工業大數據

出自 MBA智库百科(https://wiki.mbalib.com/)

　　工業大數據是指在工業領域中，圍繞典型智能製造模式，從客戶需求到銷售、訂單、計劃、研發、設計、工藝、製造、採購、供應、庫存、發貨和交付、售後服務、運維、報廢或回收再製造等整個產品全生命周期各個環節所產生的各類數據及相關技術和應用的總稱。工業大數據以產品數據為核心，極大延展了傳統工業數據範圍，同時還包括工業大數據相關技術和應用。

　　工業大數據具備雙重屬性：價值屬性和產權屬性。一方面，通過工業大數據分析等關鍵技術能夠實現設計、工藝、生產、管理、服務等各個環節智能化水平的提升，滿足用戶定製化需求，提高生產效率並降低生產成本，為企業創造可量化的價值；另一方面，這些數據具有明確的權屬關係和資產價值，企業能夠決定數據的具體使用方式和邊界，數據產權屬性明顯。工業大數據的價值屬性實質上是基於工業大數據採集、存儲、分析等關鍵技術，對工業生產、運維、服務過程中數據實現價值的提升或變現；工業大數據的產權屬性則偏重於通過管理機制和管理方法幫助工業企業明晰數據資產目錄與數據資源分佈，確定所有權邊界，為其價值的深入挖掘提供支撐。

　　(一)製造業從5M模式向6C模式轉型將催生工業大數據

　　在工業3.0或工業自動化時代，傳統製造業模式的特征可以用5個字母(5M)來概括，即Material(材料，包含了其功能與特性)、Ma-chine(機器，指加工能力和精度)、Methods(方法，指產能和生產效率)、Measurement(測度，指如何探測與改進)、Modeling(建模，指對生產流程的預測、優化和防範)。在智能製造時代，製造業生產方式也許應該用六個字母(6C)來定義，即Connection(連接，主要指感測器和網路)、Cloud(雲儲存，即任意時間和需求的數據)、Cyber(虛擬網路，包括模式與記憶)、Content(內容，是指相關性及含義)、Community(社群，包含分享和交際的功能)、Customization(定製化，指個性化的價值與服務)。在製造智能化時代，工業機器、設備、存儲系統以及運營資源可以利用現代網路通信技術連接成網路。這些工廠與機器設備不僅可以隨時隨地進行信息分享，而且互相連接的系統可以獨立地自我管理(自組織)。

　　要達到這一目標，現有的工業製造系統需要對製造設備本身的以及產品製造過程中產生的數據進行更深入的分析，也就是說，企業必須掌握通過工業IT設施收集、傳輸和分析處理大數據的能力。隨著智能感測器技術如RFID的發展，數據的收集已經變得簡單和可行，而雲計算等技術的發展，也使得分析與處理大數據變得高速與高效。在工業4.0模式中，CPS系統將通過M2M通信(Machine -to-Machine，機器對機器)在工業機器與設備之間實現信息交換、運轉和互相操控，被製造的產品可以與機器設備交流，機器可以自組織生產，智能工廠能夠自行運轉。因此可以說，工業大數據是由一個工業體系或者一個產品製造流程智能化催生出來的數據，即是製造業智能化的必然結果，也是製造業智能化的必要條件與基礎。

　　(二)工業大數據為研究工業複雜系統動態行為機理提供可能

　　工業大數據同我們傳統提到的消費、商業中的大數據概念有相似的一面，但又有差異。工業領域大數據主要呈現大體量、多源性、連續採樣、價值密度低、動態性強等特點。大數據應用技術出現前，除結構化數據外，其他半結構化、非結構化等類型數據很難通過機器分析來挖掘應用價值，而目前大數據應用技術、建模技術與模擬技術等信息技術，為研究工業領域機理不清的複雜系統的動態行為開闢了可能途徑。例如，風力渦輪機制造商在對天氣數據及渦輪儀錶數據進行交叉分析的基礎上，可以對風力渦輪機佈局進行改善，從而增加風力渦輪機的電力輸出水平並延長其服務壽命。

　　工業自動化、智能化系統的建模，控制系統的運行、管理與優化，無不涉及到大量的圖像及數據信息。同樣，企業的綜合生產指標、生產計劃調度、生產線的質量控制等等，同樣涉及到大量複雜的數據。而通過信息化手段對流程進行優化整合，必須要用到大數據技術，以此實現工業系統的優化運行。因此，大數據應用對於工業領域動態模型建設、安全運行及監控、多目標優化控制方法等多個方面將有促進作用。

