9月4日，工信部在其網站上發布了《工業大數據發展指導意見(征求意見稿)》(簡稱《意見》)，明確推動5G等技術在工業場景中的應用，面向能源化工、航空航天、建筑鋼鐵、工程機械、消費電子等重點領域培育工業大數據解決方案供應商，支持符合條件的工業大數據企業開展股權融資。

按照意見要求，到2025年，工業大數據資源體系、融合體系、產業體系和治理體系基本建成，形成從數據集聚共享、數據技術產品、數據融合應用到數據治理的閉環發展格局。而要實現這一目標，還需要各行業人士的共同探索和努力。

政策的引導和支持，使國內大數據企業生態地圖加快完善。據統計，中國大數據相關企業共計超過5600家，包括已從事大數據業務的企業，以及擁有相關專利、著作正在轉型中的企業。上述大數據企業大多分布在沿海地區，而北京、上海等城市的大數據企業數量較多。

積極構架數據共享和存儲平臺，有助于各類數據價值的全面釋放。從整體來看，工業大數據平臺主要由企業服務平臺、運行監測平臺和智能分析平臺三大系統組成，企業服務平臺和運行監測平臺提供數據，智能分析平臺分析數據，三大系統聯合形成數據驅動應用的模式。

借助工業大數據平臺，工業數據標識困難、數據分散、各數據源間的數據孤立、應用困難等問題得以妥善解決，搭建工業大數據平臺以數據驅動解決方案也成為了工業大數據企業的重要業務模式。

目前，針對數據感知能力，國內一些企業構建了多維感知數據匯聚平臺、數據治理管理平臺、數據存儲、數據共享服務構成的數據中臺。通過采集、爬取、探查、匯聚和解析各種結構化和非結構化數據，可實現對數據的融合打通和關聯建模。

在現有業務優化升級方面，百度的工業大數據監測平臺已經逐漸延伸應用到汽車、日化等行業;三一重工利用大數據分析技術，為智能工程機械物聯網提供有效的決策支持;長安汽車基于大數據，分析開展了客戶個性化定制汽車服務，以此推動傳統的黑箱產品生產模式轉變為透明化生產(數字孿生)。

在預測性維護方面，工業大數據所起到的作用尤為重要。拿風電裝備來講，風電裝備利用大數據結冰動力模型，對風機特征進行動態觀測，重點觀測和分析風機環境溫度、利用率等特征，盡可能監測和診斷到早期結冰的狀況，并及時進行處理，提高了風機運行效率和電網的安全性。在工業領域，利用大數據技術對各種生產機械運行狀況進行預測，對出現的故障進行維護，在提高經濟效益的同時，也保障了生產的安全性。

目前，我國工業大數據產業發展還面臨諸多挑戰。數據不足、數據信噪比低、數據分析難度高、數據給信息安全帶來新挑戰、創造出新的智能應用系統存在瓶頸等問題較為明顯。加快解決這些問題，將有助推動工業大數據在各領域的深度應用。

5G時代的全面開啟，正在加速推進大數據、物聯網、自動駕駛、人工智能等技術和應用的普及，數據所具有的價值和戰略意義正不斷提升，深挖數據的應用價值對于文化交流、金融貿易等相關產業發展都具有重大意義。同時，由大數據驅動的制造業轉型升級，是未來制造業節約資源消耗、保障生產安全、提升生產效率、改進產品質量、優化銷售服務的必經之路。在這漫漫旅途中，需要業內人士多做嘗試。