“‘人工智能+制造’是一個(gè)必答題，不是一個(gè)選擇題?！苯衲陜蓵?huì)期間，工業(yè)和信息化部部長李樂成關(guān)于產(chǎn)業(yè)升級的這一論斷，為制造業(yè)的未來指明了方向。然而，企業(yè)要答好這道“必答題”，首先需要解決一個(gè)根本性的障礙：數(shù)據(jù)。

當(dāng)人工智能開始進(jìn)入工業(yè)系統(tǒng)，企業(yè)最先面對的挑戰(zhàn)往往不是模型的先進(jìn)程度，而是有沒有一套能夠被有效管理、理解和實(shí)時(shí)利用的數(shù)據(jù)體系。沒有這個(gè)基礎(chǔ)，再精妙的算法也只是空中樓閣。

如果再把視角放寬一點(diǎn)來看，今年兩會(huì)討論的很多產(chǎn)業(yè)方向“關(guān)鍵詞”——從新型基礎(chǔ)設(shè)施、工業(yè)軟件、人工智能，到新能源體系、油氣安全、現(xiàn)代化水網(wǎng)建設(shè)——背后其實(shí)都指向同一個(gè)基礎(chǔ)能力：數(shù)據(jù)系統(tǒng)的升級。

過去幾年，隨著工業(yè)數(shù)字化和智能化不斷深入，越來越多企業(yè)開始重構(gòu)自己的數(shù)據(jù)架構(gòu)。從工業(yè)生產(chǎn)系統(tǒng)到能源系統(tǒng)，再到城市基礎(chǔ)設(shè)施平臺(tái)，實(shí)時(shí)數(shù)據(jù)平臺(tái)正在成為產(chǎn)業(yè)系統(tǒng)的重要底座。

如果把這些宏觀產(chǎn)業(yè)方向和企業(yè)的真實(shí)系統(tǒng)建設(shè)結(jié)合起來看，會(huì)發(fā)現(xiàn)很多行業(yè)正在經(jīng)歷類似的變化：政策提出方向，產(chǎn)業(yè)在實(shí)踐中遇到具體問題，而這些問題往往最終指向同一個(gè)基礎(chǔ)能力——數(shù)據(jù)系統(tǒng)的升級。

下面幾個(gè)行業(yè)案例，也正是沿著這樣一條邏輯展開的：從兩會(huì)提出的產(chǎn)業(yè)方向出發(fā)，看產(chǎn)業(yè)正在面對什么問題，以及企業(yè)是如何通過新的數(shù)據(jù)架構(gòu)去解決這些問題的。

新型基礎(chǔ)設(shè)施：工業(yè)數(shù)據(jù)平臺(tái)正在成為新的底座

在工業(yè)數(shù)字化進(jìn)程中，企業(yè)普遍會(huì)遇到一個(gè)越來越明顯的問題：設(shè)備數(shù)據(jù)規(guī)模正在快速增長，而原有的數(shù)據(jù)系統(tǒng)往往并不是為這種場景設(shè)計(jì)的。

在很多工業(yè)現(xiàn)場，設(shè)備會(huì)以秒級甚至更高頻率持續(xù)產(chǎn)生運(yùn)行數(shù)據(jù)。當(dāng)設(shè)備數(shù)量逐漸擴(kuò)大，企業(yè)很快就會(huì)發(fā)現(xiàn)原有系統(tǒng)開始出現(xiàn)各種瓶頸，例如寫入性能難以支撐高頻采集、查詢效率隨著數(shù)據(jù)量增加而明顯下降，同時(shí)存儲(chǔ)成本也在不斷攀升。與此同時(shí)，不同系統(tǒng)之間的數(shù)據(jù)往往分散在多個(gè)平臺(tái)中，想要統(tǒng)一分析和利用并不容易。