　(一)創建透明度，優化運營效率

　　在傳統的製造企業中，大量的數據分佈於企業中的各個部門中，要想在整個企業內及時、快速提取這些數據存在一定的困難。而有了工業大數據，就可以利用大數據技術幫助企業將所有的數據集中在一個平臺上，以此充分整合來自研發、工程、生產部門的數據，創建產品生命周期管理平臺，對工業產品的生產進行虛擬模型化，優化生產流程，確保企業內的所有部門以相同的數據協同工作，從而提升組織的運營效率，縮短產品的研發與上市時間。

　　(二)優化供應鏈，細分市場

　　利用感測器創造並存儲更多數據和出自供應商資料庫的數據，製造企業可以實時收集更多準確的運作與績效數據，不斷可以跟蹤產品庫存和銷售價格，而且準確地預測全球不同區域的需求，從而運用數據分析得到更好的決策來優化供應鏈。製造企業還可以利用大數據技術對客戶進行細分，優化生產流程以定製化產品和服務來滿足不同用戶的不同需求，創造更好的產品。企業不僅可以滿足消費者高度個性化的需求，也能夠對原材料供應變動和市場需求的變化做出及時的反應和調整，實現產品由大規模趨同性生產向規模化定製生產轉變。

　　(三)提升競爭力，創新商業模式

　　大數據讓傳統製造企業能夠創新產品和服務，從而創造全新的商業模式。傳統的製造企業不再單單是圍繞產品產銷的實體物理設備的生產企業，而是充分藉助大數據、網路等新技術的生產服務型企業。在工業4.0或工業互聯網時代，製造企業通過內嵌在產品中的感測器獲得數據，從發電設備到工程機械，一切都可以連接到互聯網上，為機器設備的作業監控、性能維護和預防性養護提供狀態更新和性能數據。例如實時位置數據的出現已經創造了一套全新的跟蹤服務體系，可以使飛機發動機製造企業提供航空信息與服務管理。這不但可以使製造企業自身提升生產效率和產業競爭力，更可以為其所服務的客戶創造新的價值。

　　(一)數據開發共用與安全保護政策

　　由於工業大數據是數字化的和橫跨企業邊界甚至是跨越國界的(如跨國公司不同國家工廠的數據)，因此安全、開放、共用等一些政策問題必須得到有效解決。隨著工業大數據的價值越來越被重視，生產設施和數據中的商業秘密和專利技術也必須同樣受到保護。在工業4.0或工業互聯網時代，工業IT系統的安全不僅涉及生產操作環節，而且還關聯到由此延伸的通訊網路環節，因此，研究並出台相應的工業IT系統的安全策略、架構和標準，保護製造企業的生產系統的安全、數據安全，提升系統的緊密性、完整性和有效性，將是個非常重要的問題。

　　工業大數據日益提高的經濟價值也會產生大量的法律問題，如，如何剋服阻礙數據獲取的障礙、建立交易或共用數據的市場機制，如何保護工業大數據中的知識產權。這需要政府制定平衡數據使用與數據安全保護的政策，制定鼓勵數據共用的獎勵措施、建立有效的促進創新的知識產權框架，以及面向公眾開放政府部門擁有的能夠公開的大數據，從而促進工業大數據共用和整合以及價值創造。

　　(二)建立容量更大、服務質量更可靠的工業寬頻基礎設施

　　信息物理融合系統或工業互聯網的實現，是建立在連續採樣、大體量的工業大數據基礎上的，而工業大數據的傳輸、交互和共用，必然要求建立容量、帶寬、存儲與數據處理能力更強大的基礎實施，以及極高的通信智能和管理智能。現有的網路基礎設施肯定難以滿足工業4.0或工業互聯網時代的要求。因此，容量更大、服務質量更可靠的工業寬頻基礎設施將成為工業大數據發展的重要組成部分。因此，政府有必要對擴建工業寬頻基礎設施制定專門的激勵措施，獎勵和鼓勵工業寬頻基礎實施的投資與建設。有效的工業寬頻基礎設施，應該簡易、安全、價格合理以及易擴展，不僅應該應用於智能工廠，也能夠包括智能電網、智能交通以及智慧醫療。

