《工业大数据》一文探讨了大数据在工业领域的应用与发展。作者指出，大数据技术已经成为工业生产中的重要工具，可以帮助企业提高生产效率、降低成本，并实现智能化生产。文章还强调了大数据在工业领域中的潜在挑战和解决方案。总之，大数据将成为工业发展的关键引擎。
工业大数据读后感第一篇
我一般会快速翻阅10本书，然后选一本精读。工业大数据是李杰教授的代表作品之一，书中呈现内容超过了书名范围。从德国和美国的工业新兴之路讲起，仔细分解了我国弯道超车的智能制造战略，其中的“蛋黄蛋白”理论尤为深入浅出。后半部分教授还以工业案例形式，以预测性维修给出了数据价值的实锤推演，五星推荐。
工业大数据读后感第二篇
优点是有工业数据研究的真实经历，厚积薄发，确实在这方面做了很久。既有远程运维这样的真实案例支撑，也有工业数据分析重视奇点这样的观点。 不足是仅仅提出了一个简单的工业大数据体系，不算很成熟，有些分层过于依赖他们自己的视角，恐怕难以让人信服。 不管怎样，总算是近期工业互联网兴起后，一本难得有些实质性内容的资料。
工业大数据读后感第三篇
这是一本工业4.0的科普书，也给读者提供了一个新的视角，并为工业4.0的实践者们提供方向性的参考。
纵观本书，作者重新理解了老子《道德经》里的 “有之以为利，无之以为用”这句话。一切事物的实体为我们提供可以凭借的、可见的基础条件，而其中所隐藏的空间和可变化的无限可能才是被我们真正使用并创造价值的所在。基于此理解，不可见因素的避免和透明呈现才是工业4.0的关注点和竞争点。而工业4.0的价值所在就是发现用户价值的缺口、发现和管理不可见的问题、实现无忧的生产环境，以及为用户提供定制化的产品和服务。对于每个人来说，未来的机会空间都在以下四个维度。
1.满足用户可见的需求和解决可见的问题。
2.使用数据挖掘避免可见的问题。
3.利用创新方法与技术解决不可见的问题。
4.利用数据分析寻找和满足不可见的价值缺口。
实现这些，最重要的是需要改变以往从技术端出发看问题的思维，反向思考，从用户的价值端寻找潜在的需求，学会思维的转变。
工业大数据读后感第四篇
最近一年读了不少工业4.0方面的书籍，这是到目前为止最好的一本，尤其是前半本，各种新颖的、总结性的、高度提炼的知识点层出不穷，使得我对物联网、工业互联网、工业大数据、工业4.0等概念的理解提升了一大截，是继上次曾玉波老师的培训之后，对观念冲击最大的一次。其他工业4.0方面的书，或者只虚谈意义与未来，或者局限于谈技术细节，而李杰教授在这本书里却从上至下建立了一套框架，牢牢地抓住了“价值创造”这个核心，并提出了以价值创造为目标的煎蛋模型，用“6M”的蛋黄和“6C”的蛋白把整个制造业的主要内容都纳入到这个模型中，颇有一种美国人当年把日本人创造的TPS模式总结成为精益生产并发扬光大的范儿。在阐述这个模型的过程中，作者还对德国、美国、中国所处的不同状态和执行的不同工业战略进行了深入的对比和剖析，提出的建议颇有益处。这本书的重点还是在于对工业大数据本身的论述，其中主要就是针对设备的信息化，作者罗列了大量先进的实践案例，总结了工业大数据的“6V”特点：量，速度，多样性，真实性，可见性，价值。CPS的“5C”架构：智能感应层，信息挖掘层，网络层，认知层，配置层。指出了工业大数据的低容错性和高有效性要求，如何采集正确的数据，并使得数据真正有用，比获得数据本身更难。设备的全生命周期管理，透明化的工厂现场，设备的预测性维保，都是工业大数据的发展目标，最终达到用智能工厂实现无忧生产的目标。另外，作者的两个结论非常值得借鉴：同样是工业4.0，离散型制造的方向应该是大规模定制生产，而连续型制造的方向则应该是设备的预测性管理。
工业大数据读后感第五篇
随着《中国制造2025》的发布，工业4.0成为了今年来的热门话题，本书无疑贴合了这一潮流，同时将前几年的热门话题大数据结合到了一起，作为了解工业4.0的普识教材还是不错的。当然，作为学者书籍，难免包含了其在该领域的学术观点和论述，部分内容读起来会感觉到是学术论文的简单堆叠。
