英国帝国理工大学副校长、著名创新领袖David Gann博士提出了“数据驱动创新的5种模式”，其中两种直接与产品创新有关。

 

 

在传统的产品装上传感器，产品不仅具有使用功能，而且还能产生数据。数据通过无线通信技术传输到服务器，便能产生巨大的价值，例如提高新产品设计、优化工艺、维保预测等等。劳斯莱斯公司采用这一模式，成功实现了利润增长和商业模式变革。几年前，劳斯莱斯公司与四五家企业合作，在发动机里安装很多传感器。一台劳斯莱斯航空发动机里的传感器已多达800多个。通过这些传感器采集的数据，可以知道每个发动机零部件的生命周期。当一个零部件快到了要更换的时候，它就可以通知飞机整机制造商和航空公司，提供更换和维修服务。

另一个案例就是世界上著名的轴承生产商SKF。通过在轴承上加载微小传感器，实时监测轴承的使用工况，提前预判轴承的使用寿命，并及时进行维保。

 

 

伦敦的地铁票也从纸质票变成电子票。采用了电子票以后，地铁公司运营成本从14%降到了8%。对乘客来说，也不需要排队买票了。可谓一举两得。

血压计测量结果的显示，直接与手机联系，可以传到云中。这不仅方便数据的调用、存储，且因为去掉了数显部分而降低血压计的硬件成本；在工业领域，可视化技术大大提高了制造业的设计水平；这些年兴起的3D打印技术更是一个把数字化产品转变成有形实体的逆向过程。

 

 

 

企业都希望能够提供智能产品。在很多情况下，智能产品常常是通过与大的计算平台和通信设施（云计算、IoT等）的连接而满足用户所需的服务。

 

下一代智能制造系统（NGIMS）中一个很重要的概念之一是PSS（product-service-system），即产品服务系统。此概念在20世纪90年代后期问世，创新的策略不仅仅聚焦于物理产品的使用功能，而且还包括在产品整个生命周期内的服务。Maussang 等认为PSS由物理的实体（产品本体）和服务单元组成，物理实体即是承载系统基本功能的功能实体，而服务单元旨在保证系统有效运行。通常，产品中嵌入的传感器收集数据，产品的数字孪生体要通过传感器收集的数据而呈现，通过基于云的产品支持环境进行分析后，产品运行的孪生数据驱动仿真以判断是否需要运维服务等。从新产品开发的角度，产品创新一定要收集产品的运行和服务相关的历史数据，在此基础上判断是否需要提升产品的基本功能和服务环境。即使对于原来已经有的PSS，在其系统孪生数据及其仿真的基础上通过分析可发现某些需要进一步改进或提升的地方，例如是否需要收集新的数据，是否需要提升云支持环境中的某些软件（包括App）的功能等。产品创新的关注点不仅在于物理本体，而且也包括基于云的支持环境，所有这些创新内容都需要数据驱动。

 

特斯拉对每一个售出的车都建立数字孪生体。汽车收集的数据得到分析，问题能够被辨识，面对那些问题可能需要软件更新。通过互联网提供的软件更新让用户在无须请求服务的情况下继续使用他们的车，不断改善他们的驾驶体验。未来，特斯拉和其他汽车公司还会继续发展自动驾驶汽车。不难想象，驾驶条件的数据（白天/黑夜、天气等），道路性质（弯道、上下坡等）和驾驶者行为，以及事故发生情况等数据都将被聚合起来进行分析，从而驱动某一型号汽车性能的提升与改善。来自单个汽车的数据被分析后可用来微调车辆行为。对于常规的非自动驾驶模式，除了车的数字孪生模型，还需建立驾驶者数字孪生模型，以便在困难情况下基于特定的驾驶者行为反应，能使驾车效果进一步微调。在汽车的新产品开发中，公司可通过其正在运行的具有千千万万里程的汽车数据去模拟汽车性能和驾驶者反应，以评估设计改变的效果。更一般地，收集产品使用数据和用户行为及反应数据可建立仿真模型，辅助设计决策，平衡不同设计方案的优劣，且预测市场接受的程度。总之，通过对各种情况下的车辆数据和驾驶者数据的聚集融合，并进行仿真，能够驱动汽车的新产品开发或创新设计。

