如通常使用的术语，大数据指的是要用数据库管理工具处理的庞大和复杂的数据集或处理应用的传统数据。大数据的挑战包括了：数据的捕获、保管、存储、搜索、共享、传递、分析和可视化。相比于相同总量的分离型小数据集，大数据集来自对单一数据分析的衍生附加信息和相关数据的大集合。大数据可以发现相关性，有助于对趋势进行清晰和迅速的理解，支持更好的及时决策。在制造业方面，大数据是指从车间现场到企业顶层所有生成、交换和集成的数据。什么使在制造业中的数据变大？这是因为越来越多的虚拟化和仿真，以及众包和社会制造（即在设计和制造过程中利用社交媒体生成数据）的增长趋势。这使制造企业正朝着数字化的方向发展。
整合从传感器和PLC到企业和供应链平台的数据可以产生显著的成效
在数字化企业中，数据连接制造系统，如：产品生命周期管理（PLM）、供应链关系管理（SCM）和制造执行系统（MES），集成企业资源计划（ERP）。其中的关键，从自动化的大数据角度来看，是利用虚拟化和真实数据的优势，并结合使用他们，来自某自动化厂商战略市场部的副总裁比尔卡莱利说。
先是数量巨大的虚拟数据，在产品建立和制造的初期就创建出来，如产品开发的模型建造或制造运行的工艺规划。然后是采集的真实数据，由车间现场的传感器、PLC等设备生成的物理数据。合并虚拟数据和真实数据的理念是保证产品质量，以及对早期的设计与后来的制造了解需求的关键，卡莱利说。
这种联合的好处是显著的：比较早期规划期间的虚拟数据和随时间推移的现实数据，使制造商能够看到在设计上游中做出的决策对制造下游的影响。事实上，根据麦肯锡的报告：80％的生产成本在设计阶段就决定了。数据是在产品生产的工厂现场创建的，它可以与规划阶段准备的数据进行实时比较，了解是否能够适当地满足了需求。这个结果能够巨大的改进制造，在生产力、效率、灵活性、质量，使产品快速推向市场。
整合的力量
在美国，离散制造业比其他行业，如：政府、医疗和通讯业拥有更多的存储数据。相比其他行业，通过数据分析给制造商提供的收益是非常显著的，而且比较安全。
诱人的果实可能会在连接不同的数据存储中找到。制造商使用不同的数据库工作：软件应用平台 -- 通常在设计和开发的早期阶段使用；制造应用平台通常在收集、存储和管理相关制造的数据时使用。我们进行跨平台的整合，使数据更适合识别或与特定产品相关，放在有针对性的地方，容易实现访问和可视化，卡莱利说。在不同平台有了这些集成层，制造商可以按属性进行跨平台搜索，找到正在工作的相关数据（即设计，制造）。一旦识别到数据，就可以通过集成层进口查看它，并交付给那些需要它的人员。
我们不打算创建一个庞大的数据库或强制它的存在；相反，我们可以看看数据库是否联合了企业各个部门在全球的不同部分或提供跨越他们的网络和集成，识别数据属性、通用性，等等。然后，我们把这些数据放在一起，卡莱利注释道。这对制造商是一种强大的工具，帮助他们在产品生命周期过程中的任何一点做出更好的决策。
专注于集成是自动化厂商对待大数据的关键区别。有各种集成和扩展的解决方案，涵盖了制造的每个主要阶段：产品设计、生产设计、运行和自动化。
我们正在为制造过程的多个站点和多个区域提供关键数据的可视化，卡莱利说。今天有这么多的数据。你不可能使用所有的数据，也没必要。但你必须有在某一时刻访问某一特定数据，或是找出制定决策相关数据的能力，不管在执行层还是在工厂车间层。测量的革命
埃里克布林约尔松是麻省理工学院斯隆学校管理科学的教授，也是麻省理工学院中心数字业务的总监，还是世界上研究IT如何影响生产率的主要人员之一。他说，大数据革命的确改善了测量。布林约尔松在麦肯锡的季刊中写到：
最伟大科学的革命是测量的革命。我们已经有一次测量革命，在过去的几年里，已经让企业能更深入地了解他们的客户在做什么，他们的流程在做什么，他们的员工在做什么。测量的极大改善正在创造新的不同管理方式的机会。我们的研究发现：做决策的方式已经从使用直觉转变成使用数据和分析。这种变化一直伴随着生产率和其他绩效评估的可测量而改善。具体来说，对数据和分析增加一个标准差就与生产率提高5％到6％相关，盈利能力在相同的企业也有一个较大的增幅。这对企业意味着：改变他们的决策方式，就有可能超越竞争对手。利用大数据且成为一个数据驱动型企业，必须具备三个前提条件：1.必要的技术基础设施使测量的内容更加详细（和处理更大的数据量）；2.必要的技能和创新，能超越传统方法和理解工艺；3.进行数据的文化变革。
最后一项可能是最重要的，从使用数据支持决策，转移到利用数据学习新事物，并从数据本身找到正确答案。布林约尔松是这样描述它的：面对文化变革，管理者愿意说，你知道，这是一个有趣的问题，一个有趣的问题。让我们建立了一个实验来寻找答案。
关键的进展
自2008年经济的不景气以来，现在的制造业已经使美国的经济复苏。根据2013年由工业周刊对制造业领袖的一项调查：百分之六十的受访者对美国制造业未来的12个月持乐观态度；销售额不断增长（61%报告增长；10%报告增长超过了16%）；百分之七十的受访者预计在未来的12个月里销售额会增长；工业投资（66%报告在过去的12个月投资了设备）和雇用（31%报告增加了美国制造业的劳动力）。
软件正在把制造转化成知识工作，工厂正成为数字工厂，以及由此产生的数据的增殖，使大数据利用成为增加制造活力的关键部分。在自动化企业，我们谈论做正确的产品和正确地做产品，卡莱利说。制造商必须有自己的产品设计师知道消费者的想法，他们想要什么，他们为什么想要，以及如何更快地生产，并且质量要比竞争对手高。
如果没有大数据，这是一项不可能完成的任务。在制造业的新时代，大数据将参与到每个层面。制造商能否更好地使用这项技术，将决定他是否能成为全球竞争中的赢家。
把适当的数据给正确的人员，这正是我们解决方案要解决的问题，卡莱利总结道。我们希望帮助企业挖掘他们的存储数据，他们采集的大数据一直呈指数增长。我们希望帮助他们利用这些数据，无论它在哪里或在组织中谁需要得到它。
随着大数据不断以惊人的速度扩展，制造商的成功可能取决于其获取和利用大数据的基本内核和实时交付给正确人员的能力。这是一个所有制造商都不得不面对的挑战，我们的答案是：应对的越快越好，宜早不宜迟。
