把握发展机遇,回应产业需求,《意见》的出台非常及时,意义重大。《意见》坚持问题导向,针对我国工业大数据现阶段的发展特点、主要问题和亟待取得突破的重点领域,在6个重点方向上共设置了18项重点任务,精准施策,将有力地推进工业大数据发展。
(一)加快数据汇聚,夯实发展基础
把数据资源高质量采集上来、汇聚起来,是工业大数据开发利用的前提和基础。作为世界第一制造大国,我国工业数据资源极为丰富,但当前,工业数据采集汇聚中因为企业信息化基础差、设备数据不开放、通信协议不统一等问题,造成数据不可见、不贯通、不可管、不可用等问题突出。为此,《意见》设置了4项重点任务,多举措推动工业大数据高质量采集汇聚,为扩大和深挖数据要素价值打好坚实基础,主要是:在企业层面,通过支持企业加快数字化改造升级、推动工业设备互联互通、引导企业加强数据管理等手段,推动数据全面采集、高效互通和高质量汇聚;在国家层面,通过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方式,把基础数据资源体系建好管好,更好地服务企业发展和政府决策。
(二)推动数据共享,拓展价值潜力
数据自主有序流动,是激发数据要素价值、扩大数据生产力乘数效应的重要途径。全球看,以欧盟为代表的发达工业国家和地区,在推动工业数据共享流通方面已经进行了前沿探索,我国工业数据的共享流通主要发生在企业内部和产业链上下游企业间,亟待突破,有序拓展数据共享流通范围。为此,《意见》设置了2项重点任务,逐步推动工业数据在更大范围、更加充分和有序地共享流通,主要是:通过鼓励企业间共建共用安全可信任的工业数据空间、推动公共数据开放等方式加快数据共享,以及通过数据流动关键技术开发利用、建设数据资产价值评估体系、完善数据交易规则等方式,逐步培育工业数据市场。
(三)深化数据应用,增强发展动力
融合应用是构建数据驱动闭环的根本牵引力。但传统工业企业,特别是中小工业企业普遍存在对数据应用的认识不足、能力不够等问题,此外,已有的大量数据应用也主要集中在描述性分析应用层面,基于数据深度挖掘的高级分析应用还比较少。为此,《意见》设置了4项重点任务,从需求和供给两端发力,共同推动工业大数据融合应用纵深发展,主要是:在需求端,通过加快数据全过程应用、发展数据驱动的制造新模式新业态、开展应用示范等方式推动工业大数据全面深度应用。在供给端,通过提升数据平台的应用支撑作用,打造工业数据应用生态等方式,降低工业企业特别是中小工业企业数据应用的壁垒。
(四)完善数据治理,提升保障能力
强化数据治理,目的是为了提升数据质量,保障数据的可用可管、完整准确、安全可信,促进数据的开发应用。当前,我国还面临工业数据管理方式较为落后、企业数据管理体系不健全等问题,制约了数据价值的释放。为此,《意见》设置了3项重点任务,努力提升工业数据治理能力,为工业大数据开发利用保驾护航。主要是:通过贯标评估,引导企业持续提升工业数据管理水平,培育数据驱动型企业;通过推动工业数据相关法律法规立项和研究,完善工业大数据治理规则;通过实施《工业数据分类分级指南(试行)》,稳步推进工业数据的科学管理。
(五)强化数据安全,筑牢发展底线
安全是促进工业数据发展必须守住的底线,也反过来成为制约发展的天花板。由于存在敏感数据被窃取、生产正常运行受到干扰的风险,工业企业在数据深度应用、流通共享等方面存在顾虑,掣肘了工业大数据流动和应用。为此,《意见》设置了2项重点任务,构建工业大数据安全保障体系,筑好筑牢发展的底线和防线,主要是:通过建立工业数据安全责任体系,提升安全态势感知、测试评估等能力,构建工业数据安全管理体系;通过加强工业大数据安全技术和产品研发,加快培育安全骨干企业,构建良好的安全产业生态。
(六)促进产业发展,强化支撑能力
技术产业是数据深化应用的有力支撑。近年来,我国大数据技术产业快速发展,但在关键共性技术,产品体系和服务能力等方面还存在短板,成为制约高水平融合应用的重要瓶颈。为此,《意见》设置了3项重点任务,促进工业大数据技术产业发展,强化支撑能力,主要是:通过推动工业大数据全生命周期各环节关键共性技术的开发,提升技术能力;通过支持大数据基础性、通用性产品开发、培育数据服务企业等方式,构建有竞争力的产品服务体系;通过支持产学研合作建设工业大数据创新平台等方式,逐步构建工业数据创新生态。
相比于消费数据的开发利用相对成熟,工业数据更复杂、采集汇聚更困难、分析应用难度更大,是一项长期性、系统性、复杂性工程。《意见》的出台只是开始,更大的挑战在于政策的全面落实和创新发展,需要社会各界共同努力,务实有序激发工业数据要素价值。
余晓晖:中国信息通信研究院副院长,教授级高级工程师,兼任工业互联网产业联盟秘书长、中国互联网协会常务理事,中国信息化百人会成员,国家“互联网+”行动专家咨询委员会秘书长。