工信部印发指导意见 加快工业大数据产业发展

工业和信息化部近日印发《关于工业大数据发展的指导意见》,明确将促进工业数据汇聚共享、深化数据融合创新、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。并提出加快数据汇聚、推动数据共享、深化数据应用、完善数据治理、强化数据安全、促进产业发展、加强组织保障等七方面21条指导意见。



工业和信息化部关于工业大数据发展的指导意见

工信部信发〔2020〕67号

 
各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门(大数据产业主管部门):
   
  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。为贯彻落实国家大数据发展战略,促进工业数字化转型,激发工业数据资源要素潜力,加快工业大数据产业发展,现提出如下意见。
 

一、总体要求

  坚持以习近平新时代中国特色社会主义思想为指导,深入贯彻党的十九大和十九届二中、三中、四中全会精神,牢固树立新发展理念,按照高质量发展要求,促进工业数据汇聚共享、深化数据融合创新、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。
 

二、加快数据汇聚

  (一)推动工业数据全面采集。支持工业企业实施设备数字化改造,升级各类信息系统,推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统,引导工业设备企业开放数据接口,实现数据全面采集。
 
  (二)加快工业设备互联互通。持续推进工业互联网建设,实现工业设备的全连接。加快推动工业通信协议兼容统一,打破技术壁垒,形成完整贯通的数据链。
 
  (三)推动工业数据高质量汇聚。组织开展工业数据资源调查,引导企业加强数据资源管理,实现数据的可视、可管、可用、可信。整合重点领域统计数据和监测数据,在原材料、装备、消费品、电子信息等行业建设国家级数据库。支持企业建设数据汇聚平台,实现多源异构数据的融合和汇聚。
 
  (四)统筹建设国家工业大数据平台。建设国家工业互联网大数据中心,汇聚工业数据,支撑产业监测分析,赋能企业创新发展,提升行业安全运行水平。建立多级联动的国家工业基础大数据库,研制产业链图谱和供应链地图,服务制造业高质量发展。
 

三、推动数据共享

  (五)推动工业数据开放共享。支持优势产业上下游企业开放数据,加强合作,共建安全可信的工业数据空间,建立互利共赢的共享机制。引导和规范公共数据资源开放流动,鼓励相关单位通过共享、交换、交易等方式,提高数据资源价值创造的水平。
 
  (六)激发工业数据市场活力。支持开展数据流动关键技术攻关,建设可信的工业数据流通环境。构建工业大数据资产价值评估体系,研究制定公平、开放、透明的数据交易规则,加强市场监管和行业自律,开展数据资产交易试点,培育工业数据市场。
 

四、深化数据应用

  (七)推动工业数据深度应用。加快数据全过程应用,发展数据驱动的制造新模式新业态,引导企业用好各业务环节的数据。
 
  (八)开展工业数据应用示范。组织开展工业大数据应用试点示范,总结推广工业大数据应用方法,制定工业大数据应用水平评估标准,加强对地方和企业应用现状的评估。
 
  (九)提升数据平台支撑作用。发挥工业互联网平台优势,提升平台的数据处理能力。面向中小企业开放数据服务资源,提升企业数据应用能力。加快推动工业知识、技术、经验的软件化,培育发展一批面向不同场景的工业APP。
 
  (十)打造工业数据应用生态。面向重点行业培育一批工业大数据解决方案供应商。鼓励通过开展工业大数据竞赛,助力行业创新应用。加大宣传推广力度,开展线上线下数据应用培训活动。
 

五、完善数据治理

  (十一)开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》(GB/T 36073-2018,简称DCMM)国家标准,构建工业大数据管理能力评估体系,引导企业提升数据管理能力。鼓励各级政府在实施贯标、人员培训、效果评估等方面加强政策引导和资金支持。
 