　　(三)應用和創新工業大數據開發與分析技術

　　工業信息化系統產生的大數據，必須先經過整理和分析，讓其變成“信息”，然後再深加工為“知識”，在這個通過大數據獲取價值的轉化過程中，製造企業需要新的技術(例如存儲、計算和分析軟體)和技能(新的分析類型)。目前很多企業還處於工業2.0時代，工業信息化、智能化水平較低，缺乏將大數據技術整合到自身系統的技術能力。而對於那些工業3.0時代的企業來說，現有的舊系統和不兼容的標準和格式，也會妨礙大數據分析工具的應用。因此，促進位造企業和技術人員整合、應用不斷創新的工業大數據開發與分析技術，促進位造企業從工業大數據中獲取最大收益，是非常緊迫的挑戰與任務。

　　(四)製造企業的組織變革和人才培養

　　讓製造企業領導認識到對工業大數據蘊含的價值以及如何釋放這一價值，將是一個富有挑戰的過程。製造企業不但需要擁有具備挖掘大數據價值的技術人員，同時需要構建適當的工作流程和激勵措施來優化大數據的使用，才有可能利用工業大數據來優化企業管理、創造新的產品、服務和商業模式。同時，製造企業中不同部門產生的數據能夠集成、交互共用，打破信息“孤島”現象，也需要相應的組織體系變革。因此，政府應該創造激勵措施並對製造企業管理者進行大數據分析技術培訓，採取措施鼓勵企業加強大數據相關人才的培養。

　　工業大數據的邊界可以從數據來源、工業大數據的應用場景兩大維度進行明確。從數據的來源看，工業大數據主要包括三類：

　　第一類是企業運營管理相關的業務數據。這類數據來自企業信息化範疇，包括企業資源計劃(ERP)、產品生命周期管理(PLM)、供應鏈管理(SCM)、客戶關係管理(CRM)和能耗管理系統（EMS)等，此類數據是工業企業傳統意義上的數據資產。

　　第二類是製造過程數據。主要是指工業生產過程中，裝備、物料及產品加工過程的工況狀態參數、環境參數等生產情況數據，通過MES系統實時傳遞，目前在智能裝備大量應用的情況下，此類數據量增長最快。

　　第三類是企業外部數據。包括工業企業產品售出之後的使用、運營情況的數據，同時還包括大量客戶名單、供應商名單、外部的互聯網等數據。

　　從工業大數據的應用場景看，工業大數據是針對每一個特定工業場景，以工業場景相關的大數據集為基礎，集成工業大數據系列技術與方法，獲得有價值信息的過程。工業大數據應用的目標是從複雜的數據集中發現新的模式與知識，挖掘得到有價值的信息，從而促進工業企業的產品創新、運營提質和管理增效。根據行業自身的生產特點和發展需求，工業大數據在不同行業中的應用重點以及所產生的業務價值也不盡相同。在流程製造業中，企業利用生產相關數據進行設備預測性維護、能源平衡預測及工藝參數尋優，可以降低生產成本、提升工藝水平、保障生產安全。對於離散製造業，工業大數據的應用促進了智慧供應鏈管理、個性化定製等新型商業模式的快速發展，有助於企業提高精益生產水平、供應鏈效率和客戶滿意度。

　　工業是國民經濟的基礎和支柱，也是一國經濟實力和競爭力的重要標誌。隨著雲計算、大數據和物聯網等新興技術的發展，全球掀起了以製造業轉型升級為首要任務的新一輪工業變革，主要的工業發達體紛紛制定工業再發展戰略。

　　2014年，美國白宮總統行政辦公室發佈《2014年全球大數據白皮書》，文中指出，美國大型企業在投資大數據科技方面存在以下幾個關鍵驅動因素：分析運營和交易數據的能力；洞察客戶線上消費的行為，以向市場提供新的高度複雜的產品；對組織中的機器和設備進行更加深入的感知。

　　2018年10月，美國白宮發佈了四年一度的《美國先進位造領導戰略》，在“智能數字製造”部分提出下一步計劃“要通過將大數據分析和先進的感測和控制技術應用於大量製造業活動，促進位造業的數字化轉型”。

　　2015年4月，德國提出來“工業4.0”戰略。強調通過信息網路與工業生產系統的充分融合，使產品與生產設備之間、工廠內部縱向之間、工廠與工廠之間，都能通過CPS（信息物理系統）聯結為一個整體，從而實現生產的智能化，提升製造業的靈活性和工程效率。工業4.0戰略展現了一幅全新的工業藍圖：在現實和虛擬結合的網路世界里，互聯網將滲透到所有的關鍵領域，價值創造過程將會改變，原有的行業界限將會消失，新興的產業鏈條將會重組，全新的商業模式和合作模式將會出現。

