無論是為促銷產品還是作為戰略目標，大數據已然成為很多公司和機構過度使用的術語。筆者認為，數據基本就是兩類，一類是人類軌跡產生的數據，另一類機器自動產生的數據。這兩類數據構成了我們今天的大數據多結構化數據源。大數據不僅要關注實際數據量的多少，而最重要的是關注在大數據的處理方法，讓數據產生巨大的創新價值。這也就是為何以谷歌為代表的技術創新類的公司會在未來成為全球市值最高的公司的核心原因之一。

實現工業4.0或中國制造2025的前提之一是構建智能工廠，其核心要素包括了信息物理系統（CPS），物聯網（IOT），智能認知，社交媒體，云計算與移動，以及M2M。智能工廠構成了工業4.0的一個關鍵特征。智能工廠將從現在通過中央控制中的模式轉向通過自行優化和控制其制造流程來實現。

柔性生產的三個方面

1.人、機器和資源如同在一個社交網絡里自然地相互溝通協作。

2.生產出來的智能產品能夠理解自己被制造的細節以及將如何用。它們積極協助生產過程，回答諸如“我是什么時候被制造的”“哪組參數應被用來處理我”“我應該被傳送到哪”等等問題。

3.機器和產品之間的數據傳輸將通過使用微處理器、存儲裝置、傳感器和發送器來實現。這些裝置將被嵌入至幾乎所有可想象的機器、待加工產品、材料、智能工具和用于組織數據流的新型軟件，由此實現產品和機器的相互通信并和交換數據。

大數據在智能工業的特征

——數據的處理方法比數據本身值錢

無論是為促銷產品還是作為戰略目標的方式，大數據已然成為很多公司和機構過度使用的術語。2012年高德納（Gartner）給出德大數據定義里面，特別強調大數據是多樣化信息資產，不僅關注實際數據，而最最重要的是關注大數據處理方法。數據量大還是量小本身并不是判斷大數據價值的核心指標，而數據的實時性（velocity）和多元性（variety）應該對大數據的定義和價值更具直接的影響。

——大數據是多結構化數據：包含人類和機器數據

我們大多數人會認為大數據包含了非結構化數據與結構化數據。我更提倡大數據是“多結構化數據”的說法，無論是自由文本還是關系數據庫等，大數據可以由人類產生的數據足跡與機器自動生產的數據兩大板塊形成。大數據的工具和技術能夠為不同的結構化數據服務。在信息化與工業化融合的過程與商業活動中，我們需要加強機器數據的采集，分析，并且把此項工作作為智能制造的核心工作之一。

——工業大數據的機器數據讓我們的業務變得透明

在現代工業供應鏈中，隨著大數據應用的普及，我們可以感受到了從采購，生產，物流與銷售市場都是大數據的戰場。大數據可以幫助我們實現客戶的分析和挖掘，它的應用場景包括了實時核心，交易，服務，后臺服務等。通過的載體包括了手機，傳感器，穿戴設備，3D打印機和平板電腦等。傳感器數據屬于工業大數據類別之一，從這些機器數據中，我們可以保障生產，滿足法律法規的要求，提升環保，改善客戶服務。通過幫我們找到已經發生的問題做好協助預測相類似問題未來重復發生的幾率與時間。

更多資訊請關注運動控制頻道。