工业4.0的核心是智能化，目标是价值创造，围绕这两个部门展开论述：
1、智能化的基础是信息技术，实现实时自动的对数据进行分析、管理、决策和反馈。其以CPS技术的大数据分析为核心。工业大数据与互联网大数据不同，要解决3B问题，其要求具有的高质量和准确性，同时数据量全，且要从价值和功能的角度对数据进行逻辑分析，而不仅仅是对数据的统计分析。工业大数据的技术发展经历了从远程监控到分析中心再到分析平台的三个阶段，其对应的商业模式也从以产品为核心的状态监控，及时处理问题的附加服务，到以使用为核心的预测性维护产品租赁体系和信息服务，到目前的以用户为中心，以社区为基础用户为主导的平台式服务生态体系，实现按需的个性化自服务和分享经济。从工业领域的纵向应用来看由智能设备到智能工厂最后到智能服务，通过工业大数据以单个设备的自省、自比较为基础实现无忧生产，到全价值链的协同优化。实现预测式制造模式，将不确定性透明化。同时作者也提供了基于CPS的5C体系架构，即智能感知层、信息挖掘层、网络层、认知层、配置层，实现数据到信息到价值的转化。
2、价值创造应验了中国的古话“有之以为利，无之以为用”，作者提出了煎蛋模型的概念即6M6C模型。在产品本身功能的基础上要扩展其给客户带来的价值，采用主控式创新，以情景模拟的方式来识别客户潜在需求，而不再是仅仅关注技术领先的跨越性和持续性创新。对于具体如何实施，作者也提供了创新矩阵、关系图和应用地图三种工具并提供了案例。
同为工业4.0，但各国的实现方式和侧重点不尽相同。德国基于装备制造业等制造领域的优势以智能制造为突破口，而美国则在虚拟经济和科技领先的背景下以智能服务为契机。而中国拥有十分广大且高度弹性的市场，在收集和使用数据上具有优势，这也将是中国实现工业4.0的捷径和突破口，可以预见，在以为客户创造价值的智能化数据处理方面将会诞生一大批新的商业模式和成功企业。
工业大数据读后感第六篇
首先，我认为这是一本不接地气的书，我猜测李杰教授应该没有在制造业的基层做过，没有亲身在工厂进行过田野调查，也没有与工业从业者的基层人员有过深度的交谈，而是从开始就是以学术研究为基础，进行理论创作。
居于此，整本书有一种坐而论道，高高在上的感觉。在第五章“案例与实际”中，作者举例子是说某服装厂采集客户身上19个部位的数据建立数据库，今后这个客户再定服装的时候，可以直接使用这些数据。这个例子让我有一种，李教授不食人间烟火的感觉。因为作为实实在在的人来说，我们都明白，我们身体的数据是在变化的，就算变化很小，也不能以历史数据作为买衣服的参考。况且，这种本来就打着个人定制招牌的服装店，用历史数据给客户制作衣服本身就是非常不专业，也有悖于企业特性---毕竟叫定制服装，如果以历史数据给别人定制服装，这个应该不叫定制吧。
当然，这本书也不是没有好的地方，我认为有一些概念和想法，还是蛮有意思的，虽然这些概念和想法可能也并不是李教授的原创。
接下来，我大致说一下，本书的主线和内容：
1. 关于工业4.0。
2. 工业4.0环境下的大数据体系。
3. 如何设计和实现这个体系、如何通过这个体现赚钱（商业模式）
4. 实例
5. 各国优势（中国，美国，德国）
1. 关于工业4.0
●什么是工业4.0？为什么会出现工业4.0？
工业1.0 以蒸汽机的发明为代表，机械开始代替手工。
工业2.0 以电能的运用为代表，生产线开始出现，让人类可以大规模生产。
工业3.0 以计算机为代表，使部分脑力劳动也可以被替代
工业4.0 德国人在汉诺威工业展上提出来的概念，我认为这不过是一种概念而已，无非是工业3.0的延伸罢了。随着目前IT技术（计算机）的急速进步，数据储存和分析能力的大幅度提升，使对大量数据的收集和分析成为可能，进而实现所谓的智能制造。
