智造新力量50人丨美林数据程宏亮：以每一步的成果，纠正下一步的路径

今年4月中旬，一张照片在朋友圈引发了刷屏。一位29岁的MIT女博士，和她的团队，花了6年时间处理了半吨硬盘数据，“洗”出了人类第一张黑洞照片。这些硬盘中的数据，来自智利、夏威夷、南极洲、亚利桑那、西班牙、墨西哥六个地方的一共八台天文望远镜。

 

图1 人类第一张黑洞照片

要从这些PB级稀疏、嘈杂的 数据 中，通过人力找出黑洞图像，几乎是不可能的事情。于是，这位女博士和她的团队，花了几年时间构建出相应的机器学习算法，再在全球200多位科学家的共同努力下，这张神秘照片终于得以面世。

当看到这张照片时，许多人惊叹于现在日新月异的技术。毋庸置疑，在大数据、人工智能等新力量的冲击下，人类已经迎来了大交叉时代。阿里巴巴副总裁刘松对此曾这样评价：“大交叉时代，最重要的红利是交叉的红利，最大的成本可能是共识的成本。”

回顾历史上三次工业革命，懂得拥抱变化的企业，将杀出重围，获得交叉时代的红利。而有的企业则因为固步自封，丧失机遇，最终被时代抛弃。在第四次信息技术革命的浪潮中，人们对于新技术抱有了更大的期待：希望它能够与实体产业深度融合，进而带动实体产业向前发展。

如果说新技术对物理世界的全面渗透已经成为了必然趋势。那么，对于企业来说，如何在大交叉时代走得更远？

美林数据董事长程宏亮给出了答案：以每一步的成果，纠正下一步的路径。

探索

美林数据自1998年成立，发展至今已经成为国内知名的 工业大数据 企业。回顾美林数据二十一年的发展历程，程宏亮告诉亿欧新制造：“从2010年开始，我才感觉兴奋起来。”

2010年不仅对于美林数据来说至关重要，对于整个中国来说更是具有历史性意义的一年。

这一年，中国的GDP增长创下10.6%的峰值，总量达到41.30万亿元。首次超过日本，成为世界第二大经济体。

这一年，中国制造业增长值超过美国，成为了“制造业第一大国”。

同样是这一年，在经济快速增长的背后，发生了举国震惊的“富士康十三跳”事件。

彼时，大多数人没有预想到，如今的富士康正在奋力撕掉“代工厂”的标签，在“工业智能”、“无人工厂”这条路上走在了行业前沿。

然而，历史机遇总是留给有具有行业前沿眼光的人。 那一年，程宏亮看到了数据在未来产业发展中的核心地位，开始带领团队研发大数据平台，也就是现在美林数据的核心产品——Tempo大数据分析平台的前身。

程宏亮向亿欧新制造表示，当时，美林数据对这个平台的定位是“安全自主可控”。他说：“我特别清楚，行业数据打通是未来的趋势，这些数据对企业来说非常有价值，但是如果数据被别人拿走了，又是对企业最大的伤害。”

基于这一认识，美林数据在2010到2013年这一阶段，投入了大量的人力、财力在该平台的研发上。据程宏亮介绍：“我们当时是用传统业务所赚的钱，来支撑平台的研发工作。在公司内部，我其实顶着很大的压力，但是这件事情非做不可。”

2010年，国内还没有大数据的氛围，提得更多的是数据挖掘。直到2012年，在美国提出《大数据研究和发展计划》的同年，我国批复了“十二五国家政务信息化建设工程规划”。这标志着我国大数据时代真正来临。

自此之后，大数据受到了市场的密切关注。借着这一股东风，从2013年开始，美林数据便迅速将研发成果放到实体产业中进行推广，其中重点便是制造业。

但据程宏亮介绍，起初推广效果却并不理想。至于是什么原因，程宏亮用四个字回答：不接地气。

“当年这个产品，使用起来有较高的技术门槛，只有精通数学的人才能用。而在当时，一家企业中这样的人才很少。这就导致了看似‘高大上’的平台，却不具备实操性。”程宏亮告诉亿欧新制造。

但是，在尝试碰壁之后，美林数据并没有选择放弃，而是继续调整自己的步伐。

2015年，美林数据开始从“让用户拥有最好的体验”出发，开启了新一轮产品研发。程宏亮称，这轮修正使得平台的易用性逐步增强。非技术人员无需进行繁琐的编码，通过“拖拉拽”的方式即可实现数据的建模和分析。这一升级，使得Tempo大数据分析平台在行业中的推广变得顺利起来。

