謂之“神化”，是由于大數據應用在國內外實踐產生的案例，在提質增效及個性化服務方面，產生的利潤與之煽動的蝴蝶效應，讓有些工業(yè)企業(yè)以為只要安裝了傳感器，能把數據采集下來，就能讓數據說話，就能從上千種因素中定位出故障原因，就能精準指導研發(fā)、生產、運營。甚至誤認為經典的機理模型或多年積累的經驗不再重要。
然而脫離機理與領域知識的大數據分析結果常常是“你以為你以為的不是你以為的”。
工業(yè)大數據的“小”與“大”
從傳統(tǒng)大數據3V（Volume, Velocity, Variety）或4V（Veracity）度量角度來看，工業(yè)數據當然屬于大數據的范疇，在體量上甚至超過互聯網大數據[1]。然在數據分析中仍不時感覺到工業(yè)數據之“小”，主要體現在3個方面。
1）價值密度：王建民教授曾指出[2]，相對于產品圖紙、工藝設計等傳統(tǒng)“小”數據，工業(yè)“大”數據的價值密度低。工業(yè)大數據分析無法脫離這些基礎信息的支撐，不舉小數據之“綱”，難行大數據之“目”。