數據驅動下的制造業，工業4.0是一個社會變革維度的概念，產生鏈將以數據為維度進行重新劃分，大數據和云計算技術對制造業的影響越來越重。

【工業4.0】

工業4.0是在現代智能機器人、傳感器、數據存儲和計算能力實現突破的條件下，通過工業互聯網將供應鏈、生產過程和倉儲物流智能連接，從而實現智能生產的"四化":供應和倉儲成本較小化，生產過程自動化，需求相應速度較大化和產品個性化。

在4.0時代，不僅制造環節的人工將得到節省(機器人為主體的自動化生產連線，前端供應鏈管理、生產計劃(互聯網接入，實施管理訂單)、后端倉儲物流管理(WMS+自動化立體倉庫)都將實現無人化以及較低的渠道庫存和物流成本。

工業4.0是德國政府提出的一個高科技戰略計劃。中國的工業4.0就是中國制造2025。在現代智能機器人、傳感器、數據存儲和計算能力實現突破的條件下，通過工業互聯網將供應鏈、生產過程和倉儲物流智能連接，從而實現智能生產的"四化":供應和倉儲成本較小化，生產過程全自動化，需求相應速度較大化和產品個性化。工業4.0的終極目的是使制造業脫離勞動力稟賦的桎梏，將全流程成本降到較低，從而實現制造業競爭力的較大化。在4.0 時代，不僅制造環節的人工將得到節省(機器人為主體的自動化生產連線)，前端供應鏈管理、生產計劃(互聯網接入，實施管理訂單)、后端倉儲物流管理(WMS+自動化立體倉庫)都將實現實現無人化，以及較低的渠道庫存和物流成本。回顧前三次工業革命，實際上是應用機械、電氣和信息技術等越來越先進的工具逐步將人力從生產中解放，從而提高生產效率、降低生產成本的過程。

工業4.0有一個關鍵點，就是"原材料(物質)"="信息"。具體來講，就是工廠內采購來的原材料，被"貼上"一個標簽:這是給A客戶生產的XX產品，XX項工藝中的原材料。準確來說，是智能工廠中使用了含有信息的"原材料"，實現了"原材料(物質)"="信息"，制造業終將成為信息產業的一部分，所以工業4.0將成為最后一次工業革命。

【工業4.0兩大主題】

1. 智能工廠:重點研究智能化生產系統及過程，以及網絡分布式生產設施的實現

2. 智能生產:主要涉及整個企業的生產物流管理、人機互動以及3D技術在工業生產過程中的應用等。該計劃將特別注重吸引中小企業參與，力圖使中小企業成為新一代智能化生產技術的使用者和受益者，同時也成為先進工業生產技術的創造者和供應者

【智慧工廠】

智慧工廠是在數字化工廠的基礎上，利用物聯網的技術和設備監控技術加強信息管理和服務;通過大數據與分析平臺，將云計算中由大型工業機器產生的數據轉化為實時信息(云端智能工廠)，并加上綠色智能的手段和智能系統等新興技術于一體，構建一個高效節能的、綠色環保的、環境舒適的人性化工廠。

　　【智能工廠的三大技術和特點】

三大技術:

1. 無線感測技術

2. 控制系統網絡

3. 工業通信無線化

特點:

1. 制造過程管控可視化。由于智能工廠高度的整合性，在產品制造上，包括原料管控及流程，均可直接實時展示于控制者眼前。

2. 系統監管全方位。通過物聯網概念，以傳感器做連接使制造設備具有感知能力，系統可進行識別、分析、推理、決策以及控制功能。

3.制造綠色化方面，除了在制造上利用環保材料、留意污染等問題，并與上下游廠商間，從資源、材料、設計、制造、廢棄物回收到再利用處理，以形成綠色產品生命周期管理的循環。

【智能生產】

智能生產是一種由智能機器和人類專家共同組成的人機一體化智能系統，它在制造過程中能進行智能活動，諸如分析、推理、判斷、構思和決策等。通過人與智能機器的合作共事，去擴大、延伸和部分地取代人類專家在制造過程中的腦力勞動。它把制造自動化的概念更新，擴展到柔性化、智能化和高度集成化。

　　【云計算】

云計算是一個提供便捷的通過網絡訪問一個可定制的IT資源共享池能力的按使用量付費的模式(IT資源包括網絡、服務器、存儲、應用、服務)，這些資源能夠快速部署，并只需要很少的管理工作或很少的與服務供應商的交互。

