我们要看大数据与工业的深度融合之前，先看看核心要素大数据的本质是什么。

大数据的本质就是，“数据＋算法＝服务”，数据来自机器数据，业务数据，产品数据。这些数据需要通过物联网、传感器不断的获取。而算法部署在云端，一类是机理模型，另外一类是AI或者大数据模型。

正如策意data大数据就是严格采用“数据＋算法”模式，为企业提供智能化解决方案“服务”，助力企业从描述分析到诊断分析到预测分析最后形成决策性分析，让您的组织拥有无处不在的分析文化，得到聪明的分析决策，改变您的整个业务。

因此通过大数据和算法，带来了新的服务，服务包括四个层次：

最终实现优化资源配置效率，提高生产力。这也是一种全新的认识和改造这个世界的方法论。

我们说大数据的下半场是跟产业的深度融合，那么大数据与工业融合之后的工业大数据，其本质又是什么？我认为工业大数据的本质是：数据＋算法＝服务。

一个工业机理模型可以实现四类功能：

描述决策树算法 机器学习，描述设备、工艺发生了什么；诊断，发生了什么问题、什么地方发生了问题；预测，如果不处理设备将有什么问题，能耗会有什么问题，质量会有什么问题；决策、最后怎么办，是对那个环节进行维修，那个环节进行优化，或者保养，增加或者减少物料的输入等等，给操作手、给总工、给管理层提供一个解决方案。

机理模型的落地，就是我们认识客观世界的一个过程。一般说会有四个阶段：

理论推理，把工业中的热平衡、物质平衡等通过抽象的方法形成理论模型；实验验证，对理论模型进行实验验证，仿真验证的过程；模拟择优决策树算法 机器学习，在虚拟世界里面去完成，通过大数据模拟选择最优的结果；大数据分析通过模拟＋大数据发现新的规律。

机理模型构建了业务场景的数字孪生，通过设备上云、物联网、互联网，实现了从局部数字孪生到跨节点的数字孪生，从静态的数字孪生到动态的数字孪生。我们在热平衡模型的应用中，对每日、每时、每秒的数据进行优化，指导在工艺环节的优化。

策意data大数据工业解决方案构建一个机理模型、数字孪生，背后的原理也是大数据＋算法＝服务。他可以缩短研发周期，提高资源优化效率，提供新的分析方法，构建资源配置新模式。

依托于工业大数据的支持，工业企业的决策方式也将增加为更加科学规范的模式：数据＋算法。数据＋算法的决策机制，不是对已有决策机制的一种替代，而是增加。

“数据＋算法”的决策机制原理有几个方面，对于不确定性的问题，我们首先要获得数据，理解

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！