在這樣的背景下，越來越多企業(yè)開始重新思考數(shù)據(jù)架構(gòu)。能夠針對時(shí)間序列數(shù)據(jù)進(jìn)行優(yōu)化的數(shù)據(jù)庫系統(tǒng)，也逐漸成為工業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施的重要組成部分。

例如，在多個(gè)制造行業(yè)的實(shí)踐中，TDengine 已經(jīng)成為底層數(shù)據(jù)平臺(tái)：

• 離散制造 | IMS 智能制造平臺(tái) | TDengine x 盤古信息（點(diǎn)擊鏈接查看相關(guān)案例）
• 煙草工業(yè) | 智能工藝管控 | TDengine x 大理卷煙廠（點(diǎn)擊鏈接查看相關(guān)案例）
• 鋼鐵行業(yè) | 車間級數(shù)據(jù)中心 | TDengine × 中冶京誠（點(diǎn)擊鏈接查看相關(guān)案例）

這些系統(tǒng)來自不同產(chǎn)業(yè)，但它們面臨的核心問題其實(shí)非常相似：都需要一個(gè)能夠支撐海量設(shè)備數(shù)據(jù)實(shí)時(shí)寫入、快速查詢以及長期存儲(chǔ)的數(shù)據(jù)基礎(chǔ)設(shè)施。

工業(yè)軟件與人工智能：工業(yè)數(shù)據(jù)正在進(jìn)入 AI 階段

近年來，工業(yè) AI 成為產(chǎn)業(yè)討論的熱點(diǎn)。但在很多真實(shí)場景中，企業(yè)很快發(fā)現(xiàn)，人工智能真正落地時(shí)首先遇到的問題往往不是模型能力，而是數(shù)據(jù)本身。工業(yè)系統(tǒng)中的數(shù)據(jù)通常分散在多個(gè)業(yè)務(wù)系統(tǒng)之中，不同設(shè)備、不同系統(tǒng)之間的數(shù)據(jù)結(jié)構(gòu)和語義并不統(tǒng)一，即使數(shù)據(jù)已經(jīng)被采集下來，也很難直接用于分析或模型訓(xùn)練。

因此，在 AI 時(shí)代，企業(yè)首先需要解決的其實(shí)是數(shù)據(jù)治理和數(shù)據(jù)理解的問題。TDengine 推出的 AI 原生工業(yè)數(shù)據(jù)管理平臺(tái) TDengine IDMP，通過數(shù)據(jù)目錄對設(shè)備、指標(biāo)和數(shù)據(jù)資產(chǎn)進(jìn)行統(tǒng)一管理，通過數(shù)據(jù)標(biāo)準(zhǔn)化解決不同系統(tǒng)之間的語義差異，并通過情景化建模將原始數(shù)據(jù)與具體業(yè)務(wù)場景關(guān)聯(lián)起來，使數(shù)據(jù)能夠真正反映生產(chǎn)過程中的狀態(tài)和事件，從而為 AI 應(yīng)用提供可理解、可利用的數(shù)據(jù)基礎(chǔ)。

在此基礎(chǔ)上，TDengine IDMP 引入了 “無問智推” 的能力。系統(tǒng)不再依賴人工查詢，而是能夠根據(jù)實(shí)時(shí)數(shù)據(jù)變化自動(dòng)生成分析并推送關(guān)鍵信息。例如在電力和制造場景中，“電壓合格率”“穩(wěn)定性系數(shù)”等復(fù)合指標(biāo)，過去往往需要依賴專家經(jīng)驗(yàn)推導(dǎo)，現(xiàn)在系統(tǒng)可以基于采集數(shù)據(jù)和結(jié)構(gòu)化語義自動(dòng)衍生這些指標(biāo)，使更多人能夠第一時(shí)間理解系統(tǒng)運(yùn)行狀態(tài)。

在這樣的數(shù)據(jù)體系下，工業(yè)數(shù)據(jù)不再只是被動(dòng)記錄，而開始逐漸具備理解業(yè)務(wù)、生成信息并輔助決策的能力。在一些已經(jīng)落地的項(xiàng)目中，這種變化已經(jīng)開始出現(xiàn)：

