推动工业大数据发展的三大着力点——工信部《关于工业大数据发展的指导意见》解读！

近日，工业和信息化部发布《关于工业大数据发展的指导意见》，对我国工业大数据发展进行了全面部署，对激发工业数据资源要素潜力，加快工业大数据产业发展指明方向。本文聚焦于工业大数据发展的技术、平台、应用三大着力点，探讨了前沿技术、工业互联网平台、新模式新业态对大数据与工业深度融合发挥的作用，并在此基础上，提出了促进我国工业大数据发展的相关建议。

工业大数据发展的三大着力点

● 技术，突破以数字孪生为代表的前沿技术。

一是利用数字孪生整合碎片化的工业数据。工业生产数据具有多维度、强关联的特征，而我国工业数据大量以碎片化形式存在，缺乏有效整合。数字孪生的数字主线使各维度的工业数据紧密关联，使数据和机理模型相融合，打通了设计、制造、销售、运维、报废回收的产品全生命周期数据，助力构建工业数字空间。

二是利用区块链增强工业数据可信性。区块链将数据所有权和数据使用权分离，实现“数据链下”“索引链上”，把数据变成受保护的数字资产。共享账本、智能合约、时间戳技术，保障数据流通的可靠性。

三是利用知识图谱解决工业数据行业壁垒强的问题。工业不同行业、不同环节存在大量的专有名词，亟需构建工业语义知识图谱来跨越行业壁垒。提取不同行业、不同环节的具有的工业语义的关键信息，形成专业词库，建立关键语义之间的联系，构建工业知识图谱。

● 平台，发挥工业互联网平台的枢纽作用。

一是工业互联网打通工业全要素连接。工业互联网平台是连接工业全要素、全价值链和全产业链的重要枢纽，可以打通数据采集、传输、计算、分析、应用的数据闭环，实现人、机、料、法、环等数据资源的流通和共享。

二是工业互联网数据中心支撑数据汇聚。工业互联网数据中心是工业数据集中存储、计算和分析的场所，是工业数据的汇聚核心、承载体和加工厂。

三是工业互联网平台促进数据应用。工业互联网平台面向中小企业开放数据服务资源，可以提升企业数据应用能力。基于工业互联网平台的开发工具，不具备编程能力的行业专家，可以将长期积累的知识、技术、经验，通过“拖拉拽”等图形化编程方式，快速封装为数字化模型，开发面向不同场景的工业APP。

● 应用，培育工业数据应用新模式新业态。

一是在网络化协同应用方面，企业内部以及企业间研发、生产、营销等数据的无缝衔接和综合集成，汇聚供应链资源，精准对接上下游企业需求，实现研发设计协同和生产制造协同，典型企业有商飞、三一等。

二是在个性化定制应用方面，研发制造数据与消费者需求数据精准对接，可以打造以订单驱动的柔性生产制造能力，为用户提供个性化和差异化的服务体验，典型企业有酷特、海尔等。

三是在服务化延伸应用方面，工业大数据可以促进企业创新经营模式，开展产品远程诊断维护、产品全生命周期管理、精准供应链管理等新服务，从传统的卖单一产品、“一锤子买卖”向卖解决方案、卖长期服务转变，推动企业向价值链高端跃升，典型企业有GE、徐工等。

 存在的问题

前沿技术自主创新能力不足。虽然我国人工智能、数字孪生、区块链等前沿技术取得快速发展，但是在某些方面距离成熟应用尚存在技术瓶颈，存在产业泡沫。我国前沿技术的自主创新能力不足，底层算法、开源基础架构、操作系统、开发工具严重依赖国外，缺少核心专利，导致我国数据安全存在风险。

工业互联网平台支撑能力不足。虽然我国工业互联网发展迅速，但仍存在着诸多问题。在产业基础方面，我国智能感知、自动控制、工业机理模型、知识库、工业软件等产业基础薄弱，难以满足应用需求。在工业机理模型方面，我国缺乏通用方法、基础工具、开放接口等标准。在工业软件方面，我国工业APP供给严重不足，2019年我国工业APP数量只有1650个，难以满足广大工业企业的需求。

工业数据应用深度不够 。我国工业领域的大数据应用尚处于起步阶段。企业普遍存在对工业大数据的重视程度不够、数据资产意识薄弱、数据应用的商业模式不清等问题。同时，我国工业企业数字化基础薄弱，据《2019中国企业数字化转型及数据应用调研报告》显示，我国超过90%的企业内部存在数据孤岛，约80%的企业不认可自身数据挖掘能力，导致工业数据应用水平不高。

相关建议

● 夯基础，突破关键共性技术。

一是制定工业大数据关键共性技术图谱，明确攻关路线图和时间表，加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用，围绕数字孪生、区块链、知识图谱等前沿领域，着力突破一批核心技术。

二是基于工业互联网平台，加快突破工业数据采集、清洗、集成、存储计算等数据分析共性技术，消除边缘侧数据采集和分析的技术瓶颈。

三是加快工业设备联网上云、业务系统云化迁移，建立高效实用的分类分级安全管理机制，开展加密传输、访问控制、数据脱敏等安全技术攻关，提升防篡改、防窃取、防泄漏能力，提高企业安全防护水平。

● 抓平台，提升服务支撑能力。

一是垂直深耕工业互联网平台，构建跨行业跨领域工业互联网平台。构建综合性工业操作系统，汇聚技术、人才、数据、模型等各类资源，打造具有国际竞争力的工业互联网平台。

二是重点突破工业互联网关键瓶颈，壮大企业级工业互联网平台。围绕企业研发、生产、管理、服务流程痛点，持续迭代平台功能，不断丰富应用服务，加快培育基础共性、行业通用、企业专用等“杀手级”工业APP。

● 促应用，深化工业数据应用。 

一是开展工业大数据创新应用试点。鼓励有基础、有需求、有动力的企业深度开展工业大数据应用，加快形成一批基于工业大数据优化企业资源配置的优秀解决方案和典型案例，带动和引领工业大数据在制造企业中的应用推广。

二是基于工业互联网平台，大型工业企业、解决方案提供商开放工业大数据应用APP，中小企业可免费或有偿使用工业大数据应用服务，促进大 中小企业融通发展。

● 聚合力，构建产业创新生态。

一是构建产学研用多方联动推进机制。聚焦工业大数据建设与推广，系统推进成果应用推广、人才培育、生态营造、国际交流等工作，协同推进工业大数据高质量发展。

二是产学研合作建设工业大数据创新平台。围绕重大共性需求和行业痛点开展协同创新，加快技术成果转化，推动产业基础高级化和产业链现代化，构建工业大数据创新生态。