發展工業大數據應從供需兩端發力

黃子河

發展工業大數據，核心在于加快促進工業大數據技術創新突破，促進數據高效流通和融合應用，推動制造業全過程、全產業鏈、全生命周期的數據應用創新，實現發展質量和效益的全面提升。

工業數據是貫穿整個制造業價值網絡的關鍵要素，通過系統采集、特征分析和建模評價，實現物理空間和數字空間的精準映射和高效協同，促進形成數據驅動、人機協同、融合創新、智能引領的制造生態系統，極大地激發制造業創新活力、發展潛力和轉型動力。2020年4月28日，工業和信息化部《關于工業大數據發展的指導意見》（以下簡稱《意見》）出臺，明確提出“深化數據應用”“促進產業發展”，以大數據應用創新促進數據驅動制造升級，以產業要素新供給“賦能”制造業創新發展，是構建以數據為關鍵要素的新型制造體系、充分釋放數字經濟潛能的重要途徑，是關乎制造業數字化轉型、新舊動能轉換和高質量發展的長遠之計。

從需求端看，工業數據應用走向深入

從發展意義看，工業數據應用是繁榮工業數字經濟的重要途徑。勞動力、資本、土地是傳統工業經濟發展不可或缺的生產要素，正面臨勞動力總量逐年減少，資本使用效率偏低、土地環境約束趨緊等日益嚴峻的發展挑戰。隨著數字技術與制造業深度融合，工業經濟生產要素和上下游業務流程實現更大范圍、更高層次、更深程度的連接，海量工業數據匯聚增長，數據要素價值大量釋放，逐步成為工業經濟全要素生產率提升的重要動力源。十九屆四中全會首次提出將“數據”作為生產要素參與分配，為數據賦予了新的歷史使命，也為工業領域創造和應用工業數據要素、推動工業發展由傳統要素驅動向以數據為代表的新要素驅動指明了新方向。

《意見》順應數字時代發展趨勢，聚焦工業數據發展和應用，旨在引導各方協同發掘工業數據應用價值，釋放數據要素紅利和創新紅利，增強工業數字經濟內生增長動力。

從發展進程看，工業數據應用正從設備級向產業鏈級深度拓展。工業數據貫穿于制造全過程、全產業鏈、產品全生命周期，通過端到端的流通共享構建“感知-洞察-評估-響應”閉環機制，支持實現設備精準控制自執行、企業智慧決策自優化和產業鏈協同自適應。工業數據融入設備，將設備運行狀態“透明化”，有助于設備故障診斷和運行優化。工業數據融入研發、生產、管理、服務等各個環節，支持基于內部數據協同的流程優化，提升組織運行效率。工業數據融入產業鏈上下游，促進企業間信息交互，催生共享制造、供應鏈金融等新服務新業態。

《意見》提出深化工業數據應用方向，在應用邊界、范圍和內容上留下充分的想象空間，引導企業開展工業數據應用創新，逐步實現從量的積累、點的突破到質的飛躍、制造系統的整體提升。

從發展問題看，工業數據應用生態有待完善。工業數據具有多模態、高通量、強關聯、價值密度低等特性，技術能力、治理機制、業務特點、服務水平等均關系著工業數據應用價值能否得到充分釋放。如，由于很多企業不具備工業建模技術，無法將承載知識經驗、工業機理、運行邏輯的數據有效轉化為專有模型、支持高水平工業應用?，F階段大多數工業數據應用呈現“三多三少”特點，即可視化、統計分析等基礎描述性應用多，基于數據的指導性、決策性應用少;預測性維護、質量分析、能源管控等管理服務應用多，基于數字孿生體的制造執行類應用少;企業內單環節、單部門應用多，跨系統、跨產業鏈的綜合性應用少。

《意見》圍繞提升工業數據應用的廣度和深度，明確提出了推廣應用案例、評估應用水平、開展應用競賽、加強應用培訓等實操性強的舉措。

從供給端看，產業供給能力有待進一步增強

從發展意義看，工業大數據產業是制造業數字化轉型的關鍵支撐。制造業數字化轉型是數字技術與制造系統深度融合，以數據流帶動技術流、資金流、人才流、物資流，以數據的價值挖掘推動制造模式變革的過程。工業大數據產業匯聚了豐富的數據采集、存儲、管理、分析與應用等技術、產品和解決方案，為制造業數字化提供基礎性、關鍵性支撐。從產業發展態勢看，GE、PTC、西門子等都紛紛推出基于工業互聯網平臺、以數據為驅動的數字化解決方案，主動變革商業模式，搶占數字化轉型高地。