  (十二)推动标准研制和应用。加强工业大数据标准体系建设,加快数据质量、数据治理和数据安全等关键标准研制,选择条件成熟的行业和地区开展试验验证和试点推广。
 
  (十三)加强工业数据分类分级管理。落实《工业数据分类分级指南(试行)》,实现数据科学管理,推动构建以企业为主体的工业数据分类分级管理体系。
 

六、强化数据安全

  (十四)构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任,构建工业数据安全责任体系。加强态势感知、测试评估、预警处置等工业大数据安全能力建设,实现闭环管理,全面保障数据安全。
 
  (十五)加强工业数据安全产品研发。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。加快培育安全骨干企业,增强数据安全服务,培育良好安全产业生态。
 

七、促进产业发展

  (十六)突破工业数据关键共性技术。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,推动人工智能、区块链和边缘计算等前沿技术的部署和融合。
 
  (十七)打造工业数据产品和服务体系。推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发,构建大数据基础性、通用性产品体系。培育一批数据资源服务提供商和数据服务龙头企业,发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构。
 
  (十八)着力构建工业数据创新生态。支持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。
 

八、加强组织保障

  (十九)健全工作推进机制。省级工业和信息化主管部门(大数据产业主管部门)要建立工业大数据推进工作机制,统筹推进地方工业大数据发展。鼓励各地因地制宜加强政策创新,开展重大问题研究,实施政策评估咨询,助力工业大数据创新应用。
 
  (二十)强化资金人才支持。发挥财政资金的引导作用,推动政策性银行加大精准信贷扶持力度。鼓励金融机构创新产品和服务,扶持工业大数据创新创业。完善人才培养体系,培育既具备大数据技术能力又熟悉行业需求的复合型人才。
 
  (二十一)促进国际交流合作。围绕政策、技术、标准、人才、企业等方面,推进工业大数据在更大范围、更宽领域、更深层次开展合作交流,不断提升国际化发展水平。
 
工业和信息化部
2020年4月28日

 
 

延伸阅读
 

95%的外部数据需求背后,只有18%的供给——工业数据现状调研报告

 

新一代信息技术与制造业的深度融合发展,极大地开拓了网络空间的边界,将连接对象从人延伸到机器设备、工业产品和工业服务,数据的连接量、流通量、计算量均呈现出指数级爆发式增长。作为新型生产要素,工业数据已成为推动制造业转型升级的重要战略资源,但与此同时也存在管理执行不到位、开发利用不深入、流通共享不充分等问题,尚未完全发挥数据要素对数字经济的放大、叠加和倍增作用。为进一步了解工业数据利用和管理状况,工业互联网产业联盟于今年 3 至 4 月开展了《工业大数据利用和管理》问卷调查,回收有效问卷 91 份,初步形成以下观点:

一、工业领域数据应用广泛,对数据需求强烈

受访者在工作中需要从外部获取数据的达到 95% 之多,超过一半(52%)的受访者表示目前获得的数据不足够支撑现有工作的需要,近八成(77%)认为获得的数据不够广泛是制约现阶段数据应用的主要因素。从使用外部数据的主要用途看,提高工作效率占 70%,研究开发占 66%,提供延伸服务和提高工作质量分别占到 64% 和 56%。

评:工业领域对数据的依赖程度已经达到相当高的水平,而且数据使用者仍觉得数据不够用,不够广泛,对数据的需求强烈。

二、数据分享流通多限于企业内部,对外数据流通主张合作共赢

全文均四舍五入到百分之一位。下同。

答卷中近八成(78%)回答工业数据进行了二次使用,数据的流通仍以企业内部占主导,73% 回答将数据提供给企业内部其他部门二次使用。仅仅 18% 回答数据还提供给企业外部二次使用,驱动力多来自效率、质量等自身利益方面的提升。工业领域对付费获取外部数据持开放态度,50% 表示价钱合理愿意花钱买数据,但同时,不太在乎通过卖数据来直接赚钱,仅 11% 表示希望对方买我的数据。主张合作开发利益共享模式占压倒多数,作为数据供给侧时为 66%,作为数据消费侧时更高为 89%。同时,数据消费侧有 26% 期待能免费使用数据。