• 制糖行業(yè) | 生產(chǎn)數(shù)據(jù)與工藝管理 | TDengine × 海萊德（點(diǎn)擊鏈接查看相關(guān)案例）
• 化工科研 | 研發(fā)數(shù)據(jù)管理與批次分析 | TDengine × 沈陽化工研究院（點(diǎn)擊鏈接查看相關(guān)案例）
• 智慧交通 | 橋梁健康監(jiān)測 | TDengine × 山西省智慧交通實(shí)驗(yàn)室（點(diǎn)擊鏈接查看相關(guān)案例）

從這些實(shí)踐可以看到一個(gè)明顯趨勢：工業(yè)數(shù)據(jù)正在從單純的記錄系統(tǒng)，逐漸演變?yōu)槟軌騾⑴c決策的系統(tǒng)。

新能源：大規(guī)模設(shè)備實(shí)時(shí)數(shù)據(jù)系統(tǒng)

新能源產(chǎn)業(yè)的發(fā)展速度非?？欤履茉聪到y(tǒng)本身也是一個(gè)典型的實(shí)時(shí)數(shù)據(jù)系統(tǒng)。

無論是風(fēng)電機(jī)組、光伏陣列還是儲(chǔ)能系統(tǒng)，每臺(tái)設(shè)備都會(huì)持續(xù)產(chǎn)生大量運(yùn)行數(shù)據(jù)。這些數(shù)據(jù)不僅需要被實(shí)時(shí)采集和監(jiān)控，還需要長期保存，用于運(yùn)行分析、設(shè)備維護(hù)以及系統(tǒng)優(yōu)化。當(dāng)設(shè)備規(guī)模不斷擴(kuò)大時(shí)，傳統(tǒng)數(shù)據(jù)系統(tǒng)往往很難同時(shí)滿足高并發(fā)寫入和長期存儲(chǔ)的需求。

因此，越來越多新能源企業(yè)開始建設(shè)新的數(shù)據(jù)平臺(tái)，以支撐這些實(shí)時(shí)數(shù)據(jù)系統(tǒng)。例如：

• 風(fēng)電行業(yè) | 風(fēng)機(jī)監(jiān)控與能源數(shù)據(jù)平臺(tái) | TDengine × 明陽集團(tuán)（點(diǎn)擊鏈接查看相關(guān)案例）
• 儲(chǔ)能行業(yè) | 儲(chǔ)能平臺(tái)實(shí)時(shí)數(shù)據(jù)系統(tǒng) | TDengine × 沃太能源（點(diǎn)擊鏈接查看相關(guān)案例）
• 電力行業(yè) | 水電智能巡點(diǎn)檢系統(tǒng) | TDengine × 桂冠電力（點(diǎn)擊鏈接查看相關(guān)案例）

這些項(xiàng)目說明，隨著新能源系統(tǒng)規(guī)模不斷擴(kuò)大，設(shè)備運(yùn)行數(shù)據(jù)已經(jīng)成為能源系統(tǒng)的重要組成部分，而數(shù)據(jù)平臺(tái)能力也成為系統(tǒng)穩(wěn)定運(yùn)行的重要保障。

油氣安全：能源數(shù)據(jù)系統(tǒng)正在全面升級

在油氣行業(yè)，生產(chǎn)系統(tǒng)往往需要長期穩(wěn)定運(yùn)行，很多核心系統(tǒng)已經(jīng)持續(xù)運(yùn)行了十幾年甚至更久。在早期建設(shè)階段，這些系統(tǒng)通常依賴傳統(tǒng)數(shù)據(jù)庫或者國外工業(yè)軟件來存儲(chǔ)和管理生產(chǎn)數(shù)據(jù)。隨著油氣生產(chǎn)規(guī)模不斷擴(kuò)大，設(shè)備數(shù)量持續(xù)增加，生產(chǎn)監(jiān)測、設(shè)備狀態(tài)以及工藝運(yùn)行數(shù)據(jù)的規(guī)模也在快速增長，一些企業(yè)逐漸發(fā)現(xiàn)原有系統(tǒng)在性能、擴(kuò)展能力以及運(yùn)維成本方面開始面臨挑戰(zhàn)。

