工業(yè)大數(shù)據(jù)的來(lái)源其中一部分是生產(chǎn)經(jīng)營(yíng)領(lǐng)域的數(shù)據(jù)，另外很大一部分則是生產(chǎn)設(shè)備和生產(chǎn)出來(lái)的高端產(chǎn)品與裝備在運(yùn)營(yíng)過(guò)程中產(chǎn)生的機(jī)器數(shù)據(jù)。

　　而真正的大數(shù)據(jù)不是有了數(shù)據(jù)，把這些數(shù)據(jù)接入之后存起來(lái)就可以了，真正要做的事情是智能分析和智能決策，通過(guò)在兩化融合的基礎(chǔ)上構(gòu)建的智能分析優(yōu)化系統(tǒng)“工業(yè)大腦”進(jìn)行相應(yīng)的智能決策。

　　這些智能分析與決策離不開(kāi)原有的信息化系統(tǒng)和自動(dòng)化系統(tǒng)的支撐，更離不開(kāi)產(chǎn)生這些數(shù)據(jù)的實(shí)體設(shè)備與裝備?；谶@些數(shù)據(jù)集成實(shí)體運(yùn)行所在環(huán)境數(shù)據(jù)，在信息管理系統(tǒng)和自動(dòng)化系統(tǒng)基礎(chǔ)之上，構(gòu)建具備智能分析優(yōu)化能的大數(shù)據(jù)系統(tǒng)，達(dá)成提質(zhì)、增效、降耗和控險(xiǎn)的目的。

　　工業(yè)大數(shù)據(jù)可以分為三類(lèi)，一部分是工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)，比如生產(chǎn)設(shè)備、智能產(chǎn)品、復(fù)雜裝備24小時(shí)不斷產(chǎn)生的數(shù)據(jù)。一部分企業(yè)信息化數(shù)據(jù)，同時(shí)還有很重要的一部分?jǐn)?shù)據(jù)是外部跨產(chǎn)業(yè)鏈的數(shù)據(jù)，包括設(shè)備在運(yùn)行過(guò)程中所處的環(huán)境數(shù)據(jù)，比如氣象數(shù)據(jù)、地理數(shù)據(jù)、相應(yīng)的環(huán)境數(shù)據(jù)，這三種數(shù)據(jù)合計(jì)才能稱(chēng)之為工業(yè)大數(shù)據(jù)。

　　工業(yè)大數(shù)據(jù)的特點(diǎn)：多模態(tài)、高通量以及強(qiáng)關(guān)聯(lián)

　　在工業(yè)系統(tǒng)里數(shù)據(jù)種類(lèi)、數(shù)據(jù)格式以及數(shù)據(jù)結(jié)構(gòu)非常多，結(jié)構(gòu)關(guān)系復(fù)雜。一個(gè)汽輪機(jī)里面會(huì)有上萬(wàn)個(gè)零部件，一個(gè)復(fù)雜裝備的制造企業(yè)，它的數(shù)據(jù)種類(lèi)多達(dá)三百余種，所以在工業(yè)領(lǐng)域里會(huì)存在數(shù)據(jù)多模態(tài)特征。

　　高通量

　　即無(wú)論是生產(chǎn)設(shè)備還是智能裝備有可能是24小時(shí)不間斷產(chǎn)生數(shù)據(jù)的，我們以分、秒的頻率采集數(shù)據(jù)，在很多應(yīng)用場(chǎng)合甚至是毫秒級(jí)的數(shù)據(jù)。這些數(shù)據(jù)的數(shù)據(jù)量非常大，海量的設(shè)備與測(cè)點(diǎn)，數(shù)據(jù)采集頻度高、數(shù)據(jù)吞吐總量大、數(shù)據(jù)的實(shí)時(shí)性要求高，呈現(xiàn)出工業(yè)大數(shù)據(jù)的“高通量”特征。

　　強(qiáng)關(guān)聯(lián)

　　真正做一個(gè)產(chǎn)品設(shè)計(jì)的時(shí)候，它涉及到學(xué)科與專(zhuān)業(yè)是非常多的，比如設(shè)計(jì)復(fù)雜裝備的時(shí)候，不僅僅是涉及到結(jié)構(gòu)分析，流體力學(xué)、聲學(xué)、動(dòng)力學(xué)、電磁輻射等等各個(gè)學(xué)科的數(shù)據(jù)都要進(jìn)行關(guān)聯(lián)。數(shù)據(jù)之間的“強(qiáng)關(guān)聯(lián)”反映的就是工業(yè)的系統(tǒng)性及其復(fù)雜的動(dòng)態(tài)關(guān)系。

