大数据一词的出现是由于从个人移动设备、互联网、信用卡和社交媒体等收集的数据呈指数级增长和完全淹没的结果。从那时起，人们很快意识到，世界正处于一场全球数据革命之中，只有那些理解并利用大数据价值的公司才能取得成功。大数据给一个迅速扩张的行业贴上了标签，并帮助强调了对全面数据分析产品的迫切需求，以便从大量涌入的tb级数据中提取有价值的信息和见解。
对于许多原始设备制造商来说，很难确定一家公司何时进入数据分析领域，这主要是因为自从机器上安装了传感器以来，就已经收集了数据。随着各种数据驱动技术的冲击，无论是GPS、远程信息处理系统还是设备管理软件，许多公司多年来一直在进行数据分析，利用这些信息来改进设备设计和客户服务，以进行部件更换和维护间隔。
卡特彼勒公司分析与创新部门创新总监Ken Gray表示:“很难确定我们从何时开始在内部参与大数据对话。在过去10年左右的时间里，我们在数据方面取得了许多进展，从远程信息技术开始，后来发展为专注于进一步改善客户运营的预测技术。在那之后的几年里，我们一直在努力研究如何利用这些数据，并将其转化为为客户提供可操作的见解。”
从大数据到智能数据
根据国际数据公司(International Data Corp.)的一项研究，从2010年到2020年，数字数据山预计将增长40到50倍，达到40泽字节(顺便说一下，1泽字节有21个零)。行业预测表明，世界上传感器的数量将在短短10年内从目前估计的500亿个增加到接近1万亿。
格雷说:“传感器的指数级增长推动了数据分析的扩展。”格雷表示:“我们正在努力实现一种快速、革命性的改变，改变我们从每台机器和发动机上的每个传感器接收数据的方式，从每个经销商的工作订单到关于我们产品的每一个方面的数据和知识。
“我们必须创造智能、互联的机器和产品，将我们与客户紧密联系在一起。我们认识到我们需要做得更好，而且要快。我们正在解决如何更有效地为我们的客户使用海量数据的问题。”
那么，如何实际使用预测的未来数据量呢?西门子等公司表示，该行业需要从大数据(Big Data，指用于记录、存储和分析大量数据的技术)转向智能数据(Smart Data)，后者为从数据中提取的信息增加相关性和价值。
“我们必须了解大量的数据，才能正确地进行评估，”西门子公司运动控制事业部首席执行官沃尔夫冈·赫林博士说。Heuring假设，不仅收集数据，而且了解数据的人或公司将处于提高效率的最有利地位，并以节省时间和成本的形式为客户提供真正的价值，以及更可靠的设备。
智能数据在新闻中
2015年2月，卡特彼勒宣布在伊利诺伊大学香槟分校的研究园区建立第一个数据创新实验室，这一合作关系是为了利用伊利诺伊州在计算和大数据分析方面的优势。这个实验室——以及卡特彼勒计划在世界各地建立的未来实验室——将为更快、更好、更高效的创新提供机会，为客户带来成果。这些实验室试图利用全球分析专业知识的力量，挖掘推动成功的数据驱动的见解。
在盛大的开幕式上，卡特彼勒副总裁兼首席技术官Gwenne Henricks表示:“该实验室将在世界技术和文化变化的动态交叉点促进现实世界的创新，使我们能够将客户和市场数据转化为有价值的信息，以促进我们的业务和客户的业务增长。”
今年3月，卡特彼勒宣布与总部位于芝加哥的动态分析和洞察平台提供商Uptake签订了一项技术和预测分析协议，以帮助其全球客户更好地了解其设备的健康状况，并优化机器可用性。两家公司表示，他们计划共同开发一个端到端预测诊断平台，以帮助Cat客户更有效地监控和优化他们的车队。
最终，该协议导致卡特彼勒最终在4月份宣布成立分析与创新部门。卡特彼勒将员工与Uptake团队安排在一起，以加速创建一个平台，该平台可以获取大量数据，将其与数据科学相结合，以了解模式并快速部署信息，从而为客户节省资金、优化性能并防止意外停机。
几天后，小松公司(Komatsu Ltd.)宣布与通用电气(GE)合作，为其矿业客户提供大数据分析服务。此前，2014年2月，小松和GE运输公司宣布成立合资企业小松GE采矿系统有限责任公司，开发新一代地下采矿设备。
数据分析服务的出现恰逢其时——当时采矿业正处于螺旋式下降(许多经济学家认为，该行业仍未触底)。矿业公司过去和现在都在寻找任何方法来降低运营和运行成本，同时提高生产率和整体机器性能。
根据合作关系，小松将从车载传感器收集的运行数据发送到GE数据中心，使用GE的大数据分析能力进行处理。收集的信息将有助于采取简单的成本节约措施，例如最佳驾驶路线建议和设备定位，以提高燃油节约和生产力，以及基于地形和现场条件的车辆速度和制动要求，以最大限度地减少不必要的磨损和最终的维护和停机时间。
虽然目前数据分析运动的主要冠军是大型OEM公司，他们有资本投资于与数据专家的技术合作关系，但他们肯定不会是唯一的参与者。大数据和数据分析现在已经成为非公路设备制造业和客户文化服务的一部分，很快就会成为一种期望。
不难想象，在未来，从大数据中收集到的信息质量将成为设备选择过程中的决定性因素，客户对设备的评价不仅在于其性能，还在于信息的性能更好的智能数据所能提供的。数据不能仅仅是收集和存储，它必须在对行业和设备性能有很强的了解的情况下应用，以便将信息整合到一个全面的发展地图中。
工业和技术不再是重叠的，它们正在成为一体。
