德國“工業4.0”強調通過資訊網路與物理生産系統的融合，即建設資訊物理融合系統（Cyber-Physical System，CPS）來改變當前的工業生産與服務模式。美國GE公司倡導的“工業網際網路”，則強調通過智慧機器間的連接並最終將人機連接，結合軟體和大數據分析，來重構全球工業。

　　事實上，無論工業4.0還是工業網際網路，其主要特徵都是智慧和互聯，而主旨都在於通過充分利用資訊通訊技術，把産品、機器、資源和人有機結合在一起，推動製造業向基於大數據分析與應用基礎上的智慧化轉型。智慧製造時代的到來，也意味著工業大數據時代的到來。工業大數據的應用，將成為未來提升製造業生産力、競爭力、創新能力的關鍵要素，也是目前全球工業轉型必須面對的重要課題。

　　一、製造業向智慧化轉型將催生工業大數據時代

　　（一）製造業從5M模式向6C模式轉型將催生工業大數據

　　在工業3.0或工業自動化時代，傳統製造業模式的特徵可以用5個字母（5M）來概括，即Material（材料，包含了其功能與特性）、Ma-chine（機器，指加工能力和精度）、Methods（方法，指産能和生産效率）、Measurement（測度，指如何探測與改進）、Modeling（建模，指對生産流程的預測、優化和防範）。在智慧製造時代，製造業生産方式也許應該用六個字母（6C）來定義，即Connection（連接，主要指感測器和網路）、Cloud（雲儲存，即任意時間和需求的數據）、Cyber（虛擬網路，包括模式與記憶）、Content（內容，是指相關性及含義）、Community（社群，包含分享和交際的功能）、Customization（定制化，指個性化的價值與服務）。在製造智慧化時代，工業機器、設備、存儲系統以及運營資源可以利用現代網路通信技術連接成網路。這些工廠與機器設備不僅可以隨時隨地進行資訊分享，而且互相連接的系統可以獨立地自我管理（自組織）。

　　要達到這一目標，現有的工業製造系統需要對製造設備本身的以及産品製造過程中産生的數據進行更深入的分析，也就是説，企業必須掌握通過工業IT設施收集、傳輸和分析處理大數據的能力。隨著智慧感測器技術如RFID的發展，數據的收集已經變得簡單和可行，而雲計算等技術的發展，也使得分析與處理大數據變得高速與高效。在工業4.0模式中，CPS系統將通過M2M通信（Machine -to-Machine，機器對機器）在工業機器與設備之間實現資訊交換、運轉和互相操控，被製造的産品可以與機器設備交流，機器可以自組織生産，智慧工廠能夠自行運轉。因此可以説，工業大數據是由一個工業體系或者一個産品製造流程智慧化催生出來的數據，即是製造業智慧化的必然結果，也是製造業智慧化的必要條件與基礎。

　　（二）工業大數據為研究工業複雜系統動態行為機理提供可能

　　工業大數據同我們傳統提到的消費、商業中的大數據概唸有相似的一面，但又有差異。工業領域大數據主要呈現大體量、多源性、連續採樣、價值密度低、動態性強等特點。大數據應用技術出現前，除結構化數據外，其他半結構化、非結構化等類型數據很難通過機器分析來挖掘應用價值，而目前大數據應用技術、建模技術與倣真技術等資訊技術，為研究工業領域機理不清的複雜系統的動態行為開闢了可能途徑。例如，風力渦輪機製造商在對天氣數據及渦輪儀錶數據進行交叉分析的基礎上，可以對風力渦輪機佈局進行改善，從而增加風力渦輪機的電力輸出水準並延長其服務壽命。

　　工業自動化、智慧化系統的建模，控制系統的運作、管理與優化，無不涉及到大量的圖像及數據資訊。同樣，企業的綜合生産指標、生産計劃調度、生産線的品質控制等等，同樣涉及到大量複雜的數據。而通過資訊化手段對流程進行優化整合，必須要用到大數據技術，以此實現工業系統的優化運作。因此，大數據應用對於工業領域動態模型建設、安全運作及監控、多目標優化控制方法等多個方面將有促進作用。

　　二、工業大數據可以通過多種方式創造價值

　　（一）創建透明度，優化運營效率

　　在傳統的製造企業中，大量的數據分佈于企業中的各個部門中，要想在整個企業內及時、快速提取這些數據存在一定的困難。而有了工業大數據，就可以利用大數據技術幫助企業將所有的數據集中在一個平臺(雲中)上，以此充分整合來自研發、工程、生産部門的數據，創建産品生命週期管理(PLM)平臺，對工業産品的生産進行虛擬模型化，優化生産流程，確保企業內的所有部門以相同的數據協同工作，從而提升組織的運營效率，縮短産品的研發與上市時間。

