工业4.0是工业现代化发展的新阶段，是在互联网、物联网、大数据、云计算等新一代信息技术基础上的工业革命的新阶段，也是未来的一个新常态，代表着一种融合，互联网与工业的深度融合。
工业大数据
工业大数据是一个全新的概念，从字面上理解，工业大数据是指在工业领域信息化应用中所产生的大数据。
工业大数据是一新兴的技术发展为背景，通过工业传感器，无线射频识别，条形码，工业自动控制系统，企业资源计划，计算机辅助设计等技术获取的数据量，是机器所产生的非机构化数据。
1、 工业4.0特征
在德国实施“工业4.0”战略的建议中，工业4.0是基于CPS的智能工厂和智能生产组成的，它们又是更大万物互联网网和服务互联网的一部分
与更大的互联网一样，工业4.0它强调生产要素的互联、集成、共享。
互联是集成的基础，工业生产中各种设备通过传感器等连接到互联网中。
集成，有3个层次
1、企业内价值链各个环节的垂直集成
2、企业价值网络中上下游和相关方的横向集成
3、是从客户需求到产品服务的端对端的集成
2、 工业大数据来源
【1】 数据化设计 如飞机全数据化设计，波音公司利用CATIA软件生产波音777的300万个零配件的尺寸和形状数据
【2】 智能化制造 一智能为典型代表的智能制造装备一已经开始在多个领域的带应用
【3】 网络化检测 大型工业装备运行状态网络化远程动态检测;如波音737发动机在飞行中妹30分钟产生10TB数据
【4】 物联化管理 工业生产过程开始大量使用RFID实现零件与产品管理
3、 工业大数据核心支撑力
在工业大数据的实践中，宏观与微观、规模与定制、个性与共性必然成为三个主要的矛盾。在这三大矛盾的背后，我们要通过工业大数据看到我们以前看不到的因素，处理好这些数据，让数据成为有价值的信息，转换过为工业服务。
现在关注工业4.0五大支撑力
1、是降低生产过程中的浪费。生产过程中的消耗来源于组织与组织之间、人与人之间、材料与工艺之间、流程之间，所以我们要考虑的问题是，如何降低消耗、浪费。
2、是制造工业环保与安全。没有碳排放是不现实的，但排放怎么转移，怎么去消费它是问题。
3、是根据生产状况，实现系统自我调整。在工业大数据里，我们称之为自适应。整个工业4.0讲的就是自适应、自感应、自调理。大数据分析到有很大程度取决于人工智能，指的是自适应能力的强弱，机器自我学习能力的强弱。
4、是实现制造业的价值化。
5、是实现用户需求、产品设计、制造和营销的配合。
4、 大数据驱动未来工业4.0
，今天我们面临越来越挑剔的用户，第一个挑战是怎么让用户有更好的消费体验。
，企业各部门的竖井没有打通，缺乏环境数据，包括类似地理位置信息、设备的生命状态等。产品的设定和生产要素，跟流程、工艺都有千丝万缕的关系，数字化能够帮我们把这个轮廓勾勒出来。
未来，工业大数据在四个方面会形成商业机会
1、是沟通。即设备环境信号识别。信号识别的关键点是信息收集过程中实时性还不够，信号识别的对象不够完整和全面，这是建立工业大数据能力需要考虑的第一个问题。
2、是集成与融合。即大数据的数据平台。所谓融合就是说，OA、知识库、ERP、采购系统等所有可触摸和非可触摸的数据都应该串联起来。这一串联工作还有非常漫长的路要走。
3、是分析与决策。我们大数据的建模能力不差，缺的是对行业理解的投入以及形成模型的能力，以及不断推倒重建和调整的持续投入。
4、是创建自助服务文化。机器能够自我学习和自我调节。通过焦点转移到不可见的因素，数据给了我们发现创新的全新多视角，最终导向了革命性的商业机会。
5、 工业大数据应用两个关键技术问题
数据建模的问题
第一，产品数据建模是制造信息化的核心技术，也是工业大数据应用的核心。工业4.0实现了各个实体之间的相互连接，必然产生出对这些实体的大数据进行建模的问题。要建设这些实体自身的数据模型，核心是产品模型，产品模型这是一个动态演变的全生命周期的模型，从需求一直到成品，再到转化为对客户的价值，包括产品需求、产品设计、产品工艺、产品加工、产品检验测试、产品维护等阶段的模型数据。
第二，产品与原料、部件、设备、工人、生产线、工厂、客户、供应链之间相互关联，建立起更为全面的工业企业数据模型，这种关联比以往更为综合、复杂，既有静态结构关系关联，也有动态行为关联。
第三，所有实体数据模型，在静态模型的基础上，还需要采集这些实体的动态行为模型，产品行为分析、客户行为分析、设备行为分析、工厂行为分析等构成了工业大数据复杂的行为分析模型，使得工业大数据的洞察力更深刻也更复杂。
数据集成
在工业4.0的三种不同集成方式下，数据集成的模式也有不同的模型。工业4.0有三种境界的集成，也面临三种境界的数据共享。
1、是企业内的垂直集成，要实现垂直的各个环节的产品数据交换与共享。
2、是横向数据集成，各种上下游数据的交换与共享，包括客户、供应商、合作伙伴等数据。一般是互联网上XML文件传输。大数据技术的发展和应用，使得价值链上各环节数据和信息能够被深入分析和挖掘，为制造企业提供看待价值网络的全新视角。
3、是端到端的数据集成，生命周期的企业内外、制造、营销、消费、经济、产业、技术等大数据的交换与共享，真正的工业4.0的大数据集成与分析。