中国各地如火如荼地发展智能制造，将云计算、物联网、大数据等技术引入传统企业已成必要手段，其中基于大数据的平台型数据服务，其推广使用程度最能体现智能化发展水平。
经过近十几年的不断探索，“科技强国”这一国家战略的具体实施路径已日渐明晰。从“两化融合”阶段的城市建设逐步实现联网化、智能化，到“互联网+”时代，各大产业“联姻”互联网催生各类新兴产业蓬勃发展，再到如今“工业互联网”大背景下，借助互联网手段更好实现服务业与制造业“两业融合”，已逐步探索出了一条符合中国国情、以科技创新作为核心驱动、以互联网技术作为重要手段的“分步走”战略实施路径。
技术发展日趋成熟，通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统，实现系统内资源配置和运行按需响应、快速迭代、动态优化的需求已刻不容缓。
智能制造数据“生态圈”
从工业互联网的实现方面来看，构建出一套完整的信息物理系统(Cyber Physical System,简称CPS)无疑已经成为构建智能制造大数据服务基础的重中之重。从体系架构的角度来讲，CPS可以分为单元级、系统级和SoS(System of System,系统之系统)级三个层级。最高级的SoS级由多个系统级CPS构成，主要实现数据汇聚，从而对内进行资产优化、对外形成运营优化服务，主要功能包括:数据存储、数据融合、分布式计算、大数据分析、数据服务等，并在数据服务基础上形成资产性能管理和运营优化等服务，其中运营优化服务可包括个性化定制、供应链协同、数字制造管控和远程运维管理等，最终实现跨系统、跨平台互联互通以及互操作，促进多源异构数据集成、交换和共享的闭环自动流动。
在智能制造大生态系统中，由设计者、生产者和使用者形成的产业链，循环往复地借助由数据层、映射层、认知层和服务层结合“一网”(工业互联网)和“一软一硬”(工业软件+感知和控制硬件)六位一体构建的信息化智能系统载体，不断优化设计、交付及盈利能力，从而最终带动制造业整体价值链能力提升，实现工业与信息服务业深度融合，推动行业健康可持续发展。
数据层。通过工业云统一承载生产过程中所产生的各类数据，如装备设计、生产、运行数据以及设计、生产、使用活动、外部数据等，实现数据统一管理，为后续数据交互、关联等操作处理，提升原始数据价值奠定基础。
映射层。通过群体、活动、环境等多维空间以及智能组网，实现设计、生产、运行等个体空间集群协同，设计、生产、使用活动空间活动协同，以及外部环境协同等，将实际生产制造过程进行数字化抽样及映射，建立起各类应用服务与实际生产活动之间的映射关系。
认知层。借助推演、预测空间，以及行业理解知识能力，梳理从知识发现到交互，最终实现融合的内在联系，通过数据驱动、机器学习、机理模型、数据增强、群体行为、群体启发等手段，建立起个体行为认知和启发认知、群体认知。
服务层。通过智能装备、CPS智能胶囊等手段，实现装备协同优化，通过视情设计、视情生产，实现智能制造的敏捷设计、柔性生产、人和装备协同优化，通过视情使用、视情管理，实现安全能效、高效健康的智能管理，以及人和环境协同优化，最终撮合数据协同、挖掘数据价值。
智能制造的大数据“生力军”
从数据角度来讲，工业互联网所产生的大数据可贯穿于工业设计、生产、管理、服务等各个环节，并具备可描述、可诊断、可预测、可决策、可控制等多种智能化功能模块和处理结果。从业务类型上来看，工业大数据可分为现场设备数据、生产管理数据以及外部数据三类。
现场设备数据。现场设备数据主要来源于生产线设备、机器、产品等，多由物联传感器、智能设备仪器仪表、工控系统。
图｜工业企业现场设备数据采集
以采集侧为例，可以借助物联网等技术通过识别或者感应的方式，获取生产线上仪器、仪表、智能设备、产品以及工控等各类机器的设备运行情况、生产过程监督以及生产环境监控等。
生产管理数据。生产管理数据主要来源于传统信息系统，如供应链管理系统(SCM)、客户关系管理系统(CRM)、企业资源计划管理系统(ERP)、制造企业生产过程执行管理系统(MES)、生产设备和工位智能化联网管理系统(DNC)、生产数据及设备状态信息采集分析管理系统(MDC)、制造过程数据文档管理系统(PDM)等。
图｜工业企业生产管理系统及演进
以ERP系统为例，随着工业企业自身信息化管理要求不断提升，日常生产所需的管理系统也经历了几代演进及融合，从最初庞大的ERP系统中逐渐独立出了MRP系统，主要负责库存、工艺、工作和BOM(Bill of Material,物料清单)，随后结合已有的销售、财务及成本管理系统，衍生出了更新一代的MRP II，可见生产管理系统也随着制造业企业的成长而不断优化、改进,必不可少地带来了内部数据的大量融合、交互,并且产生了更大的效益。
外部数据。外部数据主要来源于工厂“外部，包含来自政府或互联网的市场、环境、客户、政策、供应链等外部环境的信息和数据等。
图｜工业企业外部环境数据类别
从应用场景角度进一步细化，外部宏观环境数据又可分为用户数据、产品数据、环境数据、合作伙伴数据以及其他外部数据，并可通过需求建模、内/外部协同、产品服务等平台应用的系统功能，实现数据汇聚、交互、共享及处理，最终通过实时数据形式，对工艺设计、原材料采购、生产制造、管理控制、物流配送、产品服务等各环节提供描述、诊断、预测、评估、决策等分析结果。