與此同時(shí)，油氣生產(chǎn)系統(tǒng)的數(shù)據(jù)需求也在發(fā)生變化。除了傳統(tǒng)的數(shù)據(jù)存儲(chǔ)和查詢之外，越來越多企業(yè)開始希望能夠?qū)ιa(chǎn)數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控、跨系統(tǒng)分析以及邊云協(xié)同管理，以支撐生產(chǎn)優(yōu)化和安全管理。為此，一些企業(yè)開始探索新的數(shù)據(jù)架構(gòu)，希望通過新的技術(shù)平臺(tái)來提升系統(tǒng)效率，同時(shí)降低長期運(yùn)維成本。

在一些已經(jīng)落地的項(xiàng)目中，這種升級趨勢已經(jīng)逐漸顯現(xiàn)：

• 石油石化 | 時(shí)序數(shù)據(jù)庫替換與平臺(tái)精簡 | TDengine × 勝軟科技（點(diǎn)擊鏈接查看相關(guān)案例）
• 石油化工 | 實(shí)時(shí)數(shù)據(jù)庫國產(chǎn)化升級 | TDengine × 泰州石化（點(diǎn)擊鏈接查看相關(guān)案例）
• 油氣行業(yè) | 邊云協(xié)同與生產(chǎn)數(shù)據(jù)服務(wù) | TDengine × 某大型油田（點(diǎn)擊鏈接查看相關(guān)案例）

這些實(shí)踐說明，隨著生產(chǎn)規(guī)模和數(shù)據(jù)需求不斷增長，油氣行業(yè)的數(shù)據(jù)系統(tǒng)也正在進(jìn)入新的架構(gòu)階段。

現(xiàn)代化水網(wǎng)建設(shè)：水務(wù)系統(tǒng)正在走向?qū)崟r(shí)化

城市水務(wù)系統(tǒng)同樣正在經(jīng)歷數(shù)據(jù)系統(tǒng)升級。隨著智慧水務(wù)建設(shè)不斷推進(jìn)，越來越多城市開始通過數(shù)字化手段對供水、排水以及防汛系統(tǒng)進(jìn)行統(tǒng)一管理，而這些系統(tǒng)的運(yùn)行基礎(chǔ)正是大量實(shí)時(shí)設(shè)備數(shù)據(jù)。

在實(shí)際建設(shè)過程中，水廠、管網(wǎng)監(jiān)測、泵站控制以及供水調(diào)度系統(tǒng)往往來自不同廠商，歷史系統(tǒng)之間也缺乏統(tǒng)一的數(shù)據(jù)架構(gòu)。隨著設(shè)備規(guī)模不斷擴(kuò)大，這些系統(tǒng)的數(shù)據(jù)逐漸分散在多個(gè)平臺(tái)中，形成大量數(shù)據(jù)孤島。當(dāng)需要進(jìn)行統(tǒng)一分析、運(yùn)行調(diào)度或應(yīng)急管理時(shí)，數(shù)據(jù)整合往往成為系統(tǒng)建設(shè)中的一個(gè)重要挑戰(zhàn)。

因此，在智慧水務(wù)建設(shè)過程中，越來越多城市開始建設(shè)統(tǒng)一的數(shù)據(jù)平臺(tái)，以實(shí)現(xiàn)設(shè)備數(shù)據(jù)的集中接入、統(tǒng)一管理以及長期分析能力，使水務(wù)系統(tǒng)能夠更加高效地支撐日常運(yùn)行和應(yīng)急管理。在一些已經(jīng)落地的項(xiàng)目中，這種變化也逐漸顯現(xiàn)：