　　（二）優化供應鏈，細分市場

　　利用感測器創造並存儲更多數據和出自供應商數據庫的數據，製造企業可以實時收集更多準確的運作與績效數據，不斷可以跟蹤産品庫存和銷售價格，而且準確地預測全球不同區域的需求，從而運用數據分析得到更好的決策來優化供應鏈。製造企業還可以利用大數據技術對客戶進行細分，優化生産流程以定制化産品和服務來滿足不同用戶的不同需求，創造更好的産品。企業不僅可以滿足消費者高度個性化的需求，也能夠對原材料供應變動和市場需求的變化做出及時的反應和調整，實現産品由大規模趨同性生産向規模化定制生産轉變。

　　（三）提升競爭力，創新商業模式

　　大數據讓傳統製造企業能夠創新産品和服務，從而創造全新的商業模式。傳統的製造企業不再單單是圍繞産品産銷的實體物理設備的生産企業，而是充分借助大數據、網路等新技術的生産服務型企業。在工業4.0或工業網際網路時代，製造企業通過內嵌在産品中的感測器獲得數據，從發電設備到工程機械，一切都可以連接到網際網路上，為機器設備的作業監控、性能維護和預防性養護提供狀態更新和性能數據。例如實時位置數據的出現已經創造了一套全新的跟蹤服務體系，可以使飛機發動機製造企業提供航空資訊與服務管理。這不但可以使製造企業自身提升生産效率和産業競爭力，更可以為其所服務的客戶創造新的價值。

　　三、開發與利用工業大數據需要解決的主要問題

　　（一）數據開發共用與安全保護政策

　　由於工業大數據是數字化的和橫跨企業邊界甚至是跨越國界的（如跨國公司不同國家工廠的數據），因此安全、開放、共用等一些政策問題必須得到有效解決。隨著工業大數據的價值越來越被重視，生産設施和數據中的商業秘密和專利技術也必須同樣受到保護。在工業4.0或工業網際網路時代，工業IT系統的安全不僅涉及生産操作環節，而且還關聯到由此延伸的通訊網路環節，因此，研究並出臺相應的工業IT系統的安全策略、架構和標準，保護製造企業的生産系統的安全、數據安全，提升系統的緊密性、完整性和有效性，將是個非常重要的問題。

　　工業大數據日益提高的經濟價值也會産生大量的法律問題，如，如何克服阻礙數據獲取的障礙、建立交易或共用數據的市場機制，如何保護工業大數據中的智慧財産權。這需要政府制定平衡數據使用與數據安全保護的政策，制定鼓勵數據共用的獎勵措施、建立有效的促進創新的智慧財産權框架，以及面向公眾開放政府部門擁有的能夠公開的大數據，從而促進工業大數據共用和整合以及價值創造。

　　（二）建立容量更大、服務品質更可靠的工業寬頻基礎設施

　　資訊物理融合系統(CPS)或工業網際網路的實現，是建立在連續採樣、大體量的工業大數據基礎上的，而工業大數據的傳輸、交互和共用，必然要求建立容量、頻寬、存儲與數據處理能力更強大的基礎實施，以及極高的通信智慧和管理智慧。現有的網路基礎設施肯定難以滿足工業4.0或工業網際網路時代的要求。因此，容量更大、服務品質更可靠的工業寬頻基礎設施將成為工業大數據發展的重要組成部分。因此，政府有必要對擴建工業寬頻基礎設施制定專門的激勵措施，獎勵和鼓勵工業寬頻基礎實施的投資與建設。有效的工業寬頻基礎設施，應該簡易、安全、價格合理以及易擴展，不僅應該應用於智慧工廠，也能夠包括智慧電網、智慧交通以及智慧醫療。

　　（三）應用和創新工業大數據開發與分析技術

　　工業資訊化系統産生的大數據，必須先經過整理和分析，讓其變成“資訊”，然後再深加工為“知識”，在這個通過大數據獲取價值的轉化過程中，製造企業需要新的技術（例如存儲、計算和分析軟體）和技能（新的分析類型）。目前很多企業還處於工業2.0時代，工業資訊化、智慧化水準較低，缺乏將大數據技術整合到自身系統的技術能力。而對於那些工業3.0時代的企業來説，現有的舊系統和不相容的標準和格式，也會妨礙大數據分析工具的應用。因此，促進製造企業和技術人員整合、應用不斷創新的工業大數據開發與分析技術，促進製造企業從工業大數據中獲取最大收益，是非常緊迫的挑戰與任務。

　　（四）製造企業的組織變革和人才培養

　　讓製造企業領導認識到對工業大數據蘊含的價值以及如何釋放這一價值，將是一個富有挑戰的過程。製造企業不但需要擁有具備挖掘大數據價值的技術人員，同時需要構建適當的工作流程和激勵措施來優化大數據的使用，才有可能利用工業大數據來優化企業管理、創造新的産品、服務和商業模式。同時，製造企業中不同部門産生的數據能夠整合、交互共用，打破資訊“孤島”現象，也需要相應的組織體系變革。因此，政府應該創造激勵措施並對製造企業管理者進行大數據分析技術培訓，採取措施鼓勵企業加強大數據相關人才的培養。