制造業(yè)是一個(gè)國(guó)家綜合國(guó)力最重要的表現(xiàn)，在國(guó)民經(jīng)濟(jì)中占有重要份額，也是決定民眾生活質(zhì)量的重要條件。在經(jīng)歷了21世紀(jì)初的互聯(lián)網(wǎng)泡沫和2008年全球經(jīng)濟(jì)危機(jī)之后，世界各國(guó)，尤其是發(fā)達(dá)國(guó)家都意識(shí)到，制造業(yè)是推動(dòng)科技創(chuàng)新、經(jīng)濟(jì)增長(zhǎng)和社會(huì)穩(wěn)定的重要力量，成為各國(guó)發(fā)展和轉(zhuǎn)型的機(jī)遇以及形成新競(jìng)爭(zhēng)力的戰(zhàn)場(chǎng)。

美國(guó)人之所以認(rèn)為未來(lái)智能工業(yè)的發(fā)展必然從生產(chǎn)制造端轉(zhuǎn)變到消費(fèi)端，并且提出“工業(yè)互聯(lián)網(wǎng)”的理念與“國(guó)家制造業(yè)創(chuàng)新網(wǎng)絡(luò)計(jì)劃”，是因?yàn)榛ヂ?lián)網(wǎng)與商業(yè)模式創(chuàng)新是美國(guó)的強(qiáng)項(xiàng)。德國(guó)在制造業(yè)的核心優(yōu)勢(shì)是裝備制造業(yè)以及生產(chǎn)線自動(dòng)化，通過(guò)配置和自控的優(yōu)化系統(tǒng)使得工業(yè)生產(chǎn)全自動(dòng)化，所以德國(guó)工業(yè)4.0的實(shí)踐關(guān)注銷售、服務(wù)能力的提升。雖然角度不同，無(wú)不圍繞著制造業(yè)這個(gè)核心展開(kāi)。

中國(guó)的制造業(yè)在改革開(kāi)放30多年來(lái)取得了舉世矚目的成就，連續(xù)幾年成為“世界制造力競(jìng)爭(zhēng)指數(shù)”最強(qiáng)的國(guó)家，中國(guó)已然成為世界制造業(yè)的新中心。2015年中，國(guó)務(wù)院印發(fā)《中國(guó)制造2025》，部署全面推進(jìn)實(shí)施制造強(qiáng)國(guó)戰(zhàn)略。配套“互聯(lián)網(wǎng)+”和“供給側(cè)改革”等多項(xiàng)措施，“智能制造”被定位為中國(guó)制造的主攻方向。

如何實(shí)現(xiàn)智能制造? 從哈佛商學(xué)院到賓夕法尼亞大學(xué)沃頓商學(xué)院，有一個(gè)普遍的共識(shí)，即數(shù)字化轉(zhuǎn)型是智能制造實(shí)現(xiàn)的途徑。更為重要的是，這一共識(shí)同樣來(lái)自眾多的世界級(jí)制造業(yè)企業(yè)家們。

這一共識(shí)是基于無(wú)數(shù)技術(shù)趨勢(shì)的融合。例如物聯(lián)網(wǎng)、信息物理系統(tǒng)技術(shù)(CPS)、工業(yè)物聯(lián)網(wǎng)、移動(dòng)技術(shù)、人工智能、云計(jì)算、虛擬／增強(qiáng)現(xiàn)實(shí)（VR／AR）、大數(shù)據(jù)分析等。我們一定要保持頭腦清醒，不要簡(jiǎn)單認(rèn)為有了這些技術(shù)，未來(lái)五年就是制造業(yè)的黃金時(shí)期，因?yàn)樾轮圃鞓I(yè)文化的變革進(jìn)程是相當(dāng)復(fù)雜、緩慢和艱難的，沒(méi)有行業(yè)與企業(yè)與用戶的融合推進(jìn)，這次變革無(wú)法實(shí)現(xiàn)。數(shù)字化轉(zhuǎn)型不僅僅意味著企業(yè)簡(jiǎn)單的數(shù)字化，而是把數(shù)字作為智能制造的核心驅(qū)動(dòng)力，需要利用數(shù)據(jù)去整合產(chǎn)業(yè)鏈和價(jià)值鏈。

