大数据时代

“大数据”一词于２０１１年５月最早出现在麦肯锡发布的研究报告———《大数据：创新、竞争和生产力的下一个新领域》之后，其潜在价值被越来越多的国家所认识，并将其置于国家战略高度。美国发布了“大数据研究与发展计划”，韩国积极推进“大数据中心战略”，中国也正在制定《大数据产业“十三五”发展规划》。
从数据到信息、从信息到知识、从知识到智慧决策，是商务智能形成的闭环。在生产制造领域，随着数字工厂、泛在感知智能物件、物联网的深入应用，生产管理系统、控制系统、自动化设备以及传统的企业资源规划和制造执行系统等将产生大量数据。从高频率、大容量、种类繁多的海量工业数据中挖掘出有价值的信息，提升业务洞察力，指导运营决策，改进生产流程，降低产品／服务成本，已经成为未来企业提高综合竞争力的重要策略。
目前的制造设施，由于控制系统独立、数据分散而引起许多效率低下的问题，若数据只是某个单元／部门、不能贯穿整个企业，则其产生的价值就是有限的。诚然，产品数据管理、产品生命周期管理等系统通过固化生产流程来实现业务效率和产品质量的提升，但是数据质量并没有从根本上得到改善；此外，数据接入方式的普适化和数据分析的实时化问题突出，难以实现制造过程的全方位实时监控、制造资源的智能调度与运营决策优化。
与传统的制造或实时制造（泛在制造、ＩｏＭＴ等）相比，大数据驱动预测制造／主动制造可较好地利用实时数据和历史数据进行预测，传统制造（反应型制造）主要搜索过去的历史数据，只是利用了数据的浅层价值，而且涉及的数据量和种类以及范围也相对较小。虽然实时制造可感知并利用生产实时数据（信息），但仍与传统制造模式类似，大多采用事后的被动策略。

主动制造是一种基于数据全面感知、收集、分析、共享的人机物协同制造模式，它利用无所不在的感知收集各类相关数据，通过对所收集的（大）数据进行深度分析，挖掘出有价值的信息、知识或事件，自主地反馈给业务决策者（包括企业人员、客户和合作企业等），并根据系统健康状态、当前和过去信息以及情境感知，预测用户需求，主动配置和优化制造资源，从而实现感知、分析、定向、决策、调整、控制于一体的人机物协同的主动生产，进而为用户提供客户化／个性化的产品和服务”。通过大数据挖掘来主动、实时地将社会需求与企业制造能力有机地结合起来，从而更好地满足客户的个性化需求，增强用户体验。