18、大数据使用：关键洞察、技术现状与影响

大数据使用：关键洞察、技术现状与影响

1. 大数据使用的关键洞察

1.1 预测分析

预测分析的一个典型应用是基于传感器和上下文数据进行预测性维护。其目的是预测与标准维护间隔的偏差。当数据显示系统稳定时，可延长维护间隔，降低维护成本；若在预定维护前数据显示存在问题，避免故障、维修成本和停机时间能带来更高的节省。信息源不仅包括传感器数据，还涵盖环境和上下文数据，如机器的使用信息（高负载等）。

由于预测分析依赖新的传感器和数据处理基础设施，大型制造商正在转变商业模式，自行投资新基础设施（实现规模效应），并将机器租赁给客户。

1.2 工业 4.0

制造业的一个增长趋势是采用网络物理系统。这引发了旧制造流程的演变，一方面产生了大量的传感器和其他数据，另一方面需要通过通信网络和使用场景连接所有可用数据，以挖掘潜在利益。工业 4.0 代表 IT 进入制造业，给 IT 支持带来了一系列挑战，包括规划和模拟、监控和控制、机器的交互式使用、物流和企业资源规划（ERP）、预测分析，甚至是规范性分析（决策过程可由数据分析自动控制）等多样化任务的服务。

1.3 智能数据与服务集成

在进一步发展工业 4.0 场景时，解决当前任务的服务成为焦点。为了应用智能服务来处理大数据使用问题，需要解决技术和组织方面的问题。必须解决数据保护和隐私问题、监管问题以及新的法律挑战（如派生数据的所有权问题）。

在技术层面，服务交互需要在多个维度上实现：
- 硬件层面：从单个机器到设施再到网络；
- 概念层面：从智能设备到智能系统和决策；
- 基础设施层面：从基础设施即服务（IaaS）到平