图2 美林数据Tempo大数据分析平台

与此同时，国内工业大数据市场全面爆发。根据中国工业大数据创新发展联盟发布的《2017年中国工业大数据发展概要》，2016年中国工业大数据市场规模已达150亿元，2020年这一数字预计将达到822亿元。

这意味着，在2010年顶着各方面压力进行大数据平台研发的美林数据，最终在市场爆发的前夜占据了先发优势。

扎根

随着市场的爆发，工业大数据赛道上涌现出了许多同类型企业。但不同于大多数企业所做的数据可视化平台，美林数据的Tempo大数据分析平台往前迈了一步—— 引入了AI模块。

AI无疑是目前很高级的发展形态，它的迷人之处在于能够 预判未来 ，但这也意味着其在产业中应用具有一定的门槛。若要通过AI技术帮助企业改善生产管理现状，企业的数字化水平需要达到一定程度。

AI技术的应用门槛为美林数据聚焦的行业划定了范围。据程宏亮介绍，美林数据主要聚焦在数字化程度较高的两大行业： 一是能源电力行业，二是高端制造业。

以电力行业为例，发电厂将电输送给电网企业，电网企业再配送给用户使用，这个过程要在一瞬间完成，需要建立在所有链路都高度数字化的基础上。

美林数据在这个过程中服务的是 电网企业 。具体来说，美林数据一方面可以对配电过程中所需要的变压器进行预测性维护。另一方面，可以预测售电量。即通过分析过往某一区域内的用户用电数据，来预计未来一段时间里要为该区域用户配送多少电量。这样有助于减少线损，降低成本。

在 高端制造 行业，美林数据则主要应用AI技术为产品进行质量检测以及故障预测维护。典型的应用案例包括，家电制造企业的产品异音检测，汽车制造企业基于机器视觉的冲压件质量检测和工艺优化等。

经过2015年的迭代研发，Tempo大数据分析平台逐渐变得“接地气”了，也受到了国外咨询公司的关注与认可。2017年，美林数据被Gartner评为“大中华区最酷数据分析技术供应商”。当在行业中取得了一定的声望后，美林数据却没有满足于现状。在脚踏实地的同时，仍不忘仰望星空。 这一次，美林数据将目光投向了 工业互联网 。

融合

都说新一轮信息技术与产业的深度融合是未来趋势。事实上，所谓“深度融合”，不仅仅指的是应用新技术解决产业中的单点问题，而是要实现产业的全链条打通。这个过程就需要借助工业互联网。

基于这一情况，自2017年以来，工信部通过政策引导、资金支持、试点示范等工作，积极推进工业互联网建设。

尽管中国工程院院士邬贺铨曾表示，目前多数企业仍然感觉到工业互联网处于“叫得响、热得慢、看不清、摸不着”的状态。但在政府的大力推动下，一时间，工业互联网赛道仍然有许多玩家“跃跃欲试”。

不过，从整个行业生态来看，由于工业行业所处的产业链位置、生产特征、业务需求和两化融合水平存在差异，现阶段工业互联网的应用推广步调不一。这意味着，工业互联网若要取得明显的效果，仍然需要一段较为漫长的时间。这需要大家遵循事物发展的客观规律，不能操之过急、揠苗助长。

针对行业现状，程宏亮表示：“工业互联网比消费互联网难以推进，企业必须要持续对技术进行打磨。基于此，美林数据将在已有的行业中继续深扎，不断优化自身的工具和算法能力。”

从整体上看，行业还处于不明晰的阶段，那么工业互联网企业之间究竟是“你死我活”还是“合作共赢”成为了大家关注的重点。

对此，程宏亮坦言，现在市面上的 工业互联网 企业在“链接”这一环做得很好，但在“相互赋能”这一环却有所欠缺。“许多龙头企业在布局工业互联网的过程中，都希望以自己为核心。但是，发展工业互联网需要开放的心态、创新的心态，只有大家合作，才能共赢。”程宏亮表示。基于此，美林数据开展了“合作伙伴计划”，希望能与行业伙伴相互赋能，实现共赢。

大交叉时代，意味着将会涌现出新的商业模式 。拒绝改变的企业，自然会被时代的洪流所淘汰。但拥抱变化的企业，也未必都能笑到最后。程宏亮说，根据黄金分割定律，在这些企业中，只有大概百分之三十能够存活下来，有百分之七十的企业要被淘汰。美林数据能做的，就是深耕行业，以每一步的成果，纠正下一步的路径，争取走得更稳、更远。

版权声明

本文来源亿欧，经亿欧授权发布，版权归原作者所有。转载或内容合作请点击 转载说明 ，违规转载法律必究。