全世界制造業和商業新時代最著名和最受關注的事實之一是所謂的豐富數據。大數據被認為是工業4.0的關鍵驅動因素和**挑戰之一。它是未來運營改進，產品/服務創新，流程預測，業務乃至全球經濟發展的關鍵。
　　
　　大數據：它真的有用嗎？
　　
　　從各種來源以結構化和非結構化形式提供的大量數據是不可避免的。大多數組織及其***都承認，未來的數據將大量可用，但他們發現挑戰是能夠通過從可用數據中提取有價值的信息來收集，整理，分析，推斷和預測。
　　
　　大數據來自各種來源，從社交媒體聊天，到市場交易，到全球股票市場，直到存儲在倉庫托盤上的物品的水平，在眾多制造業之一設備。
　　
　　智能傳感器，RFID和物聯網創建了大量的數據，這些數據本質上都是結構化的和非結構化的，并且能夠存儲它同時有意義地隔離它是一項重大挑戰。 大量數據以不同的數量/形式實時生成，需要巨大的努力來實時存儲和分類數據，以便將來可以用它來提供明顯的好處。
　　
　　從各種來源收集的數據以及以非常有組織的方式存儲的數據，實時也幾乎沒有結果; 如果沒有使用而是進行分析以提供未來改進的基礎，預測失敗并突出顯示以前未知的趨勢和相關性。
　　
　　機器學習和大數據：**的結合
　　
　　機器學習的作用是檢測人類分析師必然會錯過的模式和趨勢。基本上，機器學習是算法的研究和創建，其基于所提供的數據提供預測分析。該數據分析領域涉及復雜模型和算法的創建，這些模型和算法檢測數據中的隱藏模式，并通過形成基線行為模式來提供預測，這也是實時的。 這一分析領域非常復雜，特別適用于制造業務。
　　
　　想象一下，一個高度復雜的制造設施，擁有眾多生產線，制造各種產品，具有獨立的工作流程和模式，具有不同的配方和操作的每個組件，為部署的MES應用程序提供數據。這就是大數據的“大”成為現實的地方：每個實例都執行一個活動或子流程，從車間生成數據，每批產品和每一件設備都生成數據。
　　
　　運用數據指導未來
　　
　　雖然MES將捕獲并隨后存儲所收集的信息，但它是機器學習算法，它將在收集數據時分析數據，通過比較當前和歷史數據以形成與制造的每個方面相關的預測來開發模式和趨勢。
　　
　　但機器學習的應用遠遠超出了預測失敗的范疇。根據MES供應商的能力及其在分析中使用機器學習的能力，制造工廠可能從大數據分析中獲得的收益可能非常大。
MES：http://articles.e-works.net.cn/mes/

資訊來源：http://articles.e-works.net.cn/mes/