數(shù)據(jù)中臺的本質(zhì)是驅(qū)動(dòng)數(shù)據(jù)的自由流動(dòng)，即將正確的數(shù)據(jù)在正確的時(shí)間、以正確的方式、提供給正確的人、并做正確的決策。
制造業(yè)數(shù)字化轉(zhuǎn)型不只是為了實(shí)現(xiàn)制造過程的數(shù)字化。通過5G、AIOT等最新技術(shù)所獲取的設(shè)備、作業(yè)的實(shí)時(shí)數(shù)據(jù)還需要延伸到整個(gè)價(jià)值鏈中，實(shí)現(xiàn)基于產(chǎn)品、用戶、服務(wù)的全面創(chuàng)新。因此，企業(yè)未來的創(chuàng)新必須是站在“上帝視角”的創(chuàng)新–從用戶視角去看產(chǎn)品的設(shè)計(jì)研發(fā)、從集團(tuán)視角去看工廠的運(yùn)營、從供應(yīng)鏈視角去看生產(chǎn)排產(chǎn)、從產(chǎn)線視角去看每一臺設(shè)備的管理。
更多企業(yè)意識到，全要素、全鏈路間的數(shù)據(jù)協(xié)同所帶來的系統(tǒng)性優(yōu)化，其收益要成倍于單點(diǎn)或是局部上的創(chuàng)新。因此，看不見的自動(dòng)化（數(shù)據(jù)自動(dòng)化），決定了未來企業(yè)的數(shù)據(jù)創(chuàng)新力，是制造企業(yè)實(shí)現(xiàn)全面業(yè)務(wù)變革的必要條件。工業(yè)數(shù)據(jù)中臺的使命就是打破數(shù)據(jù)之間的隔閡，讓數(shù)據(jù)低成本共享，為數(shù)據(jù)資產(chǎn)變現(xiàn)打下扎實(shí)的基礎(chǔ)。
如果用一句話定義工業(yè)數(shù)據(jù)中臺，即由數(shù)據(jù)運(yùn)營組織管理、以業(yè)務(wù)為驅(qū)動(dòng)、借助中臺技術(shù)、對數(shù)據(jù)進(jìn)行生產(chǎn)加工，并將數(shù)據(jù)資產(chǎn)根據(jù)業(yè)務(wù)場景轉(zhuǎn)化為數(shù)據(jù)服務(wù)的一套完整的業(yè)務(wù)流程體系。
阿里工業(yè)數(shù)據(jù)中臺包含四個(gè)核心要素：技術(shù)工具箱、數(shù)據(jù)倉儲中心、數(shù)據(jù)加工車間與數(shù)據(jù)運(yùn)營組織（見圖7）。
技術(shù)工具箱-
負(fù)責(zé)提供數(shù)據(jù)、算力與算法工具，用精益管理對數(shù)據(jù)進(jìn)行統(tǒng)一的加工與制造。技術(shù)工具箱第一是為數(shù)據(jù)的匯聚（實(shí)時(shí)匯聚，批量匯聚與流式匯聚）提供技術(shù)支撐。具體技術(shù)負(fù)責(zé)包括設(shè)備數(shù)據(jù)的信息抽取，例如SCADA或DCS數(shù)據(jù)抽取，各類主流數(shù)據(jù)庫的數(shù)據(jù)抽取，非結(jié)構(gòu)化的文件處理，例如音視頻文件等；第二是為數(shù)據(jù)制造過程提供彈性的、可按需分配，合理調(diào)度的強(qiáng)大算力。例如全域數(shù)據(jù)對象自身的計(jì)算，對象之間關(guān)系的計(jì)算，對象屬性和維度的計(jì)算，數(shù)據(jù)安全加密，ETL過程，常用的數(shù)據(jù)統(tǒng)計(jì)分析等。第三是提供面向不同業(yè)務(wù)場景的分析與算法模型能力，例如工業(yè)參數(shù)優(yōu)化、能耗優(yōu)化、智能補(bǔ)貨、銷售預(yù)測等。
數(shù)據(jù)倉儲中心-
