“工业大数据是新一轮产业革命的核心，是实现工业4.0、工业互联网和中国智能制造的重要抓手，将推动企业从‘制造’走向的‘智造’。但是，当前工业大数据面临几个方面的挑战。”11月14日，中国工程院院士何友在2019中国（黄石）工业互联网创新发展大会上表示。

这些挑战体现在：

　　第一，大数据技术的应用有困难。一是数据不足，工业大数据需要融合企业内部各方面和外部相关数据，但很多企业在数据采集及融合方面尚未完成，这导致大数据分析的效果难以达到预期成果。二是工业数据的信噪比比较低，分析结果很容易出现严重偏离事实的畸变。数据清洗的要求较高，需要保持数据的清洁和干净。三是工业大数据分析需要计算机/数学专业技术，以及相关行业的技术背景，通过这些知识经验进行建模，才能找到数据的价值，否则，可能导致极大的损失。

　　第二，大数据给信息安全带来新挑战。大量数据的集中存储增加了其泄露风险，对现有存储和安全措施提出了挑战。与此同时，黑客可收集更多有用信息，大数据分析让攻击更精确。

　　第三，如何创造出智能新产品是工业大数据应用面临的重要问题。这包括智能应用软件、智能基础设备、智能自主产品、智能穿戴产品、智能家居产品等等。

　　第四，创造新的智能应用系统。在智能制造方面，如创造智能自主的装备与系统、制造云服务、流程智能制造系统等等；在智能物流方面，有智能化分拣、仓储、装卸、搬运、集成信息平台、产品质量及安全追溯、配货调度智能化等；还有业务链的智能优化、生产线智能调度与重构等等。

　　目前，工业大数据在产品创新设计、产品故障诊断与预测、供应链的分析和优化、产品销售预测与大数据营销、生产计划与排程、产品质量管理与分析等场景有广泛的应用。“数据是工业互联网的血液。”何友如此描述大数据与工业互联网的互为动力。

　　不过，由于工业大数据数据价值密度高，数据类型繁多，多源异构的机构化数据和非结构化数据并存，数据处理实行性要求也非常高，数据关系和关联性异常复杂等特征，企业如何从数据统计分析能力转变为大数据分析、预测和决策能力，促进传统工业升级改造和产业整合，是目前要解决的核心关键问题。