　　基于工業(yè)大數(shù)據(jù)的特點(diǎn)，工業(yè)大數(shù)據(jù)的數(shù)據(jù)分析與消費(fèi)互聯(lián)網(wǎng)領(lǐng)域里的數(shù)據(jù)分析是有相當(dāng)大的差別的。消費(fèi)互聯(lián)網(wǎng)大數(shù)據(jù)的分析對(duì)象更多的是以互聯(lián)網(wǎng)為支撐的交互，工業(yè)大數(shù)據(jù)實(shí)際上是以物理實(shí)體和物理實(shí)體所處的環(huán)境為分析對(duì)象，物理實(shí)體就是我們的生產(chǎn)設(shè)備以及生產(chǎn)出來(lái)的智能裝備及復(fù)雜裝備。在商業(yè)數(shù)據(jù)里面關(guān)注數(shù)據(jù)的相關(guān)性關(guān)系，但是在工業(yè)領(lǐng)域里面一定要強(qiáng)調(diào)數(shù)據(jù)因果性，以及模型的可靠性，一定要提升分析結(jié)果的準(zhǔn)確率才能把分析結(jié)果反饋到真正的工業(yè)控制過(guò)程中。

　　工業(yè)大數(shù)據(jù)面臨的挑戰(zhàn)

　　企業(yè)應(yīng)用工業(yè)大數(shù)據(jù)面臨的技術(shù)挑戰(zhàn)。企業(yè)普遍面臨數(shù)據(jù)基礎(chǔ)薄弱的境況，企業(yè)收集的數(shù)據(jù)不夠，甚至沒(méi)有數(shù)據(jù)。企業(yè)真的要在數(shù)據(jù)轉(zhuǎn)型有戰(zhàn)略上的調(diào)整，它才會(huì)有較大的投入，如果它沒(méi)有這種戰(zhàn)略規(guī)劃的時(shí)候，很難負(fù)擔(dān)得起專(zhuān)業(yè)數(shù)據(jù)人才的成本。市場(chǎng)上也缺乏工業(yè)大數(shù)據(jù)所需的復(fù)合型人才。另外每個(gè)工業(yè)領(lǐng)域里都有獨(dú)特的知識(shí)領(lǐng)域和機(jī)理形成的行業(yè)門(mén)檻，沒(méi)有一個(gè)普適性的解決方案可以在工業(yè)領(lǐng)域里通用。行業(yè)解決方案，只會(huì)對(duì)某一個(gè)行業(yè)才能發(fā)揮相應(yīng)的價(jià)值。

　　企業(yè)應(yīng)用工業(yè)大數(shù)據(jù)面臨的管理挑戰(zhàn)。很多合作伙伴或者客戶(hù)初期并不知道數(shù)據(jù)和業(yè)務(wù)問(wèn)題之間怎么關(guān)聯(lián)，怎么和業(yè)務(wù)結(jié)合都不清楚，不知道數(shù)據(jù)到底能不能解決業(yè)務(wù)問(wèn)題。有的企業(yè)有應(yīng)用工業(yè)大數(shù)據(jù)的愿景，但是業(yè)務(wù)與工業(yè)大數(shù)據(jù)的實(shí)施路徑都沒(méi)有統(tǒng)一。

　　工業(yè)大數(shù)據(jù)的挖掘就是把工業(yè)物聯(lián)網(wǎng)數(shù)據(jù)與跨產(chǎn)業(yè)鏈數(shù)據(jù)以及企業(yè)信息化數(shù)據(jù)相結(jié)合，把分散在企業(yè)各個(gè)角落里的數(shù)據(jù)進(jìn)行整合，挖掘這些數(shù)據(jù)融合所能產(chǎn)生的價(jià)值。

