传统工业 企业要实现数字化转型关键在于发挥数据价值。为应对当下数字化转型所面临的挑战，企业需要在由下至上的路径中实现IT、ET、OT三者有机 融合，将传统工艺与运营中的“小数据”和实践认知通过对异构数据的 有效关联和应用、算法与场景的结合，建立高质量的机理模型和数据模 型，并在工业数据中台的加持下，让数据实现全方位流动，不断创造数据价值。
对于“碳达峰，碳中和”能源数据，我们定义为在“碳达峰，碳中和”目标引领下，以碳排放数据为核心，与碳监测、碳核查、碳资产、碳交易、碳捕集封存与利用等全部双碳场景相关的数据集合。数据作为平台的基础，应该在平台建设的前期进行系统梳理、合理规划，构建完整的数据体系，才能支撑平台的有效应用，达到建设目的。因此，我们呼吁电力企业充分重视数据价值，系统化构建数据体系，有效地利用数据资产，更好地发挥大数据平台作用。
当前在讨论大数据智能诊断可行性评估指标时，由于存在固守过去传统，单一从监控视角出发进行研讨的现象，从而将影响大数据智能诊断系统作用的发挥。笔者认为，应与时俱进，从监控和监管两个视角全面看待不同精准率的诊断信息，并分层分级的组织利用这些不同精准率的诊断信息，才能最大限度发挥大数据智能诊断技术的作用。
此架构优化的好处也体现在保证了数据分析服务的连续性,业务不会受到企业数据仓库升级期间模型传输和冻结期的影响。另一个关键点就是企业数据仓库底层的分布式大规模并行数据库所提供的多租户云架构。基于此共享架构所搭建的企业数据仓库可以灵活部署数据应用项目,在升级和迁移过程中,利用合理资源部署所需要的开发和测试环境,不仅满足了独立性的要求,也能减轻数据冗余。
东土科技期待凭借Intewell鸿道新型工业操作系统的创新与应用，打造100%自主可控的工业网络和工业控制底层技术，为我国新型工业化贡献底座力量。完善工业大数据服务，通过数据的提取和分析，助力工业用户实现业务协同和优化，赋能工业领域迈向少人化和无人化。
横河电机提出“从工业自动化到工业自主化（IA2IA）”理念，将系统和数据、预测性和快速行动进行集成，在数字孪生技术、AI模型、3D工厂模型、工业机器人、无人机推出自己的产品，特别是推出实时优化技术D-RTO（Dynamic Real Time Optimization），集合流程模拟仿真技术、动态优化技术和先进控制技术于一体，是适合炼油化工行业多装置联合优化的创新技术。
在应对能源安全和可持续发展挑战时，工业企业所持有的、有关其运营的大量未开发信息是尚未得到充分利用的重要资源。当前，工业企业近80%的数据仍未得到充分利用，通过先进的数据分析和人工智能技术，这些数据将为我们带来巨大的实际效益和回报。
实现“数智融合”，需要以软件为代表的数字化技术为基础，打通企业运营全生命周期，实时汇集来自各个系统的海量数据，并通过不断迭代的算法进行分析，为优化运营、智能决策提供支持，这无疑对工业软件带来了新的挑战。
人工智能、机器学习、无线连接设备和云计算等变革性技术的日益普及，对工业制造商来说是个好兆头。现在，制造商比以往任何时候都更能想象到，他们可以利用设施产生的大量数据以优异的性能运行，从而减少停机时间，提高安全性，减少碳足迹并提高效率。
工业场景中无时无刻都在产生海量的数据，有的是控制参数，有的是过程记录，有的是监测信息，有的是检测结果。与消费级市场所处理的数据相比，这些工业数据同样量很大，同时还有维度更广，数据实时性更强，隐私保护要求更严苛，数据解释的专业性更强等特点。如何能够通过先进的人工智能算法和行业经验分析数据，让其产生价值并为企业所用至关重要。
面对流程工业企业普遍存在大量的“烟囱式”应用、数据孤岛林立、信息碎片化的现状，i-OMC系统以“工厂操作系统+工业APP”的架构，基于设备对象化的工厂模型和统一数据软总线，以数字化方式连接企业生产设备、工艺、数据等全要素，构建开放、可持续的统一工业数字基座。该架构将极大促进流程企业在工业数据融合与集成、工业数据综合治理与加工、工业数据价值挖掘与应用、生产流程优化与业务协同等方面进行可持续的改进和提升。