　　德國“工業4.0”戰略的實施重點在於信息互聯技術與傳統工業製造的結合，其中大數據分析作為關鍵技術將得到較大範圍應用。一是“智能工廠”，重點研究智能化生產系統及過程，以及網路化分散式生產設施的實現；二是“智能生產”，主要涉及整個企業的生產物流管理、人機互動以及3D技術在工業生產過程中的應用等；三是“智能物流”，主要通過互聯網、物聯網、物流網，整合物流資源，充分發揮現有物流資源供應方的效率，需求方則能夠快速獲得服務匹配，得到物流支持。

　　2015年，法國推出“新工業法國戰略”，總體佈局為“一個核心，九大支點”。一個核心即“未來工業”，主要內容是實現工業生產向數字化、智能化轉型，以生產工具的轉型升級帶動商業模式轉型。九大支點，包括新資源開發、可持續發展城市、環保汽車、網路技術、大數據技術、新型醫葯等，一方面旨在為“未來工業”提供支撐，另一方面重在滿足人們日常生活的新需求。該戰略為期十年，主要解決三大問題：能源、數字革命和經濟生活。

　　2015年5月，法國經濟、工業與就業部又公佈了未來工業計劃，該計劃將在“新工業戰略”的第二階段中扮演核心角色，主要目標是建立更為互聯互通、更具有競爭力的法國工業，旨在使工業工具更加現代化，並通過數字技術幫助企業轉變經營模式、組織模式、研發模式和商業模式，實現經濟增長模式轉變。未來工業計劃提倡在一些優先領域發展工業模式，例如新資源、可持續發展城市、未來交通、未來醫葯、數據經濟、智能物體、數字安全和智能電網等。

　　隨著信息化與工業化的深度融合，工業企業所擁有的數據也日益豐富，包括設計數據、感測數據、自動控制系統數據、生產數據、供應鏈數據等，數據驅動的價值體現及其帶來的洞察力貫穿於智能製造生命周期的全過程。領先企業以平臺為載體，不斷形成針對製造業應用場景的大數據解決方案。製造和自動化領域的領軍企業也依托長期積累的核心技術和行業知識，大力推廣大數據在工業領域的應用，推動製造企業形成以數據驅動、快速迭代、持續優化的工業智能系統。面向製造業企業陸續形成的工業大數據平臺正在為工業大數據在製造業的深入應用提供新技術、新業態和新模式。工業大數據已經成為工業企業生產力、競爭力、創新能力提升的關鍵，相關技術及產品已經逐步應用於工業企業和產業鏈的各環節，是驅動智能化產品、生產與服務，實現創新、優化的重要基礎，體現在產品全生命周期中的各個階段，正在加速工業企業的轉型升級。近年來由智能製造、工業互聯網發展催生的新模式、新應用，再次豐富了工業大數據的應用場景。

　　智能化設計是支撐工業企業實現全流程智能化生產的重要條件。設計數據包括企業設計人員或消費者藉助各類輔助工具所設計的產品模型、個性化數據及相關資料，例如電腦輔助設計（CAD）、電腦輔助製造（CAM）、電腦輔助工程（CAE）、電腦輔助工藝設計（CAPP）、產品數據管理（PDM）等。工業大數據在設計環節的應用可以有效提高研發人員創新能力、研發效率和質量，推動協同設計。客戶與工業企業之間的交互和交易行為將產生大量數據，挖掘和分析這些客戶動態數據，能夠幫助客戶參與到產品的需求分析和產品設計等創新活動中，實現新型產品創新和協作的新模式。西門子在數字環境下構建基於模型和模擬的研發設計，有效提升了設計質量、節約研發成本；瑪莎拉蒂通過數字化工具加速產品設計，實現開發效率提高30%。

