大数据是一个热门的前沿技术，在商业、服务上的应用已经取得了很大的成功并持续影响着；今天我们从大数据在制造业的应用维度来阐述工业4.0（中国智能制造2025），因为它既涉及了企业的转型升级，也关乎国家的创新发展。
1.大数据是工业4.0的基础与核心技术之一
大规模定制是工业4.0的目标，智能制造是工业4.0的核心；而大规模定制与智能制造的基础是物联网与云计算，其核心是大数据与算法。它将在制造业的研发、物流、生产、销售、服务5大环节持续重塑与变革，最终形成新的业态模式与制造型企业的价值创造体系。
2.工业4.0下的大数据价值体系-CPS的5C架构
2.1 智能感知层：将沉默的数据唤醒。
尽可能采集设备全生命周期及全价值链的各类要素的相关数据信息，或按活动目标和信息分析需求进行选择性和有所侧重的数据采集；打破设备独立感知与信息孤岛的壁垒，建立统一的数据环境；
2.2 数据挖掘层：从数据到信息的分析。
通过对数据的横向挖掘，即采集，提取，分析，评估，预测到信息的可视化，内容化与智能化。
2.3 网络层：网络化数据管理。
通过对网络化数据的横向处理，逻辑化；对实体数据的切片化管理，实体虚拟模型，实体与信息的对称管理，集群分析与大数据挖掘。
2.4 认知层：对信息的识别和决策。
通过对人与价值活动进行信息识别与决策，提供多平台远程可视化信息管理、虚拟模型的智能仿真与推理及决策的协同化分析。
2.5 配置层：系统的弹性和重构。
基于外界变化与价值目标，可实现根据状态偏差进行自我调节、具备自我配置的弹性系统以及对抗扰动的动态优化配置。
3.工业4.0核心推进路径
3.1 纵向集成：工业4.0最容易实现的目标，也是未来制造业的构建基础。
传统制造企业从车间进行工业4.0推进，改造现有车间的自动化和信息化水平，通过自动化与信息化融合，实现纵向集成。如无人车间，智能工厂的运用。
3.2 端到端集成：站在产业价值链全局把握机会，从整合供应链为着手。
端到端集成的两个关键点，一个是通过供应链整合全产业价值链的制造企业，一个是通过电子商务连接终端用户，建立以用户为中心的新型流程体系，用户将参与交互、设计、生产、物流及服务全过程，其过程全透明可视化。制造企业将全面提升效率，品质，同时缩短新产品上市时间，快速柔性的响应用户。
3.3 横向集成：软件将定义一切。
在工业4.0持续推进进程中，当工业大数据不断增长并超过消费大数据时，将成为横向集成的爆破点，基于云平台的云工厂，将重新定义制造业生态。
4.工业4.0推进过程的注意点
4.1 制造型企业需要结合未来战略设计工业4.0的推进路径，否则不太可能实现目标；
4.2 制造型企业需要评估当前智能管理成熟度，精益生产与标准化是推进工业4.0的基础。
4.3 制造型企业需要培育工业4.0综合性人才，或者寻求外部专家辅导。人才是推进工业4.0的根本。
4.4 制造型企业在推进工业4.0时，需要统一全价值链的元数据，否则无法提高大数据的集成与挖掘的质量。