在過(guò)去的3到5年中，上面列出的技術(shù)一直都是熱門商業(yè)話題，單獨(dú)使用時(shí)，其中每一項(xiàng)都能使商業(yè)中的一些程序或活動(dòng)實(shí)現(xiàn)數(shù)字化。而如果將這些技術(shù)融合起來(lái)利用，就有可能實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。

數(shù)據(jù)基本就是兩類，一類是人類軌跡產(chǎn)生的數(shù)據(jù)，另一類是機(jī)器自動(dòng)產(chǎn)生的數(shù)據(jù)。這兩類數(shù)據(jù)構(gòu)成了我們今天的大數(shù)據(jù)多結(jié)構(gòu)化數(shù)據(jù)源。自工業(yè)革命以來(lái)，為了改進(jìn)運(yùn)營(yíng)，制造商一直以來(lái)都在有意采集并存儲(chǔ)數(shù)據(jù)。隨著時(shí)間的推移，數(shù)據(jù)在制造業(yè)分析的需求將越來(lái)越大。然而在過(guò)去的250年間，利用數(shù)據(jù)的根本動(dòng)因并沒(méi)有改變，但數(shù)據(jù)的復(fù)雜性增強(qiáng)，將數(shù)據(jù)轉(zhuǎn)化為情報(bào)的能力將有越來(lái)越大的需求。

對(duì)于數(shù)字化轉(zhuǎn)型的其他方面而言，2012年高德納給出的大數(shù)據(jù)定義里面，特別強(qiáng)調(diào)大數(shù)據(jù)是多樣化信息資產(chǎn)，大數(shù)據(jù)不僅要關(guān)注實(shí)際數(shù)據(jù)量的多少，而且最重要的是關(guān)注大數(shù)據(jù)的處理方法，讓數(shù)據(jù)產(chǎn)生巨大的創(chuàng)新價(jià)值。數(shù)據(jù)量大還是量小本身并不是判斷大數(shù)據(jù)價(jià)值的核心指標(biāo)，而數(shù)據(jù)的實(shí)時(shí)性和多元性應(yīng)該對(duì)大數(shù)據(jù)的定義和價(jià)值更具直接的影響。

如果不投資大數(shù)據(jù)及大數(shù)據(jù)分析，從中獲得信息，智能制造所追求的卓越運(yùn)營(yíng)將功虧一簣。如果通過(guò)利用大數(shù)據(jù)、預(yù)測(cè)性分析及云技術(shù)衡量產(chǎn)品性能只為了解客戶需求，這意味著你正在失去數(shù)字化轉(zhuǎn)型最大的價(jià)值。在工業(yè)大數(shù)據(jù)的領(lǐng)域里，我們除了要繼續(xù)關(guān)心“人為數(shù)據(jù)或與人相關(guān)的數(shù)據(jù)”，更多的要關(guān)注“機(jī)器數(shù)據(jù)或工業(yè)數(shù)據(jù)”與人的行為數(shù)據(jù)的融合。

數(shù)據(jù)本身不會(huì)為你帶來(lái)價(jià)值，數(shù)據(jù)的技術(shù)也不會(huì)讓我們的制造業(yè)更先進(jìn)，數(shù)據(jù)必須轉(zhuǎn)成信息后才會(huì)對(duì)產(chǎn)業(yè)產(chǎn)生價(jià)值。智能工廠通過(guò)與環(huán)境系統(tǒng)的無(wú)縫交互，設(shè)備能夠有自我意識(shí)和自學(xué)能力，在未來(lái)可以實(shí)現(xiàn)更高程度的智能控制和優(yōu)化控制。目前自學(xué)設(shè)備還遠(yuǎn)未達(dá)到工業(yè)實(shí)施階段。