　　另一方面，傳統的產品設計模式是基於設計師的靈感和經驗，揣摩消費者的需求喜好，設計產品，針對性不強，不精確，工業大數據可以拉近消費者與設計師的距離，精準量化客戶需求，指導設計過程，改變產品設計模式。通過將產品生命周期設計中各個環節所需要的知識資源有機的集成在一起，運用大數據相關技術，可以將產品生命周期設計所需大數據與各種設計過程集成，以高度有序化的方式展示產品生命周期大數據與設計的關係。GE公司使用Predix平臺助力自身發動機的設計優化，平臺首先對產品交付後的使用數據進行採集分析，依托大量歷史積累數據的分析和航線運營信息的反饋，對設計端模型、參數和製造端工藝、流程進行不斷迭代優化，實現了發動機的設計改進和性能提升。金風科技通過工業大數據平臺的大數據優化處理和針對載荷的定製化應用開發，將5000個工況的單輪模擬數據的後處理速度從半個月跑1輪，提速為一周跑3輪，單輪30G模擬數據的後處理速度從幾個小時降低到了幾分鐘，極大地提升了風場定製化設計的迭代速度和開發效率。

　　工業大數據使產品生命周期大數據在設計過程中得到有效的應用、評價和推薦。設計知識能夠快速地推送給所需要的人，並方便地融合員工在設計中產生的新知識，進一步豐富產品設計大數據。

　　智能化生產是新一代智能製造的主線，通過智能系統及設備升級改造及融合，促進位造過程自動化，流程智能化。從數據採集開始，生產階段工業大數據的驅動力體現在數據關聯分析和數據反饋指導生產。在生產階段，對所採集的數據進行清洗、篩選、關聯、融合、索引、挖掘，構建應用分析模式，實現數據到信息知識的有效轉化。在製造階段，通過對製造執行系統中所採集的生產單元分配、資源狀態管理、產品跟蹤管理等信息進行關聯分析，為合理的庫存管理、計劃排程制定提供數據支撐；並且結合實時數據，對產品生產流程進行評估及預測，對生產過程進行實時監控、調整，併為發現的問題提供解決方案，實現全產業鏈的協同優化，完成數據由信息到價值的轉變。工業大數據通過採集和匯聚設備運行數據、工藝參數、質量檢測數據、物料配送數據和進度管理數據等生產現場數據，利用大數據技術分析和反饋併在製造工藝、生產流程、質量管理、設備維護、能耗管理等具體場景應用，實現生產過程的優化。

　　在製造工藝場景中，圍繞生產工藝過程參數，設備運行狀態參數與產品質量性能、生產線排產負荷、耗能等數據進行關聯性深度挖掘，形成數據閉環，可得出工藝參數的最優區間、生產質量控制的最優調控手段等，提升產品製造品質。美林數據設計的圖像實時採集與智能分析系統，能快速識別衝壓件錶面缺陷，同時關聯了質檢數據、生產過程工藝參數、產品設計參數，形成衝壓產品質量問題分析管理的閉環連接，實現了衝壓產品質量的精確控制和優化提升。阿裡巴巴基於燃燒機理與鍋爐運行數據，深度分析識別鍋爐燃燒過程中的關鍵因數，找到了最優的鍋爐操作參數，使燃煤效率提升了4.1%，大大降低了能源消耗。

　　生產流程管理優化場景中，基於數據標準化思路的企業全流程的數據集成貫通及對生產進度、物料管理、企業管理等數據的分析，提升排產、進度、物料、人員等方面管理的準確性，企業的生產效率與管理水平顯著提高。通過生產製造各個環節的數據整合集聚，對工業產品的生產過程數據進行關聯，建立虛擬模型，模擬並優化生產流程。當所有流程和績效數據都能在系統中重建時，對各環節製造數據的集成分析可以助力製造企業改進其生產流程。東方國信基於BIOP平臺，通過工業大數據分析技術，建立虛實映射、實時監控、智能診斷、協同優化的數字孿生，實現對工業實體生產製造過程和工藝流程的模擬及優化，在煉鐵、工業鍋爐、水電、空壓機、能源等多個行業或領域落地應用。

　　質量管理場景中，基於產品質檢數據和生產過程數據進行關聯性分析，實現線上質量監測和質量異常與追溯分析，提升產品良品率。例如美林數據通過分析高壓開關關鍵質檢數據及過程加工數據，開展質量問題分類、質量問題原因分析、質量問題追溯等分析管控，促使產品良品率提升1.3%，提升了企業的質量管理水平。聯想通過工業大數據平臺，提供面向製造、汽車、能源等行業的智能生產解決方案，為平臺企業生產製造過程管理提供預見性的支撐與指導，提升精益管理水平。能耗管理場景中，基於能耗數據的採集與分析，對設備、產線、場景能效使用進行合理規劃，提高能源使用效率，實現節能減排。霍尼維爾通過能源管理系統提供能源設備管理、生產能耗分析、能源平衡管理等功能，幫助用戶企業實現工藝流程的優化，設備改造升級，提升了能源利用率。

