大數據時代

“大數據”一詞于２０１１年５月最早出現在麥肯錫發布的研究報告———《大數據：創新、競爭和生產力的下一個新領域》之后，其潛在價值被越來越多的國家所認識，并將其置于國家戰略高度。美國發布了“大數據研究與發展計劃”，韓國積極推進“大數據中心戰略”，中國也正在制定《大數據產業“十三五”發展規劃》。
從數據到信息、從信息到知識、從知識到智慧決策，是商務智能形成的閉環。在生產制造領域，隨著數字工廠、泛在感知智能物件、物聯網的深入應用，生產管理系統、控制系統、自動化設備以及傳統的企業資源規劃和制造執行系統等將產生大量數據。從高頻率、大容量、種類繁多的海量工業數據中挖掘出有價值的信息，提升業務洞察力，指導運營決策，改進生產流程，降低產品／服務成本，已經成為未來企業提高綜合競爭力的重要策略。
目前的制造設施，由于控制系統獨立、數據分散而引起許多效率低下的問題，若數據只是某個單元／部門、不能貫穿整個企業，則其產生的價值就是有限的。誠然，產品數據管理、產品生命周期管理等系統通過固化生產流程來實現業務效率和產品質量的提升，但是數據質量并沒有從根本上得到改善；此外，數據接入方式的普適化和數據分析的實時化問題突出，難以實現制造過程的全方位實時監控、制造資源的智能調度與運營決策優化。
與傳統的制造或實時制造（泛在制造、ＩｏＭＴ等）相比，大數據驅動預測制造／主動制造可較好地利用實時數據和歷史數據進行預測，傳統制造（反應型制造）主要搜索過去的歷史數據，只是利用了數據的淺層價值，而且涉及的數據量和種類以及范圍也相對較小。雖然實時制造可感知并利用生產實時數據（信息），但仍與傳統制造模式類似，大多采用事后的被動策略。

主動制造是一種基于數據全面感知、收集、分析、共享的人機物協同制造模式，它利用無所不在的感知收集各類相關數據，通過對所收集的（大）數據進行深度分析，挖掘出有價值的信息、知識或事件，自主地反饋給業務決策者（包括企業人員、客戶和合作企業等），并根據系統健康狀態、當前和過去信息以及情境感知，預測用戶需求，主動配置和優化制造資源，從而實現感知、分析、定向、決策、調整、控制于一體的人機物協同的主動生產，進而為用戶提供客戶化／個性化的產品和服務”。通過大數據挖掘來主動、實時地將社會需求與企業制造能力有機地結合起來，從而更好地滿足客戶的個性化需求，增強用戶體驗。