图灵汇官网

盲人摸象的故事源自《景德传灯录》，讲述了一群盲人摸象的不同感受。这个成语在我们的小学二年级语文课本里出现过，而其中的“象”字，也寓意着数字化行业中的重要概念。

“象”这个词在不同语境中有多种含义。在小学课文里，“象”代表一种巨大的动物；在佛教经典中，“象”象征“众生”、“世事”或“万法”；在哲学领域，“象”既是认识的对象，也是认知的方法；而在数字化工作中，“象”代表客观事物、数据模型和数据展示。因此，我们每个人都是盲人摸象中的“盲人”，无论采用何种方法，我们所认识到的事物总是局部的，只是五十步与一百步的区别而已。本文将探讨PLM（产品生命周期管理）与大数据的关系。

“象”= 认识对象（客观事物）+ 认知方法（数据模型）+ 认知结论（数据展现）

在我看来，PLM本质上是一种业务策略，而非单纯的软件系统。尽管市面上有许多自称PLM的商业解决方案或软件系统，但它们都无法完全实现PLM承诺的产品数据范围或软件功能。为了更好地理解PLM的内涵，我们可以采用拆字法，将PLM分解为Product（产品）、Lifecycle（生命周期）和Management（管理）三部分。

PLM = Product Lifecycle Management = Product + Lifecycle + Management

• Product：指产品数据，包括产品的定义和描述。
• Lifecycle：指产品的生命周期，包括产品构思（Imagine）、定义（Define）、实现（Realize）、支持或使用（Support/Use）、退役或淘汰（Retire/Dispose）、再循环（Recycle）等阶段。有人将其分为三个阶段：BOL（初期）、MOL（中期）和EOL（末期）。因此，产品全生命周期的数据包括产品是什么、如何构成、如何生产、销售、使用、维护和再循环等信息。

当前市面上的商业PLM软件主要侧重于产品定义数据，尤其在产品初期（BOL阶段）的数字化需求。

此外，从产品数据来源的角度来看，商业PLM软件存在局限性。产品构思和定义数据主要由PDM/PLM等软件管理，产品制造数据由ERP/MES等软件管理，产品销售数据由CRM等软件管理，产品服务支持数据由EAM/DMS等软件管理，而用户对产品的使用、体验、评价等数据则分散在各种社交媒体和公共平台上。

由此可见，PLM软件能够管理的产品数据非常有限。因此，与其将其视为某种软件系统，不如将其视为一种业务策略，即企业对管理产品全生命周期的追求。既然商业PLM软件并非真正的PLM，我们需要思考如何完善它，而大数据技术在此方面可以发挥重要作用，甚至构建以产品智能（大数据）为中心的知识驱动的产品生命周期管理体系。

大数据具有五个特征：Volume（海量）、Variety（多样化）、Velocity（快速产生）、Value（价值）和Veracity（真实性）。大数据技术具有强大的数据处理能力，如果与线性回归等高级分析算法相结合，可以实现预测性业务场景（如预测性资产或设备维护）、精准的业务匹配（如大数据精准营销）以及各种业务决策支持（如工程专家系统）等。

在缺乏大数据技术支持的情况下，上游产品数据如产品定义在PDM/PLM中进行管理，并通过系统接口等方式传递给下游制造、销售和服务等业务和ERP、MES、CRM、EAM等IT系统。在下游业务中，组织根据实际执行情况对产品说明进行扩展和验证。必要时，将验证结果如零件可靠性、产品失效模式、用户行为偏好等有价值的信息以“提纯”的形式反馈给上游的PDM/PLM系统，供产品更新、升级或新产品开发时参考。

在研发、营销、采购、生产、服务等业务的端到端集成上，产品的定义和说明数据仍以系统接口的形式从上游向下游传递，而大数据平台可以提取各业务环节的相关产品数据，根据业务需求进行清洗和提炼，将有价值的产品数据反馈给PDM/PLM、ERP、CRM等IT系统，提供业务预测、业务匹配、决策支持等建议。这不仅整合了来自社交媒体等外部渠道的产品数据，丰富了数据内容和维度，还实现了业务交易和数据分析等不同业务场景的分离，从而实现产品数据能力和产品数据场景方面的双重提升。

总之，将大数据技术与PLM等IT系统整合，可以实现真正意义上的产品全生命周期管理，并结合高级分析技术，为知识驱动的创新性产品开发奠定基础。