對產(chǎn)品從設(shè)計(jì)、研發(fā)、生產(chǎn)、到物流、銷售的全生命周期中所有業(yè)務(wù)主體的描述，構(gòu)建全域數(shù)據(jù)模型。模型即可以表達(dá)空間結(jié)構(gòu)，諸如離散制造行業(yè)中，汽車、機(jī)械、高端裝備等產(chǎn)品組裝的過程，也可以按時(shí)間序列（流程制造）描述產(chǎn)品從原材料到成品的轉(zhuǎn)化過程。借助工具箱中的工具，將來自不同業(yè)務(wù)系統(tǒng)的同類數(shù)據(jù)按照不同業(yè)務(wù)維度進(jìn)行聚合。所構(gòu)建的數(shù)據(jù)模型可以在“微粒世界”中，對每一臺設(shè)備、每一位用戶、或是每一件產(chǎn)品進(jìn)行實(shí)時(shí)、動(dòng)態(tài)的數(shù)字映射。同時(shí)，通過全域數(shù)據(jù)模型,無論是IT數(shù)據(jù)、OT數(shù)據(jù)或是兩者的集合，都可解耦并重構(gòu)成供前臺應(yīng)用快速編排與調(diào)用的API。
數(shù)據(jù)加工車間-
負(fù)責(zé)數(shù)據(jù)的制造加工，制造過程由運(yùn)營組織管理，制造技術(shù)由技術(shù)工具箱支持。數(shù)據(jù)加工車間根據(jù)不同業(yè)務(wù)場景的描述，基于全域數(shù)據(jù)模型，進(jìn)行跨域數(shù)據(jù)的關(guān)聯(lián)與分析，以清晰表達(dá)企業(yè)內(nèi)部各業(yè)務(wù)主體之間的相關(guān)性，呈現(xiàn)完整的業(yè)務(wù)價(jià)值全景圖。數(shù)據(jù)制造的過程主要包括：
（1）全域數(shù)據(jù)對象自身維度變化的計(jì)算過程，例如加熱爐在運(yùn)行過程中參數(shù)狀態(tài)或是在煉鋼過程中，鐵在脫硫環(huán)節(jié)發(fā)生的變化。
（2）根據(jù)不斷變化的業(yè)務(wù)邏輯，重新組合跨組織、跨業(yè)務(wù)流程體系，對不同業(yè)務(wù)對象之間進(jìn)行關(guān)聯(lián)分析，例如訂單與產(chǎn)線的關(guān)聯(lián)、訂單與物料的關(guān)聯(lián)、設(shè)備與工藝的關(guān)聯(lián)、用戶體驗(yàn)反饋與研發(fā)的關(guān)聯(lián)；（3）面向不同維度，將產(chǎn)品數(shù)字信息與物理信息相融合，并以可視化的方式呈現(xiàn)，例如各類車間看板與可視化大屏；
（4）數(shù)據(jù)智能計(jì)算，例如工藝參數(shù)優(yōu)化、設(shè)備的預(yù)測性維護(hù)，智能排產(chǎn)排程等。
最后，通過將這些映射業(yè)務(wù)價(jià)值的全景數(shù)據(jù)進(jìn)行封裝，形成統(tǒng)一的數(shù)據(jù)服務(wù)，支撐一線業(yè)務(wù)的決策。
數(shù)據(jù)運(yùn)營組織-
最好的數(shù)據(jù)中臺永遠(yuǎn)是在明天，中臺建設(shè)需根據(jù)業(yè)務(wù)的變化不斷迭代與持續(xù)投入。圍繞中臺，需要搭建一個(gè)獨(dú)立的、具有跨學(xué)科、跨業(yè)務(wù)能力的數(shù)據(jù)運(yùn)營組織，具備數(shù)據(jù)持續(xù)運(yùn)營、數(shù)據(jù)價(jià)值挖掘與創(chuàng)造的能力。運(yùn)營組織需負(fù)責(zé)制定數(shù)據(jù)策略、流程、標(biāo)準(zhǔn)、規(guī)范以及績效考核體系來保障數(shù)據(jù)的一致性、可信性、準(zhǔn)確性、安全性以及業(yè)務(wù)響應(yīng)的敏捷性，包括全域數(shù)據(jù)模型的標(biāo)準(zhǔn)和質(zhì)量管理、控制與調(diào)度數(shù)據(jù)的制造過程，以及必要的數(shù)據(jù)安全、數(shù)據(jù)備份、數(shù)據(jù)雙活和災(zāi)備等一系列措施。
