什么是工业大数据？

       工业大数据，工业领域中围绕典型智能制造模式，从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。其以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业大数据相关技术和应用。

       工业大数据库对企业有哪些帮助？

       工业大数据技术是使工业大数据中所蕴含的价值得以挖掘和展现的一系列技术与方法，包括数据规划、采集、预处理、存储、分析挖掘、可视化和智能控制等。工业大数据应用，则是对特定的工业大数据集，集成应用工业大数据系列技术与方法，获得有价值信息的过程。工业大数据技术的研究与突破，其本质目标就是从复杂的数据集中发现新的模式与知识，挖掘得到有价值的新信息，从而促进制造型企业的产品创新、提升经营水平和生产运作效率以及拓展新型商业模式。

       大数据是制造业提高核心能力、整合产业链和实现从要素驱动向创新驱动转型的有力手段。对一个制造型企业来说，大数据不仅可以用来提升企业的运行效率，更重要的是如何通过大数据等新一代信息技术所提供的能力来改变商业流程及商业模式。

       工业大数据治理是对组织的工业大数据管理和利用进行评估、指导和监督的体系框架。它通过制定战略方针、建立组织架构、明确职责分工等，实现工业大数据的风险可控、安全合规、绩效提升和价值创造，并提供不断创新的大数据服务。

       工业大数据的作用是什么？

       工业大数据治理对于确保工业大数据的优化、共享和安全是至关重要的。有效的工业大数据治理计划可通过改进决策、缩减成本、降低风险和提高安全合规等方式，将价值回馈于业务，并最终体现为增加收入和利润。工业大数据治理的作用可概括为四点：

       (1)有效的工业大数据治理能够促进工业大数据服务创新和价值制造;

       (2)科学的工业大数据治理框架有助于提升组织的工业大数据管理和决策水平;

       (3)有效的工业大数据治理能够产生高质量的数据，增强数据可信度，降低成本;

       (4)有效的工业大数据治理有助于提高合规监管和安全控制，并降低风险。

       工业大数据作为大数据的一个应用行业，在具有广阔应用前景的同时，对于传统的数据管理技术与数据分析技术也提出了很大的挑战。企业发展需要工业大数据，2020年5月13日，中华人民共和国工业和信息化部发布《关于工业大数据发展的指导意见》。一起来看看吧。


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。