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，清华大学软件学院副院长王建民作了关于"工业大数据应用与挑战"的主题演讲。
清华大学软件学院副院长王建民
王院长首先对会议进行了赞扬与肯定。在当今这个互联网的时代，大数据热，工业大数据更热。最近总理又来了一个中国制造2025+互联网，把火烧的又加的一些温度。本来我想讲工业大数据软件，但是有的同志跟我讲，说王老师你要讲软件的话，恐怕很多人不一定感兴趣，所以我想问一问在座的同志们对软件感不感兴趣。
工业大数据能不能用一张片子来讲，所以我试着用一张片子来讲一下我理解的工业大数据。其实我讲的面很窄，工业有两大类，我今天讲的主要是一类，叫做离散工业，还有很大一类叫流程工业。
先说一下制造业的苦笑曲线和今年要做的"三去一降一补"的关系。横轴是国民收入，低收入国家人均收入在5000美元以下，高收入大概在2万美元以上，中国大概在七、八千万。七、八千万的时候是制造业最舒服的时候，中等国家制造业在国民经济总量中占的最高。在向高收入国家迈进的时候，所谓的以物质生产为核心的制造业，它在国民经济当中的占比就不可挽回的要下降。
前几年说服务业要占国民经济的多少多少才是一个先进的发达国家，不是没有道理的，但是有可能咱们用的指标太过于机械，是高端的服务业上去了，那才是一个先进的经济体。高端的服务业从哪儿出，其实我们看到他有一个剪刀曲线，绿的曲线是制造的服务业。大量的资源从传统的制造业里分离出来，分离产生了高端的服务业的时候，这种服务业是一个未来强国的服务业，而不是今天我们就靠剃头，靠做饭，靠外卖拉动起来的服务业。
在这样的大形势下，如果咱们的国民收入还是往高收入国家迈进的话，我们一定要去掉现在的产能，现在的库存，去掉现在的一些不必要的杠杆，要降低成本。要把高端制造业以工业为核心的发展起来。
工业大数据不是一个新鲜事，至少工业数据不是一件新鲜事，大家都在说一个装备的全生命周期。我们看看一个复杂的装备，前面这一段叫做BOL，两个原点之间的叫MOL，后端的叫EOL.代表的是一个复杂装备生命周期的三个阶段，一个是它的初期，一个是它的中期，一个是它的末期。分离点是装备离开企业的那一瞬间，这个是装备退役的时刻。所以，一个复杂装备可以划分为三个阶段。
原来的制造企业主要是在BOL阶段，设计制造，我们把装备设计制造出来之后就是企业核心的目标。第二个阶段是产品到了用户那去，要做使用维护，这个时候是在装备创造价值的阶段。一个装备有没有价值，看它用的好不好，不在于制造。其实制造的时候是个成本，当然由质量决定，而装备真正发挥效应是在使用阶段。最后是绿色的回收再制造的过程。
很早以前美国人就想到摇篮到摇篮到制造，整个制造业应该是循环经济，要更多的回收回来。这三个阶段的视角是不一样的，第一个阶段的视角是一个企业，第二个阶段的视角是产业，第三个阶段的视角是社会。每个视角关注的面是不一样的。
中国制造2025的核心是智能制造，智能制造的四个部分就是智能产品、智能生产、智能服务和智能回收。这就是贯彻了智能的中国制作的方向。上面这两层是传统的制造业信息化里的核心软件，CAD、CAE、ERP、MES，使用阶段包括MRO和CRM，中间这一横是PRM.大家都认可，所以传统的企业PRM全生命周期管理在制造业企业不是新鲜事。1999年国际Garnter报告中就已经谈到了这三个生命周期。