埃森哲：工业大数据，挖掘“不可见世界”中的价值

什么是工业大数据？随着新工业革命时代的序幕徐徐拉开，物联网、工业互联网、智能ICT技术、人工智能等技术成为舞台上最受瞩目的新星。在这些新兴技术的推动下，工业领域中的大数据环境正在逐渐形成，数据从制造过程中的副产品转变成为备受企业关注的战略资源。如果大数据是工业价值转型的核心驱动力，那么我们该怎么去定义和使用大数据？关于这个问题，我们在《工业大数据》这本书中曾表达过一个观点：大数据并不是目的，而是分析问题的一种视角和解决问题的一种手段。通过对数据的洞察，可以预测需求、预测制造、挖掘不可见世界的价值、解决和避免不可见问题的风险，以及利用数据去整合产业链和价值链，这些才是大数据的核心价值和目的。一提到大数据，人们首先会想到在互联网和商业等环境中，利用大量的行为数据来分析用户行为和预测市场趋势等应用。但是对工业大数据的定义和应用却很难直观地理解和想象。现在对大数据最为流行的定义，来自于维克托・迈尔-舍恩伯格（Viktor Mayer-Schönberger）和肯尼斯・克耶（Kenneth Cukier）编写的《大数据时代》中提出的4V特性，即Volume（数据量大）、Velocity（流动速度