工業大數據這個概念目前很受關注，特別是對于資本市場來講，其想象空間比較大，但由于相關技術范式還不明確，因此大部分看法都是基于一些不完全的技術理解所做出的判斷。
　　
　　從字面上理解，工業大數據很容易被認為是大數據在工業領域的應用，也容易把工業領域的一些信息系統使用的傳統數據庫上升到工業大數據的數據不夠大的場景，當然，還有一些商業企業更會把收集的一些毫無價值的實時數據存儲起來稱為工業大數據。

　　迄今為止，工業4.0研究院發現的工業大數據應用場景，雖然可能從生產現場采集了大量的數據，但實際上作為分析之用的數據并不多，一般都要對數據進行清洗和預處理，以便進行更具有知識的數據分析。
　　
　　為什么不能采用諸如金融或互聯網領域的大數據分析方法？這是很多互聯網企業涉足到工業大數據最為困惑的問題。
　　
　　實際上，互聯網企業大都不清楚工業領域的“非標”特征，大量的裝備設備是非標準化的，工藝流程也是非標準化的，因此在構建工業大數據架構和模型的時候，更應該考慮行業知識的應用，這樣分析的結果會更加實用。