制造業(yè)企業(yè)有著大量的數(shù)據(jù)，從內(nèi)部而言，積累了大量的內(nèi)源數(shù)據(jù)，包括運(yùn)維、管理、流程、質(zhì)量等。而在互聯(lián)網(wǎng)時(shí)代，外源數(shù)據(jù)更多，包括供應(yīng)商、競(jìng)爭(zhēng)對(duì)手、客戶反饋等等。事實(shí)上，制造業(yè)企業(yè)不缺數(shù)據(jù)，問(wèn)題在于數(shù)據(jù)質(zhì)量低下，采集手段不科學(xué)。造成的現(xiàn)象是數(shù)據(jù)豐富但信息貧乏。目前表現(xiàn)出兩大問(wèn)題：第一是數(shù)據(jù)的有效利用率很低；第二是缺乏分析能力，需要大量的工具。

由此可見(jiàn)，推動(dòng)智能制造的并不是大數(shù)據(jù)本身，而是大數(shù)據(jù)的分析技術(shù)。工業(yè)大數(shù)據(jù)給了我們一個(gè)看世界的新角度。通過(guò)360度全景的數(shù)字視角，可能給我們帶來(lái)新的優(yōu)勢(shì)，這就是它成為創(chuàng)新驅(qū)動(dòng)核心動(dòng)力的來(lái)源。

在智能制造的工業(yè)大數(shù)據(jù)中，數(shù)據(jù)類型多樣性是大數(shù)據(jù)的重要屬性。大量的數(shù)據(jù)不是大數(shù)據(jù)，單一的數(shù)據(jù)類型也不足以構(gòu)成大數(shù)據(jù)。人們一直設(shè)法收集并弄清楚不斷變化的數(shù)據(jù)類型。在制造業(yè)中，大數(shù)據(jù)分析需要利用通用的數(shù)據(jù)模型，將庫(kù)存記錄、交易記錄和財(cái)務(wù)交易記錄等結(jié)構(gòu)性商業(yè)系統(tǒng)數(shù)據(jù)與預(yù)警、流程參數(shù)和質(zhì)量事件、社交媒體或其他協(xié)作平臺(tái)獲得的文本信息、圖像數(shù)據(jù)、地理或地質(zhì)信息等非結(jié)構(gòu)性操作系統(tǒng)數(shù)據(jù)以及供應(yīng)商、公共網(wǎng)絡(luò)數(shù)據(jù)結(jié)合起來(lái)，進(jìn)而通過(guò)先進(jìn)的分析工具發(fā)現(xiàn)新的洞見(jiàn)。

在工業(yè)大數(shù)據(jù)的實(shí)踐中，宏觀與微觀、規(guī)模與定制、個(gè)性與共性必然成為主要的幾對(duì)矛盾。未來(lái)制造業(yè)經(jīng)濟(jì)是由企業(yè)流程以及產(chǎn)業(yè)鏈接口能力所決定的，而機(jī)器的能力是基礎(chǔ)。

制造業(yè)企業(yè)在力求降低生產(chǎn)過(guò)程中的浪費(fèi)，提高制造工業(yè)環(huán)保與安全水平，根據(jù)生產(chǎn)狀況實(shí)現(xiàn)系統(tǒng)自我調(diào)整、實(shí)現(xiàn)自適應(yīng)，以及全面服務(wù)個(gè)性化需求的過(guò)程中，都會(huì)實(shí)時(shí)產(chǎn)生大量數(shù)據(jù)。

在現(xiàn)代工業(yè)供應(yīng)鏈中，隨著大數(shù)據(jù)應(yīng)用的普及，我們可以感受到從采購(gòu)、生產(chǎn)、物流到銷售市場(chǎng)都是大數(shù)據(jù)的戰(zhàn)場(chǎng)。大數(shù)據(jù)可以幫助我們實(shí)現(xiàn)客戶的分析和挖掘，它的應(yīng)用場(chǎng)景包括了實(shí)時(shí)核心、交易、服務(wù)、后臺(tái)服務(wù)等。其載體包括手機(jī)、傳感器、穿戴設(shè)備、3D打印機(jī)和平板電腦等。傳感器數(shù)據(jù)屬于工業(yè)大數(shù)據(jù)類別之一，這些機(jī)器數(shù)據(jù)可以幫助我們找到已經(jīng)發(fā)生的問(wèn)題，協(xié)助預(yù)測(cè)類似問(wèn)題未來(lái)重復(fù)發(fā)生的幾率與時(shí)間，幫助我們保障生產(chǎn)，滿足法律法規(guī)的要求，提升環(huán)保水平，改善客戶服務(wù)。

