中国IDC圈4月27日报道，互联网的发展使得大数据引起人们广泛关注。现如今大数据技术早已渗透到金融、通讯等行业以及生物学、物理学等领域。大数据在容量、多样性和高增速方面的爆炸式增长全面考验着现代企业的数据处理和分析能力，与此同时也为各个行业带来了准确洞察市场行为的机会。迄今为止大数据技术与产品有哪些创新，工业大数据应用面临哪些挑战，金融行业大数据应用现状如何等。围绕这一系列问题，4月27日至28日，由工业和信息化部指导、中国信息通信研究院主办的"2016大数据产业峰会"在北京国际会议中心盛大召开。
其中在27日下午的"大数据与工业互联网"分会坛上，工信部信息化和软件服务业司软件产业处处长汪存富在分会上致辞。
工信部信息化和软件服务业司软件产业处处长汪存富
汪处长首先对上午的大数据峰会盛况给予了赞扬，然后就工业大数据的发展谈了一下几点：
第一，大数据是推动工业转型升级的重要抓手。无论是工业4.0、工业互联网，还是第四次、第五次工业浪潮都能体现出一个明显的特征，新一代信息技术与传统的工业、能源等传统的工业技术的深度融合，再衍生出来的新一轮的科技和工业革命。我们发现随着工业领域信息化的不断深入，工业企业沉淀了大量的数据资源，工业大数据的挖掘与利用将会促进工业企业生产方式、组织形式、商业模式的变革，催生出智能化生产、协同化组织、个性化定制等新业态模式，助推工业企业提质增效。
从工业发展，从上世纪30年代的福特模式到后来日本丰田精益制造模式，到现在的"两化"融合，德国叫工业4.0模式，实际上都是通过信息技术的深入应用，不仅在生产设计领域，而且在销售领域、在定制生产模式领域，对工业生产的管理组织方式发生了深刻的变化。所以，在此背景下我们也看到美国提出工业互联网，德国提出工业4.0，中国也提出智能制造这样一些工业和信息技术融合的新概念。
这些新概念是信息化发展的几个阶段。第一是大家重视基础设施建设，后一阶段重视软件的集成、开发和应用。沉淀了这么多的数据，如何让这些数据开发利用，驱动整个工业生产，我们也认为现在应该是工业信息化3.0的阶段。
中国本身是制造业大国，我们认为我们国家在IT领域也是仅次于美国之外的第二个IT领域的大国。在这种形势下我们搞工业大数据、搞工业互联网，无论是从数据基础，还是市场前景都具有重大的意义，也有很大的发展前景。
工业大数据应该怎么发展，应该包括哪些东西。推动工业大数据核心覆盖工业全流程、全环节和产品全生命周期的数据链，在此基础上形成基于数据分析的系统级工业智能。目前在我们国家工业生产各个环节的数据采集还不充分，信息孤岛严重，缺乏统一的数据标准。尤其是一些工业企业都知道，我们现在大部分智能化的工业装备以及公共系统用的都是国外的产品。而工业系统又不像原来的互联网IT系统或者通讯系统是采用统一的互联网协议，这样就导致不同的通讯协议和工业产品的数据是互补相通的。这样多元化的数据是难以集成应用的。
从技术来讲，建模的技术水平不高。工业大数据这些技术领域还没有像互联网大数据这一块技术应用的比较成熟。工业大数据对海量数据实时挖掘能力也不够，大数据在产品全生命周期各环节的应用我们也看得出来还没有完全普及。尤其作为中国的信息化来讲，许多企业第一步的信息化都还没有完成，基于工业大数据的3.0时代大家还有很长的路要走。
如何推动工业大数据的发展，第一是要加强工业大数据的采集与交换，实现数据跨层次、跨环节和跨系统的大整合。第二，要进一步提升信息化的水平，推进工业全链条的数字化建模，将各个领域各环节的经验、工艺参数和模型数字化，构建从经验到模型的机器学习系统，实现从数据到模型的自动建模。第三，真正在深化应用方面，深化工业大数据的分析，从报表告警等啊简单呈现事实型的应用，逐步到更加智能的分析型的转变。第四，促进数据分析向工业各个环节的广泛渗透，贯穿数据采集、智能控制到智能决策的整个闭环环节。工业大数据在整个工业生产领域是无所不在、不所不及的。