数据模子又叫黑箱模子，指基于数据的模子，相干的概念包含人工智能，数据发掘，机械进修等。数据模子有几个缺乏，起首，得有年夜量的数据；其次，数据的散布必需公道；其三，剖析办法得适当，不然存在于数据之上的模子能够和现实其实不吻合。数据建模的软件也许多，例如专业软件SAS，而Hadoop与Oracle也供给数据剖析包，云盘算办事商则供给物美价廉的盘算办事，机械进修的研发人员能够还习气用Python，R说话。还有许多盘算对象，如Excel也长短常适用的对象，而Matlab供给异常丰硕的机理仿真和数据剖析对象。从人工经历，到数据剖析，到机理纪律，是对事物愈来愈感性的描绘。完善的建模进程，应当包含三个步调。人工经历是隐约的，也是激发思虑的；数据剖析，曾经在渐渐量化，初步提醒了事物之间的接洽；深条理的机理纪律才是真正提醒了事物身分间的必定接洽。严谨的建模进程，最好是三者吻合，最最少是二者相互验证，相互弥补，纯真依附一种成果是恐怖的。
例如，传感器装再多，也弗成能无处不在，由于传感器须要本钱，并且须要有适合的装置地位。适合的机理模子，加上传感器数据的验证（或许经由过程传感器数据肯定机理模子的参数等，专业术语叫辨识），便可以取得空间、时光维度更完全的信息。
德国的优势在于人工经历和机理纪律，弱势在于数据剖析才能（德国生齿少，信息技巧和数据剖析技巧很难普遍频仍应用，所以数据剖析技巧其实不蓬勃）。所以德国的模子是基于机理纪律的，是直不雅的。
日本的精益制作中，异常凸起人工经历。而美国的优势在于数据剖析和机理纪律，弱势在于人工经历。美国NI公司的最新嵌入式掌握器收集同步精度小于100ns，表现了美国人对数据的孳孳不倦的寻求。TS16949质量系统，也表现了美国人对数据的宠爱，是晚期工业化与信息化融会的优良范本。
中国在数据剖析上有必定的优势，弱势在于人工经历和机理纪律，也就是专业软件。历久起来，各类专业软件都是盗版的。加上中国产学研脱节比拟严重，许多年夜学的研讨结果是没法深究的。假如树立适合的产学研通道，黉舍的先生和博士照样有才能的。研讨结果没法深究，许多时刻不是才能成绩，而是和社会沟通不敷，从论文到论文，没有把实际运用到理论。若何将院所研讨与企业理论做到完善的融会，是当下中国智能制作急需战胜的结果转化的工作。
综合起来，人工经历、机理纪律和数据剖析各有益弊。各个行业和公司，须要采取适合的建模办法，以最年夜水平进步公司和产物的焦点竞争力。中国当下曾经有异常低本钱的获得工业数据的方法（得益于百度云、阿里云的飞速成长）。数据回来了，人工经历剖析下曲线，也曾经可以取得成心义的信息了；经由过程数据剖析，即便是只用Excel，也能够处理许多成绩。阿里云关于收集、存储与数据剖析都异常昂贵。树立同一的工业互联网或许苦楚，但子体系依附仪表和原本的掌握体系，收集数据其实不那末难。即便其实不可，还可以自创TS16949质量系统，采取表格，也能够回来有价值的数据。
工业化与信息化融会是智能制作的必经之路，打磨和运用这三把芒刃是最年夜的根本功。
