在2017中國大數據應用大會上，美國辛辛那提大學特聘講座教授、美國白宮信息物理系統與美國挑戰項目顧問李杰對工業大數據做了自己的見解。
李杰自述：我在美國產官學界工作了三十七年，IMS中心是2000年建立的， 目前全球有90多個企業伙伴，比如說像三菱電機、GE， 華為、中船、中車、三一重工等等。我們花了15年時間寫出來的這本《工業大數據》，以前根本沒有想過要寫這本書，很多企業說你把他它整理出來，所以這本書是2015年在中國通用電氣公司上海研發中心發？表的，基本上把過去15年做的方法、思維邏輯可以傳承的東西留下來了，里邊還有一些案例。《從大數據到智能制造》 這本書講了很多智能制造的案例，比如半導體、汽車、發動機、機器人等都用最新的方法解決過去人還不能解決的問題。
之后，李杰將工業大數據在智能制造的作用，首先便是關于工業大數據的作用，一般來說，我們做工業大數據是圍繞工業問題來的，比如污染、效率、質量、生產等，這些問題的解決過程中積累出知識經驗，而數據的做法就是把這些問題的原因和參考性找到，最后產生價值。工業大數據常常講一句話，就是”經驗”到”事實”的轉變，就是我可以把人的經驗變成可以用數學或者數據的結果來證明的事實。做產品的企業比較喜歡集中在產品上，也就是“蛋黃”，發動機起飛之后，很多的“蛋白”數據就出來了，“蛋白”數據可以拿來分析，可以找到飛機起飛、落地的原因，它和空氣濕度有關系，和風向有關系，所以從起飛、飛航、落地三個階段做歸類，是做維護還是做安全檢查，這樣就分開了，所以數據的分類、分割、分享等都可以做好。
2005年小松智能維護大數據，但是數據量太大，量大不是問題，重點是沒有把數據分類、分割， 分解，你要把數據先分類、分割、分解之后再傳出去做分析，不要所有的傳上去做梳理，這個很累的。所以我們利用蛋黃、蛋白觀念挖掘數據，所以我們把經驗累積起來。目前小松用無人機把工地建模起來，工地建模掃描之后，自動挖掘機一個晚上就把工地挖完了，這就是智能化。
輪胎也是如此，輪胎壓力不一樣，跑的時候也不一樣，怎么調整就不知道，你一個月多花一百美金，一年多花一萬多美金，由此就可以知道哪一個輪胎不好，但是這是人根本做不到的事情，我們為什么講這個東西？我們講工業大數據，就是要利用很多數據資源，我們可以用歷史數據，傳感數據，然后再做分析方法，再找出他的原因做預防，這些是很重要的。以前是數據全部上傳，這個觀念也對，也不對，就看你做什么行業，比如說蘋果手機數據要上云這沒有什么了不起，比但高鐵的數據一天一截車廂數據量的花？相當高。所以關于大數據有三個基礎，就是DT，PT，AT，DT叫做數據技術，PT叫做平臺技術，AT叫分析技術。分析技術有兩個，一個是分析的工具，另一個是分析的工藝。工具好比廚房烹飪的工具，工藝是廚師要有的，我給你一條魚三個人三個不同的做法，三個不同的味道，所以工具可以開源，工藝不可能開源，因為他是工匠精神。 談到DT講的三個特性，接下來的三個“B”，第一個就是數據要分裂性。第二個“B”是數據的優劣性，第三個“B”是數據的背景性，很多行業數據量大但是都沒有背景，所以都不能用， 所以這方面工業大數據DT不是一般人都能夠做到的。
平臺做出來讓每個人都能用，但是必須要處理數據，第一層就是看看怎么收集數據，第二層就是數據到信息化內容轉變，第三層就是虛擬網絡化內容管理，第四層是對問題的識別及決策，第五層是裝備的充組，它是一層一層的。比如很多數據不需要收集，直接在處理端就完成了，上云之后沒有數據本質了，但是它有分析的價值，它本質不一樣，云都處理好了。比如魚處理好了，我可以一魚三吃。所以這方面的技術你們都可以去做，但是它有一套系統哲學，咱們國內機會很多，都有很多小成功，小成功也創造了很多財富。在二十六年前我就說數據有一天可以經過一個學習軟件把它分類、分割、分解、分析，然后做分享。然后就會有一個芯片與軟件結合在不同工業應用包括飛機發動機測試，風電，高鐵，還有大的發電站，還有中國電信整個的傳輸，我們今天談的目的就是人工智能怎么改進工業大數據分析，這是我們今天要談的主題。