大數據在普通人眼里看來或許距離我們很遙遠，但實際上，關于大數據應用已經每時每刻在我們身邊發生。

“我曾去德國大眾公司做企業咨詢服務，要幫他們解決的問題是如何將5分鐘出產一輛車變成2分鐘出產一輛車。”IBM軟件集團高級工程師凌棕6日用這樣生動的例子講解大數據的應用。

在硅谷舉辦的中國計算機學會青年計算機科技論壇上，凌棕發表了題為“大數據？大數據！”的主題演講，在演講中，凌棕分享了多年從事大數據應用技術研究的經驗和心得。他認為，大數據的戰略意義不在于單純掌握龐大的數據信息，而在于對這些含有意義的數據進行分析處理。

“如果把大數據比作一種產業，那么這種產業實現盈利的關鍵，在于提高對數據的‘加工能力’，通過‘加工’實現數據的‘增值’。”凌棕說。

他表示，業內常會有將大數據比作新的“石油資源”的說法，因為和人類對石油資源的認識過程相類似，人們對大數據的認識也需要經歷一個長期的過程，目前依然還在較為初級的階段。

他認為，數據已經成為企業最寶貴的資產，未來企業之間的競爭，將是數據資產以及數據資產管理能力的競爭。

凌棕表示，目前大數據行業存在四方面的特征，一是體量增長快速而巨大，其中非結構化數據的占總數據量的80-90%，比結構化數據增長快10倍到50倍。二是數據呈現多樣性，以文本、圖像、視頻和機器數據等不同形式出現。三是價值密度增加，對未來趨勢和模式的可預測分析，機器學習、人工智能等深度復雜分析增加。四是速度的提升，越來越多的大數據實時分析正在取代批量式分析，大數據技術正在越來越多實現“立竿見影”而非“事后見效”。

目前，大數據已經在互聯網、金融、醫療、交通、零售等多個行業得到廣泛應用，相對來說，制造業的大數據技術應用不足，未來實際上大有潛力可挖。

凌棕認為，大數據技術可以通過以下10條途徑應用于制造業，分別是監控生產過程、加快業務整合、提高企業制造績效、改進生產流程、預測供應商績效、監測生產設備狀況、合理生產計劃、細化質量管理環節、追蹤產能與企業財務狀況以及監測產品運維狀態。