　　在複雜產線設備健康管理方面，隨著科技的不斷進步以及工業化水平的不斷提高，工業系統的規模越來越大，集成的設備越來越多。系統內部通常存在複雜的耦合關係，其可靠性難以得到保障，一旦發生故障時，設備的停機損失將會非常大。當前對於複雜系統健康度與可靠性評估主要通過利用感測器對設備進行感知和從實時資料庫系統獲取設備振動、溫度、壓力、流量等數據，基於大數據平臺對數據進行存儲管理，藉助人工智慧演算法對設備健康進行評估，實現設備故障預測和健康度監控。如美國電力公司（AEP）通過對變壓器、斷路器和蓄電池分別加裝了8600個、11500個和400多個感測器，基於其工業大數據平臺，開展設備數據採集、診斷與分析，AEP可以實時監控其設備參數、進行故障診斷預警，將設備壽命延長了3年，維護成本降低了2.7%，設備維護效率提高了4%，實現了設備預測性維護。

　　工業大數據助力解決生產過程複雜系統的精確建模、實時優化決策等關鍵問題，涌現出的一批自學習、自感知、自適應、自控制的智能產線、智能車間和智能工廠，正在推動產品製造的高質、柔性、高效、安全與綠色，驅動生產過程的智能化升級。

　　在製造業向著大型、精密、數控、全自動趨勢不斷靠攏的時代下，基於工業大數據技術，將製造環節與設計、經銷、運行、維護直至回收處理聯繫起來，由傳統的數據孤島轉為信息化協同管理，推動產業鏈各環節的並行組織和協同優化。另一方面，藉助大數據平臺，將產業鏈各個環節的數據進行採集並輸入到全生命周期資料庫形成總知識庫，通過信息技術、自動化技術、現代管理技術與製造技術相結合，構建面向企業的網路化協同製造系統，推動製造全產業鏈智能協同，優化生產要素配置和資源利用，消除低效中間環節，整體提升製造業發展水平和世界競爭力。工業大數據在網路化協同製造的應用主要體現在協同研發與製造、供應鏈管理體系優化、製造能力資源優化等方面。

　　協同研發與製造。基於設計資源的社會化共用和參與，企業能夠立足自身研發需求開展眾創、眾包等研發新模式，提升企業利用社會化創新和資金資源能力。基於統一的設計平臺與製造資源信息平臺，集成設計工具庫、模型庫、知識庫及製造企業閑置生產能力信息，產業鏈上下游企業可以實現多站點協同、多任務並行，加速新產品協同研發過程。河南航天基於航天雲網INDICS平臺，開展雲端設計、建立涵蓋複雜產品多學科專業的虛擬樣機系統，實現了複雜產品的多學科設計優化、總體設計部與總裝廠所的協同研發設計與工藝設計，研發周期縮短了35%、資源利用率提升了30%，生產效率提高了40%。

　　供應鏈管理體系優化。追蹤所有供應鏈中的在途部件是許多企業面臨的最大挑戰，通過空間地理數據的實時採集、實時數據的監控，提高供應鏈的可視化，實現供應鏈的透明化。通過空間數據的時空模式挖掘，為供應鏈物流的智能化運作提供實時決策依據，優化物流路徑、優化排程調度，最後實現供應鏈物流的高效、智能化運行。通過全產業鏈大數據的整合，使整個生產系統達到協同優化，讓生產系統更加動態靈活，進一步提高生產效率和降低生產成本，實現供應鏈配送體系優化和用戶需求快速響應。通過對產品供應鏈的大數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降。

　　製造能力資源優化。通過工業大數據技術的支撐，實現製造資源、製造能力、製造過程的信息透明，連通不同物理區域的多樣化生產資源，根據訂單需求完成最優化的資源配置，實現高效高質的零部件協同製造，統一組裝、交付，同時工業企業通過工業大數據平臺可對外開放空閑製造能力，實現製造能力的線上租用和利益分配。例如沈陽機床基於工業大數據平臺向奧邦鍛造公司提供了沈機i5機床租賃服務，按照製造能力付費，有效降低了用戶資金門檻，釋放了產能。

