)認為，一款成熟的工業(yè)大數(shù)據(jù)分析平臺應當具備三個條件。

第一，由于整個市場的數(shù)據(jù)量呈爆發(fā)式增長，企業(yè)的數(shù)據(jù)量與增量值也在逐漸擴大，平臺應當具備龐大數(shù)據(jù)量的接入能力。第二，由于企業(yè)級用戶多行業(yè)和多業(yè)務的發(fā)展需求，平臺算法和大數(shù)據(jù)分析方法所涵蓋的范圍應當更加廣泛。第三，企業(yè)經(jīng)歷了多年的信息化發(fā)展，并構(gòu)建了不同的系統(tǒng)，一款優(yōu)秀的工業(yè)大數(shù)據(jù)分析平臺一定要基于企業(yè)內(nèi)部數(shù)據(jù)，并將該平臺打造成企業(yè)內(nèi)部整體的應用工具，絕不能獨立于其他系統(tǒng)之外以信息孤島的方式存在。同時，平臺還應當幫助企業(yè)將計算系統(tǒng)進行整合，使企業(yè)真正發(fā)掘數(shù)據(jù)價值并應用到生產(chǎn)經(jīng)營管理當中。

BI+AI實現(xiàn)多功能交互

美林數(shù)據(jù)具備了構(gòu)建工業(yè)大數(shù)據(jù)分析平臺的理論與實踐基礎，但是若要打造一個好的平臺，一定要從用戶需求出發(fā)，切中用戶痛點。企業(yè)級的數(shù)據(jù)分析應用，在分析工具層面，僅僅只是報表工具與描述性統(tǒng)計，無法滿足企業(yè)數(shù)據(jù)分析的業(yè)務訴求;在數(shù)據(jù)服務層面，客戶需要的不僅僅是數(shù)據(jù)分析工具，而是系統(tǒng)性的解決方案，覆蓋業(yè)務咨詢、平臺建設、大數(shù)據(jù)技術(shù)引入、數(shù)據(jù)處理、數(shù)據(jù)挖掘、業(yè)務應用的一站式綜合服務。

由于，數(shù)據(jù)服務的覆蓋面比較廣，很多服務商會選擇專注于某一個細分領域，但是面向企業(yè)級用戶綜合需求，則匹配度不足。在大數(shù)據(jù)時代，數(shù)據(jù)分析工具除了兼具基礎的數(shù)據(jù)分析與可視化功能之外，必然要在人工智能、高級分析算法上有更好的表現(xiàn)，而美林數(shù)據(jù)在這方面具有多年的經(jīng)驗和技術(shù)積累。

美林數(shù)據(jù)在打造大數(shù)據(jù)分析平臺時，更加關注的是企業(yè)數(shù)據(jù)分析的整體應用能力，解決企業(yè)做大數(shù)據(jù)分析時數(shù)據(jù)多元化的業(yè)務需求?！癟empo平臺從企業(yè)數(shù)據(jù)分析應用的角度出發(fā)，為用戶提供交互式敏捷BI、機器學習、自然語言處理、深度學習等數(shù)據(jù)分析服務，滿足企業(yè)全業(yè)務域數(shù)據(jù)分析需求?！盩empo平臺產(chǎn)品經(jīng)理介紹。

目前，Tempo平臺內(nèi)嵌100多種分布式算法、5種獨創(chuàng)算法、10余種文本處理算法，使得Tempo平臺的算法無論從數(shù)量上還是種類上，都可以滿足企業(yè)對于數(shù)據(jù)深度分析和機器學習分析的大部分需求，打造自主、安全、可控的強大“中國芯”。

此外，美林數(shù)據(jù)還結(jié)合了大數(shù)據(jù)分析應用的AI技術(shù)，包括深度學習、自動學習和集成學習等人工智能算法，極大提升了企業(yè)在進行數(shù)據(jù)分析時的效率、效果和智能化水平?！?/p>

一款優(yōu)秀的大數(shù)據(jù)分析平臺，在人機交互操作時應當更為敏捷便利。美林數(shù)據(jù)自主研發(fā)的“數(shù)據(jù)可視化語言”、“模型流程運行”等核心專利技術(shù)，使得Tempo平臺在人機交互時的方法更加多樣性。

Tempo平臺為企業(yè)提供敏捷的BI分析工具及專業(yè)易用的機器學習平臺，其簡單的操作方法可以使企業(yè)快速上手進行數(shù)據(jù)分析工作，在整個數(shù)據(jù)分析過程中，并不是依靠人工的方式來制定數(shù)據(jù)分析規(guī)則，而是在運行過程中自動通過數(shù)據(jù)的圖形化展現(xiàn)，實現(xiàn)人與機器的智能化交互，同時依靠這一方式來獲取更多數(shù)據(jù)價值的探索方法和規(guī)律。

