原標題：大數據引領后勤信息化
閱讀提示
大數據正在影響著人類認識、理解社會的方式，推動社會發展和管理模式變革。被譽為“大數據商業應用第一人”的美國科學家維克托·邁爾-舍恩伯格指出，“世界的本質是數據，大數據將開啟一次重大的時代轉型。”研究大數據對軍隊后勤信息化建設趨勢的影響，對於推動后勤信息化更好更快發展，具有重要理論和實踐價值。
后勤大數據時代已悄然來臨
大數據的內涵和標准是持續變化的。當前，大數據泛指單一數據集的大小超過常規處理技術和能力，“無法用現有軟件工具提取、存儲、搜索、共享、分析和處理的海量的、復雜數據集合”。大數據的非凡意義並不在於數據規模之“大”，而在於帶來了思維、技術和方法上的全新變革，通過大數據能夠“發現大利益、大科技，實現大發展”。
那種不重視大數據對后勤發展重要影響的觀點，是值得商榷的。“后勤”源於拉丁語，本意即為計算，計算當然離不開數據，如果說“世界的本質是數據”，那麼后勤的本質更是數據。孫臏減灶大敗龐涓於馬陵道，諸葛亮的木馬流牛暢行於蜀道，伊戰中的綜合立體、現代化、遠距離后勤保障，無不需要大量、精確的計算。信息化條件下，數據採集技術和設備不斷發展，后勤數據的記錄、採集和處理范圍不斷擴大，積累的數據規模愈加龐大、關系愈加復雜，大數據的典型特征更加明顯，應該利用大數據挖掘數據價值，解決后勤建設和發展中的難題。
大數據是破解后勤迷霧的有效途徑
由需求不確定性和資源不確定性構成的后勤迷霧，容易造成重復申請、重復採購、庫存積壓、無效運輸和保障效率低下等問題，是后勤保障能力形成和提升的重要“瓶頸”。古往今來，破解后勤迷霧實現“需求實時可知、資源可視掌控”的自由境界，是軍事家們不懈的追求。
細察后勤迷霧產生的原因，可以斷定其本質就是數據迷霧。伴隨著戰爭形態從冷兵器、熱兵器向信息化演變，后勤數據規模不斷加大，種類不斷增多，關系愈加復雜。這些數據的採集、傳輸、處理和分析，不斷向當時人類擁有的科技水平提出挑戰。20世紀末的美軍，6個戰斗群艦船一個財年的需求補給請領單多達13.2萬份，數據規模和處理難度可想而知。而大數據理論及其技術的發展為破解后勤迷霧、實現后勤可視可控提供了前所未有的機遇。傳感器技術的迅速發展和運用，不斷突破人們採集記錄數據的范圍和極限。雲計算和雲儲存技術破解了大規模數據的計算、管理和存儲難題，為規模巨大的數據找到了安身之所、用武之地。以分布式文件系統、大規模數據並行算法等為核心的大數據處理技術，實現了在海量數據中自動搜索，跨越時間和空間發現新知識、探索新規律。從數據庫到數據集市，從局部可視到全范圍感知，從數據抽樣到全樣本分析，從因果關系分析到相關關系分析，使破解后勤迷霧的環境、條件和技術方法逐步具備。
大數據使后勤預測決策更加科學
“大數據的核心就是預測”。大數據預測不再基於傳統的因果關系推測，而是對不同事物之間或事物不同屬性之間的相關關系進行分析，從而預測未來。相關關系是指一個數據變化時，其它數據的變化程度，常通過識別有用的關聯物來分析。后勤領域各種活動、裝備、人員、物資相互交織、相互影響，相關關系更加復雜。探尋某些特定相關性，可以預測物資消耗、機器故障、設備狀態，預防設施設備失效。美軍在攻打伊拉克前通過網絡化預測系統，可預測48小時的裝備保障需求。將大數據預測技術與傳統數據分析技術結合起來，必將大大提高預測的精確度、效率和時效性。
大數據帶來的重要變革之一，是決策的思維、模式和方法變革。大數據時代，各類決策越來越取決於數據及其分析，而不再是經驗和直覺，基於樣本的決策將讓位給全樣本決策，經驗決策將向實証決策轉變，決策更加及時而准確。美國某咨詢公司對密蘇裡州路易斯市20輛引擎狀態監測傳感器傳回的數據進行研究分析，精確判定了車輛維修的最佳時機。將車輛更換零件的周期從30萬公裡延長到50萬公裡，為該市節省了60萬美元。對全部數據進行分析和研究，是大數據決策行為的一個縮影。
隨著我軍信息化建設的加速，數據從傳感器等各種設施設備源源不斷地匯聚，后勤活動的記錄、測量和分析范圍不斷擴大，后勤數據激增。進行后勤管理和決策時，就可以分析更多數據，有時甚至是所有后勤需求、后勤資源的全部數據，隨之而變的是后勤知識、后勤規律、后勤保障方法的認知方式，后勤決策行為模式和方法。大數據帶來的新思維、新模式和新方法，將對后勤建設和管理產生深遠影響。
數據將成為后勤信息化建設的主體
“數據是寶貴的，它的生命力比收集它的軟件系統還要持久。”程序可以不停地更新、升級、換代，但是保存的數據價值與日俱增，歷久彌新。隨著挖掘技術和人工智能技術的不斷發展，數據的價值更加凸顯，擁有足夠規模的數據及其處理、分析技術，正在成為各項活動競爭優勢的核心所在。
隨著我軍后勤信息化建設進程的加速，數據採集技術的缺失、數據處理能力的脆弱、數據使用的乏力，將逐漸成為系統部署運用和效能發揮的瓶頸，以數據為主體規劃和建設后勤信息化已經非常迫切。目前，各級雖儲存了大量業務記錄數據，但數據來源復雜、結構不同，許多相互隔離、支離破碎、沒有活力，迫切需要整理和整合。數據類型的增加，數據規模的壯大，使傳統的集中式倉儲、數據倉庫系統已不能有效滿足大數據的儲存、分析需要，迫切需要向分布式處理轉變。后勤數據計算能力弱，急切需求更新數據計算模式和方法。這些問題，不僅是后勤信息化面臨的現實難題，也是大數據發展過程中必須解決的技術難題。既需要技術的突破，更需要突破信息化建設觀念、思路和模式阻力。
發掘大數據價值將成為后勤信息系統的核心功能
信息系統包括程序和數據兩部分，程序能夠實現特定業務管理功能，一直受到普遍理解和重視。大數據時代，信息系統已超越業務功能實現的一般階段，發掘數據價值將成為信息系統的核心功能和最終追求。布滿戰場的傳感器和數據採集分析設備，使數據急劇涌現。在這些海量數據中快速搜集有價值信息為后勤決策服務，必然要求信息系統具備足夠強大的數據處理能力。目前，我軍后勤信息系統仍以實現業務和流程管理為主，重程序、輕謀略，重流程、輕數據的現象仍然存在，與大數據的時代要求相比還存在一定差距。如何在后勤各個階段、各個層面合理規劃、科學分配，高效收集、處理、共享以指數級增長的數據﹔如何針對后勤數據價值密度相對較低，在海量數據中獲取有效信息，發現價值，均是信息系統規劃設計必須面對的重要挑戰。
|