　　以網路化協同製造為核心理念，大數據技術作為支撐，製造業企業內部及企業間在眾多可靠的網路資源支持下實現了對不同產品各個階段的增值，促進了創新資源、生產能力、市場需求的集聚與對接，提高了產業鏈上下游的資源整合能力，促進了全社會多元化製造資源的高度有效協同。

　　現代製造企業不再僅僅是產品提供商，而是提供產品、服務、支持、自我服務和知識的“集合體”。工業大數據與新一代技術的融合應用，賦予市場、銷售、運營維護等產品全生命周期服務全新的內容，不斷催生出製造業新模式、新業態，從大規模流水線生產轉向規模化定製產和從生產型製造向服務型製造轉變，推動服務型製造業與生產性服務業大發展。

　　在市場營銷環節，利用大數據挖掘用戶需求和市場趨勢，建立用戶對商品需求的分析體系，挖掘用戶深層次的需求，尋找機會產品，進行生產指導和後期市場營銷分析；通過建立科學的商品生產方案分析系統，結合用戶需求與產品生產，形成滿足消費者預期的各品類生產方案等。航天雲網基於INDICS平臺的工業數據、供需服務信息，利用工業大數據關聯和分析為企業提供產品推薦、銷量預測、企業駕駛艙等數據服務，大大提升了平臺上的企業營銷水平及運營能力。

　　在售後服務環節，數據驅動企業創新服務模式，從被動服務、定期服務發展成為主動服務、實時服務。企業通過整合產品運行數據、銷售、客戶數據，將傳統的診斷方法與基於知識的智能機械故障診斷方法相結合，結合設備狀態監測技術、故障診斷技術和電腦網路技術，開展故障預警、遠程監控、遠程運維、質量診斷等大數據分析和預測，提供個性化、線上化、便捷化的智能化增值服務，形成“製造+服務”的新模式；建立產品電子履歷，優化產品售後保障措施，實現產品全生命周期的質量信息追溯，提升用戶滿意度。三一重工打造的根雲平臺，為行業企業提供基於物聯網、大數據的雲服務，當前平臺已接入各類高價值設備40萬台以上，採集近萬個參數，連接數千億資產，為客戶開拓超百億元的新業務，實現了製造企業的服務化轉型。

　　個性化定製也是工業大數據應用的熱點模式之一。通過工業大數據技術及解決方案，實現製造全流程數據集成貫通，構建千人千面的用戶畫像，並基於用戶的動態需求，指導需求準確地轉化為訂單，滿足用戶的動態需求變化，最終形成基於數據驅動的工業大規模個性化定製新模式。

　　大規模個性化定製模式下，企業會提供一個互聯網平臺，作為與用戶溝通交流的門戶，在該平臺上，消費者可以描述其個性化需求，進行個性化設計並下單，在收到產品後可提出意見與反饋，企業據此完善該用戶的個性化數據，併進一步優化針對該用戶的個性化設計。在大規模個性化定製生產中，數據起到了關鍵作用。需要採集客戶個性化需求數據、工業企業生產數據、外部環境數據等信息，從而建立個性化產品模型，將產品方案、物料清單、工藝方案通過製造執行系統快速傳遞給生產現場，進行生產線調整和物料準備，快速生產出符合個性化需求的定製化產品。當用戶的個性化需求訂單產生的時刻，依據基於工業大數據構建的需求轉化機制，可對製造過程中的變動做出快速整合和調整，柔性、動態地滿足用戶千人千面的個性化需求。

　　通過將工業大數據與大規模個性化定製模式的結合，形成支持工業產品開發個性化、設備管理個性化、企業管理個性化、人員管理個性化、垂直行業個性化等一系列滿足用戶個性化需求的工業價值創造新模式，為工業企業顯著降低成本，形成價值創造的新動能。例如聯想自2011年起實施了全集團的數字化轉型和全球化的大規模個性化定製實踐，構建了大規模個性化定製的先進計算與存儲設備製造支撐平臺，形成了覆蓋從用戶需求、產品設計、研發、柔性生產製造、供應鏈和金融等關鍵環節的全價值鏈精準賦能，實現了企業內部不同產品線和外部關聯企業間的工業領域知識和數據互通，個性化定製生產和生產能力分享，顯著降低了企業的生產經營成本、縮短產品升級周期、提高產品生產效率。

• 工業大數據白皮書 （2019 版）.工業大數據產業應用聯盟.二零一九年三月