精品无码国产aa一区二区三区|日韩欧洲亚洲美三区中文幕|亚洲人成网站色在线入口|精品国产日韩久久亚洲

工業(yè)大數據作為工業(yè)與數字經濟之間的橋梁紐帶，對加快工業(yè)數字化轉型、推進數實融合，支撐新型工業(yè)化建設意義重大。為此，2022-2023年賽迪研究院對上海、江蘇、浙江、福建、山東、河南、杭州、寧波、廈門、青島、深圳11個省市及部分行業(yè)領域專家開展調研。調研發(fā)現(xiàn)，地方在工業(yè)大數據基礎設施、標桿示范、集群載體、要素保障方面取得了積極進展，但同時仍面臨數據流通不暢、技術產品不強、解決方案不足、慣性思維局限等問題。下一步，建議打造工業(yè)大數據先導區(qū)示范標桿，同時要供需兩端共同發(fā)力，促進數據要素流通，推動產業(yè)集聚發(fā)展。

一、地方工業(yè)大數據發(fā)展現(xiàn)狀

（一）支撐工業(yè)大數據流通的基礎支撐能力基本形成

一是基礎設施的建設部署加快推進。各地加大5G、千兆光網等數字基礎設施的建設部署，提升工業(yè)互聯(lián)網支撐服務能力。如山東省實施“感知能力”提升工程，部署物聯(lián)網終端數超1.64億個。青島市建設了工業(yè)互聯(lián)網企業(yè)綜合服務平臺，累計上線特定行業(yè)、領域工業(yè)互聯(lián)網平臺40個。福州市通過工業(yè)互聯(lián)網平臺接入600多家紡織化纖企業(yè)。

二是工業(yè)數據的采集匯聚不斷加強。各地積極實施數據管理能力國家標準，強化數據全生命周期管理和數據資源體系建設。如山東省培育數據共享、數據開放、數據流通、公共服務四類60個平臺，構建工業(yè)大數據平臺體系。江蘇省牽頭制定了《信息技術 大數據 工業(yè)產品核心元數據》國家標準，推進工業(yè)大數據產業(yè)標準化。

三是數據資源的資產化運營加速落地。各地積極培育數據要素市場，打造數據交易中心、數據中介、數據經紀人等數據服務新模式。如江蘇省、廣東省發(fā)布首席數據官制度。上海市布局新型數據交易所，推進多層次數據交易流通機制，打造“數商”交易生態(tài)。

（二）釋放工業(yè)大數據價值的應用標桿示范不斷涌現(xiàn)

一是示范應用場景加速涌現(xiàn)。全國過半省市發(fā)布數字化場景清單，引導工業(yè)領域新業(yè)態(tài)新模式發(fā)展。如湖南、河南、江蘇等省發(fā)布制造業(yè)數字化轉型典型應用場景。青島市搭建場景賦能公共服務平臺，累計發(fā)布“工業(yè)賦能”場景2110個，共4076個企業(yè)需求被150家服務商接單。山東省開展數據應用效能綜合評價，推動典型案例“一地創(chuàng)新、多地復用”。

二是工業(yè)企業(yè)全流程數據驅動能力不斷加強。我國已培育形成110家智能制造試點示范工廠，聚焦研發(fā)、設計、生產、物流等制造過程的重點環(huán)節(jié)，共同打造241個智能制造優(yōu)秀場景，且多個場景之間實現(xiàn)了良好地集成協(xié)同。比如，地方層面，浙江省建成41家“未來工廠”，以數據驅動生產方式和企業(yè)形態(tài)變革。江蘇省培育198個智能制造示范工廠，推動企業(yè)“智改數轉”。上海市公布100家智能工廠名單，發(fā)揮智能制造示范工廠標桿帶動效應。

三是地方探索開展工業(yè)大數據示范區(qū)建設。如江蘇省打造了7個省級工業(yè)大數據應用示范區(qū)，聚焦工業(yè)大數據開展先行先試。

（三）壯大工業(yè)大數據產業(yè)的集群載體創(chuàng)新發(fā)展提速

一是產業(yè)集聚區(qū)加速形成。各地加強產業(yè)基地、產業(yè)園區(qū)、重點發(fā)展試驗區(qū)等產業(yè)載體建設，推動大數據產業(yè)集聚發(fā)展。如河南省培育5個大數據產業(yè)示范園區(qū)；江蘇省打造了10家省級大數據產業(yè)園，并出臺兩個相關團體標準，指導地方開展園區(qū)創(chuàng)建。

二是集群主體的平臺化運營能力不斷提升。如寧波市依托產業(yè)大腦平臺，集成政府側和企業(yè)側應用場景，打通工業(yè)經濟相關數據，面向產業(yè)鏈上下游提供智能服務。

