发展工业大数据应从供需两端发力

工业数据是贯穿整个制造业价值网络的关键要素。工信部发布的《关于工业大数据发展的指导意见》（以下简称《意见》），明确提出深化数据应用、促进产业发展，以大数据应用创新促进数据驱动制造升级，以产业要素新供给“赋能”制造业创新发展，是构建以数据为关键要素的新型制造体系、充分释放数字经济潜能的重要途径，是关乎制造业数字化转型、新旧动能转换和高质量发展的长远之计

工业数据是贯穿整个制造业价值网络的关键要素。工信部发布的《关于工业大数据发展的指导意见》（以下简称《意见》），明确提出深化数据应用、促进产业发展，以大数据应用创新促进数据驱动制造升级，以产业要素新供给“赋能”制造业创新发展，是构建以数据为关键要素的新型制造体系、充分释放数字经济潜能的重要途径，是关乎制造业数字化转型、新旧动能转换和高质量发展的长远之计。

从需求端来看，工业数据应用有待进一步深入

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。《意见》围绕提升工业数据应用的广度和深度，明确提出了推广应用案例、评估应用水平、开展应用竞赛、加强应用培训等实操性强的举措。

从供给端看，产业供给能力有待进一步增强

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。

通过加强供需“双轮驱动”，可以有效激发工业大数据创新潜能

一是以夯实增长基础为重点，补齐产业供给体系短板。全面梳理工业大数据关键共性技术短板，形成攻关清单，研究制定工业大数据技术发展路线图，明确关键共性技术的发展方向、目标和路径。推进分布式处理架构、时序数据库等工具在平台的部署和应用，构建并丰富工业互联网平台算法库，提升工业互联网平台数据质量、数据管理和分析处理能力。

二是以融合创新发展为重点，提高工业大数据应用能级。构建集云端资源库、先进数字化工具、虚拟仿真环境等于一体的协同研发体系，实现基于用户数据分析的产品创新和协作研发。打通人、机、料、法、环等全过程数据链，提升基于大数据分析的生产线智能控制、生产现场优化等能力，加速生产制造向自决策、自适应转变。利用大数据技术开展用户精准画像，促进用户数据与制造全流程数据的贯通集成，实现面向用户需求的柔性化、定制化生产。开放数据资源和工具，扩大跨产业链、跨平台数据流通和协作范围，发展协同设计、网络化制造、敏捷供应链、无人制造、共享制造、供应链金融等新模式。

三是以合作协同开放为重点，构建工业大数据创新发展生态。企业、高校、科研院所、产业联盟加强合作，联合创建一批工业大数据创新中心和重点行业大数据应用中心，推动工业大数据科研资源共享、共创和技术成果转化。依托大数据技术开源社区，面向工业应用场景和工业大数据技术创新需求，培育更多开源项目。构建完善工业大数据解决方案服务商评价体系。