工业互联网姓工不姓互。虽然我们是一支数据技术出身的团队，但越做越对工业充满敬畏，我们需要尊重工业专家，尊重他的工作方式、工作规律，能够让我们的技术为专家所用，真正嵌入到现场工作流程中，才能真正的替他解决问题。

我们正在践行的技术和人的融合之道，总结下来有三条：

一条是数据资源化。如何把工业现场各类数据有机收集、整理好，让工业专家以他们熟悉的方式访问使用数据，不需要理解数据引擎、数据技术。

二是知识结构化。如何把专家脑子里那些隐形的、定性的知识经验用一种结构化的方式，用模型、算法、软件的方式表达出来，变成一个可复用的知识模型或者APP模块。现在传统的做法是工业专家有一个想法，委托IT部门帮忙开发，但中间往复过程很低效，还有信息传递的遗漏等等。我们的做法是把工业数据分析的大量实战经验，抽象成可以直接指导行动的方法和工具，工业专家可以凭自己的力量把知识结构化，生成相应的模型和算法。

三是应用服务化。把知识变成模型和算法还是没有解决最后一公里的问题，模型算法能够在现场发生效用，需要能够嵌入到一线生产经营中，贴合现场人的工作习惯。靠数据资源化和知识结构化解决管用，通过应用服务化的方式实现好用。通过云边协同的模式，让知识型APP能够在场站端实地运行，并嵌入到现场工作流程中，才能真正让工业数据价值在现场落地。

昆仑数据定位是做工业企业的大数据合伙人，我们跟工业龙头企业携手共进，先把他服务好，再以他为核心，服务他所在的行业上下游，再带动整个行业相关的生态。一个企业一个企业地服务，一个行业一个行业地服务。比如智慧水电行业，从水轮机制造商到做水电研究的科研院所、水电服务的线下服务团队，都能在平台沉淀知识并为最终用户水电站提供服务。

我们希望通过与行业龙头同行的方式，以前瞻眼光和务实技术，做好工业企业的大数据合伙人，切实达到我们希望用数据推动中国工业未来的使命。