工业大数据的重要性众所周知。当前，大数据已成为业界公认的工业升级的关键技术要素。马云在云栖大会上也表达了以前制造业靠电，未来靠数据的观点。但究其根本，大数据是手段而不是目的，人工智能也是如此。如果仅仅因为工业互联网的概念很热，企业就要去盲目拥抱工业互联网和工业大数据、人工智能技术，实际上是一个非常错误的观点。

　　其实大数据支撑制造业的业务变革最根本的目标就是提质增效，在自动化与信息化基础之上，实现智能化的制造体系。在智能制造的基础上，然后才是打造平台，构建产业生态，与产业链进行更有效的协同，实现工业互联网的乘法式发展。

　　工业大数据的三个典型应用方向，也是我们实现工业互联网的目标，包括智能装备、服务型制造和跨界融合。第一个层次是设备级的，就是提高单台设备的可靠性、识别设备故障、优化设备运行等;第二个层次更多是针对产线、车间、工厂，提高运作效率，包括能耗优化、供应链管理、质量管理等;第三个层次是跨出了工厂边界的产业跨界，实现产业互联。

　　工业大数据并不是凭空而来，传统工业信息化一直在进行。工业大数据来源于产品全生命周期各个环节的机器设备数据、工业信息化数据和产业链跨界数据，包括市场、设计、制造、服务、再制造等，每个环节都会有大量数据，全生命明周期会合起来的数据更大。

　　可以说，工业信息化过程一直在产生大量的数据，工业从数据到大数据，其实更多要考虑的是与自动化域数据的叠加，这是数据的两化融合。而在工业互联网时代，则还需要纳入更多来自产业链上下游以及跨界的数据。

　　而且在目前来说，工业大数据也同样面临着挑战，大数据技术的应用仍有困难。

　　第一是数据搜集，要对来自网络包括物联网和机构信息系统的数据附上时空标签，去伪存真，尽可能收集异源甚至是异构的数据，还可与历史数据对照，多角度检验数据的全面性和可信性。

　　第二是数据存储，要达到低成本、低能耗、高可靠性目标，要用到冗余配置，分布和云计算技术，存储时对数据进行分类，并加入便于检索的标签。

　　第三是数据处理，利用上下文关联进行语义分析，现在关于上下文这种关联，也是一个国际上比较热门的一个领域。

　　第四是可视化呈现，目前计算机智能化有了很大的进步和发展，但是谈不到深层次数据挖掘，现有数据挖掘算法在行业中难以应用，就是我们谈到的智能之路进步很大，但还很遥远。

　　工业大数据是新一轮产业革命的核心，是实现工业4.0、工业互联网和中国制造2025的重要抓手，将推动企业从制造走向智造，需要用全新的大数据思维模式才能开辟工业化建设实现跨越式发展的新途径。