9月4日消息,为推进工业发展,逐步激活工业数据资源要素潜力,不断提升数据治理和安全保障能力,工业和信息化部编制了《工业大数据发展指导意见(征求意见稿)》(以下简称《意见》),并向社会公开征求意见。
《意见》要求,加强工业大数据资源采集汇聚,引导工业企业开展数据资源编目工作,加强数据清洗和预处理,提升数据准确性、完整性、一致性,实现数据资源的可见、可管、可用。支持企业建设工业大数据集成平台和大,实现多源异构数据的融合和存储。鼓励企业建立数据质量管理机制,制定规范的数据质量评估监督、响应问责和流程改善方案,积极应用先进质量管理工具,形成数据质量管理闭环等。
具体内容如下
该《意见》提到,要坚持集聚共享、融合牵引、创新驱动、安全有序的基本原则,到2025年,实现工业大数据资源体系、融合体系、产业体系和治理体系基本建成,形成从数据集聚共享、数据技术产品、数据融合应用到数据治理的闭环发展格局,工业大数据价值潜力大幅激发,成为支持工业高质量发展的关键要素和创新引擎。
构建工业大数据资源体系,培育生产要素
1加强工业大数据资源采集汇聚
推动工业大数据全面采集,依托现有政策渠道,支持企业加快部署传感器、射频识别、数控机床、机器人、网关等数字化工具和设备,提升设备数据、产品标识数据、工厂环境数据等生产现场数据采集能力;推动工业大数据传输交互,推动5G、NB-IoT等技术在工业场景中的应用,推进IPv6规模部署,改造升级工业企业内外网络;推动工业大数据高质量汇聚,引导工业企业开展数据资源编目工作,加强数据清洗和预处理,支持企业建设工业大数据集成平台和大数据中心,实现多源异构数据的融合和存储。
2推动工业大数据资源共享流通
推动工业大数据合作共享,支持各地优势产业上下游企业与第三方机构加强合作,围绕数据合作共享形成战略伙伴关系;激发工业大数据市场活力,指导建设国家工业互联网大数据中心,鼓励企业、研究机构等主体积极参与区块链、安全多方计算等数据流通关键技术攻关和测试验证;降低工业大数据流通的风险,研究开发工业大数据资产价值评估模型,建立完善评估工作机制,推动形成数据资产目录和资产地图。
3提升工业大数据资源管理能力
推动建立工业大数据管理能力评估体系。基于《数据管理能力成熟度评估模型》(GB/T 36073-2018,简称DCMM)等国家标准,结合工业领域大数据管理的特点和需求,系统构建工业大数据管理能力评估体系。
加快推进工业大数据管理能力普及与应用。推动建设国家工业大数据管理能力评估平台,完善市场化服务体系,依托第三方评估机构,线上评估和线下辅导相结合,全面推进工业大数据管理能力评估。
壮大工业大数据融合体系,深挖应用潜力
1推动工业大数据全面深度应用
深化数据驱动的全流程应用。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;培育数据驱动的制造新模式。支持企业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。
2强化工业大数据应用供给能力
提升工业互联网平台的数据应用支撑作用,引导工业互联网平台强化数据能力,面向中小企业开放服务资源,推动中小企业逐步将业务系统向平台迁移和部署,提升中小企业数据应用能力;培育工业大数据解决方案供应商,面向能源化工、航空航天、建筑钢铁等新一代信息技术与制造业融合发展的重点产业和领域,发挥政策导向作用,支持培育一批市场份额大、服务能力强、专业化和集成化水平高的工业大数据解决方案供应商。
做强大数据产业体系,激发工业创新活力
1提升工业大数据技术能力
突破工业大数据关键共性技术。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。
构建工业大数据技术创新生态。支持企业、高校、科研院所、产业联盟合作,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,围绕重大共性需求和重点行业需要开展协同创新,推动工业大数据科研资源共享、共创和技术成果转化。
2增强大数据产业支撑能力
打造健全的大数据产品体系。围绕工业大数据采集、整理、分析、应用等环节,推动工业大数据存储与管理工具、分析与挖掘工具、数据可视化工具等软件产品开发,支持传感器、服务器、存储设备、网关设备等工业级硬件产品发展,形成健全的大数据基础性、通用性软硬件产品体系。
全面提升数据服务水平。大力支持可靠可信的工业发展,构建低成本、高弹性的工业大数据存储和处理基础设施。聚焦提升工业大数据共享集聚水平,培育一批专业化收集、汇总、交易工业大数据的第三方数据资源提供商。
完善工业大数据治理体系,强化发展保障
1加快完善工业大数据治理规则
完善工业大数据法规标准。加强工业数据确权、数据流通、数据安全等相关法律法规立项和研究,加快完善工业大数据规范化发展的法制环境;推动工业大数据分类分级管理。完善工业大数据分类分级顶层规划,制定《工业数据分类分级指南》,实现数据的差异化管理。
2加强工业大数据安全风险防范!
构建工业大数据安全保障体系。明确安全主体责任和防护要求,构建形成覆盖工业大数据全产业链的安全管理体系;加强工业大数据安全技术产品的研发和产业化。加快培育工业大数据安全骨干企业,支持企业开展数据安全服务,营造良好的工业大数据安全产业生态。
同时还提到了一系列的保障措施:健全统筹推进机制、强化财税金融支持、培育融合人才队伍等措施以推动工业大数据产业更好更快发展。