大数据将还原工业设计的本质

　　电脑时代刚刚开始时，人们印象中的电脑就是挤满一整个房间的框架、电路、真空管和电缆，灯光不停闪烁、空气中充满着橡胶烧灼的气味，从某个不知名的窗口吐出长长的纸条，上面的符号只有科学家才能理解。那时，电脑机房就像是某种理性宗教的神坛或是禁地，只有带着知识徽章的科学祭司才能进去，也才有资格解读神谕，并谕知众多无知人民的命运。 

　　就算是当时被称为“小型电脑（mini computer）”的装置，也至少需要6平米以上的空间才能安装，所提供的计算能力可能还不如现在的智慧手机。直到贾伯斯、比尔盖兹分别开创了苹果公司、微软公司，人们开始看到运算力可以被收纳到小箱子之中，并且让自己的工作与生活再也离不开数据、程序。那时，人们惊叹于理性的力量可以如此巨大，觉得这就是科学发展的巅峰，并且怀抱着敬畏的心情，尊称这是“第三次工业革命”。 

　　当时几乎没有人想像得到，这么伟大的小箱子其实还不够伟大，当这些小箱子透过一条纤细的电缆彼此连结之后，个别零散片段的数据被揉碎又重新组合成全新的信息，而这些信息居然又造出更高耸的数据之塔，万物动静都被记录在塔中，整齐排列并且彼此参照，呈现出更多样繁复的面貌，此时，我们看到“第四次工业革命”时代的到来。其中牵涉到了难以计数的数据和信息，而且这座数据之塔还在不断快速成长。对于这座塔，人们无以名之，只能简称为“大数据”。 

　　作为中间介接环节，“工业设计”将纯粹理性的工业逻辑与偶尔感性的人类行为密切结合起来，引导机械作业配合人类思维，也让人类思维可以有效地指挥机械。 

　　一直以来，工业设计就是推进科学与艺术、理性与感性、人类与机械彼此融合的关键因素。但不可讳言地，“工业设计”作为一种专业，也必然需要服膺于专业与商业的内在逻辑，能够被市场认可，并顺利转换出商业价值的经营模式才能够存活下来，许久之后，“工业设计”被视为一种专业，但最多也不过就是许多专业其中之一，难以实现“机械理性——人类感性沟通者”的战略高度。 

　　直到今天，大数据改变了这件事情。 

　　在本质上，“工业设计”是理性与感性的结合，目的是让人类的细致感性转化为机械的明确理性，并且为人类社会的发展而服务。在过去，限于科技手段有限，人类细致感受或许可以表达，但是难以量化，更别提要转换成明确冷硬的机械指令，于是，我们只能在色彩、摆设、形状上着力，以感性诉求感性，看到特定的色彩就可以联想到特定的企业、设备、服务、商品，但对于这些设备的运行，乃至于后续的服务，只能留给企业里的科学家与工程师，毕竟那是感性无法触及的世界。 

　　然而，当大数据时代到来，使用者行为被转化成连续产出的信息，我们得以了解使用者在特定情境下会采取的特定行为模式，某些行为有利于任务实现，另外一些行为可能造成潜在风险，甚至具体危险，于是我们开始有能力关注那些特定的危险、从设计环节就着手降低危险发生的概率；在商业上，开始有能力关注市场的细微变化，从数据中看到趋势，进而强化商业利益、回避商业风险；在服务上，开始有能力预测可能的故障，并且在故障之前就推进相关维修保养工作，自己决定何时何地预先排除故障，让停止运转的风险降到最低。诸如此类的应用，还可以无穷无尽地列举下去，真正限制大数据发展的因素，可能只有我们的想象力而已。 

　　但这些应用可不是只存在想像空间之中，例如全球最大的工程机械企业卡特彼勒公司（Carterpillar）就已经开始推进大数据和工业设计的整合，并开始应用。  

　　光是今年（2016年），卡特彼勒公司已经宣布了几个重要项目，在技术上开始投入无人工程机械、无人机应用；在商业上，将开始推动经销商运用客户数据；在生产上，应用生产数据进行零部件乃至于设备的改善。 