三是集群跨域協(xié)同和網絡協(xié)作模式加快探索。如廣州、佛山等城市加速終端產線的數字化升級，推動建設覆蓋智能家電全產業(yè)鏈和產品全生命周期的規(guī)范統(tǒng)一的標準體系，推進跨區(qū)域協(xié)同。無錫市上線物聯(lián)網集群綜合服務平臺，與上海、合肥、杭州等市、區(qū)共建長三角面向物聯(lián)網領域“感存算一體化”超級中試中心，建立網絡化協(xié)作體系。

（四）打造工業(yè)大數據生態(tài)的資源要素保障加快完備

一是公共服務持續(xù)完善。各地推進建設工業(yè)大數據創(chuàng)新中心，發(fā)布制造業(yè)數字化轉型實施指南，推動工業(yè)大數據服務生態(tài)加快構建。如福建、浙江、蘇州等省、市等組建工業(yè)大數據研究中心，建設大數據應用試驗平臺，推動工業(yè)大數據創(chuàng)新發(fā)展。廈門、寧波等城市對全市工業(yè)企業(yè)進行數字化轉型升級調研評估，針對性推進企業(yè)工業(yè)大數據采集分析相關工作。

二是大數據專業(yè)技術人才隊伍建設不斷加強。各地通過在線培訓、基地實訓等多元化方式，加強新型數字經濟人才培訓。如山東省深入開展“萬名數字專員進企業(yè)”，創(chuàng)新推行CDO（總數據師）制度，逐步實現(xiàn)大型企業(yè)全覆蓋。蘇州市新建4家涉數字經濟高技能人才公共實訓基地，全市新增數字技能人才4.93萬人。

三是產融結合促進工業(yè)數據應用擴展。各地加強產融服務，通過多樣化資金渠道和支持機制促進工業(yè)數據應用創(chuàng)新。如寧波市落地首版次軟件綜合創(chuàng)新保險，分擔創(chuàng)新企業(yè)和用戶單位風險，加快工業(yè)軟件及大數據軟件等新產品的普及推廣，促進工業(yè)數據采集應用。山東省計劃成立數字經濟發(fā)展基金，引導更多金融資源流向數字技術創(chuàng)新和數字經濟發(fā)展。

二、工業(yè)大數據發(fā)展面臨的問題

（一）數據要素匯聚難、流通少、轉化慢，制約工業(yè)數據要素價值釋放

一是數據“過度保護”制約工業(yè)數據匯聚。比如，杭州、青島等城市調研反饋，企業(yè)出于對工業(yè)數據上云、上鏈的安全性信任不足，擔心關系商業(yè)機密和競爭力的數據泄露，不愿推進工業(yè)數據網絡化匯聚。

二是標準協(xié)議不兼容限制工業(yè)數據共享流通。工業(yè)企業(yè)數字化轉型進程不一，存在信息化基礎不一致、設備兼容性不統(tǒng)一等問題，導致數據貫通不暢、應用不足，制約數據共享流通?，F(xiàn)有的工業(yè)互聯(lián)網平臺通常面向重點行業(yè)企業(yè)提供專用性平臺服務，標準架構互通性不強，技術產品復用能力有限，在工業(yè)數據整體的流通應用方面還缺少有力的平臺支撐。

三是工業(yè)企業(yè)能力不足阻礙工業(yè)數據價值的高效轉化。部分工業(yè)企業(yè)尚未組建相對專業(yè)化的數據管理團隊，“不會用”數據現(xiàn)象普遍存在。

（二）技術根基不穩(wěn)、產品競爭力不強，影響產業(yè)發(fā)展壯大

一是底層基礎不牢，原創(chuàng)性不足。大數據治理、處理、分析技術不同程度上與國際先進水平存在差距，涉及底層框架、核心代碼的自主知識產權把控能力低，開源開放的創(chuàng)新環(huán)境匱乏，創(chuàng)新要素無法及時滿足產業(yè)鏈、創(chuàng)新鏈所需。以我為主導的大數據相關開源項目、開源平臺對國際高端創(chuàng)新資源的吸引力不足，在貢獻數量、活躍性、發(fā)版周期等方面與國外相比存在較大差距。

二是自主可控工業(yè)技術產品亟待突破。我國工業(yè)軟件長期被國外廠商壟斷，備用昂貴且存在技術掣肘風險，短時期難以形成自己的優(yōu)勢方案供給，先進技術短板等問題較為突出。

（三）應用需求和路徑不明、解決方案適配性不足，阻礙工業(yè)數據深層次應用

一是工業(yè)企業(yè)不具備數據應用規(guī)劃和設計能力。多數工業(yè)企業(yè)對數據應用場景缺乏系統(tǒng)規(guī)劃，工業(yè)數據應用多集中在“可見”場景，如設備定期維護保養(yǎng)，產品質量抽檢等，對設備關鍵組件衰退、非預期停機、工藝過程與質量關系不清晰等“不可見”的復雜、不確定性工業(yè)場景應對不足。

