工信部印發指導意見 加快工業大數據產業發展
2020-05-15 來源： 評論：0摘要：工業和信息化部近日印發《關于工業大數據發展的指導意見》，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。
工業和信息化部近日印發《關于工業大數據發展的指導意見》，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。并提出加快數據匯聚、推動數據共享、深化數據應用、完善數據治理、強化數據安全、促進產業發展、加強組織保障等七方面21條指導意見。
作為新型生產要素，工業數據已成為推動制造業轉型升級的重要戰略資源，工業數據利用和管理狀況如何呢？工業互聯網產業聯盟（簡稱AII）于今年3至4月開展了《工業大數據利用和管理》問卷調查，調查結果請在延伸閱讀中細看！
工業和信息化部
關于工業大數據發展的指導意見
工信部信發〔2020〕67號
各省、自治區、直轄市及計劃單列市、新疆生產建設兵團工業和信息化主管部門（大數據產業主管部門）：
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。為貫徹落實國家大數據發展戰略，促進工業數字化轉型，激發工業數據資源要素潛力，加快工業大數據產業發展，現提出如下意見。
一
總體要求
堅持以習近平新時代中國特色社會主義思想為指導，深入貫徹黨的十九大和十九屆二中、三中、四中全會精神，牢固樹立新發展理念，按照高質量發展要求，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。
二
加快數據匯聚
（一）推動工業數據全面采集。支持工業企業實施設備數字化改造，升級各類信息系統，推動研發、生產、經營、運維等全流程的數據采集。支持重點企業研制工業數控系統，引導工業設備企業開放數據接口，實現數據全面采集。
（二）加快工業設備互聯互通。持續推進工業互聯網建設，實現工業設備的全連接。加快推動工業通信協議兼容統一，打破技術壁壘，形成完整貫通的數據鏈。
（三）推動工業數據高質量匯聚。組織開展工業數據資源調查，引導企業加強數據資源管理，實現數據的可視、可管、可用、可信。整合重點領域統計數據和監測數據，在原材料、裝備、消費品、電子信息等行業建設國家級數據庫。支持企業建設數據匯聚平臺，實現多源異構數據的融合和匯聚。
（四）統籌建設國家工業大數據平臺。建設國家工業互聯網大數據中心，匯聚工業數據，支撐產業監測分析，賦能企業創新發展，提升行業安全運行水平。建立多級聯動的國家工業基礎大數據庫，研制產業鏈圖譜和供應鏈地圖，服務制造業高質量發展。
三
推動數據共享
（五）推動工業數據開放共享。支持優勢產業上下游企業開放數據，加強合作，共建安全可信的工業數據空間，建立互利共贏的共享機制。引導和規范公共數據資源開放流動，鼓勵相關單位通過共享、交換、交易等方式，提高數據資源價值創造的水平。
（六）激發工業數據市場活力。支持開展數據流動關鍵技術攻關，建設可信的工業數據流通環境。構建工業大數據資產價值評估體系，研究制定公平、開放、透明的數據交易規則，加強市場監管和行業自律，開展數據資產交易試點，培育工業數據市場。
四
深化數據應用
（七）推動工業數據深度應用。加快數據全過程應用，發展數據驅動的制造新模式新業態，引導企業用好各業務環節的數據。
（八）開展工業數據應用示范。組織開展工業大數據應用試點示范，總結推廣工業大數據應用方法，制定工業大數據應用水平評估標準，加強對地方和企業應用現狀的評估。
（九）提升數據平臺支撐作用。發揮工業互聯網平臺優勢，提升平臺的數據處理能力。面向中小企業開放數據服務資源，提升企業數據應用能力。加快推動工業知識、技術、經驗的軟件化，培育發展一批面向不同場景的工業APP。
（十）打造工業數據應用生態。面向重點行業培育一批工業大數據解決方案供應商。鼓勵通過開展工業大數據競賽，助力行業創新應用。加大宣傳推廣力度，開展線上線下數據應用培訓活動。
五
完善數據治理
（十一）開展數據管理能力評估貫標。推廣《數據管理能力成熟度評估模型》（GB/T 36073-2018，簡稱DCMM）國家標準，構建工業大數據管理能力評估體系，引導企業提升數據管理能力。鼓勵各級政府在實施貫標、人員培訓、效果評估等方面加強政策引導和資金支持。
