“對歷史數據的分析就好比汽車里的后視鏡，沒有后視鏡的話，開車會沒有安全感。”SAP全球研發網絡總裁柯曼認為。基于龐大的制造業基礎，中國擁有全球最大的機器、設備市場，他們在制造過程中可以產生海量的大數據。

“相比于印度、越南、印尼，中國的勞動力成本優勢正在喪失，但我認為智能制造和智能設備的物聯網應用卻能為中國重新贏得競爭力。”SAP全球研發網絡總裁柯曼認為。基于龐大的制造業基礎，中國擁有全球最大的機器、設備市場，他們在制造過程中可以產生海量的大數據;與此同時，中國的智能設備應用也必定是全球之最，這些設備將不間斷地產生海量的數據。“破解這些大數據就是中國在新一輪制造革命中贏得競爭力的鑰匙。”柯曼強調。

對于數據管理來說，以往的數據形式大多是被精心分類的、有序的結構性數據，而大數據時代產生的數據則變成了“雜亂無章、隨機出現”非結構性數據。不僅如此，以往對于數據的管理主要是基于歷史數據，而大數據時代的數據則相當一部分是“實時數據”。在SAP看來，對歷史數據的分析就好比汽車里的后視鏡，沒有后視鏡的話，開車會沒有安全感，因為你不知道后面發生了什么事情，但更重要的是車的前擋風玻璃——對實時數據的分析。

工業大數據：中國贏得新制造革命的核心競爭力

中國的快速消費品公司農夫山泉從2008年就開始使用移動系統，公司每位業務代表每天都會拜訪客戶或門店，把大量的數據傳回公司，而其中大部分都是照片等非關系型數據，每月累計的數據量達到1.8TB，而數據量還在與日俱增。面對這樣龐大的數據，原有的數據系統幾乎處于癱瘓狀態，一次計算時間需要24小時，月底無法及時提供庫存報表，影響發貨速度，更不要說實時察看庫存數據的動態變化，并做出預測性分析了。

快速、高效的內存計算應時而生。與以往從硬盤讀取數據不同，內存運算是把大量數據裝載在內存中，CPU直接從內存讀取數據——內存硬件價格的大幅降低和需求的推動使得內存運算成為可能。2011年，SAP在經歷一系列收購和整合的基礎上，推出內存計算的數據庫平臺SAPHANA。在農夫山泉的案例中，HANA平臺的內存計算將原先需要24小時的邏輯運算縮短到了46秒。

柯曼認為，不斷增加的數據量、數據種類和數據產生速度是企業數據管理的新挑戰，而企業數據的安全性、標準化、法律法規、工業寬帶基礎設施等方面的建設都是實現工業4.0的重要條件。越來越多的程序自動化給系統安全帶來了諸多挑戰，也為敵國和競爭者的蓄意攻擊和破壞提供了便利。而工業4.0中要讓價值鏈上的合作伙伴共同合作，也需要一套共同標準。無論如何，數據是這一場物理信息融合的制造革命中的基石，沒有對數據的掌控，一切發展都將成為“無米之炊”。

更多資訊請關注自動化軟件頻道