评:工业数据跨企业流通有待进一步推动和提升。工业企业期待通过数据利用来提升效率和质量,并对付费购买数据持开放态度,更主张合作开发利益共享的合作模式。

三、诸多因素导致数据流通不畅,数据治理有待提高

前面提到 95% 的人需要从外部获取数据,但这一过程相当的不顺利:仅一成(11%)表示获得外部数据相对容易,有明确的渠道;八成(80%)则表示过程不容易,靠自己寻找和沟通获得;有近三成抱怨难以说服对方提供数据,还有三成则说不知道哪里有数据。

即使获得了数据,对数据表示满意的不到 5%:近七成认为数据质量堪忧,47% 抱怨数据提供不及时,41% 说数据密度不够高,还有四成说拿到的数据和描述不相符。

评:工业数据流通渠道匮乏、流通不畅、数据治理水平不高,使数据的获取和使用面临诸多挑战,直接制约了数据要素的价值发挥。

四、制约数据开放流通的主要因素和可能的消除办法

对外分享数据,企业最担心泄漏商业秘密占 86%,其次是担心暴露客户个人隐私有 36%,还有 33% 担心破坏信息不对称优势。在回答消除顾虑的可能办法时,近八成希望数据分享的范围可控,超六成认为要符合企业的规定,58% 则依仗数据脱敏处理。

问及企业数据安全管理方面的规定时,有 14% 表示所在企业不允许数据对外分享;48% 认为规定是原则性的,可操作性不强;四成受访人认为规定限制数据流动。

评:企业需要着眼保障自身竞争优势、从数据资产视角制定切实、精准的数据分类分级管理制度,并结合数据脱敏、分享可控等技术手段,消除企业在数据分享流通中的顾虑,才能释放数据分享流通活力。

五、企业是否具备数据集成管理系统引出的差异

答卷中,47% 的受访者表示企业已经建设数据仓库、数据湖、平台或数据中台,这部分企业对于数据利用和管理的态度,体现出一些有意思的显著差异。如更多认为数据能支撑现有的工作需要;更少抱怨数据提供不及时;也更加积极的开展数据共享,并从数据管理制度上鼓励数据流动和利用,在数据治理水平方面也具有显著优势。

 

评:数据仓库、数据湖或数据中台等数据集成管理系统为企业数据利用带来了极大便利,且流通意愿更开放,数据获得更及时、数据管理治理的水平也更高,对数据资产化管理有较大帮助。企业这部分的投资取得了显著成效。

六、小结

通过对问卷的分析,我们从中可以看出工业领域对数据的使用已经相当普遍,工业企业期待获得更广泛和质量更好的数据,需求非常强烈。工业数据目前大多在企业内部流通使用,外部分享受到流通渠道匮乏,流通不畅,数据治理水平不高等因素的制约,限制了数据要素的价值发挥。数据安全管理制度较为粗放,并未解决企业在数据流通中的顾虑,某种程度上限制了数据的流动。制定切实保护企业竞争优势的、更科学的工业数据精准分类分级管理制度,采用数据脱敏技术等技术手段,并建立可信可控工业数据供需对接和流通平台及生态环境,才能消除企业顾虑,释放数据要素分享流通的活力。

为进一步落实《工业数据分类分级指南 (试行)》,中国信息通信研究院从工业企业实际出发,形成了科学完整的工业数据精准分类分级实施体系,在企业数据脱敏和数据可信可控流通等方面的顶层规划、实践和解决方案均有深入研究,并建立工业大数据产业创新平台,开展数据竞赛和数据供需对接,可为大型工业企业提供数字化转型及工业大数据治理利用方面的咨询服务,助力工业企业安全有序利用数据要素,让数据要素成为工业高质量发展的新血液。


 

400-6767-071

Copyright © 2018-2020 青岛金诺国际会展有限公司    地址:青岛市福州南路87号福林大厦902室 电话:400-6767-071 鲁ICP备09014089号-34 鲁公网安备 37020202001383号