（十二）推動標準研制和應用。加強工業大數據標準體系建設，加快數據質量、數據治理和數據安全等關鍵標準研制，選擇條件成熟的行業和地區開展試驗驗證和試點推廣。
（十三）加強工業數據分類分級管理。落實《工業數據分類分級指南（試行）》，實現數據科學管理，推動構建以企業為主體的工業數據分類分級管理體系。
六
強化數據安全
（十四）構建工業數據安全管理體系。明確企業安全主體責任和各級政府監督管理責任，構建工業數據安全責任體系。加強態勢感知、測試評估、預警處置等工業大數據安全能力建設，實現閉環管理，全面保障數據安全。
（十五）加強工業數據安全產品研發。開展加密傳輸、訪問控制、數據脫敏等安全技術攻關，提升防篡改、防竊取、防泄漏能力。加快培育安全骨干企業，增強數據安全服務，培育良好安全產業生態。
七
促進產業發展
（十六）突破工業數據關鍵共性技術。加快數據匯聚、建模分析、應用開發、資源調度和監測管理等共性技術的研發和應用，推動人工智能、區塊鏈和邊緣計算等前沿技術的部署和融合。
（十七）打造工業數據產品和服務體系。推動工業大數據采集、存儲、加工、分析和服務等環節相關產品開發，構建大數據基礎性、通用性產品體系。培育一批數據資源服務提供商和數據服務龍頭企業，發展一批聚焦數據標準制定、測試評估、研究咨詢等領域的第三方服務機構。
（十八）著力構建工業數據創新生態。支持產學研合作建設工業大數據創新平臺，圍繞重大共性需求和行業痛點開展協同創新，加快技術成果轉化，推動產業基礎高級化和產業鏈現代化。
八
加強組織保障
（十九）健全工作推進機制。省級工業和信息化主管部門（大數據產業主管部門）要建立工業大數據推進工作機制，統籌推進地方工業大數據發展。鼓勵各地因地制宜加強政策創新，開展重大問題研究，實施政策評估咨詢，助力工業大數據創新應用。
（二十）強化資金人才支持。發揮財政資金的引導作用，推動政策性銀行加大精準信貸扶持力度。鼓勵金融機構創新產品和服務，扶持工業大數據創新創業。完善人才培養體系，培育既具備大數據技術能力又熟悉行業需求的復合型人才。
（二十一）促進國際交流合作。圍繞政策、技術、標準、人才、企業等方面，推進工業大數據在更大范圍、更寬領域、更深層次開展合作交流，不斷提升國際化發展水平。
工業和信息化部
2020年4月28日
延伸閱讀
95％的外部數據需求背后，只有18％的供給——工業數據現狀調研報告
新一代信息技術與制造業的深度融合發展，極大地開拓了網絡空間的邊界，將連接對象從人延伸到機器設備、工業產品和工業服務，數據的連接量、流通量、計算量均呈現出指數級爆發式增長。作為新型生產要素，工業數據已成為推動制造業轉型升級的重要戰略資源，但與此同時也存在管理執行不到位、開發利用不深入、流通共享不充分等問題，尚未完全發揮數據要素對數字經濟的放大、疊加和倍增作用。為進一步了解工業數據利用和管理狀況，工業互聯網產業聯盟于今年 3 至 4 月開展了《工業大數據利用和管理》問卷調查，回收有效問卷 91 份，初步形成以下觀點：
一、工業領域數據應用廣泛，對數據需求強烈
受訪者在工作中需要從外部獲取數據的達到 95% 之多，超過一半（52%）的受訪者表示目前獲得的數據不足夠支撐現有工作的需要，近八成（77%）認為獲得的數據不夠廣泛是制約現階段數據應用的主要因素。從使用外部數據的主要用途看，提高工作效率占 70%，研究開發占 66%，提供延伸服務和提高工作質量分別占到 64% 和 56%。
評：工業領域對數據的依賴程度已經達到相當高的水平，而且數據使用者仍覺得數據不夠用，不夠廣泛，對數據的需求強烈。
二、數據分享流通多限于企業內部，對外數據流通主張合作共贏
全文均四舍五入到百分之一位。下同。
答卷中近八成（78%）回答工業數據進行了二次使用，數據的流通仍以企業內部占主導，73% 回答將數據提供給企業內部其他部門二次使用。僅僅 18% 回答數據還提供給企業外部二次使用，驅動力多來自效率、質量等自身利益方面的提升。工業領域對付費獲取外部數據持開放態度，50% 表示價錢合理愿意花錢買數據，但同時，不太在乎通過賣數據來直接賺錢，僅 11% 表示希望對方買我的數據。主張合作開發利益共享模式占壓倒多數，作為數據供給側時為 66%，作為數據消費側時更高為 89%。同時，數據消費側有 26% 期待能免費使用數據。