訪談實錄

Q：中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟、《軟件和集成電路》雜志社

A：美林數(shù)據(jù)技術(shù)股份有限公司Tempo平臺產(chǎn)品經(jīng)理

Q： 美林數(shù)據(jù)在工業(yè)領域，有哪幾種業(yè)務場景的應用？

A：在工業(yè)領域，美林數(shù)據(jù)有著豐富的項目實施經(jīng)驗和技術(shù)積累，能夠為企業(yè)提供從研發(fā)、設計、生產(chǎn)、銷售到運營等全生命周期的數(shù)據(jù)分析服務。

面向制造業(yè)，利用大數(shù)據(jù)分析與人工智能技術(shù)，為企業(yè)研發(fā)效率提升、生產(chǎn)工藝優(yōu)化、設備運行維護、產(chǎn)品質(zhì)量檢測、生產(chǎn)運營管控等提供有效支撐。目前，典型的應用有“基于人工智能技術(shù)的沖壓件質(zhì)量檢測及工藝優(yōu)化”、“基于工業(yè)大數(shù)據(jù)的設備健康管理系統(tǒng)解決方案”、“基于工業(yè)大數(shù)據(jù)的制造過程質(zhì)量控制解決方案”等。

在電力行業(yè)，則深入到企業(yè)運監(jiān)、運檢、營銷等業(yè)務領域，為企業(yè)提供“基于大數(shù)據(jù)與計算智能的反竊電分析”、“配網(wǎng)多源網(wǎng)架融合及智能核查”、“基于配變重過載的配網(wǎng)設備健康管理”、“地市公司運監(jiān)大屏可視化”等多種應用場景。

Q：Tempo平臺在行業(yè)應用中具有哪些優(yōu)勢？

A：對于企業(yè)級數(shù)據(jù)分析工具而言，如何快速滿足企業(yè)數(shù)據(jù)分析需求的同時又能兼顧企業(yè)個性化的業(yè)務差異，是面臨的重要挑戰(zhàn)。

Tempo平臺插件式的系統(tǒng)架構(gòu)，支持用戶自定義擴展，在個性化適應方面更具優(yōu)勢。平臺支持企業(yè)私有化部署，能夠靈活融入企業(yè)現(xiàn)有業(yè)務系統(tǒng)，基于分析成果可以快速構(gòu)建專業(yè)的數(shù)據(jù)智能應用，無縫整合第三方系統(tǒng)，為企業(yè)信息化建設提供完整的系統(tǒng)生態(tài)。

Q：在未來，對于Tempo平臺的發(fā)展預期是什么？

A：打鐵還需自身硬，在產(chǎn)品功能的研發(fā)上不能松懈。隨著大數(shù)據(jù)技術(shù)的快速發(fā)展，Tempo平臺應當既能滿足當前用戶的需求，同時又能引領企業(yè)大數(shù)據(jù)業(yè)務的戰(zhàn)略布局。

首先，Tempo平臺將引入新的內(nèi)存計算引擎技術(shù)和智能算法，提升海量數(shù)據(jù)計算能力和交互體驗，讓用戶操作更加智能、易用。其次，改進與優(yōu)化產(chǎn)品架構(gòu)，實現(xiàn)分析成果的無依賴部署與輕量化應用。最后，我們將繼續(xù)深化平臺的場景化應用，尤其是面向IOT領域、工業(yè)大數(shù)據(jù)領域進行探索與研究。

Q：在未來，美林數(shù)據(jù)的整體經(jīng)營管理方向是什么？

A：公司將繼續(xù)推進“聚焦行業(yè)、打通產(chǎn)業(yè)數(shù)據(jù)鏈、構(gòu)建產(chǎn)業(yè)生態(tài)、為企業(yè)提供新動能”的戰(zhàn)略，強化公司在智能制造、智能電網(wǎng)核心業(yè)務領域的布局，加強工業(yè)大數(shù)據(jù)分析平臺的研發(fā)與優(yōu)化，提升企業(yè)的核心競爭力。在經(jīng)營模式上，我們始終堅持開放合作，希望攜手更多優(yōu)秀的合作伙伴，共同打造以數(shù)據(jù)為紐帶的產(chǎn)業(yè)生態(tài)圈，助推工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型升級。

