近日,工信部印發《關于工業大數據發展的指導意見》(以下簡稱《指導意見》),明確將促進工業數據匯聚共享、深化數據融合創新、提升數據治理能力、加強數據安全管理、著力打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系。
工業大數據是工業領域產品和服務全生命周期數據的總稱,包括工業企業在研發設計、生產制造、經營管理、運維服務等環節中生成和使用的數據,以及工業互聯網平臺中的數據等。隨著工業4.0時代的到來,工業大數據日漸成為推動制造業數字化、網絡化、智能化發展的關鍵生產要素。黨中央、國務院高度重視大數據發展,強調推動大數據在工業中的應用,積極發展數據驅動的新型工業發展模式。然而當下工業大數據在應用上仍面臨較多痛點,例如數據采集匯聚難、共享流通難、分析應用難、安全治理難等問題。《指導意見》明確提出構建工業大數據生態體系,促進工業數據匯聚、共享和應用,強化數據治理和數據安全,著力解決我國工業大數據發展面臨的突出問題。
數據采集匯聚難
為推動全面采集、高效互通和高質量匯聚,《指導意見》部署了4項重點任務:
第一,支持工業企業實施設備數字化改造,引導工業設備企業開放數據接口;
第二,推進工業互聯網建設,加快工業設備互聯互通;
第三,組織開展工業數據資源調查,整合重點領域統計數據和監測數據,在重點行業建設國家級數據庫,支持企業建設數據匯聚平臺;
第四,建設國家工業互聯網大數據中心,建立多級聯動的國家工業基礎大數據庫。
數據共享流通難
為促進工業數據共享流通,《指導意見》部署如下2項重點任務:
第一,支持企業共建安全可信的工業數據空間,引導和規范公共數據資源開放流動;
第二,開展數據流動關鍵技術攻關,構建工業大數據資產價值評估體系,明確交易規則,加強市場監管,培育工業數據市場。
數據分析應用難
為了解決大量工業企業的數據應用單點、局部、低水平的問題,《指導意見》做出4項重點任務的部署:
第一,加快數據全過程應用,發展數據驅動的制造新模式新業態;
第二,組織開展工業大數據應用試點示范,制定工業大數據應用水平評估標準;
第三,提升工業互聯網平臺支撐作用,面向中小企業開放數據服務資源,培育發展工業APP;
第四,培育工業大數據解決方案供應商,開展競賽、培訓等活動,打造工業數據應用生態。
數據安全治理難
當前,我國工業企業普遍存在數據管理意識缺乏,管理方式落后、管理體系不健全等問題,制約了數據價值的釋放。同時,傳統IT信息安全系統無法有效防護工業數據安全、工業數據安全責任體系建設不夠完善導致工業信息安全防護能力滯后于工業融合發展進程。為此,《指導意見》在完善數據治理方面做出以下部署:
第一,推廣《數據管理能力成熟度評估模型》(DCMM)國家標準,構建工業大數據管理能力評估體系,鼓勵各級政府加強政策引導和資金支持;
第二,加強工業大數據標準體系建設,推動關鍵標準研制、試驗驗證和試點推廣;
第三,落實《工業數據分類分級指南(試行)》,構建工業數據分類分級管理體系。
在強化數據安全防護方面通過構建工業大數據安全保障體系,筑好筑牢發展的底線和防線,主要部署有以下兩點:
第一,建立工業數據安全責任體系,加強工業大數據安全能力建設;
第二,開展安全技術攻關,加強工業數據安全產品研發,培育安全骨干企業和安全產業生態。
隨著云計算、大數據、5G、人工智能等技術的發展,以“大數據+工業互聯網”為基礎的工業大數據將從探索起步階段邁入縱深發展階段。《指導意見》的出臺,部署了“建設國家工業互聯網大數據中心”、“建立多級聯動的國家工業基礎大數據庫”等具體手段,在國家層面把基礎數據匯聚起來,建設以大數據為手段支撐政府精準施策、精準管理的平臺,通過組織宣貫培訓、建立推進機制、任務分解落實、開展試點示范等一系列舉措推動落實《指導意見》,以更好地服務政府決策和企業發展,引領工業生產方式的變革,拉動工業經濟的創新發展,有利于加快工業數字化轉型進程。相信不久的將來,政、產、學、研、用各界將共建共創工業大數據生態,務實有序地推動發展工業大數據。