7月10日，第三届“中国大数据应用大会”在成都世纪城国际会议中心召开，本届大会由工业和信息化部、四川省人民政府、成都市人民政府作为指导单位，中国大数据专家委员会、中国电子学会、中国电子信息产业集团有限公司共同主办。以"大数据赋能数字中国"为主题，议题涵盖了大数据与数字中国、大数据应用产业创新发展、大数据与军民融合创新、大数据与政府治理及大数据与安全五大热门前沿话题。
其中，由数之联承办的“工业互联网与工业大数据”分论坛，于当日下午13:30同步召开。分论坛围绕时下热门的智能制造话题，以大数据为切口，探讨工业大数据如何提高生产效率，降低生产成本，进一步加快传统制造业的转型升级。住友电工、富士康、博世汽车、思科、联想等10余家全球制造业行业杰出代表齐聚现场，分享各自在推进制造智能化过程中的实战经验和应用成果。
自21世纪以来，制造业在生产上对数据信息的依赖程度不断增加，特别是在《中国制造2025》战略实施后，“制造业数字化、网络化、智能化”被定义为是新工业革命的核心技术，数据对国内企业经营的重要性提高到了前所未有的高度。制造系统由原先的能量驱动型，转变为数据驱动型，工业大数据的价值随之激发。
会上，数之联CTO方育柯博士“智能制造落地方法思考及案例解析”的主题演讲中，也进一步解读了大数据对于智能制造的意义，他表示：制造业整个价值链、制造业产品的整个生命周期，都涉及到非常多的数据，比如产品数据、运营数据、价值链数据、外部数据等等，种类繁多。制造业的智能化关键在于这些数据的自由流动和对其有效挖掘的使用,智能制造的发展不能仅靠几台联网的智能装备和几套自动化控制软件, 更是要通过对大数据的有效采集和深度挖掘使用来不断优化制造组织流程和服务模式、创造更多的价值，用以促进制造商业模式的创新。
事实上，从近年来的发展来看，工业大数据正在使工业企业决策制定的方式和流程发生根本性的转变。这导致了想要寻求革新的企业必须调整传统的经营思维模式和组织架构。如何针对大数据发展，转变经营思维，创新企业管理模式，充分有效地利用大数据进行赋能成为了企业面临的挑战。
在对于工业大数据落地整体思路上，方育柯表示，结合产业场景、从应用实际环境出发来制定大数据策略，是获得更优投入产出比的真正意义上的智能化制造解决方案。以智能制造中的最核心的“生产优化”方向为例，在某些应用场景中，首先需要对生产参数进行全面管理，以历史数据多次迭代训练出一些“最优解”模型，从而获得人力与设备成本的双赢;而在另外一些应用场景中，企业更聚焦生产设备的健康状况管理，那么为生产设备建立全流程的数据采集及特征提取模型，进而构建起相应的故障预测模型，可能实现降低故障发生率、实现预测性维护、降低维修保养费用并提升企业生产效率等收益。总的来说，企业从自身特定的生产场景出发，结合其战略发展目标及现状，设计出贴合实际的工业大数据发展规划目标以及实施路径，是未来工业大数据真正成为企业向智能制造转型的“最优解”。
工业大数据价值创造的序幕其实刚刚开启，未来可期。由工业大数据驱动的制造业转型升级，是未来全行业提升生产效率、改进产品质量、节约资源消耗、保障生产安全，实现制造智能化的必经之路，通过与人工智能、移动互联网、云计算及物联网等技术的协同发展，工业大数据驱动的的工业互联网必将深度融入实体经济，成为数字经济时代的新引擎。
