維克托·邁爾-舍恩伯格享有“大數據之父”、“大數據時代的預言家”、“大數據商業應用******人”等一系列美譽，皆因其開山力作《大數據時代》——為國外大數據系統研究之濫觴。維克托本人學養深厚，擁有在哈佛大學、牛津大學、耶魯大學和新加坡國立大學等多個互聯網研究重鎮任教的經歷，早在2010年***在《經濟學人》上發布了長達14頁對大數據應用的前瞻性研究。

維克托在其代表作《大數據時代》中曾前瞻性地指出，大數據帶來的信息風暴正在變革人們的生活、工作和思維，大數據開啟了一次重大的時代轉型，并用三個部分講述了大數據時代的思維變革、商業變革和管理變革。

顛覆性的大數據時代催生工業革命

維克托具有洞見之處在于，他明確指出，大數據時代很大的轉變***是，放棄對因果關系的渴求，而取而代之關注相關關系。也***是說只要知道“是什么”，而不需要知道“為什么”。這顛覆了千百年來人類的思維慣例，對人類的認知和與世界交流的方式提出了全新的挑戰。

維克托認為大數據的核心***是預測。大數據將為人類的生活創造************的可量化的維度。大數據已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。而這，恰與正在開啟的第四次工業革命不謀而合。

當前，大數據正從零售、金融、電信、物流、醫療、交通等領域加速向工業領域拓展。比如，一家大型民航客機，每飛行30分鐘***會產生10TB的數據；許多工業企業開始利用大數據分析技術為智能工程機械提供決策支持?？梢哉f，大數據將在工業各個環節創造價值，而在此趨勢之下也標志著大數據技術、人工智能技術、云計算技術開始融合，在同一個平臺中，更多的行業和領域可以進行應用，滿足更多不同層次的數據需求。

由大數據驅動的制造業轉型升級，是未來全行業提升生產效率、改進產品質量、節約資源消耗、保障生產安全、優化銷售服務的必經之路，通過與人工智能、云計算等技術的協同發展，工業大數據必將深度融入實體經濟，成為大數據時代工業革命的新引擎。

敲黑板，劃******：新工業革命中的大數據來源

·供應大數據：即供應鏈大數據，對于工業生產而言，只有能夠******預測原材料采購******變化趨勢，才能通過***優的采購策略來降低生產成本。在全球經濟時代，影響工業生產原材料采購******的因素主要包括：全球生產規模、全球生產率、期貨市場、國際環境、物流運輸環境、匯率、地緣政治環境、主要生產地政治環境等。這些因素絕大部分都不是直接可以拿到的數據，需要根據每個因素的關聯數據進行分析才能得出。

在全球環境下，要進行上述數據的收集、分析、預測只能使用大數據系統來進行。從技術角度來看這個供應鏈大數據系統，需要由互聯網爬蟲系統、流數據處理系統、數據可視化系統四個主要的核心系統來構成。

·制造大數據：即智能制造設備的大數據，不過***數據量而言，這些智能制造設備的控制和運行數據并不非常巨大，但數據相關的復雜度、處理的實時性卻極為艱巨。這是大數據的另外一面——不光海量數據叫大數據，數據相互關聯復雜度特別巨大也叫大數據。

在制造大數據的體系下，所有制造設備都是智能化設備，其每次任務執行都是核心控制系統調度控制的結果，那么利用制造大數據可以實現設備******控制、設備運行優化、設備故障預測、制造系統改進升級等。

·銷售大數據：其包含兩層意思：一是基于大數據的******營銷，如電商平臺在人們購物時即時推薦的商品或優惠套餐，都是根據用戶的地域、年齡、性別等信息進行全購物平臺的相關數據分析的結果。這種******營銷同樣可以應用在工業領域，而且由于工業采購往往是大宗、低頻商品，因而在這個銷售過程中***可以基于大數據開展某種供應鏈金融、電子期貨等業務。

二是基于大數據的******需求分析，即通過分析銷售大數據可以更好地了解市場需求和預期，從而指導產品設計和生產。***技術而言，銷售大數據系統和供應大數據系統相類似，同樣由互聯網爬蟲系統、流數據處理系統、數據可視化系統四個主要的核心系統構成，不過對于工業銷售大數據系統而言，流數據處理可以根據需求替換成數據倉庫分析處理系統。