以工(gong)业(ye)4.0为(wei)核心(xin)的(de)(de)(de)智(zhi)能制造，已经成(cheng)为(wei)目前全球制造业(ye)(ye)(ye)者共同发展的(de)(de)(de)方向(xiang)。有别于(yu)一般消费(fei)性(xing)市场需求，在工(gong)(gong)业(ye)(ye)(ye)生产制造领域的(de)(de)(de)发展上，不仅有强调以(yi)工(gong)(gong)业(ye)(ye)(ye)应用(yong)为(wei)主的(de)(de)(de)工(gong)(gong)业(ye)(ye)(ye)人(ren)工(gong)(gong)智(zhi)能，在数据(ju)(ju)(ju)数据(ju)(ju)(ju)的(de)(de)(de)搜集(ji)上，自(zi)然也有所谓的(de)(de)(de)工(gong)(gong)业(ye)(ye)(ye)大(da)(da)数据(ju)(ju)(ju)。做为(wei)工(gong)(gong)业(ye)(ye)(ye)人(ren)工(gong)(gong)智(zhi)能的(de)(de)(de)基础(chu)，怎样获取正确(que)的(de)(de)(de)工(gong)(gong)业(ye)(ye)(ye)大(da)(da)数据(ju)(ju)(ju)，也关系着制造业(ye)(ye)(ye)转型升(sheng)级的(de)(de)(de)成(cheng)败。

除了(le)与一般大数据以强调数量(liang)(Volume)、速度(Velocity)、多样(yang)性(Variety)，及真实性(Veracity)的“4V要素”之外，工业大数据还特别(bie)强调(diao)所谓(wei)的可见性(Visibility)及(ji)价值(Value)。对于(yu)大数据及工业大数据之间的差异，一般认为，数据的数量、获取的速度/频(pin)率、数(shu)据的多(duo)样性与真实性，是制(zhi)造业在导(dao)入数(shu)字化与自动化之后，会自然演化出(chu)现(xian)的数(shu)据。但(dan)对于工业4.0或制造(zao)制造(zao)，要从(cong)设(she)备制造(zao)端(duan)向使用者(zhe)服(fu)务端(duan)的(de)转型而(er)言(yan)，可见性及(ji)价值，则代(dai)表了对工(gong)业大数据所追求的(de)目的(de)与意(yi)义(yi)。

不过数字(zi)转型及产(chan)业升(sheng)级(ji)的(de)(de)风潮，很(hen)(hen)多制(zhi)造(zao)业者在着手进行往智能(neng)制(zhi)造(zao)转型的(de)(de)过程中，是(shi)伴随着数字(zi)化与(yu)自动(dong)化同步进行，由(you)于数字(zi)化与(yu)自动(dong)化之后，机台设备可以快速的(de)(de)产(chan)生大(da)量(liang)数据(ju)，业者如果没有(you)完整个规划或从事阶段性的(de)(de)建设，很(hen)(hen)容易(yi)在初期(qi)就走(zou)错(cuo)方向。

相(xiang)关业者表示(shi)，一般的(de)商业大数(shu)据(ju)(ju)(ju)可以在(zai)累积大量数(shu)据(ju)(ju)(ju)数(shu)据(ju)(ju)(ju)后，再固(gu)定或周期性的(de)进(jin)行数(shu)据(ju)(ju)(ju)的(de)处理(li)与分(fen)析；但是智(zhi)能制造(zao)(zao)要能创造(zao)(zao)价值，最(zui)佳的(de)方(fang)式则(ze)是必(bi)须要将(jiang)(jiang)相(xiang)关的(de)工(gong)业大数(shu)据(ju)(ju)(ju)，就近的(de)在(zai)机台设备端，进(jin)行实(shi)(shi)时的(de)分(fen)析处理(li)，并且执行反(fan)馈。同时，也需(xu)要将(jiang)(jiang)这(zhei)些实(shi)(shi)时处理(li)分(fen)析的(de)结果进(jin)行视(shi)觉化(hua)的(de)展示(shi)。

业(ye)(ye)者表示，工业(ye)(ye)大数(shu)据(ju)与一般(ban)商(shang)业(ye)(ye)大数(shu)据(ju)的一项重要差异，就在于(yu)对于(yu)精准(zhun)度的要求。对一般(ban)商(shang)业(ye)(ye)场域中应用(yong)的大数(shu)据(ju)及人工智能而言，准(zhun)确率能达到90%左右(you)，就已经(jing)将惊人，因(yin)为对消(xiao)费者的(de)年龄判别失准(zhun)，或是推播了错误的(de)广告，一般并不会造成太大的(de)影响；不过，如果应用在工(gong)业生产(chan)领域(yu)，工(gong)业大数据结合工(gong)业人工(gong)智能被要求的(de)准(zhun)确(que)度(du)，可能是需要到99.9%甚至(zhi)更(geng)高的(de)(de)准(zhun)确率，因为一旦(dan)工业(ye)生产制造(zao)上(shang)的(de)(de)数据出现(xian)误差，对于产品后(hou)续生产各方面，都将带来难(nan)以估计的(de)(de)损失(shi)。

也(ye)因(yin)为工业大数(shu)(shu)据需要就(jiu)(jiu)近进行高速而精准的分析(xi)与处(chu)理(li)，因(yin)此(ci)，在智能(neng)制造风(feng)潮崛起之际，连带掀起了对边(bian)缘运算架构的需求。相(xiang)关业者指出，就(jiu)(jiu)近在机台设备端收集(ji)的工业大数(shu)(shu)据，先将必须优先处(chu)理(li)反(fan)馈的部(bu)分进行分析(xi)处(chu)理(li)，不仅(jin)可以(yi)达到快速反(fan)应的目的，同时(shi)也(ye)可以(yi)将数(shu)(shu)据量有效的缩减(jian)，对之后(hou)传(chuan)输、储存等部(bu)分也(ye)都会(hui)相(xiang)对较为有利(li)。

就制造(zao)业(ye)(ye)转型(xing)智(zhi)能制造(zao)，相(xiang)关业(ye)(ye)者(zhe)认为，从现(xian)场(chang)的数(shu)据采集规(gui)划开始(shi)、边缘(yuan)运算架(jia)构的搭(da)建(jian)，一直到(dao)完整(zheng)解决方(fang)案(an)的提供，如(ru)果(guo)没有(you)工(gong)业(ye)(ye)大(da)数(shu)据支撑，结果(guo)可能会有(you)极(ji)大(da)的差异(yi)。当然，相(xiang)关业(ye)(ye)者(zhe)不否认，智(zhi)能制造(zao)的规(gui)模若再(zai)进一步的发展后，工(gong)业(ye)(ye)大(da)数(shu)据的范围一方(fang)面将持续扩大(da)，但同时对(dui)于数(shu)据来(lai)源则将持续细化，即便如(ru)此，工(gong)业(ye)(ye)大(da)数(shu)据在智(zhi)能制造(zao)转型(xing)上扮演的角色越来(lai)越重要。