《意見》重視打造健全的工業大數據產業體系，旨在以關鍵技術創新、軟硬件產品培育、產業生態完善等舉措，著力提升面向制造業數字化轉型的支撐能力。

從發展進程看，工業大數據產業供給能力持續提升。一是部分領先工業互聯網平臺企業依托平臺數據采集、匯聚和建模能力，不斷積累面向特定行業的專業化工具模型，發展基于平臺的數據服務和數字化解決方案。二是部分工業軟件、自動化控制系統企業向工業領域滲透，不斷擴大數據源，強化脫胎于軟件系統工程的數據建模、分析處理等優勢能力。三是具備基礎技術能力的傳統數據企業，積極進入工業領域，圍繞數據庫、數據平臺系統等提升面向工業應用的專業化服務能力。

《意見》鼓勵發展一批數據服務龍頭企業，意在推動數據企業、軟硬件企業、平臺企業等立足自身優勢，圍繞特定行業應用拓展數據服務空間。

從發展問題看，工業大數據產業“基本功”亟待夯實。一方面，我國工業大數據技術在多樣性數據采集、多模態數據管理、強關聯數據集成、數據建模分析、數據共享流通及安全治理等方面與國外差距較大，一些關鍵產品對外依存度較高，意味著在工業數據大規模發展應用的同時，其基礎和底座仍不牢固。另一方面，由于大部分數據服務商根植于軟、硬件技術領域，對工業企業的技術架構、制造流程、業務模式、服務方式等認知不足，項目持續性實施運維能力欠缺，導致相關產品和解決方案無法充分滿足企業的個性化、定制化、精準化服務需求。

為此，《意見》提出要加強工業大數據采集、存儲、加工、分析和服務等環節相關產品開發，構建大數據基礎性、通用性產品體系;同時，要推動基于工業大數據平臺的協同創新，促進“工”和“數”的跨界交流、深度合作。

加強供需“雙輪驅動”，激發工業大數據創新潛能

發展工業大數據，核心在于加快促進工業大數據技術創新突破，促進數據高效流通和融合應用，推動制造業全過程、全產業鏈、全生命周期的數據應用創新，實現發展質量和效益的全面提升。

一是以夯實增長基礎為重點，補齊產業供給體系短板。全面梳理工業大數據關鍵共性技術短板，形成攻關清單，研究制定工業大數據技術發展路線圖，明確關鍵共性技術的發展方向、目標和路徑。推進分布式處理架構、時序數據庫等工具在平臺的部署和應用，構建并豐富工業互聯網平臺算法庫，提升工業互聯網平臺數據質量、數據管理和分析處理能力。面向能源化工、航空航天、建筑鋼鐵、家電、紡織服裝、食品追溯等新一代信息技術與制造業融合發展的重點產業和領域，發揮政策導向作用，支持培育一批市場份額大、服務能力強、專業化和集成化水平高的工業大數據解決方案供應商。

二是以融合創新發展為重點，提高工業大數據應用能級。構建集云端資源庫、先進數字化工具、虛擬仿真環境等于一體的協同研發體系，實現基于用戶數據分析的產品創新和協作研發。打通人、機、料、法、環等全過程數據鏈，提升基于大數據分析的生產線智能控制、生產現場優化等能力，加速生產制造向自決策、自適應轉變。利用大數據技術開展用戶精準畫像，促進用戶數據與制造全流程數據的貫通集成，實現面向用戶需求的柔性化、定制化生產。開放數據資源和工具，擴大跨產業鏈、跨平臺數據流通和協作范圍，發展協同設計、網絡化制造、敏捷供應鏈、無人制造、共享制造、供應鏈金融等新模式。

三是以合作協同開放為重點，構建工業大數據創新發展生態。企業、高校、科研院所、產業聯盟加強合作，聯合創建一批工業大數據創新中心和重點行業大數據應用中心，圍繞重大共性需求和重點行業需要開展協同創新，推動工業大數據科研資源共享、共創和技術成果轉化。依托大數據技術開源社區，面向工業應用場景和工業大數據技術創新需求，培育更多開源項目。構建完善的工業大數據解決方案服務商評價體系，依托第三方專業機構開展工業大數據解決方案質量診斷與測試評估，定期發布大數據技術解決方案供應商名錄和關鍵產品清單。