2020年中国工业大数据行业概览
工业大数据指在工业领域中，围绕智能制造模式，在数据采集集成、分析处理、服务应用等各类工业制造环节所产生的数据，同时包括工业大数据相关技术和应用。
基于利好政策的持续颁布以及大数据技术的创新融合，中国工业大数据行业得以快速发展，2019年中国工业大数据行业收益规模为145.7亿元。伴随工业4.0概念的提出及推广，政府及各工业企业致力于将数字生产技术应用在工业领域，加速工业企业的数字化转型，工业智能化转型需求的增长加速工业大数据产品的商业化落地。
此外，部分工业大数据服务商通过将核心产品向云端迁移，以低成本、灵活交付的优势吸引企业客户采购，进一步推动工业大数据行业收益规模增长，2024年中国工业大数据行业收益规模有望达到497.6亿元。
工业大数据产业生态持续完善
2019年5月7日，第四届中国工业大数据大会——钱塘峰会在杭州举行，本次峰会以“数据互联、智能未来”为主题，集聚工业互联网、大数据、智能制造等领域专家，相关企业负责人及多省市工信、经信系统负责人等约1,200人参会，旨在全面推动中国工业互联网平台建设，完善工业大数据产业生态体系。
中国智造推动工业大数据行业的发展
工业大数据指在工业领域中，围绕智能制造模式、在数据采集集成、分析处理、服务应用等工业制造环节所产生的数据，包括从客户需求到销售、订单、计划、研发、设计、制造、采购、供应、库存、售后服务、运维等产品全生命周期的各个环节。工业大数据以产品数据为核心，极大延展传统工业数据范围，同时包括工业大数据相关技术和应用。
工业大数据具有一般大数据的海量性、多样性等特征，同时在此基础上具有四个典型特征，分别为价值性、实时性、准确性、闭环性。
上游传感器进口依赖度减弱，助力中游工业大数据服务商采购成本降低
中国工业大数据行业上游资源供应商为软硬件服务商，为中游工业大数据服务商提供保障产品和服务正常运转所需的多样化软硬件资源，以及与大数据存储、网络和计算相关的软硬件产品和服务，行业利润率约10%。
中游工业大数据服务商通过升级商业模式，提高服务水平
传统工业软件企业将软件能力转化为PaaS及SaaS服务，一方面以低成本、灵活交付优势吸引更多用户采购，另一方面借助PaaS、SaaS核心技术可提升数据采集及分析能力，更深层次挖掘工业数据价值。用友、金蝶、Ansys、Infor等工业软件企业已将核心软件产品向云端迁移；华龙讯达与腾讯合作，借助腾讯云计算、大数据技术实现业务数据的云端存储管理和快速处理。
同时部分工业大数据服务商构建平台简化数据连接，借助边缘计算、AI分析等技术深化数据分析能力、提升工业大数据服务解决方案技术水平和能力。例如日立推出Lumada平台，利用大数据处理和AI分析等技术助力客户形成资产运维、能耗优化、产线监测、工艺优化。
工业大数据产品的应用助力下游用户提升生产运营效率、降低企业成本
在企业结构层面，中国工业大数据行业以大型企业用户为主，2018年大型企业用户占据中国工业大数据行业整体用户的80%（按用户数量计），中型企业和小型企业占比分别为16%和4%。
大型企业自动化程度较高，生产线丰富且工艺流程复杂，产生的数量体量较大，因此对于工业大数据产品的需求较高，企业可通过向中游工业大数据服务商购买包括生产过程可视化、生产流程优化、设备故障诊断等大数据产品和服务，提升生产效率，降低成本。
工业大数据产品商业化落地推动工业大数据行业持续扩容
大数据行业利好政策及相关技术的发展驱动了中国大数据市场平稳快速的增长，同时其稳定的发展将辐射其细分市场。
伴随工业4.0概念的提出及推广，政府及各工业企业致力于将数字生产技术应用在工业领域，加速工业企业的数字化转型，工业智能化转型需求的增长加速了工业大数据产品的商业化落地。现已落地的工业大数据产品类型包括设备故障诊断、生产过程可视化、生产流程优化、供应链优化等，其中2018年销售额居一、二的工业大数据产品分别为设备故障诊断和生产可视化。
工业大数据产品的落地为企业用户带来了生产方式和商业模式的变革及新的经济增长点，同时推动中国工业企业向智能化、数字化转型。未来伴随更多工业大数据产品的商业化落地，预计到2024年中国工业大数据行业收益规模有望持续扩容。
工业大数据产品的应用加速优化工业生产生命周期
工业大数据产品的商业化落地及广泛应用助力企业实现产品的智能化设计、智能化生产以及智能化服务等目标，加速优化产业链各环节，例如：
- （1）在设计环节，工业大数据的应用可有效提高研发人员创新能力、研发效率可提升30.0%；
- （2）在生产环节，企业可通过采集和汇聚设备运行工业数据、工艺参数、质量检测数据、物料配送数据和进度管理数据等生产现场数据，利用大数据技术分析和反馈并在制造工艺、生产流程、质量管理、设备维护、能耗管理等具体场景应用，实现生产过程的优化、产品质量的监测和异常追溯，产品良品率可提升1.3%，研发周期可缩短35.0%、资源利用率可提升30.0%；
- （3）在市场营销环节，企业可利用大数据挖掘用户需求和市场趋势，建立用户对商品需求的分析体系，挖掘用户深层次的需求，寻找机会产品，从而进行生产指导和后期市场营销分析；
- （4）在售后服务环节，数据可驱动企业创新服务模式，从被动服务、定期服务发展成为主动服务、实时服务。
中国工业大数据产品的优势加速其在工业领域不同场景的应用和普及，推动工业大数据行业发展。
数据资产管理措施有望逐步完善，刺激工业大数据释放更多商业价值
中国工业大数据资产管理和应用尚处于摸索阶段，大部分企业和政府部门尚未建立有效的管理和应用数据模式，如数据价值评估、数据成本管理等，同时大部分企业及政府部门数据基础较薄弱，数据标注尚未统一，数据质量参差不齐，数据孤岛化亟待解决，这些缺陷影响了大数据在各领域的共享和应用。
大数据是保障生产实施及组织运营的重要生产资料，伴随管理对象逐渐复杂，数据处理技术日渐成熟，数据应用愈发广泛，政府在数据资产管理方面的力度持续加大。
2019年9月工信部公开征求《工业大数据发展指导意见》，意见指出政府将结合工业领域大数据管理的特点和需求，提升工业大数据资源管理能力，系统构建工业大数据管理能力评估体系，同时鼓励并引导企业全面且系统的提升工业大数据管理能力。
深度见解：工业智能化转型需求增长，加速工业大数据产品落地
工业作为国民经济的重要物质生产部门，是推动国民经济发展的基础动力。伴随信息化与工业化的深度融合，中国工业企业在生产各环节产生的数据量日益丰富，数据对工业生产的驱动作用日渐突出。工业大数据技术及产品覆盖从订单到研发设计、采购、生产、交付、运维、报废及再制造的生命周期的全过程，现已落地的工业大数据产品类型包括设备故障诊断、生产过程可视化、生产流程优化、供应链优化等，其中2018年销售额居一二的工业大数据产品分别为设备故障诊断和生产可视化。
工业大数据产品的落地为企业用户带来新的生产方式、商业模式及经济增长点，同时推动中国工业企业向智能化、数字化转型。
