“相比于印度、越南、印尼，中国的劳动力成本优势正在丧失，但我认为智能制造和智能设备的物联网应用却能为中国重新赢得竞争力。”SAP全球研发网络总裁柯曼认为。基于庞大的制造业基础，中国拥有全球最大的机器、设备市场，他们在制造过程中可以产生海量的大数据;与此同时，中国的智能设备应用也必定是全球之最，这些设备将不间断地产生海量的数据。“破解这些大数据就是中国在新一轮制造革命中赢得竞争力的钥匙。”柯曼强调。

　　对于数据管理来说，以往的数据形式大多是被精心分类的、有序的结构性数据，而大数据时代产生的数据则变成了“杂乱无章、随机出现”非结构性数据。不仅如此，以往对于数据的管理主要是基于历史数据，而大数据时代的数据则相当一部分是“实时数据”。在SAP看来，对历史数据的分析就好比汽车里的后视镜，没有后视镜的话，开车会没有安全感，因为你不知道后面发生了什么事情，但更重要的是车的前挡风玻璃――对实时数据的分析。

　　中国的快速消费品公司农夫山泉从2008年就开始使用移动系统，公司每位业务代表每天都会拜访客户或门店，把大量的数据传回公司，而其中大部分都是照片等非关系型数据，每月累计的数据量达到1.8TB，而数据量还在与日俱增。面对这样庞大的数据，原有的数据系统几乎处于瘫痪状态，一次计算时间需要24小时，月底无法及时提供库存报表，影响发货速度，更不要说实时察看库存数据的动态变化，并做出预测性分析了。

　　快速、高效的内存计算应时而生。与以往从硬盘读取数据不同，内存运算是把大量数据装载在内存中，CPU直接从内存读取数据――内存硬件价格的大幅降低和需求的推动使得内存运算成为可能。2011年，SAP在经历一系列收购和整合的基础上，推出内存计算的数据库平台SAP HANA。在农夫山泉的案例中，HANA平台的内存计算将原先需要24小时的逻辑运算缩短到了46秒。

　　柯曼认为，不断增加的数据量、数据种类和数据产生速度是企业数据管理的新挑战，而企业数据的安全性、标准化、法律法规、工业宽带基础设施等方面的建设都是实现工业4.0的重要条件。越来越多的程序自动化给系统安全带来了诸多挑战，也为敌国和竞争者的蓄意攻击和破坏提供了便利。而工业4.0中要让价值链上的合作伙伴共同合作，也需要一套共同标准。无论如何，数据是这一场物理信息融合的制造革命中的基石，没有对数据的掌控，一切发展都将成为“无米之炊”。(福布斯中文网)