工业大数据分析实践
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

1.1.3 对工业大数据的期望

工业大数据是数字化转型的重要支撑技术之一,工业企业对其寄予厚望,可以简要归纳为4A。

全维信息服务(Available):通过大数据平台将物理机理、业务逻辑、人文规则等要素有机组合,支撑以决策为中心的业务应用。

经济可用(Affordable):通过云服务模式降低对IT专业人员的依赖,并通过对物理对象的刻画释放行业专家的能量,降低数据再利用的成本。

大规模的知识沉淀(Assetization):将隐性的知识显性化、将模糊的理解明确化、将静止的逻辑生命化(自演化),实现知识的自动化、模型的自演化,降低知识的使用门槛,并不断对其进行丰富和拓展。

大规模应用(Applicable):在包括传感、传输链路、存储、利用等环节的整个数据技术路线中,传输链路是限制大数据的因素之一。通过将特征提取和模型计算等工作推送到端来降低日常数据负荷,是一种常用的技术方式。