邬贺铨：产业互联网将带来更大价值

      这是制造过程当中的大数据，我们可以看到，这个是属于采集的系统，在制造过程有各种各样的数据，振动、温度、产品质量啊。我们举一个例子，实际上在整个工业过程上，所有环节都会产生数据。

      Rolls Royoe公司是生产传感器的，我们知道马航370失航三年多了，当时是数据传出去的，传了7次，后来判断他飞了7个小时。马航出事以后，以后要15分钟传一次，这个公司认为我们这个飞机引擎的数据是永远在线的，永远都会传下来。医药保健公司的数据来说，他每三毫秒产生五千个样子，所以这个数据量是很大的。制造业大数据的规模超过了其他的行业。   Think big公司说机器数据和物联网将占据中心舞台。IBM讲美国制造部门储存了两千亿个数据。

      工业大数据有什么特点呢?

相对我们消费的大数据，一要准确，我们消费领域，像马云可以根据淘宝的数据判断商业的行为，准确率不用很高，90%就够了，工业领域准确率起码要99%，轨道交通要更准确。只要生产线不停，就会源源不断的产生数据。多样性的，异构性的差异很多，有的差别很大，有的很小。生产线环节的数据有的需要同步。所以数据化非常的明显。

      第三点是实时性。工业大数据是实时的监控和预警，工业大数据需要实时的达到分析和应用。另外行业性。消费的数据一般来讲是比较好理解的，工业的数据如果没有行业的知识是很难理解工业数据，所以对基础性要求相当高。

      所以第四点应该是工业大数据和传统的消费大数据的区别。那么制造大数据也是面临挑战的，因为工序在变化，供应参数在变化。时间上24小时不间断的，有状态性的，有突发的，有周期性的。另外很多数据是没有标记的。

      所以整个数据本身变化很大。在工业大数据的应用，实际上在一个国务院的文件和工信部的文件提到了大数据的应用，工业大数据要在研发设计，工业制造，售后服务和产品的周期，以及产业链的全流程的环节。所以可以看到国家希望大数据在工业领域的应用。还要推进工业大数据的全域性应用。

      第二个问题，大数据助力制造业。

      首先是产业，我们可以看美国产业互联网的参考模式。通过分布系统，用传感器来监控我们的车床啊。工厂在应用管理层，工业设计到产品的研发、设计就开始了。包括整个的管理，然后到企业集团这一层，我们企业管理层各种各样工业量的管理，生命周期管理，综合整个企业的水平，上面利用到系统企业之外的数据，社会的数据等等，所以在大数据，实际上在工程里面，在企业里面是分四个不同的层次产生，分几个层次利用。