在2019年两会上，李克强总理不作政府工作报告回应，要打造出工业互联网平台，扩展“智能+”，为制造业转型升级赋能。而早在2017年12月，习近平总书记在中央政治局第二次集体自学时就特别强调，要了解实行工业互联网创意发展战略，系统前进工业互联网基础设施和数据资源管理体系建设，充分发挥数据的基础资源起到和创意引擎起到，减缓构成以创意为主要引导和承托的数字经济。可以说道，宏观上，大力发展工业互联网，把数据技术和工业转型升级融合，早已沦为决策层的共识。微观上，大数据技术的应用于早已开始给企业带给实实在在的收益。

工业互联网产业联盟2019年2月公布的《工业互联网平台白皮书》（下称“白皮书”）表明，工业研发设计、工艺优化、设备确保、质量掌控、节能减排等方面的起到更加突显。根据白皮书，中国石化对4600个出厂的石脑油原料展开分析建模，优化工艺操作者参数，使汽油收率提升0.22%，辛烷值提升0.90%。中化能源对泵机群、压缩机、蒸汽轮机等装备展开身体健康管理，构建了设备故障的临床、预测性报警及分析，设备确保成本每年增加15%。

航天电器创建多种因素与质量关键KPI的关联关系模型，对设备、工艺、检测等数据展开关因分析，不良品率减少56%。山钢集团对横跨工序能效数据展开动态寻优，年化能源降本8000多万元，能耗成本减少11.4%。酒钢集团通过大数据分析构建能耗的智能化管理，单座高炉每年降低成本2400万元，增加碳排放20000吨，冶金效率提高10%。

随着这几年工业互联网的不断深入发展，大数据在工业领域的应用于获得了尚之信的巨大进步。然而，我们也应当看见，顺利案例依然只是星星之火。由点及面构成燎原之势，任重道远，还必须横跨“缺数”、“低质”、“浅层”、“孤岛”等障碍。

一是“缺数”。理论上，工业领域的数据应当是非常丰富的。

麦肯锡2009年的报告表明，美国的线性制造业是所有行业中数据储量仅次于的。而我国情况如何呢？根据中国信息通信研究院和工业互联网产业联盟2018年底对国内74家工业企业的调研，我国工业企业的数据资源存量广泛并不大，66%的企业数据总量都在20TB以下，还将近一个省级电信运营商日增数据量的十分之一。这背后的原因主要是我国工业互联网发展还正处于跟上阶段，企业数字化网络化程度广泛较低，数据资源的累积尚需时日。而目前工业系统协议七国八制现象十分引人注目，很多软件系统的模块不对外开放，也减少了数据采集的技术难度。

二是“低质”。警觉“垃圾入，垃圾出有”！数据质量问题是长年后遗症数据分析工作的难题。工业领域对数据分析的可靠性拒绝更高，因而对数据质量的拒绝也就更高。

美国2016年《联邦大数据研发战略计划》还专门把保证数据质量、提高数据分析可信性作为七大战略之一。从信息化程度较高的金融、电信、互联网等行业的经验看，如果不积极开展专门的数据管理，就无法保证数据质量。

调查指出，我国工业企业只有将近1/3的企业积极开展了数据管理，51%的企业仍在用于文档或更加完整的方式展开数据管理。在数据管理方面，大部分工业企业还须要减缓上课。

三是“孤岛”。数据孤岛是完全所有企业都面对的困境。

从单一企业内部来看，不存在着有所不同时期由有所不同供应商建设的客户管理、生产管理、销售订购、订单仓储、财务人力等众多IT系统，烟囱林立，而要深度前进智能生产，更加要切断IT和OT，前进可玩性十分大，而且越大的企业包袱越重。从全行业看，发展工业互联网，构建从单一企业内部的局部优化，横跨到整个产业链的全局优化，必定要构建经销与供应链上有所不同企业之间的数据流通，更进一步面对着安全性合规、商业模式和技术标准的更大挑战。调查表明，多达半数的企业回应必须用于外部数据或对外提供数据，仅有2.7%企业实在会牵涉到数据合作。

德国工业4.0计划早已把数据流通作为重点议题，国内增进工业数据流通方面工作还须要减缓。四是“浅层”。大数据在工业领域的起到，横向可以从三个层次来看：最基础的，是可以根据数据来叙述工业产线、营销和企业经营活动的历史与现状；更进一步的，可以基于数据预测设备、车间和整个企业的未来状况；最低层次，是根据数据分析结果，跨过人工干预，自动的必要指导企业运作，构成智能化的数据闭环。

纵向则可以横跨设计、生产、销售、服务等全链条。但前进情况如何呢？最近，工业互联网联盟对国内外366个工业互联网平台应用于案例展开了分析，40%的平台应用于集中于在产品或设备数据的检测、临床与预测性分析领域，而在牵涉到数据范围更加甚广、分析复杂度更高的经营管理优化和资源给定协同等场景中，多数平台现有数据分析能力还无法符合应用于拒绝，必须更进一步推展数据分析技术创新以及构建长年的工业科学知识累积。

工业数据分析的深度还须要减缓爬坡升级。工业互联网的长年目标，是建构“数字双胞胎”，使得物理世界的万物以求在数字世界再现，通过数字世界里的计算出来、分析、预测、优化，来指导物理世界的线性规划运营。这就拒绝在物理和数字这对双胞胎之间架设通畅的“大动脉”。

数据就是这大动脉里流过的血液。只有工业数据更加非常丰富、全面，质量更加低，“数字双胞胎”才能长得像。

在这基础上，对工业数据的分析利用，还必须融合对物理机理模型的明了解读，甚至老师傅几十年累积的经验，大大递归、南北了解。作好了这些，数据对制造业转型的基础资源起到和创意引擎起到就能确实发挥出来。

本文来源：九游会j9-www.sdcszg.com