工业互联网是互联网和新一代信息技术与工业系统全方位深度融合所形成的产业和应用生态，是工业智能化发展的关键综合信息基础设施，其三个重要特点是以网络为基础、数据为核心、安全为保障。工业大数据是基于网络互联和大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。在今年四月工业和信息化部关于工业大数据发展的指导意见中，对于加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展、加强组织保障等方面都提出了明确的要求。

工业大数据主要分为三种类型，即现场设备数据、生产管理数据和外部数据。现场设备数据源于生产设备、机器、产品等方面的数据，多由传感器、仪器仪表、工业控制系统进行采集，包括设备的运行数据和生产环境数据等。生产管理数据是指传统信息管理系统中产生的数据，如SCM、CRM、ERP、MES等。外部数据是指包括来自互联网的市场、环境、客户、政府、供应链等外部环境的信息和数据。同时，工业大数据还具有4V特性，即大体量（volume）、多样性（variety）、快速性（velocity）、价值性（valve）。除了4V外，工业大数据还具有较强的时序性、关联性、准确性和闭环性。

在工业生产中，时时刻刻都在产生数据，但却很难被广泛采集和有效使用。工业大数据所表现出来的核心技术优势体现在采集与预处理、存储与管理、分析与挖掘、展现与应用上。它的应用覆盖工业生产的全流程和产品的全生命周期，主要表现为状态描述、诊断分析、预测预警、辅助决策等方面，参与到从工厂内部的缩短研发和设计周期、生产工艺与流程优化、生产设备维护预警、能源消耗管控到外部的供应链体系优化、个性化定制、助力企业服务化转型等各个环节，在不同应用场景下发挥着核心的驱动作用。

目前，我国工业互联网的发展不平衡，企业集成水平不高，上下游协同较差，其中工业大数据应用的障碍也比较明显。一方面是企业在数据采集和交互共享方面仍需要大力发展，另一方面则是行业应用推广模式尚未成形，应用经验积累不足，工业大数据的安全性也有待加强。不过在我国的战略部署和政策扶持下，随着越来越多的企业上云推动工业大数据的完善与发展，其价值和作用也会越来越凸显，为工业互联网的建设与深入提供强大的技术支撑。