因此，利用大數(shù)據(jù)的工具，通過(guò)數(shù)據(jù)分析和挖掘，我們可以了解問(wèn)題產(chǎn)生的過(guò)程、造成的影響和解決的方式，找到創(chuàng)造附加價(jià)值的新形式。利用大數(shù)據(jù)的工具和思維，幫助制造業(yè)實(shí)現(xiàn)商業(yè)模式的轉(zhuǎn)變，改造和提升客戶體驗(yàn)，完善內(nèi)部操作流程，或許是最佳途徑之一。

我們要從設(shè)備資產(chǎn)智能管理、工業(yè)大數(shù)據(jù)分析以及工業(yè)物聯(lián)網(wǎng)這三駕“馬車”，結(jié)合現(xiàn)代制造業(yè)企業(yè)的下一代企業(yè)架構(gòu)，幫助制造型企業(yè)實(shí)現(xiàn)智能制造管理的落地。設(shè)備智能管理是智能制造數(shù)據(jù)的核心來(lái)源，通過(guò)工業(yè)物聯(lián)網(wǎng)的平臺(tái)連接了所有人、物與事，然后利用大數(shù)據(jù)工具來(lái)分析已知事件，預(yù)測(cè)問(wèn)題，挖掘新知識(shí)，協(xié)助管理決策等。

資產(chǎn)智能管理（AIM）、傳統(tǒng)資產(chǎn)管理（EAM）以及資產(chǎn)性能管理（APM）能夠?qū)崟r(shí)產(chǎn)生大量數(shù)據(jù)。資產(chǎn)智能管理無(wú)間斷地處理制造各個(gè)領(lǐng)域生成的數(shù)據(jù)，包括歷史記錄數(shù)據(jù)以及實(shí)時(shí)質(zhì)量流程中獲得的時(shí)域信息。

資產(chǎn)智能管理的數(shù)據(jù)組成部分非常之多，例如，通過(guò)震動(dòng)感應(yīng)器采集旋轉(zhuǎn)機(jī)械的數(shù)據(jù)，地理位置信息記錄了移動(dòng)資產(chǎn)和資產(chǎn)移動(dòng)的數(shù)據(jù)，通過(guò)位置數(shù)據(jù)和氣候數(shù)據(jù)了解電力傳輸和分配部分或管道的線性資產(chǎn)的實(shí)時(shí)狀態(tài)，基礎(chǔ)地質(zhì)數(shù)據(jù)協(xié)助確定采礦業(yè)操作條件等。

當(dāng)把所有這些資產(chǎn)設(shè)備的數(shù)據(jù)源結(jié)合起來(lái)，再利用演繹和預(yù)測(cè)分析等方法對(duì)這些數(shù)字進(jìn)行分析時(shí)，你絕對(duì)有機(jī)會(huì)將智能制造管理提升一個(gè)層次。僅僅通過(guò)監(jiān)測(cè)一定數(shù)量的設(shè)備的實(shí)際運(yùn)行時(shí)間來(lái)安排預(yù)防性維護(hù)并不足以成為大數(shù)據(jù)手段。當(dāng)你使用震動(dòng)分析、熱紅外成像、流程條件數(shù)據(jù)、實(shí)時(shí)位置信息以及在互聯(lián)網(wǎng)上搜索有關(guān)類似設(shè)備的失效模式時(shí)，才真正涉及到了大數(shù)據(jù)。

制造業(yè)的大數(shù)據(jù)分析已經(jīng)成為工業(yè)物聯(lián)網(wǎng)的一部分，為企業(yè)傳統(tǒng)供應(yīng)應(yīng)用程序的升級(jí)和改造提供依據(jù)。工業(yè)物聯(lián)網(wǎng)實(shí)現(xiàn)了產(chǎn)品的可溯源，降低了質(zhì)量成本，而且在流程數(shù)字化方面推動(dòng)了制造業(yè)智能化。

