大數據應用帶來工業企業創新和變革的新時代。通過互聯網、移動物聯網等帶來的低成本感知、高速移動連接、分布式計算和可視化分析，信息技術和工業系統正在深入融合，給工業帶來深刻的變革，創新企業的研發方式、生產方式、運營方式、營銷方式和管理方式。
這些方式的創新，給不同行業的工業企業帶來了更快的速度、更高的效率和更高的洞察力。
軍工企業，指承擔國家下達的軍事裝備、產品研制、生產計劃任務的企事業單位，軍工研究所，是指其中以承擔科學研究、產品設計為主要任務的研究機構。
在國家固定資產投資的序列中，研究所一直是國家重點扶持和照顧的對象，特別是軍工類的研究所，比如航天科技、航天科工、中電集團、航空、兵器工業集團、中船等重點研究所。
大數據應用，與商業行業、互聯網行業不同，軍工研究所的大數據集中在產品研制、試驗測試等業務領域，而市場需求、銷售業務領域數據存量很少，甚至為零。
軍工研究所的數據特點：數據存在緯度多、關聯或因果關系多。大致在大數據存儲、分析利用上，都存在難點。
一是難以進行存儲，繼而形成大數據。當前大多數軍工數據的積累，首先存在責任主體不明，企業未應對當下大數據時代的發展趨勢，成立數據部門和團隊；其次，當前使用的企業信息化系統未進行或者難以進行功能改造，不具備數據采集、數據聚合的能力；現有數據應用大多是面向某一應用而設計的專用場景功能，數據孤島、煙囪現狀很突出，而大數據是立足數據、發現關聯、應用擴展的動態平臺。如質量管理業務，相當比例的軍工研究所強調閉環管理、質量歸零，一旦發生質量問題，責任主體部門第一反應是大事化小、小事化為，不能記錄盡量不記錄，避免讓駐企業的軍代表發現。在這種氛圍下，質量管理系統能收集、整理的質量數據質量可想而知。
二是數據的分析利用模式難以建立，軍工研究所的大數據分析，不能像商業行業、互聯網行業一樣，立刻轉化為企業的經營決策，必須深入應用環節進行定量甚至是定量的判讀才具備應用價值。數據分析
軍工研究所大數據的典型應用包括產品創新、產品故障診斷與預測、企業供應鏈優化、設計仿真數據挖掘等諸多方面。
1 加速產品研發創新
軍工企業通過產品數據管理平臺，已產生并存儲了大量的產品設計數據、測試數據等 。通過在數據的廣度和深度上，持續建設，融合客戶需求數據、生產制造數據和作戰運用數據，通過企業級大數據平臺，進行數據聚合，挖掘和分析這些數據，繼而幫助優化迭代設計，免備案主機，為產品創新作出貢獻。
2 產品故障診斷與預測
軍工研究所的產品故障，不僅僅是生產現場物理樣機的制造質量問題。更多的反映在產品方案設計階段、詳細設計階段，虛擬樣機的設計、交付、仿真環節產生的結果，與設計期望的不一致，以及測試與設計指標之間的不一致。通過收集和分析各類數據，可以實現產品優化產品售后服務與產品改進。具體應用包括質量影響因素分析、質量關聯分析和問題追溯、質量信息可視化等。
3 供應配套鏈的分析和優化
當前，大數據分析已經是很多電子商務企業提升供應鏈競爭力的重要手段。例如，電商京東商城，通過大數據提前分析和預測各地商品需求量，從而提高配送和倉儲的效能，保證了次日貨到的客戶體驗。
但，軍工研究所企業經營模式與電商不同。他們一般具有獨立的行業網絡，企業內部信息化應用隔離互聯網，信息的流通必須經過物理擺渡，外部信息流的利用效率很難提升。其次除了供應配套鏈的敏捷響應，亞洲服務器租用，軍工研究所也關注供應配套鏈上各配套產品、原材料的可靠性。供應鏈的響應和可靠，極大的影響研究所各類綜合計劃、試驗計劃、聯合測試計劃的制定與執行。
4 設計仿真數據挖掘
結合控制系統多學科設計優化方法，通過采用代理模型改進及數據挖掘建模兩種方法，構建面向多學科設計優化的代理模型。該代理模型基于設計仿真測試樣本數據構建，滿足穩定性、可更新和精度控制要求，可用于識別影響結構強度與氣動性能的重要設計參數、挖掘各設計參數間潛在關聯關系。開發出高精度的代理模型，可應用于零部件仿真優化。
5 其他專業應用
如智能問答、基于大數據的目標智能識別、裝備保障服務等等。
