“產業研發也將發生變化，制造方法、材料與設計互為影響，有協同的可搜索的數據庫，自動化的工作流和數據移動，研發過程不像傳統的從設計到選擇材料再到規劃制造與供應鏈的順序式研發，而是非順序的，是以整合的形式做研發?！编w賀銓說。
數據挖掘蘊含巨大機遇
大數據在燃油節約、航空正點運行、油氣管線、交通運輸、商場購物等各方面都有用武之地。
目前大數據在制造業的應用已經有很多案例。美國雷神公司的工廠自動保留了每個導彈的數據，包括配件及操作員以及濕度和溫度，當錯誤發生時，有助于找出究竟是哪一個環節的問題。陜鼓動力集團收集出廠設備的運行數據，將過去銷售設備的一次性收入擴展為長期的售后服務支持，服務收入占公司收入的1/3。摩托車生產廠商哈雷公司不停記錄微小的制造數據，如噴漆室風扇的速度等，當察覺速度、溫度、濕度或其他變量脫離規定數據值，它就會自動調節機械。
鄔賀銓說，百度也將網民對汽車的各類搜索請求進行大數據挖掘，幫助一汽等車企深入了解消費者需求，設計新品和資源調配。
數據挖掘早已有之，主要是通過各種統計分析方法、知識發現手段、可視化圖形分析，發現數據間的內在聯系，例如發現政府、部門網站上各種文件之間訪問的相互關系，獲得不同網頁間關聯度，便于組織站點的內容；也可以對數據分類、聚類，利用歷史數據做推導和預測；可以根據數據的前后時間順序，找到“一些項跟隨另一項”的內部事務模式。
基于數據挖掘技術的大數據產業規模百倍于大數據設施產業。大數據產業的構成可以分成五個層次，從下向上來看，最底層是網絡設備、存儲器、服務器的設備層，其上是關系數據庫、非關系數據庫、數據分析軟件、數據應用軟件、安全軟件等基礎軟件層；第三層是云計算、數據存儲服務、數據軟件的開發工具平臺服務，數據分析軟件平臺服務，提供數據分析解決方案的服務等平臺層；第四層是工業、農業、商貿、交通運輸、建筑等傳統產業因大數據應用而增值的部分；第五層是醫療、教育、環保等傳統服務行業因大數據應用而增值的部分。大數據影響巨大，受到廣泛重視，也正是因為對其他產業影響的溢出效應明顯。
數據的開放與挖掘將釋放全球經濟增長動力。大數據可以在發動機運行監視中應用，GE在每一個引擎上裝了20個傳感器，在飛行過程中每隔一段時間通過衛星將傳感器收集的引擎狀態傳給GE公司，每個引擎每小時產生20TB數據量，因此GE每天收集PB級引擎數據。GE通過對所生產的2萬臺噴氣式引擎的數據分析，開發的算法能夠提前一個月預測其維護需求，預測準確率達到70%。將發動機的處理過程從30天壓縮為僅僅20分鐘，目前全球有24個航空公司的340萬英里航線使用GE的發動機，可每年及時發現2000次可能的缺陷。大數據在燃油節約、航空正點運行、油氣管線、交通運輸、風電預報、電信應用、商場購物、互聯網金融、醫療設備、影視業各個方面都有用武之地，為整個產業帶來巨大的機遇。