構(gòu)成新的工業(yè)物聯(lián)網(wǎng)應(yīng)用工作區(qū)的將是全新的下一代系統(tǒng)。這些應(yīng)用程序?qū)⑻钛a(bǔ)傳統(tǒng)架構(gòu)的空白，吸收任何地方的數(shù)據(jù)并將其傳輸?shù)饺魏纹渌胤剑瑥亩鴰椭M(jìn)行新的分析以及為新的混合應(yīng)用程序所用。這些應(yīng)用程序還可以簡(jiǎn)化分析，供車間人員所用，以及/或?qū)⑦@些解決方案與必要的服務(wù)和數(shù)據(jù)科學(xué)家專業(yè)知識(shí)結(jié)合起來(lái)。

抽樣調(diào)查、確保質(zhì)量是我們?cè)谛?shù)據(jù)時(shí)代的管理。而如今，在快節(jié)奏的生產(chǎn)環(huán)境中，要人工去檢測(cè)每一個(gè)產(chǎn)品的質(zhì)量，顯然是不切實(shí)際的。在工業(yè)物聯(lián)網(wǎng)平臺(tái)，通過(guò)所有產(chǎn)品的智能連接，越來(lái)越多的產(chǎn)品和設(shè)備有了“情境自我意識(shí)”，使數(shù)據(jù)捕獲、分析和檢測(cè)變得異常容易。企業(yè)通過(guò)互聯(lián)網(wǎng)平臺(tái)還可以迅速改進(jìn)設(shè)計(jì)并改善工程質(zhì)量。

我們?cè)S多生產(chǎn)流程的手冊(cè)和模型都有知識(shí)差距，這也是建立產(chǎn)品或企業(yè)級(jí)別的知識(shí)庫(kù)之所以那么艱難的的原因所在。而物聯(lián)網(wǎng)有可能填補(bǔ)這些差距。流程數(shù)字化將帶給我們的未來(lái)是：從設(shè)計(jì)到用戶體驗(yàn)，一切都是有結(jié)構(gòu)的和數(shù)據(jù)可尋的。這樣，制造商不僅可以理解實(shí)體產(chǎn)品是怎樣設(shè)計(jì)和制造的，還可以了解用戶體驗(yàn)如何以及如何與產(chǎn)品互動(dòng)。

隨著數(shù)字處理能力的不斷提升以及工業(yè)物聯(lián)網(wǎng)平臺(tái)日益成熟，我們將很快解鎖海量并仍不斷增長(zhǎng)的數(shù)據(jù)。這些數(shù)據(jù)與我們的制造流程以及為我們提供聚集這些數(shù)據(jù)并部署強(qiáng)有力的分析程序?qū)ζ溥M(jìn)行分析的空間的云服務(wù)有關(guān)。

無(wú)論是為促銷產(chǎn)品還是作為戰(zhàn)略目標(biāo)的方式，大數(shù)據(jù)已然成為很多公司和機(jī)構(gòu)過(guò)度使用的術(shù)語(yǔ)。通過(guò)不同技術(shù)，我們將數(shù)據(jù)空間完全釋放出來(lái)，從而可以利用大數(shù)據(jù)分析技術(shù)將任何地方的數(shù)據(jù)加以融合，新的分析工具應(yīng)用這一新的數(shù)據(jù)模型，從而發(fā)現(xiàn)之前從未有可能的洞見(jiàn)。這些分析工具包括：圖像、視頻、地理空間、時(shí)間序列、預(yù)測(cè)模型、機(jī)器學(xué)習(xí)、優(yōu)化、模擬和統(tǒng)計(jì)過(guò)程控制等。

