维克托·迈尔-舍恩伯格享有“大数据之父”、“大数据时代的预言家”、“大数据商业应用*人”等一系列美誉，皆因其开山力作《大数据时代》——为国外大数据系统研究之滥觞。维克托本人学养深厚，拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历，早在2010年就在《经济学人》上发布了长达14页对大数据应用的前瞻性研究。

    维克托在其代表作《大数据时代》中曾前瞻性地指出，大数据带来的信息风暴正在变革人们的生活、工作和思维，大数据开启了一次重大的时代转型，并用三个部分讲述了大数据时代的思维变革、商业变革和管理变革。

    颠覆性的大数据时代催生工业革命

    维克托具有洞见之处在于，他明确指出，大数据时代很大的转变就是，放弃对因果关系的渴求，而取而代之关注相关关系。也就是说只要知道“是什么”，而不需要知道“为什么”。这颠覆了千百年来人类的思维惯例，对人类的认知和与世界交流的方式提出了全新的挑战。

    维克托认为大数据的核心就是预测。大数据将为人类的生活创造*的可量化的维度。大数据已经成为了新发明和新服务的源泉，而更多的改变正蓄势待发。而这，恰与正在开启的第四次工业革命不谋而合。

    当前，大数据正从零售、金融、电信、物流、医疗、交通等领域加速向工业领域拓展。比如，一家大型民航客机，每飞行30分钟就会产生10TB的数据；许多工业企业开始利用大数据分析技术为智能工程机械提供决策支持。可以说，大数据将在工业各个环节创造价值，而在此趋势之下也标志着大数据技术、人工智能技术、云计算技术开始融合，在同一个平台中，更多的行业和领域可以进行应用，满足更多不同层次的数据需求。

    由大数据驱动的制造业转型升级，是未来全行业提升生产效率、改进产品质量、节约资源消耗、保障生产安全、优化销售服务的必经之路，通过与人工智能、云计算等技术的协同发展，工业大数据必将深度融入实体经济，成为大数据时代工业革命的新引擎。

    敲黑板，划重点：新工业革命中的大数据来源

    ·供应大数据：即供应链大数据，对于工业生产而言，只有能够准确预测原材料采购价格变化趋势，才能通过*的采购策略来降低生产成本。在全球经济时代，影响工业生产原材料采购价格的因素主要包括：全球生产规模、全球生产率、期货市场、国际环境、物流运输环境、汇率、地缘政治环境、主要生产地政治环境等。这些因素绝大部分都不是直接可以拿到的数据，需要根据每个因素的关联数据进行分析才能得出。

    在全球环境下，要进行上述数据的收集、分析、预测只能使用大数据系统来进行。从技术角度来看这个供应链大数据系统，需要由互联网爬虫系统、流数据处理系统、数据可视化系统四个主要的核心系统来构成。

    ·制造大数据：即智能制造设备的大数据，不过就数据量而言，这些智能制造设备的控制和运行数据并不非常巨大，但数据相关的复杂度、处理的实时性却极为艰巨。这是大数据的另外一面——不光海量数据叫大数据，数据相互关联复杂度特别巨大也叫大数据。

    在制造大数据的体系下，所有制造设备都是智能化设备，其每次任务执行都是核心控制系统调度控制的结果，那么利用制造大数据可以实现设备*控制、设备运行优化、设备故障预测、制造系统改进升级等。

    ·销售大数据：其包含两层意思：一是基于大数据的精准营销，如电商平台在人们购物时即时推荐的商品或优惠套餐，都是根据用户的地域、年龄、性别等信息进行全购物平台的相关数据分析的结果。这种精准营销同样可以应用在工业领域，而且由于工业采购往往是大宗、低频商品，因而在这个销售过程中就可以基于大数据开展某种供应链金融、电子期货等业务。

    二是基于大数据的精准需求分析，即通过分析销售大数据可以更好地了解市场需求和预期，从而指导产品设计和生产。就技术而言，销售大数据系统和供应大数据系统相类似，同样由互联网爬虫系统、流数据处理系统、数据可视化系统四个主要的核心系统构成，不过对于工业销售大数据系统而言，流数据处理可以根据需求替换成数据仓库分析处理系统。