加快发展工业大数据，抢占未来竞争制高点

近日，工业和信息化部印发了《工业大数据发展指导意见》（以下简称《意见》）。《意见》提出打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系，将有效激发工业数据资源潜力，对于工业互联网创新发展、促进工业数字化转型都具有重要意义。

发展工业大数据具有重要意义。工业大数据是做大做强数字经济的关键动力，是推动工业转型升级的新路径和培育国际竞争优势的战略选择。以美国、德国为代表的发达国家加快出台数据战略，促进经济发展向数据驱动型创新体系和发展模式转变，旨在重塑优势、抢占先机。我国要把握全球格局未定的时间窗口，加快发展工业大数据，壮大数字经济，抢占未来竞争制高点。

发展工业大数据应从供需两端发力

目前，工业数据应用正从设备级向产业链级深度拓展，工业数据应用生态有待完善。技术能力、治理机制、业务特点、服务水平等均关系着工业数据应用价值能否得到充分释放。现阶段大多数工业数据应用呈现“三多三少”的特点，即可视化、统计分析等基础描述性应用多，基于数据的指导性、决策性应用少；预测性维护、质量分析、能源管控等管理服务应用多，基于数字孪生体的制造执行类应用少；企业内单环节、单部门应用多，跨系统、跨产业链的综合性应用少。

就发展意义而言，工业大数据产业是制造业数字化转型的关键支撑。工业大数据产业汇聚了丰富的数据采集、存储、管理、分析与应用等技术、产品和解决方案，为制造业数字化提供基础性、关键性支撑。从产业发展态势看，GE、PTC、西门子等纷纷推出基于工业互联网平台、以数据为驱动的数字化解决方案，主动变革商业模式，抢占数字化转型高地。《意见》重视打造健全的工业大数据产业体系，旨在以关键技术创新、软硬件产品培育、产业生态完善等举措，着力提升面向制造业数字化转型的支撑能力。

就发展进程而言，工业大数据产业供给能力持续提升。一是部分领先工业互联网平台企业依托平台数据采集、汇聚和建模能力，不断积累面向特定行业的专业化工具模型，发展基于平台的数据服务和数字化解决方案。二是部分工业软件、自动化控制系统企业向工业领域渗透，不断扩大数据源，强化脱胎于软件系统工程的数据建模、分析处理等优势。三是具备基础技术能力的传统数据企业，积极进入工业领域，围绕数据库、数据平台系统等提升面向工业应用的专业化服务能力。《意见》鼓励发展一批数据服务龙头企业，意在推动数据企业、软硬件企业、平台企业等立足自身优势，围绕特定行业应用拓展数据服务空间。

就发展问题而言，工业大数据产业“基本功”亟待夯实。一方面，我国工业大数据技术在多样性数据采集、多模态数据管理、强关联数据集成、数据建模分析、数据共享流通及安全治理等方面与国外差距较大，一些关键产品对国外依存度较高，意味着工业数据大规模发展的基础和底座仍不牢固。另一方面，由于大部分数据服务商根植于软、硬件技术领域，对工业企业的技术架构、制造流程、业务模式、服务方式等认知不足，项目持续性实施运维能力欠缺。为此，《意见》提出要加强工业大数据采集、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；同时，要推动基于工业大数据平台的协同创新，促进“工”和“数”的跨界交流、深度合作。

以评估贯标提升全面数据管理能力

数据管理能力评估贯标，需要全方位多角度地走实做深。

建体系，构建更加完善的工作机制。一是充分发挥中国电子信息行业联合会的桥梁纽带作用，协调各级政府和部门采取积极措施形成合力，全面推进评估贯标工作的有序开展。二是构建协同高效的管理体系，完善贯标工作机制，健全DCMM评估工作管理制度和规范，进一步增强评估贯标工作的整体性、系统性。三是发挥数据管理能力成熟度评估指导委员会的监督指导作用，统筹推进DCMM评估贯标工作，全力推动数据管理的科学性、规范性、安全性及可行性。

重质量，严控评估机构的评估质量。一是加强对评估机构的规范管理。完善评估机构的准入和退出制度，保证服务质量。建立信息化评估工作平台，实现评估过程全流程监控，确保评估资料的可追溯性，提高评估结论的可信度。二是高标准开展评估工作。引导评估机构加强交流学习，统一评估标准。建立面向企业全面数据管理的评估贯标全流程服务能力。三是加强评估人员的能力培训。研究先进的评估理论、技术和方法，多层面开展评估人员专门培训，持续提升评估人员标准执行、调研分析、征询建言等实际工作能力和业务素质。

建生态，提高服务供给的保障能力。一是完善数据管理相关标准体系建设。加强数据安全、数据质量等重点领域标准研制，强化标准制定全生命周期的过程管理，确保实施质量和效益，做好国家标准与国际标准的衔接配套。二是培育各类咨询服务队伍。围绕贯标工作，推动咨询服务机构与制造企业、互联网企业、金融机构等加强跨界合作，提升服务队伍的综合服务能力。三是开展解决方案的研制，面向不同行业、不同规模企业的特定需求，研制数据管理能力提升解决方案。征集并编制数据管理典型案例，提升产业和企业对数据管理的认知。

筑牢工业大数据的安全防线

目前数据产权尚未界定，在数据权属有待明晰的情形下，各方主体的数据安全权利义务难以协调，统一划分和统筹方式尚不明确。《意见》构建了工业数据安全管理的责任体系，划分了安全主体责任和监督管理责任，明确由企业承担安全主体责任，各级政府承担监督管理责任，奠定了工业数据安全责任体系的总体基调，为进一步细化工业企业、平台企业等企业层面的安全主体责任以及政府部门之间的监管职责提供了依据。

应对工业大数据带来的复杂多变的安全风险，亟须构建覆盖数据全生命周期的风险识别和处置机制。《意见》提出强化态势感知、测试评估、预警处置等工业大数据安全能力建设并实现闭环管理，是工业大数据安全风险识别和应对的基本举措，为进一步深化工业大数据安全管理、提升安全保障能力提供了着力点。

面对日益严峻的工业大数据安全形势，强大的技术支撑体系和良好的安全产业生态是抵御黑客攻击的“防火墙”。《意见》要求开展加密传输、访问控制、数据脱敏等安全技术攻关。这些关键技术突破是提升企业工业数据安全防御能力的关键之举，是提前防范和有效应对数据泄露等安全问题的重要考量，也是筑牢工业大数据安全“防火墙”的重要手段。

《意见》的出台为推进工业大数据安全工作提供了方向和指引，为进一步做好工业大数据管理和安全防护奠定了坚实的基础。下一步，国家工业信息安全发展研究中心将认真贯彻落实《意见》要求，充分发挥工业信息安全“国家队”作用，有力支撑工业数据安全管理体系建设，加快推进技术创新和解决方案，为激发工业数据资源要素潜力、加快工业大数据产业发展提供安全保障。一是完善数据安全保障体系。二是提升行业服务能力建设。三是加强数据安全管理。四是积极开展行业宣贯推广。（文章来源：人民邮电报）