　　让我们来设想这样的一个场景：巨大的工程机械在宽广无人的矿区里独自前进，前方一部自由移动的无人机正在勘察前进路线、同时运用探地雷达检查地面是否足以承受沉重的机械。到达定位之后，设备启动，两人高的铲斗不断挖出矿石，再经过输送带将矿石送到后方的无人运输车。 

　　运输车不必排列成队等待装运矿石，而是让电脑考虑各种数据，像是天气、时间、路线、载重等等因素，算出最合理安排，确保车辆随时都在运行、维护，不会待机闲置，平白增加运营成本。 

　　运行过程中，操作人员看着经过仔细设计过的仪表板，随时掌握生产进度与运输进度。事实上这些工作早已进入自动运行模式，他唯一的工作就是处理异常或紧急状况。 

　　在此同时，工程机械上的传感器不断采集运行数据，分析故障概率与可能的时间点，并将数据与分析结果送到最近的维修基地，也许远在一百公里之外。一旦发现故障风险升高到一定程度，马上分析可能故障的形态与原因，不必等到发生故障，维修基地已经派出对口专业的工程师，带着相应的维修设备和零件赶赴现场，在故障发生之前，就换下了濒临损坏的零件。 

　　这个零件的全生命周期运作数据，早就被传回几千公里之外的工程中心。负责的工程小组此刻也调出所有同型同批的零件数据，分析后发现，故障来自于某个容易被疏忽的操作细节。立即协调工业设计部门参与，工业设计师决定，将负责这个细节的按钮应该移动到仪表板上更显眼的位置，或者就改成自动运行，无需现场操作人员费心。设计图也传送到生产部门和供应商，马上进行修正。 

　　经销商也获得通知，接下来将向客户说明，这个以大数据为核心的系统如何为客户省下巨大的停工修复费用。客户采购的不再是巨大的工程机械，而是被更为巨大的数据处理能力所保护着的商业利益。 

　　从表面上来看，这些似乎都不是当前“工业设计”所能关注或涉入的环节，然而这不是“工业设计”的无能为力，而是因为过去没有大数据支持，工业设计被迫局限在外观设计、色彩定义的小葫芦里，难以跳脱。 

　　但回到工业设计的本质，正是有了大数据工具的加持，“工业设计”专业不仅实现绝佳的产品设计，也可以放宽思路，进行生产工艺流程设计、商业模式设计、产品后续服务设计，因此工业设计可以涵盖到全产业链的设计。以工业设计加上数据服务，为智能智造、绿色制造、服务型制造做好支撑服务。这也是工信部发布《发展服务型制造专项行动指南》的根本目的，要引导制造和服务融合发展，加快制造业从生产型向生产服务型转变。 

　　在我们的规划经验中，已经做到了数据整合与分析，从中也找到许多可以进一步改善原有设计的线索。就以目前正为某机械加工设备企业设计的系统来说，机加工设备本体的外观设计固然有助于强化使用者印象或管理便利，我们更进一步将“工业设计”的本质和“全生命周期”的概念加入系统，并提供完整服务架构。 

　　基于工业设计作为“理性融合感性、人脑结合电脑”的沟通者本质，我们让机器之间彼此对话，直接在数据基础上沟通、建立运行模型，以数据本身的特征来判别故障类型，缩小排查范围，并将故障分析直接连结到售后服务的数据引擎。从数据监测、风险评估、故障判别、资源调度到现场修复，一气呵成。 

　　《中国制造2025》给出了我国制造强国建设高端化、智能化、绿色化、服务化的总体导向，各个方向之间有着高度融合的交互过程，特别是“服务型制造”更是在工业设计的本质上再加入智能化思路。在运算力微型化、高速化、行动化的现在，制造业要进一步发展，获得更大的发展动能，就必须关注如何更具体细腻地实现服务环节，也就势必要更大幅度依赖大数据工具来实现供给需求两侧的融合发展，这些就从实现工业设计的“沟通者本质”开始，换句话说，在大数据成为现实可行的工具之后，工业设计得以回归本质，并且重新回到指导科学与艺术、理性与感性、人类与机械的彼此紧密结合。 

　　转型升级，此其时矣。