制造即運(yùn)營(yíng)管理，是供應(yīng)鏈的四大環(huán)節(jié)之一，負(fù)責(zé)規(guī)劃、組織、管理所有制造產(chǎn)品所需要的資源，包括設(shè)備、人力、技術(shù)、流程、信息等。其主要職能是統(tǒng)籌相關(guān)的資源與活動(dòng)，將投入的資源轉(zhuǎn)變成最終可銷售的產(chǎn)品和服務(wù)。每個(gè)企業(yè)都有自己的規(guī)劃和自己企業(yè)在運(yùn)營(yíng)環(huán)節(jié)的管理最佳實(shí)踐。大數(shù)據(jù)對(duì)促進(jìn)供應(yīng)鏈中的生產(chǎn)環(huán)節(jié)產(chǎn)生了前所未有的巨大影響，在眾多的運(yùn)營(yíng)決策改進(jìn)里面，這些影響包括產(chǎn)品設(shè)計(jì)、質(zhì)量控制、客戶畫像等等。大數(shù)據(jù)及其 分析將影響制造業(yè)的規(guī)范性、產(chǎn)品以及服務(wù)的品質(zhì)以及卓越運(yùn)營(yíng)這三大方面。

基于預(yù)測(cè)性分析的進(jìn)化步驟被稱為規(guī)范性分析。規(guī)范分析法是20 世紀(jì)60年代后期美國(guó)管理心理學(xué)家皮爾尼克提出的，它對(duì)事物運(yùn)行狀態(tài)做出是非曲直的主觀價(jià)值判斷，力求回答“事物的本質(zhì)應(yīng)該是什么”。規(guī)范性分析意味著分析工具不僅能夠預(yù)測(cè)可能發(fā)生的事情，還可以提供備用的“假設(shè)”分析，以提供可以改變結(jié)果的方案。從這一分析出發(fā)，我們可以將工業(yè)物聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)提供給智能連接資產(chǎn)內(nèi)部的云數(shù)據(jù)庫(kù)或潛在的分散分析，以期在“最佳”結(jié)果的基礎(chǔ)上，對(duì)規(guī)范性維護(hù)活動(dòng)做出最準(zhǔn)確的定義。

這一轉(zhuǎn)變將徹底改變制造行業(yè)。我們將不再需要一系列專家來(lái)告訴管理員何時(shí)需要針對(duì)設(shè)備資產(chǎn)做哪些維護(hù)以及如何維護(hù)，因?yàn)楫?dāng)資產(chǎn)無(wú)法實(shí)現(xiàn)自我修復(fù)時(shí)，將會(huì)自己告訴你它們需要什么。

商業(yè)原則之一的帕累托法則，也稱為二八定律，一般來(lái)講質(zhì)量也往往與這一基本原則緊密相關(guān)。早在上世紀(jì)90年代開(kāi)始，大量企業(yè)就開(kāi)始通過(guò)應(yīng)用分析法來(lái)提高產(chǎn)品質(zhì)量和生產(chǎn)的效率，其核心是實(shí)現(xiàn)生產(chǎn)與服務(wù)的需求相匹配。

今天的大數(shù)據(jù)分析手段也如出一轍。大數(shù)據(jù)不僅能夠使生產(chǎn)商制造產(chǎn)品的時(shí)間縮短，還能夠在產(chǎn)品批量生產(chǎn)前通過(guò)模擬，檢驗(yàn)防止產(chǎn)品缺陷，減少產(chǎn)品開(kāi)發(fā)周期過(guò)程中不必要的環(huán)節(jié)等。

質(zhì)量管理強(qiáng)調(diào)產(chǎn)品質(zhì)量要符合消費(fèi)者預(yù)期，這個(gè)預(yù)期包括預(yù)算、功能、外觀等等。這是大數(shù)據(jù)分析法提升質(zhì)量管理環(huán)節(jié)的首要收益。通過(guò)對(duì)內(nèi)源與外源數(shù)據(jù)的實(shí)時(shí)采集和分析，企業(yè)能夠準(zhǔn)確地了解消費(fèi)者需求及其購(gòu)買行為，明確產(chǎn)品特征，運(yùn)用高級(jí)分析法準(zhǔn)確地指導(dǎo)生產(chǎn)、運(yùn)輸與采購(gòu)，從而提升產(chǎn)品或服務(wù)的質(zhì)量。

