工业大数据，很难从内涵角度来作出一个定义，因为它涉及到很多各种各样的数据。但从外延角度来看，比较容易。

      大体上是3＋3，第一个“3”是指3个层面——企业，企业上面的供应链、产业链和生态链，以及在这上面的行业管理和宏观经济。第二个“3”是指每个企业都有的3个过程——生产，使用，以及发展中的经营效益，所以，“3＋3”基本上把工业大数据的脉络圈起来了。

      从企业的角度看，工业大数据是在一个企业的设计、创新、生产、经营和管理决策过程产生、使用和转型升级过程需要的信息之和。所以最小的圈是企业，一个企业从开始到生产线到设计、到工艺过程、到人，一直到管理、决策、市场、服务，像这样的环节都在使用。

      从供应链、产业链和生态链的角度来看，工业大数据是供应链、产业链和生态链产生、使用和需求的各类信息之和。这三个链之间很难一刀断开，因此，我也是从一个概念来看。所以，制造业也好、工业企业也好，整个过程是一个链环周。这个链不仅是一个企业，更重要的是政府机构、研究机构，需要把控和研究如何追求制造业前两环的优化。所以我们看到了超越一个企业的生存、使用和发展需求的新工业数据。

      从行业管理和宏观调控的角度来看，工业大数据是工业行业管理和宏观调控产生、使用和需求的各类信息之和。每一个行业的管理都需要工业大数据，在工业行业又生存了很多企业，做好工业数据管理需要这样一个链条，所以“3＋3”构成了工业大数据的外延，每一个环节，使用的和需求的中间是交集，这样才对工业大数据的发展提供了基础。

      小结

      首先，3＋3加起来的组合就是工业大数据；

      第二，产生、使用和进一步发展的需求的工业大数据是不同的，是交集；

      第三，进一步发展需求的大数据最大；

      最后一句话最重要，工业大数据，工业是主体。

      为什么要发展工业大数据？

      同样是三个层面，从三个由小到大的层面，加上一个需求，来看一下工业大数据的作用和意义。

      首先，从最小的层面——企业来看，工业大数据为企业全过程设计、创新、生产、经营、管理、决策服务，为企业的发展战略和目标的实现服务。

      第二个层面，工业大数据服务于供应链的优化、产业链的完善、生态链的形成和优化。从供应链、产业链、生态链来看，不管是CSM的生产圈，还是一个特定产品制造过程的供应链，或是一个完整生产过程的分析，工业大数据都是为了它的形成和优化。

      第三个层面，工业大数据要满足行业和宏观决策调控的实际需求，提高行业和宏观经济管理决策质量、能力。政府的行业管理对于供应链、产业链、生态链、商业链、价值链有着非常重要的作用，但是政府的宏观调控超越了这样的链环本身，我们要对经济发展面临的重大问题作出回应，甚至回答制造业如何来应对这样的问题。所以从这个行业来看重要的是行业发展战略，而到宏观调控的时候，不但要从行业的发展战略，还要从整个经济发展去看这些问题怎么解决？这就需要信息。

      第四，从工业转型升级的需求看，工业大数据是为了一个个企业、行业、装备、工艺、生产线、供应链的转型升级服务。先进制造业、工业4.0、智能制造，以两化融合和智能制造为重点的中国制造2025，都是工业转型升级模式的未来方向。原来我们的3．0工业，是以装备和生产线为核心的自动化，而4．0的智能化是把这两个过程自动化和数据自动化结合在一起。

      小结

      工业大数据的研究和实践要服务于加快制造业转型升级、提升工业竞争力；

      这个目标要落实到企业创新、设计、生产、经营、管理、决策的每一个具体环节；

      这个目标要落实到供应链全局优化、产业链和生态链的形成和优化的每一个具体环节；

      这个目标要落实到工业行业管理和宏观经济调控决策的每一个实际需求。

      工业大数据怎么推动制造业转型升级？

      在回答怎么办之前，首先要知道存在着哪些主要问题：

      1、在数据生成环节，主要存在跑冒滴漏和非标准的问题；

      2、在数据利用环节，主要存在数据不足、质量不高、各个环节协同存在制度、核算、标准等大量障碍；

      3、在发展需求环节，主要存在缺乏预见性、缺乏有效的模型和工具、缺乏制度和标准规范等问题。