在世界范围内，工业的转型升级正成为全球经济发展新一轮的竞争焦点。从美国的“制造业回归”、德国的“工业4.0”到中国的“两化深度融合”战略，都异曲同工地表达了同样的内容：用云计算、大数据、物联网、人工智能等技术引领工业生产方式的变革，拉动工业经济的创新发展，正在成为不可逆转的潮流趋势。美国提“制造业回归”,德国谈“工业4.0”,都与其不同的产业背景直接关联。中国的产业发展、企业现状与这两个市场有很大不同，我们如何来打造中国版的工业4.0？中国工业企业应该如何因地制宜、抓住机会，成为真正大数据驱动的智能制造企业?
首先我们来分析大数据驱动的智能工业企业有什么特征。从IBM的观点来看，智能化的工业企业是真正实现了以需求为导向进行个性化制造、提供个性化服务的企业。智能制造企业包含了三个维度的“智能化”：产品的智能化、生产制造的智能化、企业的智能化。
产品智能化，意味着产品具有非常高的“数据”和“信息”特征，它的更高附加价值体现在软件或服务上。以汽车为例，目前各家巨头正在研发的“无人驾驶”汽车，便是一个计算机加4个轮子的代表产物。甚至就连牛奶，因为加载了信息特征，按照用户需求，对于运输过程、所经历环境的温度、湿度、产地、新鲜度都真正实现了定制和控制，所以能够卖出比普通牛奶更高的价格。越来越多的智能化硬件出现，硬件产品本身不再收费，而是通过后续的服务来收费。硬件只是提供数据和服务的承载体，通过它收集到的客户数据和需求可以提供更个性化的服务。
流程和制造的智能化，意味着整个生产过程都是通过IT控制实现优化。在生产过程中所有元件、半成品、成品都有各自的编码，“产品”与“机器”实现了自由沟通，在一条流水线上，因预先设置了控制程序，可以自动装配不同的元件，所以流水线生产出来的也是个性化的不同产品。因为所有流程、所有元件都进行实时监测并实时进行数据挖掘分析，所以能够以规模化的方式来获得个性化和定制化的产品。在广东，一家专门做定制家具的企业，允许客户在网上或体验店自己设计完全个性化的家具，数据传送到工厂之后，不同型号、不同样子的家具会被分解为带有编码的元件，通过计算机将这些元件进行分拆并组合实现板材并最优化，然后进入流水线生产，最后组装。同一流水线下出来的是完全基于各个用户需求的定制化产品。
互联网化或称智能化的工业企业，最大的变化是产品研发制造从原来的“工厂到客户”(B2C)转变为“客户到工厂”(C2B)，企业生产过程的协同从原来的内部各个部门、不同车间之间的协同，转向了供应链、客户关系、制造执行、企业资源、工业物联网等产业链、社会化大协作和大协同，从原来的基于自己掌控的生产资料进行生产要素的配置转向基于需求进行动态资源的最优配置。目前，美国因为信息技术的领先优势，在打造大数据驱动的智能制造企业的路径上，走的是以信息技术企业拥抱“传统”制造的路线，凸显“产品的智能化”维度的竞争力，比如谷歌进军无人汽车等。德国因为传统制造业的优势，所以以生产制造过程智能化为切入点来往前后两端延伸，推动其工业4.0。在中国，因为互联网应用的高速发展，很多企业在企业互联化运作的新商业模式上获得了突破。
最近，我们也看到一些中国企业在推进工业4.0方面的努力，比如大量采购机器人，推进设计研发数字化而购买3D打印机等，但这些只是一个方面。事实上，这些都只是我们推进智能化制造过程中所采用的一些工具、一些表象。而大数据驱动的企业强调的是“系统的系统”，是通过全程、全链条的数据化而获得更智能、更高效的系统化能力。这其中“数据”是关键灵魂，产品因为有了“数据”的特征而拥有更高的附加值，生产制造过程因为数据化而实现制造流程最优化，从而变得更精益化、柔性化、智能化，企业因为拥有从用户到制造全生命周期的数据而实现效益的最大化。
在这一进程中，将涌现出更多的D世代企业，即大数据分析驱动型企业，可以战略性运用云计算、移动、社交和大数据分析工具，掌握并预测以客户为中心的市场状况和变化趋势，并根据数据洞察生成最佳行动建议，数据贯穿企业研发、生产、营销、服务等管理运作。
具体而言，我们应该如何助力推动中国的工业企业升级？中国制造企业如何才能成为大数据驱动的智能企业？选择什么样的路径，如何推动？中国企业有非常大的创新发展空间和机会，不必照搬也很难复制美国和德国的推进方式。
中国有着全球最丰富的制造业群体，打造大数据驱动的制造企业，从前面提及的三个维度，不同的企业有不同的历史背景、不同的基础，因而应该选择不同的发展路径、不同的切入点来形成自己独有的优势。
比如推动产品的智能化，打造更有数据特征的产品和服务，走向价值链高端，在这方面中国有很多企业走在了前面。在很多人看来，机械类、电子类的企业产品实现“数据化”、“智能化”相对顺理成章，其实不然，每家制造企业都存在机会。
湖北一家服装制造企业，20多年来积累了大量的实物版型库，正在打造亚洲最大的女装版型数据库，通过实物版型数字化转换建立版型数据库，他们就能够在几个小时内完成版型设计装换、放码，布料冗余度测试等版型优化工作，而同样的工作，其他企业往往需要一个星期的时间。事实上，他们已从一家传统的服装加工企业，变成了服装加工的数据服务提供商，变成了版型服务供应商。
传统制造企业转型升级，成为大数据驱动的智能化企业，其终极目标是从产品、生产过程到企业运作全方位都实现智能化，真正是基于以需求为导向实现个性化的生产制造。而每一类企业的行业积累、企业积累不一样，特点不一样，或选择全方位推进，或选择分步实施，“各个击破”，条条道路都有机会通向智能化的“罗马”。
推动企业转型升级，成为大数据驱动的智能企业，方向清晰，路径明确，但如何落地？事实上最大的难题是“数据化”和“价值化”。如何将物理世界与软件世界融合，如何将从设备、人、机器、流程、生态链上采集的海量数据进行分析并转化为有效的服务提供给客户，是打造大数据驱动的智能企业的焦点难题。
前面提及的服装制造企业，他们在向版型服务提供商转型的过程中，面临的最大难题是如何进行版型的数据采集，如何进行版型的动态建模，如何用数据切割建成服装工业的动态数据库、档案库，如何将他们的服装资产进行数字化并快速生成新服务。
要破解这些难题，它既需要IT的大数据处理能力、数学分析能力，也需要传统制造企业的行业积累和行业能力，这是一个融合创新的过程。
注：本文引用自http://tech.huanqiu.com/news/2015-04/6194152.html，有增删，其中的原创信息版权归原作者所有