在当今竞争激烈的商业环境中
企业正面临着前所未有的
即如何利用大数据
快速而精确地决策以提高生产力
追溯过去
整个制造业看的是生产力需求
今天我们的需求发生了变化
在最近的朋友圈里董明珠和刘强东的一张合影照火了
大家都在很high地讨论两位强势企业家的颜值等八卦话题
但主要看气质
他们坐在一起谈了些什么、谋划些什么
没人知晓，而此刻终于真相大白
刘强东和董小姐牵手了
他们一同出现在了《让世界爱上中国造》广告片里
片中刘强东说“没有互联网，你会明珠黯淡”
董明珠说“没有先进制造业，你是空中楼阁”
两人片尾共同喊出“那我们携手，让世界爱上中国造”
1如何理解工业大数据
大数据的理念已经广为大众所接受，其核心都强调价值。目前，除了大数据的基础建设之外，从数据到信息的工作，更多的是停留在社交或商业数据挖掘上。
这些研究都非常重要，也极具创新意义，特别是对拉动消费很有帮助。但是，这些实践都只关注了“人为数据或与人相关的数据”，而忽略了“机器数据或工业数据”，如设备控制器、传感器、制造系统等。
产品做出来之后，到底如何使用它？
以前关心的是如何生产最好的产品
现在关心的是产品怎么去用，消费体验在哪里？
2工业大数据的核心支撑力
在工业大数据的实践中，宏观与微观、规模与定制、个性与共性必然成为主要的几个矛盾。在这三大矛盾的背后，我们要通过工业大数据看到我们以前看不到的因素，处理好这些数据，让数据成为有价值的信息。
工业4.0的四个支撑力值得我关注
一、降低生产过程中的浪费
生产过程中的消耗来源于组织与组织之间、人与人之间、材料与工艺之间、流程之间，所以我们首先要考虑的问题是，如何降低消耗、浪费。
二、制造工业环保与安全
没有碳排放是不现实的，但排放怎么转移，怎么去消费它是问题。
三、根据生产状况，实现系统自我调整
在工业大数据里，我们称之为自适应。整个工业4.0讲的就是自适应、自感应、自调理。大数据分析到最后有很大程度取决于人工智能，指的是自适应能力的强弱，机器自我学习能力的强弱。
四、实现制造业的价值化
这五大支柱的焦点就是显性因素和非显性因素。我们曾经关心的是产品的制造、产品的制造工艺、产品本身的质量等显性因素。
在工业大数据里
想要解决的问题就是那些非显性因素
设备处于亚健康状态，我们看不到。对于未来的智能工业来说，想要达到零宕机、零排放、零维修等目的，必须突破的一个关键点就是关注相关的隐形因素，做好量化与数据交叉关联分析。
3数据信息驱动工业革命
首先，今天面临的第一个挑战是怎么让用户有更好的消费体验。其次，企业各部门的竖井没有打通，缺乏环境数据，包括类似地理位置信息、设备的生命状态等。产品的设定和生产要素，跟流程、工艺都有千丝万缕的关系，数字化能够帮我们把这个轮廓勾勒出来。
工业数据通过哪些能力最终形成商业机会？有四个方面需要关注：
一、沟通
即设备环境信号识别。信号识别的关键点是信息收集过程中实时性还不够，信号识别的对象不够完整和全面，这是建立工业大数据能力需要考虑的第一个问题。
二、集成与融合
即大数据的数据平台。所谓融合就是说，OA、知识库、ERP、采购系统等所有可触摸和非可触摸的数据都应该串联起来。这一串联工作还有非常漫长的路要走。
三、分析与决策
我们大数据的建模能力不差，缺的是对行业理解的投入以及形成模型的能力，以及不断推倒重建和调整的持续投入。
四、创建自助服务文化
机器能够自我学习和自我调节。通过焦点转移到不可见的因素，数据给了我们发现创新的全新多视角，最终导向了革命性的商业机会。
4数工业数据“富有”VS信息“贫穷”
数据本身不会为你带来价值，数据的技术也不会让你的产业更先进，数据必须转成信息后才会对产业产生价值。智能工厂通过与环境系统的无缝交互，设备能够有自我意识和自学能力，在未来可以实现更高程度的智能控制和优化控制。
工业大数据给了我们一个看世界的新角度。通过360度全景的数字视角，可能给我们带来些新的优势，这就是所谓信息技术成为创新驱动核心动力的来源。
工业数据到底在哪里?我们要什么样的数据?对于生产价值来讲，核心就是工业物联网(IOT)。从智能设备角度，普适计算有很大的空间，现代工人可以带一个普适感应器等设备来参加生产和管理。所以工业数据源是大量设备（250亿左右）之间的关联，这才是我们未来真正需要去采纳的数据。
从今天的制造业现代化转型到未来的智能工厂，我们要把管理员与操作员互动的数据、设备机群的数据、流程质量相关的数据，通过传感器与控制器网络整合。
大数据和云技术是整合的核心科技。大数据环境中的数据管理与分配对实现自我意识设备和自学设备至关重要。
未来智能供应链可以从生产、需求、服务的三个大方面来实现
工业创新要以用户需求为转型的核心驱动，借助互联网的灵活和广阔，结合大数据行业的数据管理与分析技术，通过信息物理系统和决策支持系统，让我们的工业物理和信息空间融合同步，实现工业生产的自我意识和自我学习，形成预测监控系统的智能制造业大数据环境，帮助企业做出更“明智”的决策。
（来源：蜂迷世界）
