伴随工业4.0概念的引入，工业产业进入了新一轮的全球性革命。
新型工业体系下，新一代信息技术成为与工业融合发展的关键。
云计算、大数据、AI、物联网、移动计算等技术的兴起成为我国制造业向数字化、智能化、网络化迈进的重要推手，大数据在工业领域的应用也引发了制造行业的普遍关注。
近日，国内工业大数据创新企业「志翔科技」宣布近日已完成数亿元C轮融资，由君联资本领投。
事实上，2018年，国内工业大数据领域投融资金额普遍在1000万-5000万元居多，占比总体达到55%。但到了2019年大额投资比例提升，1000万-5000万元投融资次数占总次数的47.6%，1亿元以下规模的投融资次数占总次数的71.4%。
对投融资方来说，随着新兴技术不断落地，话题热度有所下降，工业大数据的产品或服务的实际功能性成为更好地吸引投资关注点。
工业大数据，为什么会在今天受到如此高的关注？
新热度“旧概念”
首先，明确一点的是，工业大数据并不是什么新概念。
2012年，随着工业4.0概念的出现，工业大数据也随之出现，市场中还有一种说法也和信息技术流行背景下的大数据有关。
具体来看，工业大数据是指在工业领域信息化应用到整个产品、全生命周期、各个环节所产生的各类数据及相关技术和应用的总称，主要来源可以分为三类，第一类是生产经营相关业务数据；第二类是设备物联数据；第三类是外部数据。工业大数据作为工业互联网的核心，也是工业智能化发展的关键。
我们现在所提的工业大数据较为笼统，展开来讲，工业大数据不仅仅延展了传统工业数据范围，同时也包括工业大数据相关技术和应用，也就是工业大数据既是工业生产过程中的“副产品”，同时也可以是赋能工业智能制造的一种技术手段。
之所以，工业大数据能够受到如此高的关注。首先，是因为信息技术的发展，大数据在互联网行业得到应用，进而推动了大数据相关技术的发展和成熟，在多方的推动下，大数据应用逐步渗透到其他行业，例如医疗、金融、制造业。
其次，是与制造业的数字化、网络化和智能化的客观事实密切相关，在工业4.0的背景下，工业互联网带动工业领域数字信息化升级，进而产生了大量工业数据，这些数据具有较为价值的信息，比如说，一个数控机床生产产品所产生的数据，能够反馈到企业或是生产端改善生产技术。
最后，工业领域中，制造资源、过程的活动变得越来越复杂、管理和决策的难度也在提升，依靠传统的数据分析，无法精确处理工业制造过程中复杂且庞大的数据。工业大数据技术能够挖掘和发现工业大数据中所蕴涵的技术，包括数据规划、分析挖掘、可视化和智能控制等。
到2019年，包括工业企业以及领域垂直公司在内的多方势力对工业大数据的投资持续增加，工业大数据企业逐渐分为三类，应用层、平台层、基础层。其中，平台层企业创新持续活跃，是目前工业大数据上市企业中数量最多的一类。
不过，尽管近年来，工业大数据的关注度以及相关技术的落地应用有所提升，但受制于我国工业4.0进度相对缓慢以及工业互联网的展开还存在一定的技术难题，目前我国工业大数据仍处于起步阶段。
截至2019年，工业大数据领域相关上市企业也仅达到19家。而2020年工业大数据排行榜中，多数都是大型企业，中小微企业的数量以及分布还相对较少。但在以“中国工业制造2025”为代表的规划推动下，预计到2025年左右，我国工业大数据的发展速度将由大幅提升。
工业大数据“换汤换药”
从工业大数据的应用落地及技术进展程度上来看，相对不是很顺利，尤其是应用到工业企业层面，渗透率还相对较低。
纵观当前我国工业企业整体结构情况，多数是以中小制造企业为主，中小制造企业仍是产业主力军。与大型制造企业相比，中小制造企业在信息技术应用等层面，还存在相对滞后的状态。很多企业，尤其是小微企业仍心存疑虑，将工业大数据视为企业机密，数据开放积极性不强，“不想用、不敢用”倾向严重。
加之受制于我国工业企业规模分布，尽管已经工业企业实现工业大数据的应用，但就工业大数据实际应用而言，还存在数据孤岛、数据失真的现象。造成这种现象背后的原因在于，企业信息化基础差、设备接口不开放等造成数据难以采集。
物联大数据是实现工业大数据畅通流动的必要手段，但在工业实际应用中，工业软件、高端物联设备不具备国产自主可控性，物联接入的高端设备的读写不开放，形成设备信息的孤岛，数据流通不畅。解决企业信息化基础差、接口设备读写不开放等问题是实现工业大数据开放的关键。