行業(yè)應用案例

案例名稱：制造企業(yè)運營可視化解決方案

項目背景：

為了更好地契合制造業(yè)的智能化發(fā)展，大部分裝備制造企業(yè)已實現(xiàn)業(yè)務管理的信息化，并累積了海量數(shù)據(jù)資產(chǎn)。如何有效利用數(shù)據(jù)，充分發(fā)揮數(shù)據(jù)價值，并將先進的制造技術(shù)、信息技術(shù)、智能技術(shù)進行深度融合和綜合展示，不僅是智能化發(fā)展的要求，也是制造企業(yè)亟須解決的問題。

解決方案：

基于美林數(shù)據(jù)Tempo大數(shù)據(jù)分析平臺，構(gòu)建企業(yè)運營可視化平臺，有效解決領導“看得見、看得清、看得遠”的問題，為企業(yè)資產(chǎn)經(jīng)營管理、生產(chǎn)運營管理、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等重大決策提供支持。

引入“面向?qū)ο蟆钡膱鼍皹?gòu)建方法，對不同的對象在滿足保密要求的前提下，實現(xiàn)宣傳內(nèi)容的精準投放，以發(fā)揮企業(yè)優(yōu)勢、提升客戶滿意度，有效推動企業(yè)品牌建設。

以企業(yè)領導視角為切入點，整合跨域資源，統(tǒng)籌企業(yè)全局，通過企業(yè)運營狀況的實時、全域、立體展示，實現(xiàn)企業(yè)運營的穿透管理。

以PC、大屏為主要視覺展示手段，以Android、IOS等移動端展示為補充，實現(xiàn)企業(yè)運營可視化展示的高效性、快捷性和多樣性。

應用價值：

建立預警及問題閉環(huán)管理機制，通過企業(yè)主價值鏈的多維度、多粒度穿透管理，推動企業(yè)經(jīng)營風險管控關口前移。

面向管理層構(gòu)建標準的展示規(guī)范、建立統(tǒng)一的展示平臺，促進其它業(yè)務系統(tǒng)“表達層”建設。

改變運營管理部門當前“一對多”的被動工作模式，有效推動企業(yè)運營管控統(tǒng)一化、標準化。

案例名稱：基于因素預測的配變重過載預警分析

項目背景：

隨著社會經(jīng)濟的飛速發(fā)展和電力需求的快速增長，生產(chǎn)、生活用電負荷在不斷攀升，使得供電企業(yè)原有的配變設備所承受的負荷日趨嚴重，成為電網(wǎng)安全運行的重大隱患，對企業(yè)的經(jīng)濟效益也產(chǎn)生重要影響。

常規(guī)事中監(jiān)控、事后處理的方式相對被動，需要投入大量監(jiān)測時間和技改檢修人力成本。而且，配電網(wǎng)的正常運行除了要考慮設備和線路本身性能和狀態(tài)外，還受氣候、環(huán)境、用戶等復雜因素的影響。改善重過載治理工作現(xiàn)狀，提高治理效率和效果，具有重要的現(xiàn)實意義和經(jīng)濟社會效益。

解決方案：

基于Tempo大數(shù)據(jù)分析平臺豐富的機器學習算法，通過數(shù)據(jù)準備、挖掘建模與成果可視化展示為一體的數(shù)據(jù)分析與應用，實現(xiàn)業(yè)務精準預測，變被動為主動，有效改善重過載治理工作現(xiàn)狀。

從配變重載和過載兩個角度出發(fā)，對用電高峰時期配變運行狀況進行分析，分別從地域、月份、日期、行業(yè)、時段等維度展示地市配變運行狀況全貌，發(fā)現(xiàn)影響重過載的主要因素。

運用挖掘算法，建立基于影響因素的配網(wǎng)變壓器重過載分類預測模型，并通過對模型的不斷優(yōu)化評估，得到最優(yōu)預測模型，實現(xiàn)對配變重過載的提前預警。

對未來一周配變重過載預測結(jié)果進行可視化展示，對于預測為重過載的配變，結(jié)合配變的安全系數(shù)評價結(jié)果，給出處理優(yōu)先級建議，指導配網(wǎng)檢修。

應用價值：

采用大數(shù)據(jù)思維與數(shù)據(jù)挖掘分析方法，快速構(gòu)建業(yè)務分析模型與結(jié)果展示應用，為業(yè)務管理提升提供新的方法和途徑。

替代傳統(tǒng)預警方式，提前發(fā)出配網(wǎng)運行異動預警，輔助配網(wǎng)工作計劃、規(guī)劃方案的制定，提升檢修工作質(zhì)量和效率。

有效降低配變重過載發(fā)生概率，提升電網(wǎng)運行安全和供電服務質(zhì)量，促進公司核心競爭力提升。