“传统的工业正面临着大数据的冲击，在产品研发、工艺设计、质量管理、生产运营等各方面，都迫切期待着有创新方法的诞生，来应对工业大数据的挑战。”何友表示，大数据时代已经来临，目前，中国工业正面临转型升级，迫切需要将大数据融合到经营管理与生产运营过程，促进制造企业向服务化、智能化转型升级。

他表示，在工业领域，大数据应用带来的效益将渗透于整个工业价值链，诸如工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期，产业链全流程、各环节，分析感知用户需求，提升产品附加值，打造智能工厂。

他介绍，工业大数据加速产品创新设计，促进了供应链的分析和优化，实现产品销售预测与大数据营销，生产计划与排程的实时优化，产品质量管理与分析。无所不在的传感器及互联网技术的引入使得产品故障的实时诊断变为现实，大数据应用，建模与仿真技术使得预测动态性成为可能。

由于工业大数据数据价值密度高、数据类型繁多、多孕异构结构数据和结构化数据并存、处理实时性要求高、数据关系换性异常复杂，因此何友认为，面向工业大数据特征如何将数据统计分析能力转变为大数据分析、预测和决策能力，促进传统工业升级改造和产业整合是目前需要解决的核心关键问题。

不过，何友也表示，目前，工业大数据还面临诸多挑战。一是数据不足、数据信噪比低、数据分析难度高等原因导致大数据技术的运用有困难。二是大数据给信息安全带来新挑战，加大隐私泄漏风险，企业安全管理不合规，为黑客发起攻击提供了更多机会。三是如何创造出智能应用软件、智能基础设备、智能穿戴产品和智能家居产品等智能新产品。四是如何创造出新的智能应用系统。

那如何应对这些挑战？何友建议：“我们应当制造智能自主的设备与系统，制造云服务，打造流程智能制造系统。”

何友称，工业大数据具有无限的潜力和机会，更有可能提升原始创新能力。“我们需要用全新的‘大数据’思维模式，开辟工业化建设实现跨越式发展的新途径。”