大數(shù)據(jù)的實(shí)時(shí)性與實(shí)效性，給企業(yè)的生產(chǎn)質(zhì)量管理創(chuàng)造了實(shí)現(xiàn)質(zhì)的飛躍的條件。傳統(tǒng)質(zhì)量管理主要是通過(guò)靜態(tài)的、歷史的、沉淀的數(shù)據(jù)，通過(guò)檢查表、散點(diǎn)圖、控制圖等檢測(cè)手段來(lái)發(fā)現(xiàn)生產(chǎn)過(guò)程的質(zhì)量問(wèn)題，大數(shù)據(jù)則通過(guò)物聯(lián)網(wǎng)，通過(guò)產(chǎn)品上安裝傳感器、標(biāo)簽等手段，實(shí)時(shí)監(jiān)測(cè)采集數(shù)據(jù)，認(rèn)知產(chǎn)品性能，實(shí)時(shí)提高質(zhì)量。

當(dāng)企業(yè)高管們?cè)谔剿魅绾卫么髷?shù)據(jù)改善運(yùn)營(yíng)之時(shí)，我們需要從企業(yè)的生產(chǎn)目標(biāo)以及更高的商業(yè)目標(biāo)開(kāi)始思考這個(gè)問(wèn)題。越來(lái)越多的管理人員意識(shí)到，貫穿產(chǎn)品生命周期各個(gè)階段的數(shù)據(jù)，將成為能給企業(yè)帶來(lái)高效增值的極有價(jià)值的原始材料。

企業(yè)不論何時(shí)開(kāi)始實(shí)施卓越運(yùn)營(yíng)，都必須將人、流程和技術(shù)結(jié)合起來(lái)，基于此，制造業(yè)的卓越運(yùn)營(yíng)實(shí)踐需要包含資產(chǎn)管理（EAM），資產(chǎn)性能管理（APM），企業(yè)質(zhì)量管理（EQMS），環(huán)境、健康和安全管理（EHS），工業(yè)能源管理（IEM）以及制造運(yùn)營(yíng)管理（MOM）六大支柱。

將數(shù)據(jù)和大數(shù)據(jù)分析結(jié)合起來(lái)時(shí)，之前未知而有待發(fā)現(xiàn)的相關(guān)性以及打破信息孤島的可能性變得越來(lái)越大。把從運(yùn)營(yíng)中已使用到的大數(shù)據(jù)、社會(huì)媒體以及物聯(lián)網(wǎng)等新的數(shù)據(jù)源，以及融合大數(shù)據(jù)分析解決方案的能力三者結(jié)合起來(lái)，大數(shù)據(jù)就可以為管理層提供運(yùn)營(yíng)洞見(jiàn)。

在制造行業(yè)，企業(yè)邊界日益模糊，最難以預(yù)測(cè)的外部因素，當(dāng)數(shù)顛覆性創(chuàng)新。互聯(lián)互通徹底改變了商業(yè)游戲規(guī)則，在意識(shí)到競(jìng)爭(zhēng)時(shí)已為時(shí)過(guò)晚。對(duì)于所有希望轉(zhuǎn)型的制造業(yè)企業(yè)來(lái)說(shuō)，企業(yè)管理者需要迅速全面了解前沿技術(shù)及其相關(guān)性與關(guān)聯(lián)性，利用現(xiàn)代企業(yè)架構(gòu)，重新定義企業(yè)，通過(guò)全供應(yīng)鏈的數(shù)字化，來(lái)獲得更為高效、智能與高利潤(rùn)的服務(wù)產(chǎn)品。

雞蛋，從外打破是食物，從內(nèi)打破是生命。智能制造之路亦是，從外打破是壓力，從內(nèi)打破是成長(zhǎng)。我們要從設(shè)備智能管理、工業(yè)大數(shù)據(jù)入手分析，駕馭工業(yè)物聯(lián)網(wǎng)的三駕馬車，結(jié)合現(xiàn)代制造業(yè)企業(yè)的下一代企業(yè)架構(gòu)，讓自己有能力從內(nèi)打破，打造并形成數(shù)據(jù)紅利，在這場(chǎng)智能制造的文化升級(jí)中，實(shí)現(xiàn)重生，實(shí)現(xiàn)我們的制造強(qiáng)國(guó)之夢(mèng)。