经过70年的跨越式发展，军工行业在武器装备科研生产领域的数据呈爆炸式增长态势。为了更好地管理并利用好这些数据，军工单位也在利用现代化信息手段，挖掘数据的内在价值。不少信息化专家认为，大数据的应用，将带来武器装备科研生产模式和管理模式的大变革。

（1）“大数据+科研生产”成为可能。

大数据技术的不断突破，使“大数据+科研生产”成为可能，这种组合势必带来军工行业对数据意识的提升、科研生产全业务的“上线”、数据应用思路的变化和科研生产模式的变革。

武器装备科研生产及其管理是军工行业最核心的业务内容。任何一个时期，武器装备科研生产的各项活动都与数据的创造、传输和使用直接相关。而大数据技术的不断突破，使“大数据+科研生产”成为可能，这种组合势必带来新变化。

一是数据意识的提升。大数据给武器装备科研生产带来的最直接改变是，科研生产人员数据意识的提升，即形成“数据即是资产”的意识。将从单纯保存数据，转变为科学合理地持有并利用数据，从仅关注于结构化数据、结果数据、重要数据，转变为积累多类型数据、全过程数据、全要素数据，对数据的应用理念将从“把数据带进业务”转变为“在数据中挖掘处理业务”。

二是科研生产全业务的“上线”。大数据给武器装备科研生产带来的最明显改变，是促进全业务的“上线”。大数据本质是传统产业的在线化，就如同网络零售、跨境电商等一样，大数据也必然推动武器装备科研生产领域各类业务的在线化。在线数据流动性强，不会封闭在某个部门、某个环节，它随时在科研生产的上下游、协作单位之间，以最低成本流动和交换，最大限度地发挥价值。

三是数据应用思路的变化。大数据给武器装备科研生产带来的内在改变，是数据应用思路的改变。面对大数据，武器装备科研生产及其管理将不再满足于为解决某个问题、回答某个指标，而去有目的地组织数据和生成报表，更重要的是不断在大数据之中去探寻还有什么问题能够被解答、什么规律能够被发现、什么经验能够被复用。

数据不再有重要与不重要、有用与无用之分，员工将通过对武器装备科研生产中海量数据的积累和交换、分析与运用，不断尝试挖掘数据背后的知识，形成前所未有的洞见，获取新的核心竞争力。以此去获得蕴含于数据要素中最有价值的“超常力量”，从而促进科研生产能力和效率的跨越式提升。

四是科研生产模式的变革。大数据给科研生产带来的核心改变，是科研生产模式的变革。大数据理念及相关技术应用的逐步深入，势必对科研生产的业务、流程、技术甚至组织机构带来重大影响，进而促进业务模式变革。这种变革会带动产品数据、运营数据、价值链数据和外部环境数据的不断完善，带来军工单位内部结构的优化调整，为军工单位的运营管理提供更多依据；这种变革能支撑武器装备科研生产、经营管理及新兴产业协调发展的需求，也有利于形成可复制、可推广的智能工厂数据产品与服务，支撑军工单位的持续创新发展。

（2）由“数字军工”向“智能军工”迈进。

随着大数据技术在科研、生产、管理和决策中的广泛应用，由“数字军工”向“智能军工”迈进将成为国防科技工业发展的重要里程碑。

军工行业关系多方主体，覆盖军工科研、生产、维保、流通、贸易、管理等多个环节，需要管理的数据种类繁多，涉及大量产品数据、运营数据、价值链数据、外部数据等。

信息物理系统（CPS）的推广、智能装备和终端的普及、各种各样传感器的使用，将会带来无所不在的感知和连接。所有的生产装备、感知设备、联网终端，包括生产者本身都在源源不断地产生数据。军工企业的数据呈爆炸式增长态势。大数据将会渗透到军工企业运营全流程、全价值链乃至产品的整个生命周期，成为智能军工模式的基石。

——在需求调研阶段，利用大数据技术进行趋势跟踪与需求分析。军工单位依托急速膨胀的科技信息数据，可以梳理产品发展趋势，精准分析各类用户的个性化、多样化需求，指导产品研制方向，提高对技术发展趋势的前瞻性和对客户需求的敏感性。

——在型号产品研制中，利用大数据技术优化产品设计与验证。军工单位对海量数据进行收集、存储、融合、分析和处理，可以帮助型号队伍在设计各环节获取有价值的产品信息，并参与设计过程智能化集成，加强产品功能、性能、可制造性、可保障性等数字化验证，优化产品设计，并对需求快速反应。

——在型号产品生产阶段，综合应用大数据、物联网、智能控制等新兴技术，实现智能制造。军工单位通过构建智能工厂，逐步实现设备级、车间级、工厂级的数字化、网络化、智能化，持续改进生产工艺、生产计划、生产过程、供应链、生产质量等，最终建成具有自适应、自组织能力的智能生产网络，实现工业控制和生产管理最优化。

