近年来，我国工业大数据应用迈出关键步伐，在需求分析、流程优化、能源管理等环节，数据驱动的工业新模式新业态不断涌现。工业企业对于跨企业、跨行业数据共享合作的需求正在快速增加，但目前企业普遍反映，数据权属界定不清、规则不明、难以定价等基础性问题没有得到解决。专家表示，供需双向发力，才能共同推动工业大数据全面深度应用。
工业和信息化部日前发布《关于工业大数据发展的指导意见》(以下简称《指导意见》)，提出促进工业数据汇聚共享、融合创新，提升数据治理能力，加强数据安全管理，着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。
总体处于探索起步阶段
工业大数据是工业领域产品和服务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、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。当前，工业大数据是推动制造业数字化、网络化、智能化发展的关键生产要素，全球主要国家和领军企业都在积极发展数据驱动的新型工业发展模式。
我国是全球第一制造大国，工业大数据资源极为丰富。工信部信息技术发展司相关负责人表示，近年来我国工业大数据应用迈出关键步伐，在需求分析、流程优化、能源管理等环节，数据驱动的工业新模式新业态不断涌现。
但是，与互联网服务领域大数据应用的普及和成熟相比，工业大数据更加复杂，还面临数据采集汇聚不全面、流通共享不充分、开发应用不深化、治理安全短板突出等问题，总体上仍处于探索和起步阶段。
“工业大数据采集汇聚过程中面临的痛点较多。”据工信部信息技术发展司相关负责人介绍，比如因企业信息化基础差、设备接口不开放等造成数据采集不上来;企业数据底账不清，不知道自己有哪些数据、分布在哪里，大部分工业数据处于“睡眠”状态;因设备不互联、通信协议不兼容等造成不同数据不匹配、不互认，数据孤岛现象普遍;数据失真、失准及一致性差等因素导致数据汇聚质量不高;等等。
形成高质量数据链
针对这些问题，《指导意见》部署了三项重点任务来推动全面采集、高效互通和高质量汇聚，包括加快工业企业信息化“补课”、推动工业设备数据接口开放、推动工业通信协议兼容化、组织开展工业数据资源调查“摸家底”、加快多源异构数据融合和汇聚等具体手段，目的是为了形成完整贯通的高质量数据链，为更好地支撑企业在整体层面、在产业链维度推动全局性数字化转型奠定基础。
此外，在国家层面把基础数据汇聚起来，建设以大数据为手段支撑政府精准施策、精准管理的平台，正变得日益重要。比如，在此次疫情初期，针对重点物资保障需求不明、底数不清、对接不畅等困难，工信部依托制造强国产业基础大数据平台快速建成“国家重点医疗物资保障平台”，运用信息化手段保障重点医疗物资的科学调度、统筹平衡和高效供应，为打赢疫情防控阻击战提供有力支撑。
借鉴这些经验，此次《指导意见》强调部署了“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，以更好地服务政府决策和企业发展。
促进数据市场化配置
工业企业对于跨企业、跨行业数据共享合作的需求正在快速增加，但目前企业普遍反映，因数据权属界定不清、规则不明、难以定价等基础性问题没有得到解决，跨企业、跨行业的数据共享流通难以开展。
对此，工信部信息技术发展司相关负责人坦言，这是一个全球性难题。为了克服这个难题，《指导意见》将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等方式，从技术手段、定价机制、交易规则等多个方面着手，激发工业数据市场活力，促进数据市场化配置。
中国软件测评中心副主任杨春立表示，目前有一些领军企业在工业大数据应用上已开展了深入探索。但总体看，大量工业企业的数据应用仍然是局部的、低水平的，亟需政策推动，让这些企业想用、会用工业大数据。
针对这些问题，《指导意见》提出，通过在需求端组织开展工业大数据应用试点示范、开展工业大数据竞赛等手段，解决不想用、不敢用等问题;通过在供给端培育海量工业APP、工业大数据解决方案供应商、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壁垒，解决不会用、不敢用问题。
