大数据技术兴起后，诞生了一大批以工业大数据为核心应用方向的企业，推出了一系列智能预测分析解决方案，从在生产过 程中的不同阶段进行归类，有四个主要的应用方向，分别是预防性维修、智能生产优化、智慧供应链、智能营销。

一、预防性维修

 

预防性维修主要面向设备的运用环节。工业运维经历了四个阶段，目前已经从事后维修，逐渐向预防性维修发展。通过实施预测性维护——而不是应对性维护，可以降低设备整个生命周期内的费用，这样大多数的生产设施都有机会大幅提升它们的盈利水平。这有助于优化能源利用，减少设备停机，以及获得在其它方面的提升。

 

预防性维修主要依赖于数据和建模。建模过去主要有两种思路，一种基于机理辨别，对未知对象建立参数估计、进行阶次判定、时域分析、频域分析或者建立多变量系统、进行线性和非线性、随机或稳定的系统分析等，试图揭示系统的内在规律和运行机理；另一种 则是基于AI相关的灰度建模思路，利用专家系统、决策树、基于主元分析的聚类算法、SVM和深度学习等深度学习相关方法，对数据 进行分析和预测。

 

二、生产过程优化

 

传统方法下的生产过程优化基于系统理论的实际应用为主，具有较大的局限性，不能针对具体的问题进行调整优化。而基于大数据的生成过程优化，在制造过程数字化监控的基础上，用大数据、人工智能算法建立模型，研究不同参数变化对设备状态与整 体生产过程的影响，并根据实时数据与现场工况动态调优，提供智能设备故障预警、工艺参数优推荐，降低能耗，提升良品率等一 项或多项功能，对于一些危险生产行业，还能用于控制降低风险。概括起来即：提质、增效、降耗、控险。

 

由于企业的生产过程，也是生产设备的运用过程，因此具体开展业务时，大数据分析企业主要依据客户企业需求提供整套方案，不进行明显区分。

 

三 、智慧供应链

 

“智慧供应链”是结合物联网技术和现代供应链管理的理论、方法和技术，在企业中和企业间构建的，实现供应链的智能化、网络化和自动化的技术与管理综合集成系统。与传统供应链相比，具有以下几个特征：

 

1、智慧供应链与传统供应链相比，技术的渗透性更强。在智慧供应链的语境下，供应链管理和运营者会系统地主动吸收包括物联网、互联网、人工智能等在内的各种现代技术，主动将管理过程适应引入新技术带来的变化。

 

2、智慧供应链与传统供应链相比，可视化、移动化特征更加明显。智慧供应链更倾向于使用可视化的手段来表现数据，采用移动化的手段来访问数据。

3、智慧供应链与传统供应链相比，更人性化。在主动吸收物联网、互联网、人工智能等技术的同时，智慧供应链更加系统的考虑问题，考虑人机系统的协调性，实现人性化的技术和管理系统。

 

四、智慧营销

 

智慧营销是大数据、物联网等信息技术同当代品牌营销领域新思维、新理念、新方法新工具以及 人的创造性、创造力、创意智慧融合的产物。

 

面对消费者无时无刻的个性化、碎片化需求，为满足消费者动态需求，建立在工业4.0、柔性生产与数据供应链基础上的全新营销模式，将消费者纳入企业生产营销环节，实现全面的商业整合。智慧营销是以人为中心，网络技术为基础，创意为核心，内容为依托，营销为本质目的的消费者个性化营销，实现品牌与实效的完美结合，将体验、场景、感知、美学等消费者主观认知建立在文化传承、科技迭代、商业利益等企业生态文明之上，最终整合虚拟与现实的当代创新营销理念与技术