工業大數據：中國智造下的“數字新基建”_風聞

伴隨工業4.0概念的引入，工業產業進入了新一輪的全球性革命。

新型工業體系下，新一代信息技術成為與工業融合發展的關鍵。

雲計算、大數據、AI、物聯網、移動計算等技術的興起成為我國製造業向數字化、智能化、網絡化邁進的重要推手，大數據在工業領域的應用也引發了製造行業的普遍關注。

近日，國內工業大數據創新企業「志翔科技」宣佈近日已完成數億元C輪融資，由君聯資本領投。

事實上，2018年，國內工業大數據領域投融資金額普遍在1000萬-5000萬元居多，佔比總體達到55%。但到了2019年大額投資比例提升，1000萬-5000萬元投融資次數佔總次數的47.6%，1億元以下規模的投融資次數佔總次數的71.4%。

對投融資方來説，隨着新興技術不斷落地，話題熱度有所下降，工業大數據的產品或服務的實際功能性成為更好地吸引投資關注點。

工業大數據，為什麼會在今天受到如此高的關注？

新熱度“舊概念”

首先，明確一點的是，工業大數據並不是什麼新概念。

2012年，隨着工業4.0概念的出現，工業大數據也隨之出現，市場中還有一種説法也和信息技術流行背景下的大數據有關。

具體來看，工業大數據是指在工業領域信息化應用到整個產品、全生命週期、各個環節所產生的各類數據及相關技術和應用的總稱，主要來源可以分為三類，第一類是生產經營相關業務數據；第二類是設備物聯數據；第三類是外部數據。工業大數據作為工業互聯網的核心，也是工業智能化發展的關鍵。

我們現在所提的工業大數據較為籠統，展開來講，工業大數據不僅僅延展了傳統工業數據範圍，同時也包括工業大數據相關技術和應用，也就是工業大數據既是工業生產過程中的“副產品”，同時也可以是賦能工業智能製造的一種技術手段。

之所以，工業大數據能夠受到如此高的關注。首先，是因為信息技術的發展，大數據在互聯網行業得到應用，進而推動了大數據相關技術的發展和成熟，在多方的推動下，大數據應用逐步滲透到其他行業，例如醫療、金融、製造業。

其次，是與製造業的數字化、網絡化和智能化的客觀事實密切相關，在工業4.0的背景下，工業互聯網帶動工業領域數字信息化升級，進而產生了大量工業數據，這些數據具有較為價值的信息，比如説，一個數控機牀生產產品所產生的數據，能夠反饋到企業或是生產端改善生產技術。

最後，工業領域中，製造資源、過程的活動變得越來越複雜、管理和決策的難度也在提升，依靠傳統的數據分析，無法精確處理工業製造過程中複雜且龐大的數據。工業大數據技術能夠挖掘和發現工業大數據中所藴涵的技術，包括數據規劃、分析挖掘、可視化和智能控制等。

到2019年，包括工業企業以及領域垂直公司在內的多方勢力對工業大數據的投資持續增加，工業大數據企業逐漸分為三類，應用層、平台層、基礎層。其中，平台層企業創新持續活躍，是目前工業大數據上市企業中數量最多的一類。

不過，儘管近年來，工業大數據的關注度以及相關技術的落地應用有所提升，但受制於我國工業4.0進度相對緩慢以及工業互聯網的展開還存在一定的技術難題，目前我國工業大數據仍處於起步階段。

截至2019年，工業大數據領域相關上市企業也僅達到19家。而2020年工業大數據排行榜中，多數都是大型企業，中小微企業的數量以及分佈還相對較少。但在以“中國工業製造2025”為代表的規劃推動下，預計到2025年左右，我國工業大數據的發展速度將由大幅提升。

工業大數據“換湯換藥”

從工業大數據的應用落地及技術進展程度上來看，相對不是很順利，尤其是應用到工業企業層面，滲透率還相對較低。

縱觀當前我國工業企業整體結構情況，多數是以中小製造企業為主，中小製造企業仍是產業主力軍。與大型製造企業相比，中小製造企業在信息技術應用等層面，還存在相對滯後的狀態。很多企業，尤其是小微企業仍心存疑慮，將工業大數據視為企業機密，數據開放積極性不強，“不想用、不敢用”傾向嚴重。

加之受制於我國工業企業規模分佈，儘管已經工業企業實現工業大數據的應用，但就工業大數據實際應用而言，還存在數據孤島、數據失真的現象。造成這種現象背後的原因在於，企業信息化基礎差、設備接口不開放等造成數據難以採集。

物聯大數據是實現工業大數據暢通流動的必要手段，但在工業實際應用中，工業軟件、高端物聯設備不具備國產自主可控性，物聯接入的高端設備的讀寫不開放，形成設備信息的孤島，數據流通不暢。解決企業信息化基礎差、接口設備讀寫不開放等問題是實現工業大數據開放的關鍵。

