《工业APP：开启数字工业时代 》 —2.10 技术要素维

技术要素维

技术要素维即从对工业品对象认知的角度，针对各种工业品对象从研发设计、生产制造、运维服务到经营管理等工业活动中的各种技术要素，依据DIKW模型对这些工业活动中的技术要素进行抽象，形成的流程与方法、数据与信息、经验与知识三大工业技术要素类别。

需要强调的是，这里提到的流程与方法、数据与信息、经验与知识涉及在工业APP本质与分类章节所描述的两大类处理方式，一类是对已有的各种复杂工业技术知识经验基于还原法的简化与抽象表达；另一类是基于对时间跨度上的数据进行整体分析后得到的规律和趋势的数学表达。

（1）流程与方法

流程与方法涵盖了人们对事物运行的客观规律与基本原理的总结，是工业技术要素的基础，是在理解对象行为的基础上对事物运行的结构化表达，是产品生命周期不同阶段各种工业技术活动的技术路径和基本方法，是数据、信息与知识的主要组织逻辑。

之所以在工业APP分类中，基于本质属性将其中一类APP称为“过程驱动型APP”，就是因为在对工业技术知识进行描述并形成解决问题的能力过程中，数据、信息与知识都是围绕流程来组织的。

这些流程和方法包括：在接受一项工作后，应该采用什么样的技术主线，有什么样的方法论可以指导工作开展，如何分解与定义活动，应该从哪里入手找到切入点，应该如何找到解决问题的抓手，采用哪些具体的方法来完成这些活动，以及活动的输入输出和交付成果，执行活动的主体，需要遵循的规范与约束等内容。

流程与方法属于典型的对已有工业技术知识的还原与解析，关注活动的分解、输入输出、活动之间的逻辑关系、目标与价值，强调结构化的描述与表达。

流程与方法将随着技术的升级、实践经验的提升等因素而不断优化，也可以利用信息技术对一个时间跨度上的数据进行整体分析后所发现的规律和趋势对其进行完善与优化。

（2）数据与信息

数据和信息是工业APP技术要素维的基础要素，是工业APP处理的主要对象之一。数据与信息包含了工业领域最基础的要素，是工业品在生命周期过程所产生并客观存在的大量关于工业品对象的主体、客体、数量、属性、时间、位置、环境、活动及其相互关系的一种抽象表示，这种抽象表示是为了便于人们对这些客观对象进行认识、了解，并对这些属性、位置等抽象表示进行保存、传递以及处理。人们用不同的方式方法对这些数据进行处理，结合特定的时间属性，建立起时间刻度上的相互关系，就形成了信息。所以“信息=数据+处理+时间点”。其中，“处理”就是描述相互关系。因此，可以把信息理解为对对象在特定时间点上的数据之间关系的描述。

数据和信息是客观描述整个工业领域运行的基础，通过对这些数据与信息的分析和处理，可以获得对工业产品更深入的认知、全面了解工业品对象，以及为形成知识和采取行动提供基础。

数据和信息是对客观存在的对象的各种描述，虽然客观存在，但是数据与信息往往会受到数据与信息获取手段的制约。此外，人们总是只获取自己关注的数据与信息而忽略其他信息，这就会造成数据与信息的缺失，使得人们对对象的认识缺乏全面性或者准确性。因此，工业APP在对工业技术要素中的数据与信息进行获取、处理与分析时要尽量完整、准确，从而获得对对象的全面认知。

（3）经验与知识

经验与知识包含了从大量描述客观对象的数据与信息中，通过定量或定性分析，包括人对事物的直观感觉认知等，并结合一个时间跨度上的不断迭代、修正后形成的一种相对确定的认知。其中，经验的获得更多通过直观的、多次重复的、定性的判断分析和不断修正后形成；而知识是一种确定性很高的认知，往往可以通过解析方法还原成确定性表达。当经验经过进一步分析、分解还原成一种确定的内容后，可以形成知识。经验和知识可以用类似的公式来表达：经验/知识=数据/信息+分析+时间跨度+结论性表达（结构化/非结构化）。知识即对数据或信息进行分析后，在一个时间跨度上的结论性表达，这种结论性表达可以是一种直观感受（隐性知识），也可以是一种非结构化的文字或图片描述，还可以是结构化描述。