如果問一個傳統的滑雪板製造商會有哪些煩惱？他們一定會苦嘆生產成本高、製造週期長、庫存壓力大。由於滑雪運動季節性強，天然雪和人工雪對滑雪板的材質要求不盡相同，製造商常常頭痛於該為不同季節條件下的滑雪板準備多少庫存？IBM採用大資料方案，不僅將滑雪板的生產週期從過去的16天縮減到8天，庫存降低了80%，生產中還在每個零部件流程中安裝感測器，通過收集和分析感測器資料，把質量控制細化到每一個工藝流程。這個智慧製造的一幕已經在奧地利滑雪板生產商Blizzard處得以實現。
在Blizzard的案例中，IBM的“智造”方式已經從關注製造本身的靜態資料向關注社交輿情的互動資料進發，並且藉助於模型來預測天氣以及天氣對銷售的影響。這就是在物聯網3.0的世界發生的故事。在2015年5月的中國物聯網大會上，IBM解析了物聯網3.0的概念。在物聯網1.0的時代，人們致力於建立物物相連的系統，資料能夠被實時感知、傳輸和處理；在2.0的時代，物物相連後產生的資料已經超越傳統的IT資訊處理架構，海量資料的加工、提煉和分析需要有更好的平臺支撐。而在3.0的時代，與大資料和雲端計算的融合創造一個物聯網的全新生態環境。
這個生態環境貫穿於工業製造的整個流程，從產品研發、生產製造、運營管理，到產品銷售、服務的每一個環節。這給人們觀念中有形的工業機器人（工業機器臂）、3D印表機或是廠內生產智慧化機床的圖景賦予了更廣闊的延展。在物聯網的環境中，大資料成為隱形的智慧機器人，它是物與物、物與人連線的成果，甚至可以替代人腦成為製造的指揮中心。
物聯網3.0—和大資料、雲的“聯手”
究其工業4.0願景的本質，是實現物聯化、互聯化以及智慧化的理念，是工業企業實現向工業4.0時代發展的關鍵動力，可見“物聯網”的重要支撐作用。
IBM中國研究院院長沈曉衛博士說，物聯網3.0的提出實際是基於對未來三大趨勢的洞察。首先是大資料探勘可以為人們提供更多有商業價值的洞察，優化管理。其次，雲端計算從最初的IT資料中心的作用向新型的服務應用方式轉化。第三，各種新型的互聯互通的方式在改變人、機、物的溝通方式。這三大趨勢相互作用影響了大資料的來源，大資料從以往記錄系統（System of Record）的功能轉向了系統互動（System Engagement）。原有的結構性資料中混入了來自於社交媒體、物聯網的非結構性資料，而這些資料有聲音、圖片、視訊、文字等，需要全新的技術處理能力。
物聯網3.0的技術處理能力究竟是如何發揮資料驅動的作用呢？IBM中國研究院物聯網及服務交付研究總監孫偉博士認為是以下三個層面的作用。
一是從歷史資料中挖掘模式。人們需要清楚瞭解問題的本質，是通過大資料做工業裝置執行狀態以及故障模式的分析，還是做客戶使用裝置習慣模式的分析。清楚需要解決什麼問題之後，在彙總各資料來源的基礎上進行資料清理並提取有效的資料特徵，進行資料建模。
二是通過人機互動手段推動認知計算的分析能力。認知計算是模擬人腦對外界資訊的加工處理方式、思維方式和決策方式，以支援更智慧的人機互動。基於大資料的認知計算能力可以應用到不同領域，比如自動駕駛汽車駕駛中行車路線的選擇，通過對交通路網實時資訊的分析，以及道路路況、天氣狀況資料的分析和預測，可以得出比人腦判斷更為全面的優化行駛線路。
三是實現物理建模和工作機理建模。與金融和服務行業不同的是，工業裝置在不同工況環境下的工作機理需要用物理模型來表徵。比如風機發電，既需要監測風機的運轉引數、發電量，也需要參考實時的風場周邊氣象監測資訊以及衛星監測的大尺度氣象資料，從而提供給風力發電地物理和工作機理模型，將風力預測空間精度提升至每個風機範圍內，進而優化風機的運轉以及電力能源儲備及併網控制。
車聯網即是物物相聯之後，藉助於雲端計算和大資料，推動“高度智慧化”工業產品的發展。在自動駕駛領域，一輛車上成百上千個感測器將實時產生並處理車輛執行資料，當成千上萬輛車將這些實時處理後資料回傳至雲平臺後，在車聯網雲服務的支援下，車與車、車與路之間便能夠實現資訊協同，道路上行駛在後方的車輛藉助通過前車的實時“觀察”，獲取前方的道路資訊，身處Ａ地的車主也能知道Ｂ地的路況，以支援及時調整行駛線路以及車輛控制。這些資料不僅能夠成為城市智慧交通管理的依據，還能支援各種與汽車相關的金融保險創新以及車載資訊服務的創新。
物聯網3.0不僅實現產品及服務的智慧化，還推進企業業務流程和製造過程的智慧化。通過物聯網以及網際網路採集的客戶使用產品及服務的資料在經過處理和分析後，持續不斷地形成對於客戶需求的新洞察，進而能夠推動產品研發業務流程的智慧化。通過物聯網採集的工業製造過程監控資料經過處理，並結合製造過程物理模型建模分析後，可以實時動態調節制造過程計劃、物料供給以及裝置狀態控制引數以支援製造過程的智慧化。這使得企業生產及服務過程的協同從原來企業內部各部門之間，傳統供應鏈的協同，轉向了以物聯網、網際網路大資料為支撐，企業全過程、全方位以及社會化的協作、與優化。
如何賦能中國製造
孫偉認為，“工業化和資訊化的深度融合是智慧化的基礎。”
中國製造企業邁向智慧化有多種途徑。在內功修煉上，企業需要整合從生產製造到客戶服務、供應鏈以及產品維修養護的全流程資料，這是核心工作。同時，針對網際網路上產生的資訊也要從中尋找有價值的資料洞察，例如利用網際網路客戶社群媒體資料分析企業市場營銷活動的效果以及消費者對企業和產品的評價；利用網際網路服務提供的氣象資料支援企業針對天氣影響的生產及運營的決策優化。
“其實用大資料來推動的智慧化生產是個可大可小的過程，企業不必憂慮資金的高額投入。”IBM全球電子行業銷售和分銷部總經理Bruce A. Anderson 說。這種小可以體現在只切入某一個生產環節的優化，如在流水線上安裝智慧照相機，通過對生產過程中的影像分析來優化質量監測，也可以藉助實物版型數字化轉換建立版型資料庫，快速進行版型設計的裝換、放碼，布料冗餘度測試，省去高昂的版型師的費用，從低端的服裝加工轉向高附加值的版型服務供應商。而大則體現在全流程的更新換代上。
“過去人們常說的是工業和資訊化融合，現在資訊化已經超越傳統資訊化的範疇，而是把網際網路、物聯網所提供的新的資料來源以及相關生態系統整合在一起。”孫偉說，“這是一個全新的變化，也是未來企業發展的契機點——用大資料來創造全新的工業價值。”
中國製造進化祕笈
孫偉：過去人們常說的是工業和資訊化融合，現在資訊化已經超越傳統資訊化的範疇，而是把網際網路、物聯網所提供的新的資料來源以及相關生態系統整合在一起。