在各行業(yè)領(lǐng)域中，很少有比“大數(shù)據(jù)”更容易提及同時(shí)又不太容易理解的術(shù)語。這可能會(huì)讓人們很容易將大數(shù)據(jù)視為一個(gè)不經(jīng)意提到的流行語，而不僅僅是對(duì)于企業(yè)的流程和業(yè)務(wù)密切相關(guān)的真實(shí)價(jià)值的一個(gè)概念，但這是一個(gè)錯(cuò)誤。理解并正確利用大數(shù)據(jù)對(duì)于任何企業(yè)的成功都是至關(guān)重要的。
了解企業(yè)IT如何以及在何處準(zhǔn)確地應(yīng)用大數(shù)據(jù)為其帶來利益，將取決于幾個(gè)關(guān)鍵因素，其中包括大數(shù)據(jù)民主化;實(shí)施下一代數(shù)據(jù)歷史記錄;從海量數(shù)據(jù)積累戰(zhàn)略轉(zhuǎn)向戰(zhàn)略工業(yè)數(shù)據(jù)管理戰(zhàn)略;將大數(shù)據(jù)與工業(yè)人工智能技術(shù)融合在一起，并了解這些好處如何在新冠疫情之后發(fā)揮作用。
新冠疫情如何迫使人們重新思考數(shù)據(jù)存儲(chǔ)和訪問
新冠疫情加速了許多企業(yè)的數(shù)字化轉(zhuǎn)型之旅，包括他們存儲(chǔ)和訪問數(shù)據(jù)的方式。這揭示了傳統(tǒng)工業(yè)數(shù)據(jù)管理模型的局限性，這種模型中，數(shù)據(jù)在團(tuán)隊(duì)、來源和地點(diǎn)之間呈孤島式分布，這種數(shù)據(jù)把關(guān)嚴(yán)重阻礙了可見性，確保只有具有獨(dú)特訪問權(quán)限或領(lǐng)域?qū)I(yè)知識(shí)的某些人才能理解或訪問可能與企業(yè)中的其他人相關(guān)的數(shù)據(jù)集。
在許多員工被迫在家遠(yuǎn)程工作的環(huán)境中，這種孤立的工業(yè)數(shù)據(jù)存儲(chǔ)和訪問模式有很大的缺點(diǎn)。如果員工保留對(duì)特定數(shù)據(jù)的訪問權(quán)限，而他們正在遠(yuǎn)程工作，那么會(huì)發(fā)生什么情況?在疫情持續(xù)蔓延的情況下，公共衛(wèi)生指南不斷變化，靜態(tài)的企業(yè)數(shù)據(jù)訪問、工作流程和報(bào)告嚴(yán)重限制了企業(yè)對(duì)其員工安全的實(shí)時(shí)可見性，更不用說業(yè)務(wù)價(jià)值和增長了。
發(fā)生的疫情表明，企業(yè)需要重新思考如何存儲(chǔ)數(shù)據(jù)，并使其在組織范圍內(nèi)都可以訪問。隨著越來越多的企業(yè)采用永久性混合方法在現(xiàn)場和遠(yuǎn)程工作，迫切需要使用能夠?yàn)樗杏脩籼峁┏掷m(xù)和民主化大數(shù)據(jù)訪問的解決方案。
實(shí)現(xiàn)工業(yè)數(shù)據(jù)民主化
大數(shù)據(jù)技術(shù)是一把雙刃劍。從理論上來說，更多的數(shù)據(jù)意味著需要更快的分析以獲得更高效、更有成效的輸出。對(duì)IT團(tuán)隊(duì)的運(yùn)作方式了解得越多，就可以更好地利用這些見解來提高生產(chǎn)力、節(jié)省時(shí)間、提高成本效率和促進(jìn)業(yè)務(wù)增長。但更多的數(shù)據(jù)并不總是意味著是更好的數(shù)據(jù)。其情況通常恰恰相反：企業(yè)積累的數(shù)據(jù)多于他們使用或知道如何處理的數(shù)據(jù)。這種海量數(shù)據(jù)收集方法意味著企業(yè)最終會(huì)擁有大量未使用、非結(jié)構(gòu)化、未優(yōu)化的數(shù)據(jù)。數(shù)據(jù)越多，可見性就越差。
為了使工業(yè)數(shù)據(jù)具有可操作性和價(jià)值，需要識(shí)別和提升基于相關(guān)性的數(shù)據(jù)。這種來自企業(yè)不同資產(chǎn)的直觀數(shù)據(jù)，從傳感器到邊緣再到云平臺(tái)，為格式化和保護(hù)數(shù)據(jù)建立了通用基線。與基于來源或團(tuán)隊(duì)經(jīng)歷不同格式和安全階段的孤立數(shù)據(jù)不同，企業(yè)中的所有數(shù)據(jù)都分配了身份標(biāo)簽并采用相同的格式，從而在企業(yè)中開放數(shù)據(jù)可見性和訪問權(quán)限。
戰(zhàn)略性工業(yè)數(shù)據(jù)管理
戰(zhàn)略性工業(yè)數(shù)據(jù)管理方法不是大量收集數(shù)據(jù)并將其傾倒到非結(jié)構(gòu)化數(shù)據(jù)沼澤中，而是利用數(shù)據(jù)歷史記錄和工業(yè)人工智能解決方案使其數(shù)據(jù)在企業(yè)中更加可見、可訪問和可操作。
這不僅僅是清理數(shù)據(jù)湖或使數(shù)據(jù)具有可操作性。這種戰(zhàn)略性數(shù)據(jù)管理方法還有助于彌合勞動(dòng)力中日益擴(kuò)大的技能差距。隨著具有多年領(lǐng)域?qū)I(yè)知識(shí)的資深員工退休，取而代之的是經(jīng)驗(yàn)水平可能不足的年輕員工，這可能帶來技能差距。人工智能驅(qū)動(dòng)、數(shù)據(jù)歷史驅(qū)動(dòng)的戰(zhàn)略數(shù)據(jù)管理方法可以確保關(guān)鍵的歷史知識(shí)得到保留和共享，并在整個(gè)企業(yè)中廣泛應(yīng)用——無論是團(tuán)隊(duì)還是個(gè)別員工。
大數(shù)據(jù)將繼續(xù)發(fā)揮關(guān)鍵任務(wù)作用，為企業(yè)提供制定與具體業(yè)務(wù)價(jià)值結(jié)果相關(guān)的數(shù)據(jù)驅(qū)動(dòng)決策所需的資源和洞察力。這可能意味著從優(yōu)化生產(chǎn)線到提供實(shí)時(shí)流程可見性，所有這些都是為了幫助IT團(tuán)隊(duì)提高生產(chǎn)力、效率和創(chuàng)新性。但要從大數(shù)據(jù)中獲得最大價(jià)值并將其有意義地應(yīng)用于工業(yè)，流程工程企業(yè)必須將重點(diǎn)從海量數(shù)據(jù)積累轉(zhuǎn)向更周到的戰(zhàn)略工業(yè)數(shù)據(jù)管理——特別是數(shù)據(jù)集成、移動(dòng)性和可訪問性。通過部署下一代數(shù)據(jù)歷史記錄器和工業(yè)人工智能解決方案等工具，企業(yè)能夠從以前未優(yōu)化和未被發(fā)現(xiàn)的工業(yè)數(shù)據(jù)集中挖掘出新的、隱藏的價(jià)值。
