工业大数据发展指导意见解读：推动制造业数字化转型的关键战略资源

hwyzw

    近日，工业和信息化部印发《工业大数据发展指导意见》（工业和信息化部信发[2020]67号）（以下简称《指导意见》）。现将《指导意见》相关内容解释如下：

    1.什么是工业大数据？为什么要出台《指导意见》？

    工业大数据是工业领域产品和服务的全生命周期数据的总称，包括工业企业在研发设计、生产制造、运营管理、运维服务等方面产生和使用的数据，以及工业互联网平台的数据。随着第四次工业革命的深入发展，工业大数据日益成为工业发展最宝贵的战略资源和推动制造业数字化、网络化、智能化发展的关键生产要素。全球主要国家和龙头企业纷纷聚焦工业大数据，积极探索数据驱动的工业发展新模式。

    党中央、国务院高度重视大数据发展，强调推动大数据在行业应用。习近平总书记指出，要“建设以数据为关键要素的数字经济”、“系统推进工业互联网基础设施和数据资源管理系统建设，充分发挥数据的支撑作用”。基础资源和创新引擎。” 《促进大数据发展行动纲要》《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等政策文件均提出推动工业大数据开发应用。今年4月，党中央、国务院印发《关于构建更加完善的市场化要素配置体系和机制的意见》，明确提出支持建立工业和信息化标准化数据开发利用场景。其他领域提升数据资源价值。

    我国是全球第一制造大国，拥有极其丰富的工业大数据资源。近年来，随着新一代信息技术与工业融合的不断深入，特别是工业互联网的创新发展，工业大数据应用迈出了从概念研究到实施的关键一步，在需求分析、流程优化、预测性运维、能源管理等领域，数据驱动的新产业模式、新业态不断涌现。但与互联网服务领域大数据应用的普及和成熟相比，工业大数据更为复杂。还面临数据采集汇总不完整、流通共享不足、开发应用不足、治理和安全短板突出等问题。总体来看，仍处于探索和起步阶段，亟待拓展和深化。

    未来三到五年，随着5G、工业互联网、人工智能等的发展，工业大数据将从初级探索阶段走向深入发展阶段，迎来快速发展期机会。全球工业大数据的竞争也将发生变化。更强烈。立足当前、着眼未来，制定出台《指导意见》具有重要意义。一是贯彻落实党中央、国务院部署的重要举措；二是有利于加快产业数字化转型进程；三是有利于凝聚各方共识，构建协同推进工作体系，形成发展合力，着力解决突出问题，共建共创工业大数据生态圈。

    2、《指导意见》是如何制定的？总体考虑是什么？

    《指导意见》的编制过程如下：2019年4月，我们组织中国信息通信研究院、国家工业信息安全发展研究中心、中国工业互联网研究院、中国电子信息产业发展研究院研究院、中国电子技术标准化研究院、工业和信息化部电子第五研究所等单位成立文件编写小组，启动《指导意见》的编制工作。编写团队在广东、浙江、江苏、北京等典型地区实地调研的基础上，组织召开了工业企业、互联网企业、工业软件企业等参加的专题座谈会，听取了以下相关问题：工业大数据与工业数字化转型。我们收集了近50家企业和院士专家的意见，并听取了一些地方行业主管部门对数据管理等议题的建议，形成了《指导意见》初稿。 2019年8月，我们征求了中央网络安全和信息化委员会办公室、国家发展改革委等相关部门的意见。 2019年9月，我们在工业和信息化部网站公开征求公众意见。经过认真研究，我们对其中的合理建议进行了修改完善，形成了《指导意见》。

    《指导意见》总体考虑如下：一是坚持总体布局、系统推进。工业大数据发展是一项复杂的系统工程。要构建工业大数据采集、汇聚、流通、分析、应用的价值闭环，推动创新发展。还要提高数据治理和安全防护能力，保障发展安全；既要注重在需求侧推动大数据与实际业务深度融合，也要在供给侧推动大数据技术发展和产业创新。要加强宏观层面的系统布局，建立全面系统的工业大数据生态系统。还需要在微观层面做出务实的努力，提高公司的数据管理能力。因此，《指导意见》的重点任务涉及数据聚合、数据共享、数据应用、数据治理、数据安全、产业发展六个方面，可以全力支撑工业大数据的发展。二是坚持问题导向，突出重点。工业大数据非常复杂。数据的收集和收集、共享和流通、分析和应用以及安全管理都很困难。一次性解决所有问题既不可行也不现实。 《指导意见》在广泛调研、深入讨论的基础上，针对问题的短板、抓住重点，根据发展特点、主要问题和亟待解决的重点领域，共设置了18个重点领域。现阶段我国工业大数据需要突破。精准施策，务实有序推进工业大数据发展是一项关键任务。

   

    3、当前工业数据采集和汇总存在哪些问题？ 《指导意见》提出了哪些措施？

    工业大数据的采集和聚合过程面临诸多痛点。企业反映的主要问题包括：信息化基础差、设备接口不开放导致数据采集失败；企业数据账目不清，不知道自己有哪些数据、分布在哪里，大部分工业数据都处于“休眠”状态。 ”状态；由于设备不互联、通信协议不兼容，不同数据不匹配、互不识别，数据孤岛现象普遍存在；数据失真、不准确、一致性差等因素导致数据聚合质量低下， ETC。

