如今，整個人類社會已經迎來了大數據時代。最新調查結果顯示，到2020年，人類產生的數據總量將達到40ZB，全球范圍內服務器的數量將會增加10倍，而由企業數據中心直接管理的數據量將增加14倍，信息技術（IT）專業人員的數量將增加1.5倍。毫無疑問，是現代信息技術讓大數據應用成為了可能。大數據發展的核心動力則來自人類測量、記錄和分析世界的渴望。目前，世間萬物數據化的進程正在全面展開，同樣，船舶制造業作為最龐大、最復雜的工程制造業，在大數據的應用方面也有著廣泛的。

船舶行業大數據應用的三大領域：設計、生產、監控

鄭冬標認為，船舶制造業的存儲數據一般被分為以下幾種類型：一是產品設計環節的數據，這類數據的典型特點是以文件為主、非結構化、共享要求比較高、保存時間比較長；二是企業生產環節的業務數據，其特點是以數據庫等結構化數據為主，這些數據的重要性不言而喻，它們不僅表現出企業目前運行的狀況，而且為企業的發展決策提供有價值的分析；三是生產監控環節的數據，其特點是數據量非常大，對存儲空間以及指入/指出（I/O）吞吐要求高。基于以上特點，他從設計、生產及監控三個方面對船舶行業大數據的應用進行了分析。

關于產品設計中的大數據應用，鄭冬標指出，船舶產品設計在10年前已經基本跨過了“二維”設計階段，目前正處于向“全三維、多學科結合、仿真優化、并行協同”的設計模式變革過程中。在船舶產品設計環節需要管理及涉及的數據類型較為復雜，且呈現典型的非結構化，具體包括各類電子模型、各類文件、引用的各類標準和規范規則、設計的項目及計劃管理信息等。目前，對上述數據的存儲及管理主要依靠PDM/PLM系統。但是，隨著產品設計數據復雜度及數據量的快速增加，存儲在PDM/PLM系統的產品設計信息已經呈現為大數據態，這直接造成存儲與處理成本不斷增加、并發性和訪問速度逐步下降。鄭冬標認為，很明顯，基于現有的PDM/PLM系統來進行船舶產品設計大數據的處理及應用是比較困難的。為徹底解決船舶制造業所面臨的設計大數據問題，可利用企業私有云技術，搭建“邏輯上集中、物理上分散”的分布式環境，并在此基礎上利用NoSQL（非關系型數據庫）為底層支撐環境，搭建PDM/PLM私有存儲云平臺，以實現企業產品設計大數據的存儲和共享，這將為后續的產品設計大數據的處理及應用做好充分準備。

在船舶制造企業的生產環節，其業務數據主要包括生產計劃數據、現場制造派工及報工數據、物資采購及庫存數據、現場材料設備及托盤配送數據、設備資產管理數據、質量探傷及檢驗管理數據、財務管理數據、人員及考勤管理數據等。鄭冬標指出，上述數據基本是以數據庫等結構化數據為主，其發展趨勢是增加主要生產數據的其他維度數據。生產制造數據已呈現海量數據的特點，但很明顯，此部分數據并不符合典型大數據的特點要求。不過，對海量的船舶制造生產數據完全可以借助大數據的技術和思維進行后續的處理及分析。

船舶制造業是一種離散型的大型制造業，船廠布置了大量的電子監控設備、各類傳感器，從而產生了大量的生產監控數據，主要有方位數據，如視頻錄像數據、嵌入各類移動設備及車輛的全球定位系統（GPS）定位數據等；溝通數據，如員工使用計算機終端設備歷史日志、公司內部網絡及公共網絡的通信及有關應用系統使用行為記錄數據等；還有各類傳感器收集的數據，如電力實時監控數據、電焊機電流實時監控數據、各類管道壓力傳感數據等。這些生產監控數據具有數據量龐大、數據結構類型復雜多樣、數據更新速度快等特點。鄭冬標認為，雖然船舶制造業的運行監控數據是典型的大數據，但我國目前對此類大數據的重視程度不足，這造成了此類大數據處于孤立且分散的狀態，不利于此類數據的原始收集、初始預處理工作。因此，后續對此類大數據進行分析、挖掘此類數據的價值的難度會比較大。

造船企業需抓緊做好的三大準備：設施、技術、人才

鄭冬標指出，大數據給社會、企業帶來的益處將是多方面的，但大數據也提出了挑戰，需要我們做好充足的準備，迎接即將帶來的改變。他認為，船舶制造業有必要盡快開展以下三個方面的基礎準備工作。

首先，要重新評估基礎設施。應用大數據技術需要對服務器和存儲架構以及信息管理架構方面進行重大調整。信息化技術人員需要擴大他們的系統，以存儲不斷擴大的結構化和非結構化數據，對服務器及存儲架構虛擬化則是第一步。對船舶制造業來說，構建企業私有云及公共云相結合的基礎設施架構模式是比較可行的，這使得系統具有可擴展性。

其次，要熟悉相關技術。大數據的出現讓我們認識了很多新術語以及一些過去從未聽到過的技術，且很多新技術仍不夠成熟，需要操作人員具備特定技能。與大數據相關的其他重要技術包括數據庫內分析、柱狀數據庫和數據庫倉庫設備。船企IT管理工作人員需要了解這些新工具，以確保他們能夠做出正確的大數據決策。

第三，要讓員工做好準備。大多數造船企業最缺的是進行下一步的大數據策略必要的技術人才。而對于目前大多數船企IT人員來說，分析能力是他們最欠缺的。未來的IT管理人員將是數據科學家和業務流程工程師的結合體。大數據時代將是名副其實的“信息社會”。對于大多數數據來說，盡可能多地被收集、等待信息增值并且讓其他更適合挖掘其價值的人來分析才是明智之舉。鄭冬標最后強調，對于船舶制造業來說，做好充分的思想、技術方面的基礎準備工作，全力搭上大數據應用的高速列車，才能最終實現向智能制造的跨越式發展。