當前，工業大數據的積累程度嚴重不足，製造業企業不知道自己有哪些數據，大部分工業數據處於“睡眠”狀態。跟傳統大數據相比，工業大數據來源更加廣泛，產品大數據是工業大數據的根源與核心，但工業製造業領域涵蓋的種類、行業較多，這也形成工業產品種類數量龐大且呈現不斷增長的態勢。

而在這種趨勢下，本就對工業大數據概念相對薄弱的工業企業，加上產品更迭加速的態勢下，企業的數據自然也就無法得到有效積累。如何規範產品大數據的定義與分類方法，建立規範、屬性明確、可查詢可追溯可定位的產品大數據，同時，企業信息系統進行集成將也成為順利應用工業大數據的前提。

與傳統大數據相似的是，工業大數據的數據安全也同樣重要，對於軍工企業尤其如此，大數據強調數據關聯、整合，這勢必會顯著增加安全風險。

為了確保數據安全，一方面是工業企業可以藉助相關技術企業充分利用技術手段，鞏固自身的數據安全壁壘；另一方面是選擇工業大數據技術相對成熟、可靠的實施服務提供商，同時企業自身也要進行接口設備更新，重構數據支撐平台，甚至替換“舊”系統，達成數據安全的目的。但不管是從哪個角度來看，工業大數據的應用以及發展還存在一定的難題。

官方推出利好政策，如何定義工業大數據？

儘管如此，但從2015年開始，國家層面不斷出台相關利好工業大數據政策，比如《中國製造2025》、《工業大數據發展指導意見（徵求意見稿）》等多項政策，多次提到工業大數據的重要性以及意義，推動工業大數據行業發展。

而伴隨技術進步與升級、智能應用普及滲透等眾多利好因素的影響，工業大數據整體市場規模正在逐步增長。

根據賽迪顧問數據顯示，2019年中國工業大數據整體規模達到146.9億元，同比增長28.6%，預計未來三年市場規模增速將保持30%以上，到2022年將達到346.1億元，市場發展前景廣闊，未來工業大數據將持續促進傳統製造業轉型升級，助力工業智能化發展。

迴歸到工業大數據本身，在這種背景以及形勢推動下，工業大數據的概念和定義也在近兩年有了更為深刻、全面地理解和詮釋。

最明顯的變化在於，市場以及企業已經逐漸改變將工業大數據作為工業生產過程中的一種“副產品”或是產品輸出信息的看法，這樣的理解所帶來的最終結果便是，工業大數據本身的價值空間會受到較大的侷限性。

如今，伴隨工業互聯網的落地應用，工業大數據逐漸成為一種與AI、工業互聯網相似的工業賦能技術，從傳統的數據採集、分析和應用，向數據生產、價值化和輸出方向發展。

製造業企業通過工業大數據可以打通過去相互獨立的工作模式，在整個產品生產階段進行一體化生產與管理，這樣，整個工業生產流程被進一步打通，各個環節之間的合作變得更加緊密，最終也能提高製造業整體生產、運行效率，帶動企業效益提升。

2021年，德龍鋼鐵就藉助阿里雲，完成了工業大數據對自身生產、信息系統的改造和升級，併入選工信部“2021年工業互聯網平台創新領航應用案例”。

據德龍鋼鐵相關負責人介紹，藉助互聯網經濟，建立核心智慧製造能力，不斷優化升級智能化設備，搭建完善的信息化系統，改善舊有系統多而分散的弊端，打破數據壁壘，充分發揮數據價值，推動鋼鐵全產業鏈的運營協調和整體優化，提高企業效益。

同時，工業大數據，作為工業4.0誕生的新概念、新技術，也將成為驅動製造業企業創新、發展的一個重要手段，製造業可以通過工業大數據積累、分析得出的數據結果，改善當前固有生產模式，形成全新的生產體系。

過去，因生產技術、供應鏈等方面的落後，中國製造業被認定為“中國製造”，但如今在AI、雲計算、互聯網等信息技術的加持下，中國製造業已經逐漸轉向為“中國智造”，而未來在工業大數據、工業互聯網等新一代信息技術以及多方支持推動下，“中國智造”轉向“中國創造”也會成為一個必然的趨勢。

在政策和技術的驅動下，工業大數據逐漸成為助力工業變革和製造商業模式變革的重要技術，作為方興未艾的全新領域，工業大數據也在中國工業，從“中國製造”到“中國智造”，再到“中國創造”轉變的過程中扮演着重要的角色。我們相信，在工業4.0的背景下，工業大數據可以協同人工智能、5G科技等新興技術推動工業智能製造的發展。

本文來源：新工業洞察