二是工業(yè)數據應用解決方案能力不足。工業(yè)數字化機理模型多產生于高校和實驗室，而工業(yè)數據背后融合了實際應用需求的專家經驗，未能構建起有利于算法識別的特征，無法有效固化到軟件平臺。總體表現(xiàn)為普適性方案多、個性化方案少，單點單環(huán)節(jié)應用方案多、系統(tǒng)化一體化集成方案少，項目交付式方案多、合作運維式方案少。

（四）慣性思維局限、預期效益偏低，掣肘工業(yè)大數據創(chuàng)新發(fā)展

一是地方發(fā)展工業(yè)大數據存在慣性思維局限。部分政策制度仍然把創(chuàng)新重點放在“硬環(huán)境”打造，即大部分任務舉措均圍繞以數字基礎設施、創(chuàng)新平臺、大數據交易中心等為主體的重大項目投資展開；產業(yè)協(xié)同創(chuàng)新機制、工業(yè)數據流通制度、企業(yè)營商環(huán)境等方面的“軟環(huán)境”建設不夠，面向工業(yè)大數據平臺化、網絡化業(yè)態(tài)特點和創(chuàng)新需求提供的職能改革和服務優(yōu)化不足，面對工業(yè)數據技術痛點、短板的數字產業(yè)發(fā)展舉措有待進一步創(chuàng)新。

二是企業(yè)發(fā)展工業(yè)大數據面臨投入產出預期不足羈絆。工業(yè)數據全流程監(jiān)測通常依賴于生產設備系統(tǒng)的數字化升級改造，企業(yè)對該過程中可能導致生產中斷的情況缺乏影響評估和專業(yè)性支持，存在因數據系統(tǒng)出錯影響生產運轉甚至引發(fā)安全事故的相關顧慮，出于安全生產考慮，部分企業(yè)認為升級改造帶來的數據系統(tǒng)安全投入遠超大數據應用收益。

三、相關建議

（一）支持先行先試，引導打造工業(yè)大數據示范高地

一是推動有條件的地方建立工業(yè)大數據先導區(qū)，支持地方結合當地實際，研究制定具體實施方案，整合區(qū)域內企業(yè)、人才、資本等資源，推動工業(yè)大數據創(chuàng)新發(fā)展。

二是開展綜合型先導區(qū)和特色型先導區(qū)分類建設，在數據要素集聚、技術研發(fā)創(chuàng)新、集群建設培育、數據融合應用等方面開展集成式系統(tǒng)創(chuàng)新和特色化路徑探索。

三是協(xié)同發(fā)揮中心城市的輻射引領作用和中小城市的特色示范效應，調動大中小城市開展工業(yè)大數據先導區(qū)建設的積極性。

（二）供需共同發(fā)力，著力提升工業(yè)大數據發(fā)展能級

一方面，推動開展核心技術攻關，圍繞數據資源、工業(yè)軟件等核心環(huán)節(jié)拓長補短，在關鍵核心領域培育一批示范引領作用強、輻射帶動范圍廣的優(yōu)秀產品和解決方案，通過工業(yè)大數據名企、名品認定等手段，推動工業(yè)大數據產品高端化、專業(yè)化發(fā)展。

另一方面，開展工業(yè)數據應用創(chuàng)新試點示范，打造工業(yè)數據創(chuàng)新應用示范場景，推動各類場景算法模型在行業(yè)間、企業(yè)間的共享應用，激發(fā)工業(yè)數據應用需求。

（三）安全發(fā)展并重，積極推動工業(yè)數據要素創(chuàng)新發(fā)展

一是支持地方探索建設工業(yè)大數據集成平臺和大數據中心，開展工業(yè)企業(yè)數據管理能力成熟度（DCMM）評估認定，構建工業(yè)數據分類分級管理體系，促進工業(yè)數據資源高效匯聚和安全管理。

二是推動建立多方參與、數據共享、利益分享的工業(yè)數據可信流通空間，引入多方計算、聯(lián)邦學習、數據沙箱等技術，探索建立可用、可信、可追溯的工業(yè)數據流通機制。

（四）鼓勵制度創(chuàng)新，支持探索適應工業(yè)大數據發(fā)展的區(qū)域特色模式

一是發(fā)展數據驅動的業(yè)務模式創(chuàng)新，推動先導區(qū)內產業(yè)鏈合作、集采模式、協(xié)同研發(fā)等企業(yè)聯(lián)動，打造產業(yè)互聯(lián)網、智能制造體系等模式創(chuàng)新示范。

二是鼓勵探索開展工業(yè)數據權屬認定、價值評估等政策制度和工作方式創(chuàng)新，推動工業(yè)數據資產化轉化，強化本地數據和跨域數據的供給流通。

三是推動一把手負責和跨部門協(xié)同機制，針對地方工業(yè)大數據發(fā)展加強政策針對性和創(chuàng)新性，切實完善專項資金、特色人才等要素保障。