当前，关于工业互联网、工业大数据的理念及发展正在制造业广泛传播。12月10日，在2015全球信息技术主管大会上，中国工业大数据创新发展联盟正式发布了《中国工业大数据创新发展绿皮书》。
全国政协委员、中国电子学会副理事长兼秘书长，中国工业大数据创新发展联盟理事长兼秘书长徐晓兰在发布时说，现在的制造业，谁有了工业大数据谁就拥有了智能化的先手，所以工业大数据正成为重构制造业的重要抓手。她表示，目前全球工业大数据的应用仍处于起步阶段，这是中国发展工业大数据的机遇。
中国工业大数据创新发展联盟于今年6月成立，由中国电子学会、电子科学技术情报研究所等单位发起成立。资料显示，联盟依托中国首席信息官联盟跨行业、跨地区资源，发挥“CIO+”效应，整合多方资源，打造政用产学研协同创新平台，通过研讨交流、推广应用、标准研制、人才培养、业务合作等工作，服务产业生态建设，协助制定工业大数据领域的发展政策，助推工业大数据的政产学研用协同创新。
涂晓兰的另一个身份是中国首席信息官联盟理事长。据笔者不完全统计，目前全国范围内，比较活跃的全国性CIO联盟、CIO协会及区域性CIO组织有数十个；如果加上各行业的CIO组织，则可能达上百个。而在私底下，这些组织均戏称中国首席信息官联盟为CIO“国家队”。
据透露，中央组织部将推出“信息化万人计划”，联盟将大力推荐全国优秀CIO与此对接。因此，该计划势必对促进工业发数据发展起到推动作用。
以下内容根据《中国工业大数据创新发展绿皮书》整理。
工业大数据的概念
什么叫工业大数据？工业大数据是以工业系统的数据采集、特征分析为基础，对设备和装备的质量和生产效率，以及产业链进行更有效的优化管理，并对未来的制造系统搭建无忧的环境或者更智能化的环境为发展目标。
工业大数据其实是围绕着一个企业的生产链和管理链来展开的，比如从客户的管理系统CRM开始一直到后面针对智能设备的全流程的管理等等，产生了工业大数据。
工业大数据的特征与价值
与互联网大数据相比，工业大数据具有更强的专业性、关联性、流程性、持续性和解析性等特点。它的价值体现在：以较低的成本来满足用户定制化的需要，将来的用户需求更加具有个性化、柔性制造和定制化的发展方向和发展需求；使制造过程的信息更加透明化，提高效率和质量，降低成本和资源的消耗；提供设备全生命周期的信息管理和服务，使人的工作更加简单，在提高生产效率的同时，来降低工作量，实现全产业链的信息整合，使整个生产系统更加优化。
互联网一定是大数据产生的的根源。工业大数据与互联网大数据相比，从数据量的需求，数据质量要求，数据属性的解读、分析手段、分析解决的准确性要求，都不尽相同，所以我们说到工业大数据更具有专业性，更需要准确性、关联性、流程性、持续性和解析性。
工业大数据价值的核心是什么？是信息物流系统（CPS，赛博系统）。CPS系统能够对数据进行收集、汇总、解析、排序、分析、预测、决策、分发等流程化处理，具有对工业数据进行流水线实时分析的能力，并在分析的过程中充分考虑其机理逻辑、流程关系、活动目标、商业活动等特征和要求，因此，CPS是工业大数据分析中智能化体系的核心之核心。
工业大数据既来自整个智能设备和产品，又来自整个工厂，整个网络，还来自整个服务，所以它是整个企业全生命周期的一个数据汇集和处理。
工业大数据重构制造业
工业大数据还有一个很重要的战略地位，就是正在重构制造业。传统制造业企业的优势是从源头占领了机器，互联网公司的优势是控制了用户，善于数据分析，谁拥有了大数据，谁就拥有了金矿，谁就拥有了占领市场的制高点。同样，现在的制造业，谁有了工业大数据谁就拥有了智能化的先手，所以工业大数据正成为重构制造业的重要抓手。
如果把来自生产设备的生产行为本身的相关数据，还有来自产品本身的相关数据，进行对比，会发现来自生产行为的相关数据数据质量要求高，典型应用就是设备的智能控制、设备的智能维护、设备的运行状态的检测；从产品的相关数据来看，特点与互联网大数据相似，数据格式相对统一，生产、计划、应用、产品质量管理、需求管理应用等等。
从应用生态来看，工业大数据主要包含了数据的产生和采集，数据的存储，数据处理，分析数据发布、展示和应用，所以目前全球工业大数据的应用仍处于起步阶段，因为全球都在起步，所以中国更具有发展工业大数据的机遇。
智能制造中的数据产生、采集和存储
数据是怎么产生的，如何采集，数据是如何存储的？智能制造大数据分为结构化数据、半结构化数据和非结构化数据，所以目前的数据采集既有基于Hadoop的日日采集，也有来自网络数据的采集，比如网络爬虫技术，还有来自物联网的智能终端来传输过来的数据。
从数据存储来说，云存储是通过网络和分布式的系统将分散的存储设备连接整合成一个高效、便捷、可靠的系统，通过某种应用软件共同一致的对外提供在线的数据存储和业务访问。
智能制造中数据处理和分析，要从大量的杂乱无章的难以理解的数据中抽取出有价值和意义的数据，有批量数据处理技术如Hadoop、流式数据处理技术、交互式数据处理技术、图数据处理技术。在数据分析方面，美国提出了5S方法论，主要包括数据连接、智能分析、信息同步、标准化、可持续等等。
智能制造中工业大数据的应用主要用在政府和行业、企业层面。政府应用大数据，能够整合资源，提升监管水平，提高服务能力。行业应用大数据，能够科学决策、提高业务敏捷度、获取商业价值。通过大数据的应用平台，企业预期的收益主要包含产品层面、智能设计与优化、销售层面等等。
中国工业大数据的应用现状与建议
我国对大数据包括工业大数据的发展都非常重视，从“智能制造”、“互联网+”、“大数据发展纲要”等方面，都有阐述。工信部部长苗玗在2014年智能制造国际会议上曾提出，以互联网思维创新工作思路和机制，推动互联网与制造业深度融合，一方面是推动物联网、大数据技术在工业领域的集成创新和应用，另一方面是制造方式的互联网化。
中国工业发展技术水平相对落后，基本仍处于工业2.0-3.0阶段，工业与互联网的融合程度非常低，传感和控制关键零部件依赖进口，基础软件产品、人工智能技术等工业大数据的相关技术和应用基础弱、底子薄，特别是关键技术，有些还被国外的公司所掌控。
中国工业大数据在应用层面比较丰富多彩，所以很多企业都有所涉猎。
第一个建议要加强两个层面设计，提高工业大数据发展水平。建议尽快出台推动工业大数据发展的国家政策，明确技术及应用发展路线图，从企业、行业两个层面全面谋划工业大数据应用。针对企业，采取税收减免等措施。第二加大财政支持力度，推广工业大数据行业应用。第三是完善人才激励机制，形成以人兴业的产业生态。
