1990年，第一個Web服務器誕生，隨著二十多年的發展，信息在各個領域中不斷增多，計算、存儲、交互，各種類型的數據庫不斷膨脹，最終形成了現在所說的“大數據”。制造業是國民經濟的主體，擁有強大的制造業，才能在國際競爭中占據優勢地位。工業大數據作為制造業智能化轉型的強有力推手，自然被各國列為重點發展領域。
2006年，美國NSF（美國國家科學基金會）提出CPS(信息物理系統）。該系統是通過網絡虛擬端的數據分析、建模和控制對實體活動內容的深度對稱性管理，是第四次工業革命的核心技術。
2011年，德國在漢諾威工業博覽會首次提出工業4.0的概念。德國提出“工業4.0”，強調通過信息網絡與物理生產系統的融合，即建設信息物理融合系統（Cyber-PhysicalSystem，CPS）來改變當前的工業生產與服務模式。
2012年3月，美國政府發布《大數據研究與發展計劃倡議》，宣布啟動對大數據的研發計劃。同年，美國通用電氣公司提出代表全球工業系統和智能傳感技術、高級計算、大數據分析，以及互聯網技術的連接與融合的工業互聯網概念，強調通過智能機器間的連接并最終將人機連接，結合軟件和大數據分析，來重構全球工業。
2015年3月，中國提出了一份具有重要意義的國家戰略規劃——《中國制造2025》，旨在借力互聯網、云計算、大數據，進一步夯實中國制造業的基礎和推動制造業的變革，用政策推動中國制造向智能化的方向發展。
工業大數據顯著特征之一是數據體量大。企業普通的數據庫難以承載如此大體量數據，且存儲成本高。云計算是最好的解決方案，企業通過自建私有云或使用公有云平臺，實現低成本海量數據存儲。此外，在云平臺上，企業可運用Hadoop、流計算等分析計算，實現數據的分析處理。
對于工業大數據挖掘和分析結果，可廣泛應用于企業研發設計、生產制造、管理服務和供應鏈等各個環節。在研發設計環節，可實現工藝管理優化和工藝流程優化；在生產制造環節，可實現設備診斷與維護、智能排程、智能生產、產品質量優化、個性化定制；在管理服務環節可實現產品遠程監測與維護；在供應鏈環節可實現供應鏈全局優化。
工業大數據在國內制造業的應用
從需求來看，目前國內制造業企業對于大數據的需求十分明顯，但究竟該如何入手，很多用戶仍然處于觀望和嘗試階段。因此，對于大數據服務商而言，需要結合行業業務，找到合適的應用場景。
互聯網給傳統制造業帶來挑戰，互聯網大數據則能夠通過技術創新與發展，以及數據的全面感知、收集、分析、共享，為企業管理者和參與者呈現出看待制造業價值鏈的全新視角，它所帶來的巨大價值正在被傳統企業認可。
然而，與目前火熱的互聯網大數據不同的是，工業大數據的應用對于企業而言，門檻相對較高。工業大數據與互聯網不同的是，它和行業的業務結合得十分緊密，因此，對于企業的行業積累以及對行業業務的深入理解，都有很高的要求。而且工業大數據的分析相對要求要準，要有十分清楚的邏輯關系。
企業通過大數據分析能使部門之間的數據更為協同，并由此對市場需求缺口進行精準預測，同時通過更為靈活的流程管理，更自動化的生產設備快速地裝配調度，進行智能地生產。但是，就目前來看，在國內做工業大數據應用的企業并不少，然而真正擁有自主知識產權、核心技術的企業卻不多。要想做好工業大數據應用，首先必須有一套嚴謹的數據推理邏輯，同時，還要有平臺和工具。當前國內做工業大數據應用的企業，他們還沒有足夠的能力達到這一要求。
盡管如此，仍有部分大型工業企業在應用方面走在前列。如唐山鋼鐵集團，通過引入國際最先進的生產線，已實現數據實時采集，并與愛施德等企業合作，深度挖掘工業大數據價值，實現生產實時監測、生產排程、產品質量管理、能源管控等。除此之外，先進制造企業基于工業大數據的應用，把產品、機器、資源和人有機結合在一起，推動制造業向基于大數據分析與應用基礎上的智能化轉型。