C114讯 4月19日消息（林想）在日前召开的“2018大数据产业峰会”上，中国工程院院士邬贺铨表示，未来10年工业大数据的增速是其它大数据领域，包括社交媒体的两倍。虽然，消费类的大数据涨的很快，但未来工业大数据的增速更快。
中国工程院院士 邬贺铨
邬贺铨指出，制造业的大数据有四个特点：准确性。在一般的商业领域，如果预测准确率达到90%已经是很高，但在工业领域很多应用场景中，对准确率要求达到99.9%甚至更高，比如交通领域。二是碎片化。工业制造的大数据有很多传感器收集的数据，有颗粒性很小的，也有颗粒性很大的，而且是不断在产生的。三是实时性。工业数据的处理必须要当时快速的反映，过一段时间没多大价值。消费数据可以累计很长时间。四是行业性。工业大数据的挖掘要对生产过程有透彻的理解。
现今，传统制造企业，纷纷进行数字化转型，而在这个转型的过程中，对于大数据的应用和处理是则是转型的关键。
例如，苏州协鑫公司专注光伏切片，利用阿里开发的ET大脑分析0.2毫米厚度的硅片长期积累的数据，从上千个生产参数中找出有60个关键参数，通过优化生产流程，良品率提升1%，实现每年上亿利润；杭州中策公司是全球排名第三的橡胶轮胎生产商，引入阿里的ET大脑分析所有参数，提炼橡胶合格率提升3%-5%，利润增加千万。
除了上述应用外，大数据还广泛用于产品质量把控，在生物制药中提高成品率。此外大数据还可以用于生产个性化的应用，通过工业云帮助企业服务升级；通过零售云平台提升门店销售效率，节约客户采购资金。
邬贺铨提到，运营商有很多用户数据，运营商不能直接把用户数据拿出，但可以对数据进行挖掘，屏蔽掉用户的隐私和涉及国家安全隐患的事项，可以集成提升很多服务。大众汽车与中国联通合作，通过大数据挖掘分析对消费者进行画像，并对消费者需求进行预测，并形成咨询报告。类似的服务不仅可以帮助运营商增加收入，为社会和产业发展做出贡献。
邬贺铨表示，企业经营决策重要的是企业利润及利润最大化，实现生产环节成本分析和精准化，但前提是要有准确的价值分析模型。分析客户、供应商、竞争对手、产品、企业资源、技术和员工等层面，对财务准则下细化损益表到单品层面，产品生命周期下的细化损益表到单品层面，产品生命周期下的单品层面的损益表都分解的很细，很容易找出哪一个环节是财务的薄弱环节，准确地为生产决策起支撑作用。
大数据不仅驱动制造业转型升级，提升生产效率、改进产品质量、节约资源消耗、保障生产安全、优化销售服务。还与人工智能、移动互联网、云计算及物联网等技术协同发展，并将深度融合到实体经济中，成为数字经济时代的新引擎。 
