一、概念界定

（1）智能制造

智能制造源于对人工智能的研究，通常认为智能是知识和智力的总和，前者是智能的基础，后者是获取和运用知识求解的能力。具体来说，智能制造涵盖了智能制造技术和智能制造系统，其是一种由智能机器和人类专家一起组成的人机一体化智能系统。其不仅能够在实践中持续充实知识库，主动采集周围的信息数据，对其进行分析、判断、决策，还具备了自主学习功能，扩大、延伸、取代人类专家在制造过程中的脑力劳动。

（2） 工业大数据

工业大数据即是对工业领域内，所有收集到的数据类型和相关应用的总称。这些数据虽然类型各不相同，但是都具备了四个重要特征：容量大、更新速度快、种类多、价值高。近年来，随着工业行业的进一步变革，工业大数据已经成为十分重要的新一代信息技术。

本质上来说，工业大数据对于制造企业的经营管理并没有直接的价值，而是在智能制造模式中，通过采集数据、分析、存储、利用等多个环节，实现智能制造和制造系统的完美融合，将数据转化为人们所需要的信息，并从中不断挖掘数据价值，了解其中的新知识，并获得有用的信息，为制造企业的相关决策提供参考，创造出更多的经济效益和价值。

二、工业大数据应用价值

（1）科学管控

生产流程依托于工业大数据，能够对制造企业的生产流程实施智能化管控，通过准确收集相关数据信息，如产量、人员、材料等，能够从中发现存在的问题，并制定针对性的优化措施。同时，通过对电量、耗能量、原材料等数据的分析，能够从中发现工艺生产的规律，并结合市场需求，不断改进工艺，降低制造成本，达到节能增效的目的。

（2）促进产品个性化创新

当前，市面上很多智能产品都装有传感器模块，其能够实时收集相关客户的信息，并上传、分析、储存这些数据，为企业的决策提供参考。制造企业可以依托大数据技术对这些内容进行挖掘，了解到不同客户群体的个性化需求，进而对产品的故障预先判断，对产品的功能升级改造，最终研发出更多优质产品，推动企业持续化发展。

（3） 降低生产运营

风险制造企业面对激烈的市场竞争，常常会遇到很多不确定因素。智能制造背景下，企业必须要充分考虑更多的问题，不仅要思考如何生产出优质产品，降低生产成本，关注零部件磨损等问题，还需要依托于工业大数据技术，全面分析各个机器设备在运转中存在的潜在风险。通过机械设备运转中的参数收集和分析，帮助企业预测、防控相关风险，制定风险应急措施，为企业的健康发展保驾护航。