工業數據智能是指利用大數據和AI技術，對工業數據進行處理和分析，挖掘數據價值， 沉淀工業知識，實現業務優化和創新。從業務提升的視角，工業數據智能形成了5個典型應用場景，即設備智能運維、生產過程優化、智能安監環控、智能計劃調度和智能產銷協同。

本次報告中，IDC從市場中重點選取了13家以大數據和AI技術為核心的工業數據智能服務商，入圍本次評估。其中有綜合實力均衡的企業 ，也有在部分行業、場景有鮮明特色優勢的企業，共同點是都具有場景規模化復制的成功案例。這13家服務商分別是（按首字母拼音排序）：阿里巴巴、百度、創新奇智、滴普科技、健新科技（母公司：第四范式）、東方國信、華為、寄云科技、昆侖數據、朗坤、美林數據、數之聯、雪浪云。

從調研結果情況看，在部分行業和領域，工業數據智能應用已經在頭部企業的基礎上，走向規模化復制推廣。這些場景的應用取得顯著成效，并憑借較好的投入產出比，獲得了客戶認同。也有不少行業的數據智能應用還處于在某些典型企業、場景取得初步試點成功階段，后續將在進一步向更多企業拓展。

一些已經復制較多的行業場景如：

● 發電設備運行監測與預測性維護

● 固廢、建材、化工、鋼鐵等流程過程自動控制

● 供水、供熱 智能調度

● 焦化、化工、食品等行業原材料配比優化

● 半導體SPC與虛擬量測

● 家居板材切割套料

不同服務商各自重點投入在特定行業和場景，研發了對應的數據分析平臺及智能化應用解決方案，形成特色優勢。部分服務商業務整體已經較為成熟，形成了功能豐富的產品體系和相對完善的售前售后、實施交付體系，并圍繞企業如何開展數據智能應用形成了方法論體系為企業提供咨詢。但更多的企業則是在其中的某些方面已經較為成熟，而在其它方面還有待進一步提升。

結合供應商研究，報告給計劃開展工業數據智能應用的工業企業4點建議：

● 構建面向數據的全鏈路（覆蓋數據采集、預處理、集成、分析建模、業務應用開發等）體系，數據智能不只是傳統單個應用項目建設，更是長期工作。

● 結合行業特點選擇建設路徑。已經有一批典型高價值場景的能源電力、石油石化、建材、公共事業、鋼鐵、食品飲料等行業，可以先從場景開始，“應用帶平臺”。其它一些離散制造行業尚無很清晰的高價值場景，可以優先選擇“平臺帶應用”的模式。

● 加大對供應商產品體系及業務成熟度的關注，成熟度高的供應商平臺產品更接近場景應用，定制開發少，產品功能更豐富，易用性更強。

● 與供應商探索創新商業模式，如按年支付服務費，合作成果分成，按應用成效付費模式，從而降低投入，提升收益。