从初露萌芽到大家茶余饭后的谈资，近10年来，大数据的发展可谓日新月异。

对大众来说，最直观的大数据应用就是我们浏览网页或者App时遇到的智能推送，而每当点击推送给我们的信息，我们又在不知不觉为大数据添砖加瓦。

其实，除了在生活中看得到摸得到的大数据，大数据的应用更多地体现在我们看不到的社会生产领域。工业是现代社会的支柱，没有工业的支撑，农业的产出就不能物尽其用，服务业也失去了物质基础。而恰恰工业生产又是大部分现代居民不够熟悉的领域，要知道，大数据不光在信息服务业广为应用，也被应用在工业当中。

大数据，不止于大

如果你仅仅从字面意思上理解大数据，以为大数据代表数量很大的数据，那未免想当然了。

大数据的概念来自大名鼎鼎的麦肯锡咨询公司，他们最早提出：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率和消费者盈余浪潮的到来。”麦肯锡敏锐地预言了随后到来的大数据时代。

随后，计算机巨头IBM归纳了大数据的四个特征，即“4个V”，分别是“量Volume，多样Variety，价值Value，速Velocity。”

具体来说就是：数据体量巨大、数据类型繁多、价值密度低，商业价值高、处理速度快。可以看出，大数据不只是大，还必须带有其他三个要素，应该说，数据量足够大是大数据得以发挥作用的前提或者基础。

但“大数据”这一内涵并不为部分专家所接受，阿里巴巴的技术专家王坚就对此持不同意见，他认为“大数据”所代表的技术价值并不在于数据之“大”，而在于数据的在线化。所以我们可以看到“大数据”总是与“云技术”相联系。

不管我们怎样理解大数据的内涵，大数据时代的到来几乎是必然的，因为在此之前，信息的存储、运算、通信都已经具备了大数据应用的基本条件，将巨量的数据进行高度整合应用只是时间问题。

当数据被整合的时候，多样的功能实现也就顺理成章了。目前大数据有三大趋势：第一是数据的资源化，越来越多的企业将视数据为一种战略资源，而不像过去，仅仅是一种日常的档案，通过数据预测营销将是未来商业的必然选择；

第二是：数据将与云计算深度结合，其实云计算和数据本来就是一体的，数据必须通过云计算发挥其聚集的价值，而云计算必须依靠足量的数据发挥其总体化计算的优势；第三，随着大数据的深度广泛应用，新的科学理论必然生成，首当其冲的就是数据科学，数据将成为一门独立的应用学科。

大数据的普及将创造一个全新的数据世界，这个世界在某种层面上将比日常生活的经验世界更加真实，甚至会改变未来人类的世界观。

过去，人类社会是经验化的，在诸多领域的实践中，数据仅仅是辅助手段。

在未来，数据将会充满人类世界的每一个角落，这意味着世界的数据化，而世界的数据化则代表人类已经可以深度掌握和控制这个世界的模型，从而做出精密的计算和配置，我们的生活生产将会更加高效、更少浪费。

大数据X工业=？

工业是现代社会的支柱，而大数据将为工业插上翅膀。

其实，自工业革命以来，数据就一直是工业不可缺少的一部分，没有数据作为支撑的工业是不可想象的，而在前信息时代，工业数据只能靠简单的工具来操作，数据运算更是一项耗时而低效的工作。直到信息革命的到来，工业获得了它的第二次生命，信息数据将工业生产和发展的速度提高了不知多少倍。

在我国信息产业和工业高速发展的今天，工业大数据呼之欲出。目前中国工业大数据处于起步阶段。所谓工业大数据，是基于网络互联和大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，是工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。

我国工业的发展道路漫长而坎坷，从清末洋务运动的失败到新中国完整工业体系的建立，在100多年的时间里，中华民族克服了巨大的困难。面对内忧外患，我国自建国以来，以自力更生为主，在艰苦的环境下，经过几代人的努力，终于掌握了工业体系上的大部分要素，才取得今天的伟大成就。

回到当下，今天的中国工业生产力在全世界首屈一指，中国已经是世界上工业门类最齐全、规模最大的国家。工业大数据恰恰可以让中国的工业规模发挥出独特的价值。中国的大规模工业生产可以通过工业大数据进行深度融合，爆发出难以想象的生产力。

我国工业大数据在2015年就开始布局，在2015年5月提出的“中国制造2025”计划中，国家提出要推进信息化与工业化的深度融合，并以此作为国家重点战略任务，要建设一批工业大数据平台。这一战略如今已经实施到第五年，行业市场已经超过600亿元，可以说初具规模。而至今，工业大数据已经遍地开花，大数据的运用几乎覆盖了工业的所有门类和细分领域。

工业大数据的应用可以贯穿工业的三个主要阶段，即研发与设计、生产与供应链、运维与服务。通过数据可以打通过去相互独立的工作模式，可以在每一个阶段和其余阶段进行一体化生产与管理。这样，工业流程被进一步打通，各个环节之间的合作变得更加紧密。

相对于互联网，工业大数据更关心的是数据的物理意义和特征关联性的机理逻辑。所以工业大数据在数据采集的完备性和精准性上要求更高，同时更加追求数据分析的全面性。工业大数据专家李杰教授曾经指出，工业大数据应用具有3B挑战：即Broken、Bad Quality、Background，分别表示工业大数据的分布的碎片化、工业环境的恶劣、以及工业环境背景的复杂，相对于信息大数据，工业具有这三个方面的特殊挑战。所以工业大数据的基本要求就是尽量降低3B问题。因此工业大数据需要对数据质量和背景信息的监测识别，以及整合碎片化数据的能力。

大数据X工业带来的收益将是倍增的，其不仅可以使工业本身数据化，也间接使得整个社会生产更加数据化，更加高效。