——型号产品投入使用后，采用大数据技术进行故障诊断与预测。通过收集产品的运行状态、使用效果和故障性能信息，支撑产品故障的远程诊断和动态预测、预警，实现实时精准的综合保障，提高产品的可靠性，延长服务寿命；深入挖掘保障大数据，改进保障性协同设计与评估，实现设计保障一体化，持续优化产品和服务质量。

——在型号产品科研生产全过程，应用大数据技术，实现前瞻的战略管理和精准的业务决策。通过对军工单位内外部信息全面、透彻、精准的感知，智能识别客户、供应商，以及企业组织/人、管理、技术和信息流、物流、资金流、知识流、服务流等信息的全方位变化，对未来产品发展趋势做出预测，主动优化战略目标、产业布局和投资组合，提前进行风险识别，确保实际业绩与战略目标相匹配。(www.daowen.com)

大数据是智能工厂的核心，智能工厂建设应构建完整、高效、安全的大数据应用服务体系，推动大数据在产品全生命周期、全业务流程、全价值链的集成应用，支撑我国国防科技工业转型升级、创新发展。

（3）革新现有的科研生产思维方式和科研模式。

大数据的出现，抛弃了对因果关系的追求，而是把重心放到了寻找相关关系上。在未来大数据时代，军工科研人员或将逐步放弃还原论的分解建模研究，代之以整体数据分析，将承认对复杂事物无法建模，直接从现实中去寻找问题的答案。

大数据带来了全新的思维方式，为整体分析提供了条件，同时也带来了一些新思考。比如：它提供了一个解释不明现象的新颖视角，为复杂系统建模仿真提供了一种绕开理论直接走向应用的新途径。

传统的建模仿真技术建立在相似性原理上，还原研究对象的特征以研究其存在形式和工作机理。建模与仿真在本质上是建立在精确化和定量化基础上的科研方法。

但是，大数据时代的新科学研究方式一定是非精确化方式。其带给建模与仿真技术的特点为：在目的明确的情况下，提出假设并验证的方式被颠覆，无假设的科学发现不断出现；以往没有被参考的科学现象和因果关系，可以通过查找匹配方式为科学研究提供可能；对研究对象模糊化和非精确化的处理方式，为科研的方法创新提供有力依据；被大量数据佐证或经过多次试验验证的现象，虽然未被理论推导和因果关系验证，但根据概率论原理依然可作为科学结论来使用。

大数据对于“仿真科学”来说，不仅仅是挑战，同样也是机遇。

首先，大数据为仿真结果分析提供了更好手段。传统的仿真结果分析大都比较简单，大数据可以提供更深入的分析和预先处理手段。

其次，大数据为复杂系统建模仿真提供了新出路。放弃还原论的分解建模研究，代之以对“整体数据”的分析。承认对复杂事物无法建模，直接从“现实”中寻找答案。

再次，大数据有助于实现智能仿真。因为大量数据使找到知识关联更为可行，而不需要建立起某种固定的因果关系模型。这虽然不像数学那么精密，但利用相关性就可以解决那些似是而非、多重隐含的问题，从中找到正确答案。中国工程院李伯虎院士指出：“将大数据方法与仿真建模方法融合，将为仿真技术及其应用发展带来新机遇。”大数据的出现提供了更为高效的研究模式和手段，将革新现有仿真的思维方式和科研模式。

（4）迅速直观地应对复杂系统和问题。

通过大数据框架和建模研究，可以突破数据存储、建模、计算分析等关键技术，迅速、直观、理性地对复杂系统或问题进行分析、预测、评估、决策和实施管理。

首先，可通过数据谱系管理数据之间的相互依赖关系，将来自于系统级的产品需求和性能规范传递到子系统级别上，对设计方案演变历程进行管理，形成历史数据的对比分析。

其次，通过大数据挖掘技术促进多学科设计优化。在复杂系统设计过程中，利用分布式计算机网络技术来集成各个学科（子系统）的知识，应用有效的设计优化策略，组织和管理设计过程。其目的是利用各个学科（子系统）之间的相互作用所产生的协同效应，获取系统的整体最优解，缩短设计周期，从而使研制生产出的产品更具有竞争力。

再次，武器装备的研制生产属于体量大、周期长的大工程，运用大数据技术，有助于实现更加高质高效的管理。以产品可靠性工作为例，现有的成功经验只能靠巨细的质量复查，通过“可靠性数据包”这类预防性手段试图提前暴露问题。运用大数据技术，可以把这种“正向质量确认”进一步推向极致。

最后，通过对产品进行监测，综合保障部门能够主动为客户提供预防性维护建议，以便提供更好的服务。制造商可在复杂产品中配备传感器，这些传感器能够收集产品运行数据，并发出预防性维护通知。通过分析大数据，这些维护建议能够在第一时间发出，客户也就能够从中获得更多的价值。