 

顺便指出，从特斯拉的例子可以看出数字孪生的重要性，即数字孪生不仅体现在产品的设计和运行，而且表现在对产品创新和改进的作用。虽然本书前面在多处提到数字孪生，这里又可以发现数据的驱动作用很大程度上是通过数字孪生而表现出来。

 

通常数字孪生可能包括以下数据（以汽车为例）：

 

（1）从数字孪生外部接收的外部数据，如道路状况，运行路线；

（2）从物理部件接收到的观测事件，例如视觉传感器数据，来自发动机的传感器数据，仪表数据；

（3）从其他来源收到的数据，如交通状况，停车场数据；

（4）衍生数据——由数字孪生内的逻辑计算的数据；

（5）指向链接数据的指针——如有关事物环境（例如环境温度、当地天气条件）或与事物间接相关的对象（例如驾驶者在车上使用过的App、处理过的事务）的数据。链接的数据不是事物本身的属性，因此不属于数字孪生。但是孪生中的逻辑，或者使用孪生的应用程序中的逻辑，可能需要访问这些数据。对大量汽车的孪生数据进行智能分析，可能为新车的创新设计提供依据。

 

 

 

这里以一个具体的例子说明如何融合客户数据实现产品的创新设计。

 

海尔天铂圆形的空调实际上是用户参与而交互设计出来的。最早与海尔交互的一个网名叫DK先生的用户，他提出了一个创意，要把首都鸟巢体育馆的外形设计成为一种空调。海尔有关人员经过讨论后认为有可能实现，于是把此创意发布在海尔HOPE设计平台上。通过虚拟设计的手段，做成数字化的样机放在平台上，由更多的用户去交互，同时也吸引了许多一流资源（如3M等）一起来设计方案，最终形成了天铂一代。他们在网上推出定制，通过网络客户大数据又可以实现持续的迭代。与传统定制不同的是，不是一次性硬件定制，是全周期持续地与用户交互，而且把碎片化需求整合进而形成用户圈。图1是用户数据驱动天铂空调创新的例子。从图中可以看出，天铂这一创新产品形成的过程中用户数据是如何发挥作用的。用户在众创汇发布创意交互数据，30名发烧友进行众创设计，1700多名用户支持，1万多名用户响应。设计部门形成虚拟设计，持续与用户迭代。用户数据发生在创意、设计、生产、物流、服务的全流程。

 

 

 

再来看一个用户数据驱动烤箱设计的案例。按照传统设计思维，其设计过程无非是先做用户调查（问卷、随机采访等），综合调研需求“设计”出产品投入市场。而设计师贾伟团队则去各个烘焙社区和微信群里当“卧底”，搜集资深烘焙爱好者的切实需要，根据需要做出原型机送给种子用户测试、总结问题，再逆向提出针对性需求，反复修改方案。最终，他们设计出了更适合中国市场需要的单层烤箱，并创新性地在箱体内部加入高耐热摄像头，可以拍摄产品烘焙的过程（例如蛋液的加热凝固）。与手机App连接,又契合烘焙群体进行社交分享的需求。用户的数据驱动了设计者的创意：用户购买的是烘焙的生活方式，一台可以“直播”的烤箱——整个过程可以直播，可以抓拍延时摄影。还有海尔做的烤圈App，一款海尔烤箱出现了烘焙生态圈，一个烤箱能够把女人们连接到一起。图2是海尔内置摄像头的小焙T3嫩烤箱。

  

 

 

 

 