    《指导意见》部署了推进工业企业信息化“补课”、推动工业设备数据接口开放、促进工业企业信息化兼容等三项重点任务，促进全面采集、高效互联、高质量聚合资源调查“摸清底线”、加快多源异构数据整合聚合等具体手段，形成完整、一致的高质量数据链为更好地支持企业整体水平提升，带动产业链维度整体局面。为数字化转型奠定基础。

    四、《指导意见》提出统筹建设“国家工业大数据平台”背后有何考虑？

    收集国家层面的基础数据，搭建大数据平台，支撑政府精准施策和管理，变得越来越重要。例如，疫情初期，针对关键物资需求不明确、基地不明确、对接不畅等困难，工信部依托制造强国的工业基础大数据平台。利用信息技术保障重点医疗物资科学调度、统筹平衡、高效供应，为打赢疫情防控阻击战提供有力支撑。 《指导意见》部署了“建设国家工业互联网大数据中心”、“建立多级联动的国家工业基础大数据库”等具体手段，更好服务政府决策和企业发展。

    五、关于促进工业数据共享和流通，《指导意见》有哪些措施？

    随着新一代信息技术和工业融合从单点本地化走向全局优化，工业企业对跨企业、跨行业的数据共享与协作的需求快速增长。推动数据共享流通、推动数据要素市场化配置也是党中央、国务院《关于构建更加完善要素市场化配置体系和机制的意见》文件中部署的重点任务四月。但目前企业普遍反映，数据归属不明、规则不明确、定价困难等根本性问题尚未解决，难以开展跨企业、跨行业的数据共享和流通。这是一个全球性问题。 《指导意见》部署了两项重点任务。通过探索建立工业数据空间，加快区块链等技术在数据流通中的应用，完善工业大数据资产价值评估体系，探索建立工业数据空间，加快区块链等技术的应用在数据流通方面，完善工业大数据资产价值评估体系。应从规则等方面激发工业数据市场活力，促进数据市场化配置。

    6、当前工业大数据应用存在哪些问题？ 《指导意见》如何推动工业大数据应用？

    一些领先企业在数据应用方面进行了深入探索并取得了发展成果。但大量工业企业的数据应用仍然是单点、局部、低水平。企业反映的原因包括：不重视数据，“不想用”；缺乏数据分析方法和人才，“用不出来”；对数据应用规律缺乏了解、数据应用投入大、“不敢用”等。《指导意见》部署了四项重点任务。通过组织需求侧工业大数据应用试点示范、开展工业大数据竞赛，解决用不愿意、不敢用等问题；通过在供给侧培育一大批工业APP。 、工业大数据解决方案提供商，向中小企业开放数据服务能力、培育应用生态等手段，降低企业数据应用的成本投入和专业门槛，解决用不上、用不上的问题害怕使用它。供需双方共同努力，共同推动工业大数据全面深入应用。

    七、为什么《指导意见》强调要“开展数据管理能力评估并落实标准”？

   

    目前，工业大数据的顶层设计已基本完成，实施的一个关键起点在于微型企业：只有数千家微型工业企业具备了管理好数据的能力，才能体现出工业大数据的价值。工业大数据真正遍地开花。但目前，仍有大量工业企业不重视数据，缺乏数据管理的意识和能力。从美国和我国推动信息化与信息化融合的经验来看，建立数据管理能力标准，然后指导企业实施标准，是快速为企业注入数据驱动能力的有效方法。 《指导意见》强调推广国家标准《数据管理能力成熟度评估模型》（DCMM），引导工业企业通过标准实施评估有效提升数据管理能力，为全面激发价值打下坚实的微观基础工业数据。

    八、在加强数据安全保护方面，《指导意见》有哪些重点措施？

    工业数据已成为黑客攻击的重点目标。相关数据显示，我国34%的联网工业设备存在高危漏洞。这些设备的厂家、型号、参数等信息长期被恶意嗅探。仅2019年上半年，嗅闻事件就多达5151万起。工业信息安全防护能力滞后于工业融合发展进程的原因除了传统IT信息安全体系在技术上无法有效保护工业数据安全外，工业数据安全责任体系建设上的一些空白也重要原因。此外，我国工业信息安全领域企业规模普遍较小，缺乏龙头企业，产品竞争力不强。 《指导意见》布置了两项重点任务，强调明确企业安全主体责任和各级政府监督管理职责，建立工业数据安全责任制度；支持安全产品发展，培育良好安全产业生态，多措并举创新强化产业数据安全防护，筑牢发展底线和防线。

    九、下一步如何推动《指导意见》落实？

    （一）组织宣传实施培训。向地方各级工业和信息化部门、事业单位、工业企业、工业互联网平台企业详细解读和宣贯《指导意见》内容。

    （二）建立晋升机制。会同工业和信息化部相关司局以及行业内外资深专家建立推进工作机制，并会同地方工业和信息化主管部门建立纵向联动、统筹推进的推进工作机制。横向协作，确保重点任务落实和及时沟通。信息和经验交流。

    （三）任务分解和落实。抓紧制定可落实、可执行的重点任务分工，落实责任、推动落实。鼓励和指导地方工业和信息化部门结合区域特点，提出适合本地区实际的政策措施。

    （四）开展试点示范。鼓励有条件的地方、行业、工业企业围绕数据共享流通、数据应用、数据管理能力考核、数据分级分类等重点任务开展试点试验，以先行先试的思路探索可复制、可复制的方法，总结推广。推广的实施路径和模式。