当前，工业大数据的积累程度严重不足，制造业企业不知道自己有哪些数据，大部分工业数据处于“睡眠”状态。跟传统大数据相比，工业大数据来源更加广泛，产品大数据是工业大数据的根源与核心，但工业制造业领域涵盖的种类、行业较多，这也形成工业产品种类数量庞大且呈现不断增长的态势。
而在这种趋势下，本就对工业大数据概念相对薄弱的工业企业，加上产品更迭加速的态势下，企业的数据自然也就无法得到有效积累。如何规范产品大数据的定义与分类方法，建立规范、属性明确、可查询可追溯可定位的产品大数据，同时，企业信息系统进行集成将也成为顺利应用工业大数据的前提。
与传统大数据相似的是，工业大数据的数据安全也同样重要，对于军工企业尤其如此，大数据强调数据关联、整合，这势必会显著增加安全风险。
为了确保数据安全，一方面是工业企业可以借助相关技术企业充分利用技术手段，巩固自身的数据安全壁垒；另一方面是选择工业大数据技术相对成熟、可靠的实施服务提供商，同时企业自身也要进行接口设备更新，重构数据支撑平台，甚至替换“旧”系统，达成数据安全的目的。但不管是从哪个角度来看，工业大数据的应用以及发展还存在一定的难题。
官方推出利好政策，如何定义工业大数据？
尽管如此，但从2015年开始，国家层面不断出台相关利好工业大数据政策，比如《中国制造2025》、《工业大数据发展指导意见（征求意见稿）》等多项政策，多次提到工业大数据的重要性以及意义，推动工业大数据行业发展。
而伴随技术进步与升级、智能应用普及渗透等众多利好因素的影响，工业大数据整体市场规模正在逐步增长。
根据赛迪顾问数据显示，2019年中国工业大数据整体规模达到146.9亿元，同比增长28.6%，预计未来三年市场规模增速将保持30%以上，到2022年将达到346.1亿元，市场发展前景广阔，未来工业大数据将持续促进传统制造业转型升级，助力工业智能化发展。
回归到工业大数据本身，在这种背景以及形势推动下，工业大数据的概念和定义也在近两年有了更为深刻、全面地理解和诠释。
最明显的变化在于，市场以及企业已经逐渐改变将工业大数据作为工业生产过程中的一种“副产品”或是产品输出信息的看法，这样的理解所带来的最终结果便是，工业大数据本身的价值空间会受到较大的局限性。
如今，伴随工业互联网的落地应用，工业大数据逐渐成为一种与AI、工业互联网相似的工业赋能技术，从传统的数据采集、分析和应用，向数据生产、价值化和输出方向发展。
制造业企业通过工业大数据可以打通过去相互独立的工作模式，在整个产品生产阶段进行一体化生产与管理，这样，整个工业生产流程被进一步打通，各个环节之间的合作变得更加紧密，最终也能提高制造业整体生产、运行效率，带动企业效益提升。
2021年，德龙钢铁就借助阿里云，完成了工业大数据对自身生产、信息系统的改造和升级，并入选工信部“2021年工业互联网平台创新领航应用案例”。
据德龙钢铁相关负责人介绍，借助互联网经济，建立核心智慧制造能力，不断优化升级智能化设备，搭建完善的信息化系统，改善旧有系统多而分散的弊端，打破数据壁垒，充分发挥数据价值，推动钢铁全产业链的运营协调和整体优化，提高企业效益。
同时，工业大数据，作为工业4.0诞生的新概念、新技术，也将成为驱动制造业企业创新、发展的一个重要手段，制造业可以通过工业大数据积累、分析得出的数据结果，改善当前固有生产模式，形成全新的生产体系。
过去，因生产技术、供应链等方面的落后，中国制造业被认定为“中国制造”，但如今在AI、云计算、互联网等信息技术的加持下，中国制造业已经逐渐转向为“中国智造”，而未来在工业大数据、工业互联网等新一代信息技术以及多方支持推动下，“中国智造”转向“中国创造”也会成为一个必然的趋势。
在政策和技术的驱动下，工业大数据逐渐成为助力工业变革和制造商业模式变革的重要技术，作为方兴未艾的全新领域，工业大数据也在中国工业，从“中国制造”到“中国智造”，再到“中国创造”转变的过程中扮演着重要的角色。我们相信，在工业4.0的背景下，工业大数据可以协同人工智能、5G科技等新兴技术推动工业智能制造的发展。
