數據模子又叫黑箱模子，指基于數據的模子，相干的概念包含人工智能，數據發掘，機械進修等。數據模子有幾個缺乏，起首，得有年夜量的數據；其次，數據的散布必需公道；其三，剖析辦法得適當，不然存在于數據之上的模子能夠和現實其實不吻合。數據建模的軟件也許多，例如專業軟件SAS，而Hadoop與Oracle也供給數據剖析包，云盤算辦事商則供給物美價廉的盤算辦事，機械進修的研發人員能夠還習氣用Python，R說話。還有許多盤算對象，如Excel也長短常適用的對象，而Matlab供給異常豐碩的機理仿真和數據剖析對象。從人工經歷，到數據剖析，到機理紀律，是對事物愈來愈感性的描繪。完善的建模進程，應當包含三個步調。人工經歷是隱約的，也是激發思慮的；數據剖析，曾經在漸漸量化，初步提醒了事物之間的接洽；深條理的機理紀律才是真正提醒了事物身分間的必定接洽。嚴謹的建模進程，最好是三者吻合，最最少是二者相互驗證，相互彌補，純真依附一種成果是恐怖的。
例如，傳感器裝再多，也弗成能無處不在，由于傳感器須要本錢，并且須要有適合的裝置地位。適合的機理模子，加上傳感器數據的驗證（或許經由過程傳感器數據肯定機理模子的參數等，專業術語叫辨識），便可以取得空間、時光維度更完全的信息。
德國的優勢在于人工經歷和機理紀律，弱勢在于數據剖析才能（德國生齒少，信息技巧和數據剖析技巧很難普遍頻仍應用，所以數據剖析技巧其實不蓬勃）。所以德國的模子是基于機理紀律的，是直不雅的。
日本的精益制作中，異常凸起人工經歷。而美國的優勢在于數據剖析和機理紀律，弱勢在于人工經歷。美國NI公司的最新嵌入式掌握器收集同步精度小于100ns，表現了美國人對數據的孳孳不倦的尋求。TS16949質量系統，也表現了美國人對數據的寵愛，是晚期工業化與信息化融會的優良范本。
中國在數據剖析上有必定的優勢，弱勢在于人工經歷和機理紀律，也就是專業軟件。歷久起來，各類專業軟件都是盜版的。加上中國產學研脫節比擬嚴重，許多年夜學的研討結果是沒法深究的。假如樹立適合的產學研通道，黌舍的先生和博士照樣有才能的。研討結果沒法深究，許多時刻不是才能成績，而是和社會溝通不敷，從論文到論文，沒有把實際運用到理論。若何將院所研討與企業理論做到完善的融會，是當下中國智能制作急需戰勝的結果轉化的工作。
綜合起來，人工經歷、機理紀律和數據剖析各有益弊。各個行業和公司，須要采取適合的建模辦法，以最年夜水平進步公司和產物的焦點競爭力。中國當下曾經有異常低本錢的獲得工業數據的方法（得益于百度云、阿里云的飛速成長）。數據回來了，人工經歷剖析下曲線，也曾經可以取得成心義的信息了；經由過程數據剖析，即便是只用Excel，也能夠處理許多成績。阿里云關于收集、存儲與數據剖析都異常昂貴。樹立同一的工業互聯網或許苦楚，但子體系依附儀表和原本的掌握體系，收集數據其實不那末難。即便其實不可，還可以自創TS16949質量系統，采取表格，也能夠回來有價值的數據。
工業化與信息化融會是智能制作的必經之路，打磨和運用這三把芒刃是最年夜的根本功。
