近日，工信部印发《关于工业大数据发展的指导意见》（以下简称《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。

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。随着工业4.0时代的到来，工业大数据日渐成为推动制造业数字化、网络化、智能化发展的关键生产要素。党中央、国务院高度重视大数据发展，强调推动大数据在工业中的应用，积极发展数据驱动的新型工业发展模式。然而当下工业大数据在应用上仍面临较多痛点，例如数据采集汇聚难、共享流通难、分析应用难、安全治理难等问题。《指导意见》明确提出构建工业大数据生态体系，促进工业数据汇聚、共享和应用，强化数据治理和数据安全，着力解决我国工业大数据发展面临的突出问题。

数据采集汇聚难

为推动全面采集、高效互通和高质量汇聚，《指导意见》部署了4项重点任务：

第一，支持工业企业实施设备数字化改造，引导工业设备企业开放数据接口；

第二，推进工业互联网建设，加快工业设备互联互通；

第三，组织开展工业数据资源调查，整合重点领域统计数据和监测数据，在重点行业建设国家级数据库，支持企业建设数据汇聚平台；

第四，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。

数据共享流通难

为促进工业数据共享流通，《指导意见》部署如下2项重点任务：

第一，支持企业共建安全可信的工业数据空间，引导和规范公共数据资源开放流动；

第二，开展数据流动关键技术攻关，构建工业大数据资产价值评估体系，明确交易规则，加强市场监管，培育工业数据市场。

数据分析应用难

为了解决大量工业企业的数据应用单点、局部、低水平的问题，《指导意见》做出4项重点任务的部署：

第一，加快数据全过程应用，发展数据驱动的制造新模式新业态；

第二，组织开展工业大数据应用试点示范，制定工业大数据应用水平评估标准；

第三，提升工业互联网平台支撑作用，面向中小企业开放数据服务资源，培育发展工业APP；

第四，培育工业大数据解决方案供应商，开展竞赛、培训等活动，打造工业数据应用生态。

数据安全治理难

当前，我国工业企业普遍存在数据管理意识缺乏，管理方式落后、管理体系不健全等问题，制约了数据价值的释放。同时，传统IT信息安全系统无法有效防护工业数据安全、工业数据安全责任体系建设不够完善导致工业信息安全防护能力滞后于工业融合发展进程。为此，《指导意见》在完善数据治理方面做出以下部署：

第一，推广《数据管理能力成熟度评估模型》（DCMM）国家标准，构建工业大数据管理能力评估体系，鼓励各级政府加强政策引导和资金支持；

第二，加强工业大数据标准体系建设，推动关键标准研制、试验验证和试点推广；

第三，落实《工业数据分类分级指南（试行）》，构建工业数据分类分级管理体系。

在强化数据安全防护方面通过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，主要部署有以下两点：

第一，建立工业数据安全责任体系，加强工业大数据安全能力建设；

第二，开展安全技术攻关，加强工业数据安全产品研发，培育安全骨干企业和安全产业生态。

随着云计算、大数据、5G、人工智能等技术的发展，以“大数据+工业互联网”为基础的工业大数据将从探索起步阶段迈入纵深发展阶段。《指导意见》的出台，部署了“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”等具体手段，在国家层面把基础数据汇聚起来，建设以大数据为手段支撑政府精准施策、精准管理的平台，通过组织宣贯培训、建立推进机制、任务分解落实、开展试点示范等一系列举措推动落实《指导意见》，以更好地服务政府决策和企业发展，引领工业生产方式的变革，拉动工业经济的创新发展，有利于加快工业数字化转型进程。相信不久的将来，政、产、学、研、用各界将共建共创工业大数据生态，务实有序地推动发展工业大数据。