工业大数据应用的价值潜力巨大。但是，实现这些价值还有很多工作要做。一个是大数据意识建立的问题。过去，企业也会在生产制造过程中记录相关数据，但由于没有大数据的意识，数据分析手段也不足，很多实时数据被丢弃或束之高阁，大量数据的潜在价值被埋没。还有一个重要问题是数据孤岛的问题。很多工业企业的数据分布于企业中的各个孤岛中，特别是在大型跨国公司内，要想在整个企业内提取这些数据相当困难。因此，工业大数据应用的一个重要议题是集成应用，想要充分的利用大数据任重而道远。
工业大数据结合云计算数据增值还靠分析处理美国辛辛那提大学讲座教授、美国国家科学基金会智能维护系统产学合作中心主任李杰曾说：“工业大数据分析，你有数据不代表你有资产，你看多少书不代表你就是有多少知识的人，你要懂得消化，数据本身不会说话，分析之后才会说明，那你怎么去把它分析出来。”大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。大数据分析常和云计算联系到一起，因为实时的大型数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（mpp）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。
工业大数据共享和安全政策法规与数据平台共发展由于工业大数据是数字化的和横跨企业边界甚至是跨越国界的，因此安全、开放、共享等一些政策问题必须得到有效解决。随着工业大数据的价值越来越被重视，生产设施和数据中的商业秘密和专利技术也必须同样受到保护。智能制造时代，研究并出台相应的安全策略、架构和标准，保护制造企业的生产系统的安全、数据安全，提升系统的紧密性、完整性和有效性，将是个非常重要的问题。在利用云计算、大数据推动商业模式创新方面，很多政府都带头示范，进行了卓有成效的探索尝试。但是，公共数据开放的正面事例还不算常态。在很多情况下，我国发展大数据产业都要面临着“信息孤岛”的挑战。跨部门、跨行业的数据共享仍不顺畅，有价值的公共信息资源和商业数据开放程度低，基本处于死锁状态，无法顺畅流动。另外，对于企业来说，大数据产业标准的不统一，无形之中增加了企业使用数据的成本。大数据产品应具有安全性、易用性和稳定性，评价这些性能需要一把“尺子”，需要制定出一些标准。对此，政府部门应将所拥有的丰富数据资源合理利用，也需要运用大数据来提升治理效率。通过向社会开放数据、加强与社会企业和组织的数据合作、向社会购买服务等方式，推动环保、医疗、教育、交通等关键领域的大数据整合与集成应用，提高政务和公共服务效率。此外，据有关专家介绍，我国信息安全和数据管理体系尚未建立。数据所有权、隐私权等相关法律法规和信息安全、开放共享等标准规范缺乏，技术安全防范和管理能力不够，尚未建立起兼顾安全与发展的数据开放、管理和信息安全保障体系，制约了大数据发展。针对这些问题，需要政府制定平衡数据使用与数据安全保护的政策，制定鼓励数据共享的奖励措施、建立有效的促进创新的知识产权框架，以及面向公众开放政府部门拥有的能够公开的大数据，从而促进工业大数据共享和整合以及价值创造。未来，企业需要认清数据共享与安全的现实，从新的角度来确保自身以及客户数据，所有数据在创建之初便需要获得安全保障，而并非在数据保存的最后一个环节，仅仅加强后者的安全措施已被证明于事无补。与此同时，基于数据这个基础平台，也将建立起跨领域的数据共享平台，之后，数据共享将扩展到企业层面，并且成为未来产业的核心一环。把握现在探索大数据应用新模式“大数据是信息化发展的延伸。”中国信息通信研究院移动与大数据部副主任魏凯在接受记者专访时表示。他直言“大数据”这一概念与日常生活是息息相关的，无论是政府办公、企业运转，还是车间生产、物流运输，每天都有大量的数据生成。对于实时数据的应用，以前很长一段时间都是国外软件垄断，然而，朗坤公司于2002年开始组建团队，进行技术储备，研发实时数据软件技术。历时3年，第一个稳定版产品发布，从而在能源行业开始取代国外的实时数据库产品。通过项目的实施推动了国电云南实现企业的“网络化办公，数据化描述，流程化管理，精确化控制”目标，将国电云南打造成了国内一流，国际先进的集约化、标准化、数字化的发电企业。当然，我国在大数据的技术创新与支撑能力方面还有所不足。大数据需要从底层芯片到基础软件再到应用分析软件等信息产业全产业链的支撑，无论是新型计算平台、分布式计算架构，还是大数据处理、分析和呈现方面与国外均存在较大差距，难以满足各行各业大数据应用需求。未来，大数据综合试验区建设不是简单的建产业园、建数据中心、建云平台等，而是要充分依托已有的设施资源，把现有的利用好，把新建的规划好，避免造成空间资