隨著物聯網、云計算、大數據等新一代信息技術逐漸向工業領域融合滲透，一場以數據為核心驅動的智能制造變革正在加快到來，工業大數據日益成為各國政府和產業界關注的焦點。一方面，工業大數據結合先進傳感、新型工業網絡和核心工業軟件，能夠形成從單臺機器、產線、車間到企業的數據優化閉環，驅動生產制造和運營管理的智能化發展，從而進一步降低制造成本;另一方面，工業大數據結合公共互聯網絡、網絡協同平臺，能夠促進企業與企業、企業與用戶、企業與產品之間的深度交互，驅動生產組織和產品服務的智能化發展以及個性化定制等目標的實現。
一、工業大數據的內涵與特征
(一)工業大數據泛指工業領域數字化、自動化、信息化應用過程中產生的數據
工業大數據是基于先進大數據技術，貫穿于工業的設計、工藝、生產、管理、服務等各個環節，使工業系統具備描述、診斷、預測、決策、控制等智能化功能的模式和結果。
工業大數據從來源上主要分為信息管理系統數據、機器設備數據和外部數據。總體上工業大數據實時性要求高、數據多元且數據量較大，數據格式結構化和非結構化并存，更強調不同數據之間物理關聯，分析結果具有實時性且對精度較高，與傳統工業數據和互聯網大數據存在差異(見圖1-1)。
圖1-1工業數據、工業大數據、互聯網大數據比較
(二)工業大數據是大數據技術逐步成熟、工業應用需求不斷激發共同作用的結果
基于工業大數據的創新是未來制造業和新一代信息技術融合發展下不可避免的趨勢。一是隨著傳感器技術進步和成本下降，工業數據采集更廣泛、更靈活和更精準，更加滿足嚴苛工業應用。二是工業數據平臺的產生，使得原本隔離的控制層工業自動化數據和IT層數據逐步打通，數據得以高效整合。三是云計算、邊緣計算的發展促進企業內部計算能力和計算資源的提升，可以承擔更加復雜的計算需求。四是大數據先進分析技術不斷與工業應用場景相結合，可以解決工業實際問題并帶來效益的顯著提升。因此，大數據在工業領域中的應用已經成為必然。
二、發展工業大數據若干關鍵問題
(一)高度重視工業大數據應用價值
工業大數據應用覆蓋工業的研發設計、生產制造、供應鏈管理、市場營銷和售出服務等產品生命周期的各個環節。在研發設計環節，可滿足工程組織的設計協同要求、評估和改進當前操作工藝流程，提供更好的設計工具、減少產品交付周期。在生產制造環節，可綜合大量的機器、產線、運營等數據的高級分析實現制造過程優化。在供應鏈環節，工業大數據主要用于實現供應鏈資源的高效配置和精確匹配。在市場營銷環節，可利用大數據挖掘用戶需求和市場趨勢，找到機會產品，進行生產指導和后期市場營銷分析。在市場營銷環節，可利用大數據挖掘用戶需求和市場趨勢，找到機會產品，進行生產指導和后期市場營銷分析。
然而，目前我國工業大數據應用正處于發展孕育期，需不斷引導企業需求，幫助企業形成對數據客觀、科學的認識。一是幫助企業優化數據源，尤其是對于機器設備、生產線等實時生產數據采集數量、類型、精度以及頻率方面，積極彌補與國外先進水平存在的差別。二是推進企業間和企業內部部門間信息交互、共享和集成，充分發揮數據融合應用價值。三是推進工業大數據應用成熟模式和燈塔式項目建設，形成行業應用推廣模式。
(二)牢牢把握工業大數據的產業變革機遇
作為新興技術領域，工業大數據的產業格局尚處于集聚與形成階段，但以GE、西門子、SAP等為首的IT、自動化、制造領域的領先企業正立足于已有優勢領域，抓住技術升級和產業變革契機，在工業大數據發展初期意圖通過優化重組優勢要素將產業鏈各環節的單點優勢擴大為產業生態的綜合優勢。
因此，我國企業應牢牢把握工業大數據發展的變革機遇，一方面依托強大的市場內需和產業規模優勢，借助創新要素的不斷積累，整合競爭要素打造產業整體優勢;另一方面注重商業模式創新，特別是類似于德國為中小企業提供工業大數據服務平臺、GE的設備管理服務盈利模式是按節省成本的一定比例收取等多元化商業模式。
(三)注重標準、安全等外部環境的完善
標準和安全是事關互聯網與制造業統合創新發展重要保障，新型傳感器和控制器的引入、云平臺的廣泛應用、通用有線/無線網絡技術的發展、工業控制系統的進一步軟件化，傳統工業控制的專有性和封閉性被打破同時，數據類型更加多樣。因此，亟需建立統一的、貫穿產業全生命周期的數據標準和安全防護管理技術體系，形成適用于智能制造新業態的標準和安全環境。
三、我國政府未來發展對策建議
當前，工業大數據正處于發展孕育期，可以預見，門類豐富的工業生產、制造領域的智能化應用以及高端技術的領先發展將引發我國工業大數據規模的加速加倍增長，為數據價值的挖掘提供充足的樣本空間和試驗機會。我國政府應把握機遇，注重頂層設計，通過應用逐步推動產業化和關鍵技術的突破，在支持制造業轉型升級的同時，積極培育工業大數據相關的戰略新興產業和應用創新模式。
(一)摸清我國工業大數據應用現狀，通過試點示范推進企業進行工業大數據應用創新
一是對我國工業大數據所在的制造業主要門類的數據源、數據量、數據模型、存儲架構、數據開放等方面展開調研，梳理我國工業大數據應用場景和需求。二是結合智能制造、互聯網與工業融合試點示范，選擇基礎較好的制造企業開展工業大數據的集成應用創新實踐，打造可復制推廣樣板，加速大數據技術與行業深度融合。
(二)把握新興增長點，特別是針對各類工業數據平臺的技術和產業化突破形成整體戰略布局
一是針對工業數據集成平臺、分析平臺等已經形成可觀市場規模，產業格局發生變動且尚未穩定的領域，鼓勵我國領先企業全面掌握核心技術、全面推動產業鏈升級、加緊搶占市場優勢。二是立足產業未來發展，搭建工業大數據創新中心，將制造企業、ICT企業、相關研究機構以及標準化組織共同納入到創新中心，加強關鍵數據技術和軟件的研發和產業化力量，通過創新中心連接國內產學研用相關單位試驗點，對關鍵技術、標準等進行研發、試驗驗證和應用推廣工作。三是支持工業大數據公共服務平臺發展，為中小型制造企業提供便捷的工業大數據分析工具。
(三)推進工業大數據標準化工作、健全安全體制機制，完善外部環境
一是立足我國相關大數據標準化聯盟，盡早組織力量開展行業性工業大數據標準研究，吸納行業典型應用場景，制定工業大數據的開放、技術、應用、安全、評價等系列標準。二是將工業大數據安全納入信息安全范疇，完善相關法律法規，建立國內工業大數據應用安全風險評估模型，建立應對數據泄露等安全風險的相關預案，建立工業大數據泄露報警信息發布機制，實時發布相關信息，并做到信息能夠發到相關企業。
