智能制造中，通過信息物理系統(CPS)實現工廠/車間的設備傳感和控制層的數據與企業信息系統融合，使得生產大數據傳到云計算數據中心進行存儲、分析，形成決策并反過來指導生產。

　　過去，設備運行過程中，其自然磨損本身會使產品的品質發生一定的變化。而由于信息技術、物聯網技術的發展，現在可以通過傳感技術，實時感知數據，知道產品出了什么故障，哪里需要配件，使得生產過程中的這些因素能夠被精確控制，真正實現生產智能化。因此，在一定程度上，工廠/車間的傳感器所產生的大數據直接決定了“工業4.0”所要求的智能化設備的智能水平。

　　此外，從生產能耗角度看，設備生產過程中利用傳感器集中監控所有的生產流程，能夠發現能耗的異?；蚍逯登闆r，由此能夠在生產過程中不斷實時優化能源消耗。同時，對所有流程的大數據進行分析，也將會整體上大幅降低生產能耗。

　　大數據是制造業智能制造的基礎，其在制造業大規模定制中的應用包括數據采集、數據管理、訂單管理、智能化制造、定制平臺等，核心是定制平臺。定制數據達到一定的數量級，就可以實現大數據應用。通過對大數據的挖掘，實現流行預測、精準匹配、時尚管理、社交應用、營銷推送等更多的應用。同時，大數據能夠幫助制造業企業提升營銷的針對性，降低物流和庫存的成本，減少生產資源投入的風險。

　　利用這些大數據進行分析，將帶來倉儲、配送、銷售效率的大幅提升和成本的大幅下降，并將極大地減少庫存，優化供應鏈。同時，利用銷售數據、產品的傳感器數據和供應商數據庫的數據等大數據，制造業企業可以準確地預測全球不同市場區域的商品需求。由于可以跟蹤庫存和銷售價格，所以制造業企業便可節約大量的成本。

　　實現消費者個性化需求，一方面需要制造業企業能夠生產提供符合消費者個性偏好的產品或服務，一方面需要互聯網提供消費者的個性化定制需求。由于消費者人數眾多，每個人需求不同，導致需求的具體信息也不同，加上需求不斷變化，就構成了產品需求的大數據。

　　消費者與制造業企業之間的交互和交易行為也將產生大量數據，挖掘和分析這些消費者動態數據，能夠幫助消費者參與到產品的需求分析和產品設計等創新活動中，為產品創新作出貢獻。制造業企業對這些數據進行處理，進而傳遞給智能設備，進行數據挖掘，設備調整，原材料準備等步驟，才能生產出符合個性化需求的定制產品。