我国工业大数据应用目前存在几大瓶颈，一是企业信息化发展不均衡，有些企业还处在不到工业2.0的时代，各企业在PLM、ERP等方面的应用水平也不一样，即使应用了，也很难形成一些有用的信息，变成一个信息孤岛。

二是企业相关的供应商客户，企业信息化发展水平也不相同。大家可能知道，你的供应商和你的客户之间，很难用大量的数据去交流你的需求信息。未来的需求加上供应商客户，希望能建设一种数据共享平台。目前这个情况，也是一个瓶颈，供应商和客户还有企业之间没有充分的可以共享的平台，很难形成供应链的协调发展。

第三个就是企业自身的数据，大数据是由每个企业数据综合起来的，企业数据的不完整、逻辑错误、数据不一致、数据冗余等等都会带来未来的问题。另外一个层面，未来大数据一定要有统一标准，国家正在制定这种标准。工业大数据现在要做起来也是比较难的，大家也不知道从哪下手，这样做起来的话，数据什么样的标准其实是很关键的问题。

我曾经提过，工业大数据这个话题谁要先用了，他可能就成为行业标准。工业大数据是在干中不断的提炼和完善的，涉及的关键问题很多，推动起来也比较难。但是有一点我们知道，在2015年时候全社会都在提大数据，那时我们可能不知道怎么办。但现在至少我们知道应该做哪些东西，至少知道不断的去增加什么东西。比如刚才提的工业软件的应用、供应商的协调、供应链的协调，这些是我们总结出要做的工作。

第四个是工业大数据及应用。我借中科院院士邬贺铨的一句话：“未来十年，在产业互联网趋势主导下，大数据将开始真正与实体产业结合，这是一个巨大而浩瀚的，人类史以来最广泛、最深入合作的一次工业革命。”我认为邬院士说的非常准确，在这个过程中，我们确实需要对制造业发展的趋势、特征，工业大数据的内涵和外延，工业大数据如何生存、利用和使用之间做很好的研究。最后能实现各个环节无缝结合，协同发展，实现大数据制度创新。邬院士这个话题引出来我们下一步做的方向了。

工业领域大数据大致上有四大层面，一个是产品数据层面，第二个是企业运营层面，第三个是价值链数据层面，第四个是外部数据，外部数据更多是讲宏观经济。

如果一定要细分，可以分到七个大门类。第一个是设计、建模、工艺、加工、测试等等。第二个是市场需求和预测。个性化定制是市场订货的一种方法，作为市场，要事先预测新一代产品是什么。真正解决生产一代、研制一代、预研一代的创新性研发，使企业的创新能力更加提升。

第三个是组织结构、业务管理、成本管理、资源管理、市场营销、流程优化。

第四个层面是智能排产、数字化制造、采购管理、库存管理、质量控制等等。

第五个以数据采集为基础的工业互联网应用，包括远程监控、过程控制、流程反馈。

第六个供应链、产业链、生态链相关的客户，利己利他生态链上的数据，未来也是大的发展方向。

第七个国家政策、经济运行数据、行业数据、市场数据、竞争对手数据等等。这些合起来，应该基本涵盖了工业大数据大的范畴，但是不见得全，因为工业大数据包含的东西可能会很多。