随着工业互联网和智能制造的兴起和发展，工业大数据技术也越来越受到各方关注。

　　在国务院发布的《中国制造2025》也提到，新一代信息技术与制造业深度融合，正在引发影响深远的产业变革，形成新的生产方式、产业形态、商业模式和经济增长点……但我国仍处于工业化进程中，与先进国家相比还有较大差距，制造业大而不强…中国工业企业急需数字化转型升级。

　　因此，在中国，企业通过数字化手段对研发、生产、运营和服务的全生命周期进行有效管理，优化运营、提升利润，有着比全球工业领域更为迫切的需求。有数据显示，未来15年中国工业互联网市场规模将超过11.3万亿元。其中91%的企业计划采用工业云，37%的上“云”企业希望加大预算，继续用工业互联网改造传统制造业。到2020年，中国工业互联网占整体物联网市场规模将达22.5%。这些积极的信号显示商业环境的变化让数字化转型成为工业领域提高竞争力势在必行的途径。

　　我们正处于大数据和数字化转型的时代，数据无处不在，运用数据驱动的思想和策略在实践中也已逐渐成为共识。制造企业在利用大数据技术后，其生产成本能够降低10%—15%，大数据对于工业企业的重要性不言而喻。不同层面的制造企业在发展过程中，应该采取相应的大数据策略，才能离“工业4.0”、“工业互联网”和“中国制造2025”更近一步。

　　工业大数据是制造业升级转型的重要战略资源。它是一种技术、一种产业，更是一个时代。为实现以客户价值为核心的定制化产品和服务，以及全产业链的协同优化，需要满足用户需求定义、工业智能制造、活动协同优化三方面的应用。在这些应用中，工业大数据的落地需要与之相适应的技术架构作为支撑。就现状来说，大多数企业还处在产业的初级阶段，对工业大数据的应用场景认知并不深入，但大数据在互联网企业的应用已具备成熟的技术体系和应用框架，将这些技术适配应用到每个企业的特定场景下，可以帮助企业制造升级、构建智能工厂。

　　而目前来说，工业大数据也面临着挑战。

　　首先是数据搜集，要对来自网络包括物联网和机构信息系统的数据附上时空标签，去伪存真，尽可能收集异源甚至是异构的数据，还可与历史数据对照，多角度检验数据的全面性和可信性。

　　第二是数据存储，要达到低成本、低能耗、高可靠性目标，要用到冗余配置，分布和云计算技术，存储时对数据进行分类，并加入便于检索的标签。

　　三是数据处理，利用上下文关联进行语义分析，现在关于上下文这种关联，也是一个国际上比较热门的一个领域。

　　第四是可视化呈现，目前计算机智能化有了很大的进步和发展，但是谈不到深层次数据挖掘，现有数据挖掘算法在行业中难以应用，就是我们谈到的智能之路进步很大，但还很遥远。

　　不过无论怎样，可以预见的是，工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业创新企业的研发、生产、运营、营销和管理方式带来深刻的变革，并给不同行业的工业企业带来更快的速度、更高的效率和更高的洞察力。