随着工业4.0概念的引入，工业产业进入了新一轮的全球性革命，新型工业体系最核心的特征就是互联网、大数据与工业的融合应用。工业大数据是工业4.0的核心支撑之一，将带来工业生产与管理环节的极大的升级和优化，其价值已经得到了全球的认可，但是反观我国的工业发展现状，工业数据的价值利用极其有限，如何采集、应用、管理工业大数据，快速跟进工业4.0的步伐，是传统的工业企业转型升级中必须要解决的问题。

基于大数据、物联网、云计算等核心技术能力，为全球工业及商业企业提供工业大数据咨询与实施服务，涵盖能效管理、环保监测、资产管理、安全生产、设备生命周期管理、经营管理分析等领域，充分发挥大数据能力，强化工业与大数据的深度紧密融合，为工业升级转型注入新的活力。

工业大数据解决方案是“云、移、物、大、智”深度融合的体现，使得产品与生产设备之间、不同的生产设备之间以及数字世界和物理世界之间能够互联，可以打破传统工业生产中企业、地域、操作习惯、生产经验等多重限制。

因此，需要建设智慧工业大数据平台，在此平台上快速高效地完成工业操作制度的决策、工业大数据的云端数学建模计算、工业信息和标准的快速获取、工业问题的互动咨询。

工业大数据平台痛点

随着大数据分析能力的不断提高，人工智能的重要性被逐步提升。当今最先进的机器学习和人工智能系统正在超越传统的基于规则的算法，创建出能够理解、学习、预测、适应，甚至可以自主操作的系统，也将面临诸多现实问题。

目前，工业大数据平台面临如下痛点：

1、存储成本问题：海量数据需要在多环境、多级下重复存储，存储开销大；

2、工业数据资源不足，数据形态问题：应用大多聚焦在经过加工后的再生数据，原始数据无法得到充分利用；

3、数据应用不足，业务响应问题：必须事先进行充分规划和较长周期加工，欠缺运营所需的灵活性和时效性；

4、数据采集量大：工业物联网应用越来越丰富，数据量越来越大，格式多样，对于数据存储、运算能力要求非常高，数据还带有大量的时间属性，数据采集要保证时空信息的准确性和可追溯性，数据采集量大；

5、工业数据孤岛普遍存在，协议标准不统一：目前在工业数据采集领域，存在多种工业协议标准，各个自动化设备生产及集成商还会自己开发各种私有的工业协议，各种协议标准不统一、互不兼容；

6、难以保证实时性：工业数据采集的一个很大特点是实时性，包括数据采集的实时性以及数据处理的实时性。

·······