福特公司内部每一个职能部门都会配备专门的数据分析小组，同时还在硅谷设立了一个专门依据数据进行科技创新的实验室。这个实验室收集着大约400万辆装有车载传感设备的汽车数据，通过对数据进行分析，工程师可以了解司机在驾驶汽车时的感受、外部的环境变化以及汽车的环境相应表现，从而改善车辆的操作性、能源的高效利用和车辆的排气质量。同时，还针对车内噪声的问题改变了扬声器的位置，从而最大程度减少了车内噪声。在2014年举行的北美国际车展中，福特重新设计了F-150皮卡车，使用轻量铝代替了原来的钢材，有效减少了燃料消耗。轻量铝就是团队进行数据分析和综合评估之后的选择。福特研究和创新中心一直希望能够通过使用先进的数学模型帮助福特汽车降低对环境的影响，从而提高公司的影响力。针对燃油经济性问题，这个由科学家、数学家和建模专家所组成的研究团队开发出了基于统计数据的研发模型，对未来50年内全球汽车所产生的二氧化碳排放量进行预测，进而帮助福特制定较高的燃油经济性目标并提醒公司高层保持对环境的重视。针对汽车能源动力选择问题，福特数据团队利用数学建模方法，证明某一种替代能源动力要取代其他所有动力的可能性很小，由此帮助福特开发出包括EcoBoost发动机、混合动力、插电式混合动力、灵活燃料、纯电动、生物燃油、天然气和液化天然气在内的一系列动力技术。同时，福特团队还开发了具有特殊功用的分析工具，如福特车辆采购计划工具，该分析系统能根据大宗客户的需求帮助他们进行采购分析，同时也帮助他们降低成本，保护环境。福特公司认为分析模型与大数据将是增强自身创新能力、竞争能力和工作效率的下一个突破点，在越来越多新的技术方法不断涌现的今天，分析模型与大数据将为消费者和企业自身创造更多的价值。

 

对产品本身的某些数据进行关联，可能导致新的产品功能。第五章中华中数控把“心电图”概念用于数控机床的监测与控制，主要手段是把测量的主轴电流和功率数据与工件数据包括G代码等数据融合起来，能够判断加工状态以及质量信息。

 

尽管单个传感器捕捉的信息也有价值，但企业若能在长时间内收集不同产品上成百上千个传感器的信息，那么它们将从中辨认出一定的运行规律，从而获得极为重要的产品洞见。例如汽车上有不同位置的传感器，包括引擎温度、节气门的位置、燃油消耗等，将这些信息综合到一起，企业就能发现引擎的运转信息如何影响整车性能。此外，将这些信息与故障关联到一起也极具价值。有时即便公司无法判断故障的根源，也可以根据长期积累的运行规律进行修理。例如，通过测量温度和震动的传感器，公司就能提前几天甚至几周发现即将损坏的轴承。

 

把产品数据与外部某些数据关联以产生某种新功能。例如Nest公司开发的可自主学习的温控器，它搭载的应用界面可以与其他产品进行信息交换，其中包括Kevo智能门锁。当房屋的主人回到家时，Kevo门锁会向Nest温控器发送信息，后者会根据主人的偏好开始调整房间的温度。百宝力(Babolat)生产网球拍和相关装备的历史长达140年，公司推出了BabolatPlayPureDrive系统，将传感器和互联装置安装到球拍手柄中。通过分析对击球速度、旋转和击球点的变化，公司可以将数据传送到用户的智能手机中，提高选手在比赛中的表现。

 

大数据分析能为企业带来一系列新的技术工具，帮助企业掌握这些规律；然而企业面临的挑战是，智能互联产品本身产生的数据以及相关的内外部数据往往都是非结构化的。这些数据的格式五花八门，包括传感器数据、地理位置、温度、交易以及保修记录等。传统的数据汇总和分析工具，例如电子表格和数据库工具都无力管理格式如此繁杂的数据。一种名为“数据湖”（DataLake）的解决方案正日趋流行，它可以将各种不同的数据流以原始的格式储存起来。在数据湖中，人们可以用一系列新型数据分析工具对这些数据进行挖掘。这些工具主要分为四种类型：描述型、诊断型、预测型和对症型，见图3。