中国制造业现状
 
目前制造业在升级，关键原因是中国制造业“大而不强”。我国劳动生产效率跟发达国家相比，大概有4-5倍的差距。高端密集服务型制造业占出口总额的比重不到45%，与印度同一水平上。
 
（1）主要制造大国工业体系中的价值要素分布
 
工业体系中的价值要素分布 各主要制造大国的价值竞争力分布：
美国 ：以想法创新、核心技术授权和后市场服务为核心Ø
德国 ：以制造装备和制造系统解决方案为核心Ø
日本 ：以遍布全球的工厂和制造文化为核心Ø
中国 ：以产品的价格和功能性为核心中国目前处在价值要素的低端，用美国的创新想法和服务技术，用德国的制造装备，学着日本的管理文化，生产出廉价的产品，卖给全世界，产品成为我国的重点，在整个生产要素体系的价值上面很吃亏。
 
（2）中国制造升级面临的问题与优势中国制造升级面临三个重要的挑战：Ø 制造的核心知识怎么积累和应用；Ø
怎么把握客户价值需求并提升产品价值服务；Ø
工业与传统的C端的业务不太一样，传统的场景很复杂，很多是碎片化的问题，可能出现刀具磨损问题、装备质量问题等，每一家工厂的问题都是各式各样的，怎样快速低成本地解决碎片化的问题？这是一个挑战。
 
中国制造升级的优势：
工业智能化，美国靠软件、德国靠机器、日本靠人、中国靠数据。
中国最大的数据量来自工业，远超阿里巴巴和谷歌。大量的数据都在中国汇集，这无疑给了中国制造最好的资源优势。利用好这一资源，才能弥补中国在装备制造和核心零部件等方面的弱势与短板。大数据将成为中国继人口红利之后的又一大竞争优势，我们利用这些数据建模时候会带来更多的机会：一方面是利用丰富的数据将知识模型化，另一方面以数据作为一个新的视角去了解客户，并以数据给客户提供场景化、个性化服务的媒介，第三个方面是形成一个开放的接口，在云上以规模化的应用开发者生态为企业服务，更快地解决碎片化的问题。
工业大数据本身并不是目的，而是一个技术手段。与其他技术手段的目的相同，工业大数据的核心目标是创造价值，这里的价值体现在去避免和解决不可见的问题，并且从不可见的世界中创造新的知识。