美國原本這樣定義資產(chǎn)：第一種資產(chǎn)是流動(dòng)資產(chǎn)，比如資金;第二種資產(chǎn)是固定資產(chǎn)，比如設備、廠(chǎng)房。40多年前，美國經(jīng)濟學(xué)家W. 舒爾茨和加里·貝克爾提出，除了資金和設備之外，人才也是一種資產(chǎn)，于是有了人力資本理論?，F在，美國硅谷的人說(shuō)，第四種資產(chǎn)是數據，也就是大數據資源。

　　2014年，馬云在北京參加活動(dòng)時(shí)表示，如今的阿里巴巴從本質(zhì)上來(lái)講已經(jīng)成為一家數據公司，淘寶的目的不是為了賣(mài)貨，而是獲得所有零售業(yè)和制造業(yè)的數據。同樣，百度、騰訊等互聯(lián)網(wǎng)巨頭都已將大數據升級為公司戰略，大數據正在從理論走向實(shí)踐，從專(zhuān)業(yè)領(lǐng)域走向全民應用的階段。

　　互聯(lián)網(wǎng)誕生時(shí)有個(gè)段子，叫“在網(wǎng)上，沒(méi)人知道你是一條狗”，而在大數據時(shí)代，通過(guò)數據的分析，我們不但能知道你是一條狗，而且知道公母、你愛(ài)吃什么、什么時(shí)候睡。今天，這個(gè)社會(huì )已經(jīng)充滿(mǎn)了數據，未來(lái)，所有的工廠(chǎng)都會(huì )變成數據工廠(chǎng)，所有的企業(yè)都會(huì )變成數據企業(yè)。

　　從一般意義上講，普遍認可大數據具有“4V”的特征，即Volume—容量，從TB級別，躍升到PB級別;Velocity—速度，根據IDC的“數字宇宙”的報告，預計到2020年，全球數據使用量將達到35.2ZB，在如此海量的數據面前，處理數據的效率就是企業(yè)的生命; Variety—多樣性，相對于以往便于存儲的以文本為主的結構化數據，非結構化數據越來(lái)越多，包括網(wǎng)絡(luò )日志、音頻、視頻、圖片、地理位置信息等，這些多類(lèi)型的數據對數據的處理能力提出了更高要求;Veracity—真實(shí)性，即避免數據收集和提煉過(guò)程中發(fā)生的數據質(zhì)量污染所導致的“虛假”信息。

　　然而，雖然大數據的分析技術(shù)最早興起于互聯(lián)網(wǎng)中的社會(huì )和媒體大數據，但僅僅依靠傳統的算法工具，已經(jīng)無(wú)法承載工業(yè)大數據的分析要求。因為工業(yè)大數據具有更強的專(zhuān)業(yè)性、關(guān)聯(lián)性、流程性、時(shí)序性和解析性等特點(diǎn)，這些特點(diǎn)都是傳統的互聯(lián)網(wǎng)大數據處理手段所無(wú)法滿(mǎn)足的。這就好比一個(gè)很聰明的年輕人如果沒(méi)有成體系的思維和邏輯思維方式的培養，很難完成一項復雜度很高的工作，而很多專(zhuān)業(yè)領(lǐng)域的技術(shù)人員，由于接受了大量與其工作相關(guān)的思維流程訓練，具備了清晰的條理思考能力及完善的執行流程，往往更能勝任復雜度較高的工作。因此，工業(yè)大數據還應加上兩個(gè)“V”：Visibility—可見(jiàn)性，即通過(guò)大數據分析使以往不可見(jiàn)的重要因素和信息變得可見(jiàn);Value—價(jià)值，價(jià)值密度的高低與數據總量的大小成反比。以視頻為例，一部1個(gè)小時(shí)的視頻，在連續不間斷的監控中，有用數據可能僅有一兩秒。如何通過(guò)強大的機器算法更迅速地完成數據的價(jià)值“提純”成為目前大數據背景下亟待解決的難題。

　　工業(yè)大數據是以工業(yè)4.0數據分析和特色收集為基礎，對設備、裝備的質(zhì)量和生產(chǎn)效率，以及產(chǎn)業(yè)鏈進(jìn)行更有效的優(yōu)化管理，并為未來(lái)的制造系統搭建無(wú)憂(yōu)的環(huán)境。它通過(guò)工業(yè)傳感器、無(wú)線(xiàn)射頻識別、條形碼、工業(yè)自動(dòng)控制系統、企業(yè)資源計劃、計算機輔助設計等技術(shù)來(lái)擴充工業(yè)數據量。工業(yè)4.0的基礎特征在于互聯(lián)與高度融合，互聯(lián)包括設備與設備、設備與人、人與人、服務(wù)與服務(wù)的萬(wàn)物互聯(lián)(IOE)趨勢，高度融合包括縱向、橫向的“二維”戰略，它們的目標都是使設備數據、活動(dòng)數據、環(huán)境數據、服務(wù)數據、公司數據、市場(chǎng)數據和上下游產(chǎn)業(yè)數據鏈等能夠在統一平臺環(huán)境中流通，這些數據將原本孤立的系統相互連接，使設備之間可以通行交流，也使生產(chǎn)過(guò)程變得透明。此外，由于企業(yè)的核心開(kāi)始從“單點(diǎn)對多點(diǎn)”的數據中心模式轉變成以用戶(hù)為核心的平臺式服務(wù)模式，從而形成了基于社區、以用戶(hù)為核心的服務(wù)生態(tài)系統。

　　從應用端來(lái)看，工業(yè)大數據的價(jià)值有以下幾點(diǎn)：第一，它能夠以較低的成本滿(mǎn)足用戶(hù)的定制化需求;第二，工業(yè)大數據分析使得制造過(guò)程的信息透明化，從而提高了效率，提升了質(zhì)量，降低了成本和資源的消耗，實(shí)現了更有效的管理;第三，工業(yè)大數據能夠提供設備全生命周期的信息管理和服務(wù)，使設備的使用更加高效、節能、持久，并減少了運維環(huán)節中的浪費，提高了設備的可用率;第四，它實(shí)現了全產(chǎn)業(yè)鏈的信息整合，讓整個(gè)生產(chǎn)系統協(xié)同優(yōu)化，使其變得更加動(dòng)態(tài)靈活，進(jìn)一步提高了生產(chǎn)效率。

圖片來(lái)源：找項目網(wǎng)