評：工業數據跨企業流通有待進一步推動和提升。工業企業期待通過數據利用來提升效率和質量，并對付費購買數據持開放態度，更主張合作開發利益共享的合作模式。
三、諸多因素導致數據流通不暢，數據治理有待提高
前面提到 95% 的人需要從外部獲取數據，但這一過程相當的不順利：僅一成（11%）表示獲得外部數據相對容易，有明確的渠道；八成（80%）則表示過程不容易，靠自己尋找和溝通獲得；有近三成抱怨難以說服對方提供數據，還有三成則說不知道哪里有數據。
即使獲得了數據，對數據表示滿意的不到 5%：近七成認為數據質量堪憂，47% 抱怨數據提供不及時，41% 說數據密度不夠高，還有四成說拿到的數據和描述不相符。
評：工業數據流通渠道匱乏、流通不暢、數據治理水平不高，使數據的獲取和使用面臨諸多挑戰，直接制約了數據要素的價值發揮。
四、制約數據開放流通的主要因素和可能的消除辦法
對外分享數據，企業最擔心泄漏商業秘密占 86%，其次是擔心暴露客戶個人隱私有 36%，還有 33% 擔心破壞信息不對稱優勢。在回答消除顧慮的可能辦法時，近八成希望數據分享的范圍可控，超六成認為要符合企業的規定，58% 則依仗數據脫敏處理。
問及企業數據安全管理方面的規定時，有 14% 表示所在企業不允許數據對外分享；48% 認為規定是原則性的，可操作性不強；四成受訪人認為規定限制數據流動。
評：企業需要著眼保障自身競爭優勢、從數據資產視角制定切實、精準的數據分類分級管理制度，并結合數據脫敏、分享可控等技術手段，消除企業在數據分享流通中的顧慮，才能釋放數據分享流通活力。
五、企業是否具備數據集成管理系統引出的差異
答卷中，47% 的受訪者表示企業已經建設數據倉庫、數據湖、平臺或數據中臺，這部分企業對于數據利用和管理的態度，體現出一些有意思的顯著差異。如更多認為數據能支撐現有的工作需要；更少抱怨數據提供不及時；也更加積極的開展數據共享，并從數據管理制度上鼓勵數據流動和利用，在數據治理水平方面也具有顯著優勢。
評：數據倉庫、數據湖或數據中臺等數據集成管理系統為企業數據利用帶來了極大便利，且流通意愿更開放，數據獲得更及時、數據管理治理的水平也更高，對數據資產化管理有較大幫助。企業這部分的投資取得了顯著成效。
六、小結
通過對問卷的分析，我們從中可以看出工業領域對數據的使用已經相當普遍，工業企業期待獲得更廣泛和質量更好的數據，需求非常強烈。工業數據目前大多在企業內部流通使用，外部分享受到流通渠道匱乏，流通不暢，數據治理水平不高等因素的制約，限制了數據要素的價值發揮。數據安全管理制度較為粗放，并未解決企業在數據流通中的顧慮，某種程度上限制了數據的流動。制定切實保護企業競爭優勢的、更科學的工業數據精準分類分級管理制度，采用數據脫敏技術等技術手段，并建立可信可控工業數據供需對接和流通平臺及生態環境，才能消除企業顧慮，釋放數據要素分享流通的活力。
為進一步落實《工業數據分類分級指南 (試行)》，中國信息通信研究院從工業企業實際出發，形成了科學完整的工業數據精準分類分級實施體系，在企業數據脫敏和數據可信可控流通等方面的頂層規劃、實踐和解決方案均有深入研究，并建立工業大數據產業創新平臺，開展數據競賽和數據供需對接，可為大型工業企業提供數字化轉型及工業大數據治理利用方面的咨詢服務，助力工業企業安全有序利用數據要素，讓數據要素成為工業高質量發展的新血液。
相關熱詞搜索：大數據
相關文章
- ·兩會快訊|大數據和人工智能驅動物流全面升級2018-03-05
- ·貴州省面向全球發布年度首批200個重點產業招商項目2018-04-16
- ·鄔賀銓院士將在“2018（第六屆）先進制造業大會“作報告2018-05-05
- ·2018年全國主要省（市）大數據產業發展情況概覽2018-07-02
- ·公示|重慶2019年先進制造業（工業智能化）試點示范項目2018-11-14
評論排行
- ·AM先進制造業·高端沙龍(4)
- ·2016（第四屆）先進制造...(0)
- ·洪杰：航空發動機面臨競...(0)
- ·2017（第五屆）先進制造業大會(0)