• 水務(wù)物聯(lián)網(wǎng) | 城市水務(wù)平臺(tái) | TDengine × 嘉環(huán)科技（點(diǎn)擊鏈接查看相關(guān)案例）
• 智慧水務(wù) | 統(tǒng)一物聯(lián)網(wǎng)平臺(tái) | TDengine × 福州水務(wù)（點(diǎn)擊鏈接查看相關(guān)案例）
• 智慧水利 | 防汛監(jiān)測系統(tǒng) | TDengine × 江西水投（點(diǎn)擊鏈接查看相關(guān)案例）

從這些項(xiàng)目可以看到，水務(wù)系統(tǒng)的數(shù)字化，本質(zhì)上也是數(shù)據(jù)治理能力的升級。

大交通：基礎(chǔ)設(shè)施運(yùn)行正在進(jìn)入實(shí)時(shí)感知階段

隨著國家綜合立體交通網(wǎng)建設(shè)不斷推進(jìn)，港口、橋梁以及各類交通基礎(chǔ)設(shè)施的數(shù)字化程度也在不斷提高。相比傳統(tǒng)工業(yè)系統(tǒng)，這些基礎(chǔ)設(shè)施的一個(gè)重要特點(diǎn)是長期運(yùn)行與安全管理要求極高。設(shè)備狀態(tài)、環(huán)境變化以及結(jié)構(gòu)運(yùn)行情況，都需要被持續(xù)監(jiān)測，一旦出現(xiàn)異常，系統(tǒng)需要能夠第一時(shí)間識(shí)別并發(fā)出預(yù)警。

在這樣的場景中，數(shù)據(jù)系統(tǒng)不僅承擔(dān)存儲(chǔ)和查詢的角色，更需要支持持續(xù)監(jiān)測和實(shí)時(shí)分析。例如港口設(shè)備運(yùn)行狀態(tài)、橋梁結(jié)構(gòu)監(jiān)測數(shù)據(jù)以及環(huán)境數(shù)據(jù)，都需要被長期記錄并實(shí)時(shí)分析，以支撐日常運(yùn)維和安全管理。

在一些已經(jīng)落地的項(xiàng)目中，我們可以看到這種變化趨勢：

• 智慧港口 | 港口設(shè)備實(shí)時(shí)監(jiān)控 | TDengine × 山東港口科技（點(diǎn)擊鏈接查看相關(guān)案例）
• 智慧交通 | 橋梁健康監(jiān)測 | TDengine × 山西省智慧交通實(shí)驗(yàn)（點(diǎn)擊鏈接查看相關(guān)案例）

隨著交通基礎(chǔ)設(shè)施數(shù)字化程度不斷提升，數(shù)據(jù)系統(tǒng)也正在從傳統(tǒng)的信息記錄工具，逐漸成為支撐基礎(chǔ)設(shè)施安全運(yùn)行的重要組成部分。

結(jié)語

兩會(huì)討論的是產(chǎn)業(yè)方向，而產(chǎn)業(yè)真正的變化往往發(fā)生在具體系統(tǒng)與真實(shí)場景中。從工業(yè)制造到新能源，從油氣能源到城市水務(wù)，越來越多行業(yè)正在經(jīng)歷同一件事情：數(shù)據(jù)系統(tǒng)已經(jīng)成為產(chǎn)業(yè)升級的重要基礎(chǔ)設(shè)施。而 TDengine 與伙伴在這些領(lǐng)域中的實(shí)踐，也正是這場產(chǎn)業(yè)變革的一個(gè)縮影。未來，隨著 AI 與工業(yè)系統(tǒng)進(jìn)一步融合，數(shù)據(jù)平臺(tái)在產(chǎn)業(yè)體系中的角色只會(huì)越來越重要。