随着云计算、物联网、移动计算、大数据、人工智能等新一代信息技术的兴起和我国制造业向数字化、网络化、智能化的持续推进，大数据在工业领域的应用引发了制造业的普遍关注。但是，对工业大数据的理解还存在一些疑问和分歧。本文提出工业大数据的三个基本问题，共同探讨。
WHY
首先，得益于互联网的发展。大数据在互联网的率先应用，促进了相关技术的不断发展和成熟，随后逐步渗透到其他行业，大数据与制造业的结合，称为“工业大数据”。
其次，与制造业数字化、网络化和智能化的客观事实密切相关。自动化/ 智能化的设备、生产单元和产线，以及智能化的产品，在运行过程中产生了大量的数据，这些数据蕴藏着有价值的信息。例如，GE 航空发动机每天提供给监控系统的数据超过1PB，福特的插电式混合动力汽车每小时能生成数据25GB，一台数控机床每年的数据量也可达700TB。
第三，大数据相关技术的拥有成本越来越低。传感器技术、通讯技术的发展，使得获取实时数据的成本已不再高昂。嵌入式系统、低耗能半导体、处理器、云计算等技术的兴起使得设备运算能力大幅提升，可实时处理大数据。开源技术的生态完整性，使得构建一个大数据平台的技术门槛越来越低。
另外，我们看到，制造资源、制造过程和商业活动变得越来越复杂，管理和决策的复杂度也在提升，依靠人的经验和分析已经无法应对如此复杂的商业环境。借助数据、算法和软件代码，可以突破人脑的限制，开展更加复杂的分析、预测，支持过程、产品和决策优化。
最后，我们必须承认，美国管理信息系统专家诺兰在四十年前提出的信息化“六阶段模型”，今天看来仍然正确。根据诺兰模型，数据管理是企业信息化走向成熟的必经之路。而目前，即便国内的大型制造企业也仅处于集成阶段或数据管理阶段的早期，而绝大多数中小企业可能还处于诺兰模型的前三个阶段。
WHAT
正如从工业大数据视角看统一IT架构可以看到工业大数据框架一样（如图1），每个人看待工业大数据也有不同的视角，不同的视角获得不同的视图，大家讨论的内容就有可能不一样，存在分歧就在所难免。如果沟通存在障碍，工作推进势必受到影响。
数据视角
于工业大数据的范围是有争议的，一种观点认为，工业大数据主要指的是设备数据，因为其符合大数据的4V 特征。另一种观点认为，工业大数据是指工业企业的所有数据，既包括“大”数据，也包括“小”数据。从现实意义上来说，推荐第二种理解。因为，无论是“小”数据还是“大”数据，都是企业“资产”，实际应用过程中，数据集包含了这两类数据。企业只有将所有的数据看作一个整体，数据资产的价值才能够被充分挖掘出来。
应用视角
与数据相关的应用覆盖数据的全价值链，涉及数据提供、数据采集、数据存储与管理、数据分析、数据应用。数据提供类的软件一般为“交易型应用”，如ERP、MES。数据应用类的软件被称为“分析型应用”，如查询统计、挖掘分析、预测等。
技术视角
工业大数据涉及一系列技术的使用，如：数据采集、数据存储、数据分析等。成熟的技术可能被代码化封装在相关应用当中，但还有一些技术，特别是与行业特定应用场景相关的技术（如工程软件的数据获取），还需要研发。另外，要支撑完整的工业大数据应用，必须对软件平台、计算机基础设施、安全体系等进行重新规划，甚至重建。
业务视角
从业务视角看工业大数据，实际上就是识别大数据的应用场景和需求，如产品优化设计、工艺流程优化、设备健康管理、供应链与物流优化、产品运行监控、智能决策等，业务才是工业大数据的本源。
HOW
工业大数据的推进工作千头万绪，如果没有整体规划，手里没有一张完整的“地图”，就不知道从何入手，也无法合理、有序地安排投入。
推进框架
工业大数据工作可以分为五类：构建知识体、数据识别与定义、数据集成与共享、数据分析与利用、数据治理（图2）。构建知识体的目的是为了规范相关术语概念，建立统一语言，统一大数据认知。数据识别与定义的目的是为了摸清数据资产状况，规范数据。数据集成与共享的目的是打通信息通道，让数据流动起来。数据分析与利用的目的是为了让数据产生价值。数据治理的核心目的是为了保障数据安全、数据质量。
切入点的选择
既可以从构建数据治理体系切入，以落实组织和职责，建立机制；也可以从数据模型开发切入，以理清数据资产、规范数据； 还可以从一个业务域的大数据应用切入，以应用拉动数据治理。从宏观角度看，五类工作并没有必然的次序，可以并行开展，只是在具体任务编排时，遵循识别与定义、采集、存储、分析和应用的基本逻辑。
注意事项
一是数据标准化，核心是数据模型。只有掌握一套企业级数据模型，并以此为基础对各项应用的数据库进行管控，企业的数据资产才真正受控。二是数据整合。数据只有整合起来，建立数据关联，才能够发挥更大的价值，数据整合的前提是有一套数据标准。三是数据安全，对于军工企业尤其如此。
大数据强调数据关联、整合，这势必会显著增加安全风险。为确保数据安全，一是充分利用技术手段，二是选择可靠的实施服务提供商。