簡單來說云計算是一種未來信息技術的一種主要架構，服務云+消費端。云端通過集中的資源提供各種服務，各種終端通過互聯網接入使用，而不是原來各自維護自己的基礎架構。

通俗的理解云計算的"云"就是存在于互聯網上的服務器集群上的資源，它包括硬件資源(服務器、存儲器、CPU等)和軟件資源(如應用軟件、集成開發環境等)，所有的處理都在云計算提供商所提供的計算機群來完成。

【云計算的特點】

1. 按需即取

消費者可以隨時按需使用各類云服務，快速交付，并且通過自助的方式，不需要提供商人工參與。

2. 隨時擴展

通過虛擬化技術，云服務提供商提供規模較大的資源池，服務資源可按需隨時進行擴展和收縮。

3. 按使用付費

區別于傳統軟硬件購置的方式，云計算采用按使用付費的模式，讓企業IT從資本投資轉變為更靈活的運營費用。

【云計算的基本類別】

1. 混合云

客戶同時使用公有云資源和私有云資源，邏輯上是一個整體，可實現內部互聯，既保證了用戶的私有性，又能夠靈活使用公有云。

2. 私有云

客戶獨占使用云資源池。私有云部署在企業數據中心或第三方托管場所(如電信運營商IDC機房)。

3. 公有云

云資源池為所有用戶共享，一般通過互聯網使用。

【云計算的服務形式】

1. 軟件及服務

SaaS服務提供商將應用軟件統一部署在自己的服務器上，用戶根據需求通過互聯網向廠商訂購應用軟件服務，服務提供商根據客戶所定軟件的數量、時間的長短等因素收費，并且通過游覽器向客戶提供軟件的模式。

2. 平臺即服務

這是一種分布式平臺服務，廠商提供開發環境、服務器平臺、硬件資源等服務給客戶，用戶在其平臺基礎上定制開發自己的應用程序并通過其服務器和互聯網傳遞給其他客戶。

3. 基礎設施服務

IaaS即把廠商的由多臺服務器組成的"云端"基礎設施，作為計量服務提供給客戶。它將內存、I/O設備、存儲和計算能力整合成一個虛擬的資源池為整個業界提供所需要的存儲資源和虛擬化服務器等服務。

　　【大數據】

21世紀是數據信息大發展的時代，移動互聯、社交網絡、電子商務等極大拓展了物聯網的邊界和應用范圍，各種數據正在迅速膨脹并變大。

大數據是一種規模大到在獲取、管理、分析方面大大超出傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。如果將大數據比作一個產業，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"。

【大數據的4V特征】

1. 體量(volume):非結構化數據的超大規模和增長，總數據量的80~90%，比結構化數據增長快10-5-倍，是傳統數據倉庫的10-50倍。

2. 多樣性(variety):大戶數的異構和多樣性，很多不同形式(文本、圖像、視頻、機器數據)，無模式或者模式不明顯，不連貫的語法或句義。

3. 價值密度(value):大量的不想管信息，對未來趨勢與模式的可預測分析，深度復雜分析(機器學習、人工智能等)。

4. 速度(velocity):實時分析而非批量式分析，數據輸入、處理與丟棄，立竿見影而非事后見效。

【大數據與云計算】

云計算的模式是業務模式，本質是數據處理技術，數據是資產，云為數據資產提供存儲、訪問和計算。當前云計算更偏重海量存儲和計算，以及提供的云服務，運行云應用，但是卻反盤活數據資產的能力，挖掘價值性信息和預測性分析，為國家、企業、個人提供決策和服務，是大數據核心議題，也是云計算的最終方向。

從技術上來看，大數據和云計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。它的特色在于對海量數據進行分布式數據挖掘，但它必須依托云計算的分布式處理、分布式數據庫和云存儲、虛擬化技術。

云時代的來臨，大數據的關注度也越來越高，分析師團隊認為大數據通常用來形容一個公司創造的大量非結構化數據和半結構化數據。大數據分析常和云計算聯系到一起，因為實時的大型數據集分析需要像MapReduce一樣的框架來向數十、數百或甚至數千的電腦分配工作。

大數據需要特殊的技術以有效地處理大量的容忍經過時間內的數據。適用于大數據的技術，包括大規模的并行處理數據庫、數據挖掘、分布式文件系統、分布式數據可、云計算平臺、互聯網和可擴展的存儲系統。