工業大數據和原來的信息化有什麽區別？
簡單來說，在1990之前，大部分企業都在做內部信息化，被稱為第壹波。1990年代後，互聯網開始席卷全球，企業紛紛被互聯網化。隨著信息化和工業化的深度融合，工業大數據悄然興起，這也將成為提升制造業生產力的下壹個技術前沿。在清華大學工業大數據研究中心主任王建民看來，工業大數據是第三次工業革命，是以智能化、互聯化的產品為核心載體，而不是簡單地通過互聯網實現增值。
王建民認為，在制造業利潤越來越低的情況下，工業大數據可以幫助中國企業提高產品在使用和維護階段的利潤。最重要的是，利用數據進行跨界經營，可以為企業帶來新的生存空間。
利用大數據搶占價值制高點
為什麽工業大數據對中國企業有如此深遠的意義？
事實上，在王建民看來，壹個復雜設備的生命周期分為三個階段，即生命初期(BOL)、生命中期(MOL)和回收階段(EOL)。
原來制造企業的重點是開發制造階段，企業的核心目標是設計制造設備。產品賣給消費者後，就和企業沒關系了，或者變得無關緊要了。因此，生命周期的第二階段和第三階段往往被企業所忽視。但是設備的價值真正體現在用戶的體驗上，而不是制造上，雖然制造是由質量決定的。但消費者在使用階段的流暢度，才能體現產品的最終功效。
加工制造確實可以產生很多利潤，但是在目前的環境下，制造的利潤越來越薄，企業越來越難以為繼。中國是制造大國，也是使用大國，制造業的興衰意義重大。王建民認為，只有利用大數據搶占價值高地，實現產品智能化，才能實現從“中國制造”到“中國創造”，從“生產制造”到“服務制造”的轉變，這也是“中國制造2025”戰略的應有之義。
跨界運營是產業互聯網轉型的核心。
和之前的很多技術壹樣，工業大數據不是天生的，而是壹脈相承的。但是有了新的變化。在王建民看來，這種新變化的核心在於連接，把孤立的機器連接起來，把人和機器連接起來，把不同的企業和行業連接起來。
事實上，這種連接已經產生了巨大的價值，很多企業已經開始實踐。
比如把人和產品聯系起來，可以實現產品創新。日本研究人員設計了壹種新型汽車座椅，可以根據駕駛者的體重、壓力值等數據識別車主，判斷駕駛者是否為主人，從而決定是否啟動。
再比如:連接兩個不同的領域，可以實現銷售模式的創新。歐洲人今天就可以出售明天的風力發電。怎麽會？他們根據壹系列數據，精確測算明天的風力，從而實現當天的交易。這是整個大氣環境下風電設備跨界運行的絕佳案例。
再比如《哈佛商業評論》曾經發表過壹篇文章，叫做《智能互聯產品》。美國人認為，未來的工業產品應該分為五個階段。到第四個階段，設備和產品將進入產品的系統化階段，機器可以對話，可以相互協作。例如，在農業領域，播種設備和收獲設備將結合在壹起，在農場工作。最後壹個階段是將農業機器和天氣數據的集群與種子和灌溉系統的數據相結合，通過全方位的連接，解決農業生產中的綠色節能問題。
王建民表示，通過跨界運營進行創新是工業互聯網轉型的核心。在使用階段，簡單的維護和更換配件，無論是預防性維護還是主動維護，都還處於工業互聯網的初級階段。只有通過數據跨界運營，才能抓住服務階段整個裝備制造業轉型升級的核心。
工業大數據要避免的三個誤區
如何實踐聽起來很美的工業大數據？王建民整理了三大誤區，供企業參考:
壹.維護=運行
在工業領域，維護和運行基本是分不開的。但在工業大數據中，兩者是分開的。維修是指當產品性能下降時，通過更換零件或其他方式恢復產品性能。而運營是指如何使用機器，使其產生價值。
第二，工業大數據相當於消費大數據。
工業大數據的核心問題在於分析結果的可靠性。在大數據的消費中，如果產品的廣告推薦能達到20‰的可靠度，就是搜索引擎最好的水平。但這個數據在工業領域顯然遠遠不夠。因為在工業領域，往往是小虧大賺，差之千裏。工業應用場景要求數據準確率達到99.9%甚至更高，否則會造成嚴重的經濟損失甚至安全事故。所以王建民建議，在人員結構上，工業大數據需要數據和工業人才壹起做。
第三，收集的數據越多越好。
對於企業來說，機器收集的數據有時候是壹場災難，企業收集的數據並不都是有用的。不產生價值的數據就是垃圾信息，是企業的負擔。企業在收集數據之前，首先要做的就是畫出數據的畫像，弄清楚自己需要什麽樣的數據。
王建民認為，無論如何，大數據還是應該圍繞設備增值服務的業務邏輯，在實現這個目標的過程中，讓數據發揮作用，而不是單純的看到數據而忽略了根本邏輯。