　　大數(shù)據(jù)不僅僅是物聯(lián)網(wǎng)數(shù)據(jù)采集與存儲(chǔ)，包括數(shù)據(jù)的管理、分析與反饋，需要在數(shù)據(jù)生命周期內(nèi)構(gòu)建一個(gè)閉環(huán)系統(tǒng)，構(gòu)建這個(gè)閉環(huán)需要一個(gè)過(guò)程，不可能一蹴而就。同時(shí)，大數(shù)據(jù)的應(yīng)用會(huì)涉及到企業(yè)內(nèi)部管理流程和經(jīng)營(yíng)理念的變革,工業(yè)大數(shù)據(jù)是把工業(yè)領(lǐng)域內(nèi)三類(lèi)數(shù)據(jù)進(jìn)行融合應(yīng)用，真正發(fā)揮大數(shù)據(jù)的價(jià)值的場(chǎng)景不僅是智能制造，同時(shí)也包括產(chǎn)業(yè)互聯(lián)網(wǎng)里業(yè)務(wù)模式創(chuàng)新，所以相應(yīng)的經(jīng)營(yíng)理念和管理機(jī)制都要發(fā)生變革。這是企業(yè)在管理方面面臨的最大的挑戰(zhàn)。所以有時(shí)候大家會(huì)看到，工業(yè)企業(yè)的大數(shù)據(jù)應(yīng)用甚至都不僅是一個(gè)企業(yè)的CIO所能牽引的，這需要整個(gè)企業(yè)在戰(zhàn)略層面去推動(dòng)，要有明確的數(shù)據(jù)驅(qū)動(dòng)的業(yè)務(wù)戰(zhàn)略規(guī)劃。

　　工業(yè)大數(shù)據(jù)的業(yè)務(wù)落地

　　通常來(lái)講，在與企業(yè)規(guī)劃工業(yè)大數(shù)據(jù)業(yè)務(wù)落地可以從兩個(gè)維度與企業(yè)一同進(jìn)行思考。一方面是從業(yè)務(wù)驅(qū)動(dòng)角度來(lái)看，要思考企業(yè)的整體業(yè)務(wù)目標(biāo)是什么，為了實(shí)現(xiàn)這個(gè)業(yè)務(wù)目標(biāo)要做什么樣的轉(zhuǎn)型以及哪方面的能力提升，具體的業(yè)務(wù)提升和轉(zhuǎn)型方向是什么;為了實(shí)現(xiàn)業(yè)務(wù)目標(biāo)，理想的業(yè)務(wù)流程是什么，如何讓這個(gè)流程跟數(shù)據(jù)流進(jìn)行相應(yīng)的結(jié)合和映射。這是一個(gè)由上而下的思考過(guò)程，是企業(yè)的高層管理者、戰(zhàn)略管理者進(jìn)行思考并牽引，通過(guò)中間管理層完善與豐富，最后落地實(shí)施的過(guò)程。很多時(shí)候大數(shù)據(jù)應(yīng)用確實(shí)可以解決業(yè)務(wù)問(wèn)題，但也可能解決不了所有的業(yè)務(wù)問(wèn)題。大數(shù)據(jù)應(yīng)用真正幫助企業(yè)的不僅僅是在于具體業(yè)務(wù)問(wèn)題的解決層面，它是要讓企業(yè)構(gòu)建對(duì)數(shù)據(jù)駕馭的能力，當(dāng)企業(yè)具備了這種能力后，才能夠真正讓企業(yè)在內(nèi)部的生產(chǎn)管理、對(duì)外的經(jīng)營(yíng)模式上產(chǎn)生變化，真正形成持續(xù)的創(chuàng)新與應(yīng)用的能力。

　　如何利用數(shù)據(jù)進(jìn)行驅(qū)動(dòng)。第一是去看現(xiàn)在手里有什么樣的數(shù)據(jù)，這些數(shù)據(jù)從哪兒來(lái)，如果沒(méi)有這些數(shù)據(jù)要怎么收集，以及這些數(shù)據(jù)的特點(diǎn)到底是什么，是時(shí)序數(shù)據(jù)、時(shí)空數(shù)據(jù)、智能產(chǎn)品產(chǎn)生的數(shù)據(jù)、生產(chǎn)設(shè)備產(chǎn)生的數(shù)據(jù)，數(shù)據(jù)量到底有多大;第二是對(duì)這些數(shù)據(jù)有了了解以后，這些數(shù)據(jù)怎么保存、管理、使用，另一個(gè)比較重要的則是數(shù)據(jù)質(zhì)量怎么保證。第三是用什么樣的系統(tǒng)、什么樣的工具保證數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)管理、數(shù)據(jù)處理?同時(shí)這些數(shù)據(jù)到底如何進(jìn)行集成、關(guān)聯(lián)，不僅僅要把設(shè)備產(chǎn)生的數(shù)據(jù)拿來(lái)進(jìn)行分析管理，還要在分析過(guò)程中關(guān)聯(lián)周邊的環(huán)境數(shù)據(jù)、地理數(shù)據(jù)等跨界數(shù)據(jù)。