5月，工信部發布《關于工業大數據發展的指導意見》，提出加快數據匯聚、推動數據共享、深化數據應用、完善數據治理、強化數據安全、促進產業發展、加強組織保障等七方面21條指導意見。工業大數據已日漸成為工業發展最寶貴的戰略資源，是推動制造業數字化、網絡化、智能化發展的關鍵生產要素。如何全面收集、合理存儲、充分使用這些工業大數據，是我國推動工業互聯網發展，建立數據驅動的新型工業發展模式的關鍵！

解析工業大數據 推動工業互聯網

2020中國政府工作報告提出“發展工業互聯網，推進智能制造”。這是工業互聯網第二次被列入政府工作報告。黨中央、國務院均強調推動大數據在工業中的應用。今年4月，引發的《關于構建更加完善的要素市場化配置體制機制的意見》，明確提出要支持構建工業等領域規范化數據開發利用的場景，提升數據資源價值。

隨著工業互聯網的創新發展，工業大數據應用邁出了從理念研究走向落地實施的關鍵步伐，在需求分析、流程優化、預測運維、能源管理等環節，數據驅動的工業新模式新業態不斷涌現。

目前，工業大數據主要分為三種類型，一是生產經營相關業務數據。主要產生于企業信息系統內部，包括工業制造類軟件、企業資源管理（ERP）、產品生命周期管理（PLM）、供應鏈管理（SCM）、客戶關系管理等；二是設備物聯數據。包括操作和運行情況、工況狀況、環境參數等體現設備和產品運行狀態的數據；三是外部數據，主要是與工業企業生產活動和產品相關的企業外部互聯網來源數據。通過工業大數據全周期的應用，工業企業可以實現機器彈性生產、運營管理優化、生產協同組織與商業模式創新，促進制造業升級和生產性服務業的發展。

當前，我國工業互聯網數據資源總量呈爆炸性增長，這為工業互聯網發展提供了很好的依據的同時，也帶來了一些挑戰。諸如工業數據資源不豐富、工業數據孤島成為普遍問題、工業數據管理滯后、工業大數據應用不夠深入等。

為更好釋放工業大數據價值、推動工業互聯網發展、落地制造企業數智化轉型，用友以中臺能力全面助力、并鑄就工業大數據應用加速器。

從采集到應用，用友基于中臺架構全流程賦能

用友專注企業服務31年，基于豐富的行業領域經驗，構建了一套全新的數據解決方案，賦能工業企業應用創新，推動工業領域企業數智化轉型。

其中，用友數據中臺采用云原生、微服務架構，幫助企業進行數據的深度運用，打通企業各業務系統，并支持工業企業圍繞數據中臺構建企業的核心智能。同時，提供了數十種數據源的數據連接和采集能力、批流一體的數據架構、一體化的數據管理能力，可以實現企業數據運維的自動化、數據運營的資產化。此外，其內置的能力，還包括報表、圖表、預測、決策、自助式的分析、圖譜分析、機器學習算法進行高階的數據價值挖掘，幫助實現工業企業實現業務的智能化。用友數據中臺從工業數據采集、存儲，到管理、分析與應用，全面賦能，幫助工業企業真正盤活、用好工業大數據。

工業數據采集。相比于傳統大數據的數據量大、數據種類多、商業價值高、處理速度高等特點，工業大數據還對準確率和實時性有著更高的要求，因此用友數據中臺提供了對應的數據采集搬運工具，也就是數據移動產品，支持高效、實時的從工業領域采集的大量數據引入到數據湖中。通過全面采集工業數據，打通產業鏈、價值鏈和產品全生命周期的數據。

工業數據存儲。用友數據中臺數據存儲基于數據湖理念，在融合計算能力方面，能夠支持批量離線計算、流式計算，并且支持分布式存儲，關系型存儲、分析存儲、離線存儲等。其將通過數據采集技術采集完的工業數據通過融合計算以及數據存儲的能力，把規范標準化的數據統一存儲的數據湖中，避免企業數據孤島化，將不同結構的數據統一聚合和存儲，實現時管控或者事后回溯生產經營過程，解決質量、效率、成本的問題，為工業大數據應用提供高質量的數據。

工業數據資產管理。對工業企業來說，數據資產處于一個獨特的位置，它是整個數據湖的數據運營和管理的入口，也是數據觸達、訪問的中心。用友數據中臺不僅為工業企業提供了傳統的數據治理的能力，包括數據目錄、元數據管理、數據質量、數據標準、數據安全，還提供完整的數據運營能力，支持數據湖中的數據從工業業務價值出發，包裝為數據主題，通過多樣化的方式和途徑，包括JDBC、WEB、FTP等，開放給用戶訪問。而且，隨著機器學習技術的發展，用友數據中臺智能化的數據資產管理工具也越來越完善，使得工業數據資產的管理，可以通過人工智能技術高效完成。

工業數據分析與應用。打通工業企業數據上的七經八脈，讓數據的流動更加順暢，需要在企業業務鏈路上的各個環節實現數據價值的嵌入。用友數據中臺智能分析產品，能夠幫助工業企業實現數據價值可視。它不僅能夠獨立的作為企業的專業化數據分析平臺，也能被企業的各種業務管理和執行系統集成，實現場景化的、現場化的即時分析。與此同時，用友數據中臺提出數據智能雙中臺的“智慧大腦”，與人工智能深度融合，以適應整個工業領域人工智能技術快速迭代和發展的節奏。

如上圖案例，某大型制造企業通過采用用友數據中臺方案，從產線上收集了生產鏈條各環節的數據，并基于用友數據中臺提供的大數據能力，進行分析、處理、可視化等，實現了設計、排程、調度、物流和服務的全鏈路數據化驅動，提高了企業生產成品的品質，降低了材料消耗，拉近了生產與消費者的距離。

用友除了提供適用所有行業領域通用的數據中臺，來解決企業數據問題之外，同時特別針對制造企業推出制造中臺，并與數據中臺的融合，共同賦能工業企業數智化。用友制造中臺融合IT、OT，將匯聚在企業生產過程相關數據進行采集、清洗，處理，分析，展現，基于制造企業的業務模型，加以一系列工業算法和機理模型的應用，充分利用數據驅動實際業務，將技術與業務無縫融合，支撐制造企業數智化轉型。而設備數據的實時采集、智能分析，則依托于用友云AIoT物聯平臺。其能力分為三層：設備層接入了80％主流設備的主流協議；接入層通過可視化組態、智能算法提供數據發布、運行監控、規則引擎和告警服務；應用層全面支撐用友各領域服務，并提供給各細分行業及專業領域。通過工業智能提升數據價值，產生倍增效應。

另外，為了擴大工業企業的數據使用范圍，用友還在持續運營A IoT物聯生態圈，以開放的模式，鏈接智能硬件、網絡通訊、領域服務等各類伙伴，拓展工業企業應用場景，擴大企業數據邊界，深入挖掘工業大數據價值。

隨著工業互聯網的持續發展，工業大數據應用價值將逐步釋放，工業大數據將會幫助工業企業進一步優化自身業務，支撐整個企業、行業的數智化轉型。促進我國智能制造長足發展，走出有中國特色的工業大數據技術與產業創新路線，助力中國工業彎道取直與加速騰飛。

責任編輯：gt