李颖：充分阐扬数据价值，推动工业互联网创新发展

工信部信软司巡视员李颖

（配图来自网络）

随着第四次工业革命的索求逐步走向深刻，数据作为数字经济时期新驱出发分的作用日益凸显，与传统身分相比，数据拥有更强的可复造性、更易共享、且可无限增长和供给，使突破有限天然资源供给对经济增长造约成为可能，对造就经济发展新动能、启发发展新路路拥有沉要意思。造作业是国民经济的主体和根基，工业数据的深度开发利用既是数字经济内容发展的标志，也是传统产业数字化转型的难点和关键。随着新一代信息技术的不休扩散和深杜爪用，工业互联网平台应运而生，工业产品和出产经营活动全性命周期数据的采集、存储、分析、共享、利用、服务增值等正出现一日千里的勃勃朝气，催生了一系列新产品、新模式、新业态，推动造作业加快向数字化、网络化、智能化刷新。

工业互联网平台使数据价值充分开释成为可能

在消费互联网的发展过程中，一批企业通过对消费者行为数据的深度挖掘，已在贸易刷新中获得显著功效，并催生出一批数据驱动的新贸易模式。但在工业领域，由于数据采集更难题、数据种类更复杂、数据利用专业难度更大，对数据利用的开发利用显得相对滞后。工业互联网平台的发展使得工业数据在采集、分析和利用方式上产生巨大转变，为工业数据创造价值启发了辽阔空间。

一是工业互联网平台带来了数据采集方式的底子扭转。

传统的工业数据采集重要通过人为录入、调查问卷、电话随访等方式进行。这种采集方式得到的数据数量少、时效性差、精度低、成本高。随着条形码、二维码、RFID、工业传感器、工业自动节造系统、CAD/CAM/CAE/CAI、5G等技术在工业领域得到宽泛利用，工业数据的采集方式出现了性质的扭转，工业企业可获得的数据起源更丰硕、更全面、更实时，数据种类更多（不仅可获得来自负息化系统的IT数据，还能获得来自设备、员工、出产环境的OT数据），为工业数据创新利用奠定了更具时效性、正确性、齐全性的数据基础。

二是工业互联网平台加快了工业数据分析方式的创新突破。

工业设备可不间断产生数据，并且可实现毫秒级频率的数据采集，数据量重大，且涉及的数据种类、数据体式以及数据结构多样，专业关系复杂，传统的数据分析方式无法有效应对。此表，传统数据分析往往将数据存储在边缘侧或独立的系统中，使数据互联、互通、互操作碰壁，无法有效提取和协同利用所需的有关数据，故障了数据的有关分析、系统利用和价值转化。以工业互联网平台为基础，创新利用边缘推算、大数据、人为智能等新兴技术可突破主观认知局限和传统数据分析的因果范式，从海量工业数据中鉴别数据间的有关性，深刻挖掘数据潜在关联价值，形成决策新范式和新洞察。

三是工业互联网平台成为数据价值创造的最佳载体。

传统工业数据利用方式大多是基于企业部门汗青数据发展部门分析，将部门个别经验提炼成因果规定，并加以推广利用。工业互联网平台的出现可实现工业数据的在线、实时、动态、跨界分析利用，为工业企业的产品服务、出产经营决策等方面提供更全面、更急剧、更精确的大数据支持，将因果规定转变为基于有关数据的个性化精准决策。在此基础上，工业互联网平台可支吃祗业加快突破传统业务烟囱式的发展模式，大大提高了数据流动的自动化水平，实现逾越地域、逾越组织的设备、业务、市场数据的创新协同利用，构建盛开生态系统和创新发展模式。

基于工业互联网平台的数据创新利用获得显著实效

得益于工业数据在采集、分析、利用方式的刷新，数据驱动型创新利用对于推动工业互联网平台价值落地和急剧发展功效显露。凭据数据流动领域和复杂水平，工业互联网平台的创新利用已在设备、企业和供给链等分歧层级上产生了显著实效。

一是设备级数据利用，实此刻线、实时设备治理。

设备级数据利用是最基础的数据利用，无论是工业企业对于来自联网设备运行信息的高级分析，还是设备造作商对自身产品在全性命周期中的理解、治理、诊断和守护，都必要从原先单纯依赖人为、经验转造成基于数据所得出的更科学和更高效的决策。设备级数据利用通过实现工业设备的互联互通，将设备的运行状态转化为数字，实现可视化，并基于采集来的数据对工业设备进前进一步的数据分析，如故障诊断通过设备运行中的有关信息来鉴别其技术状态是否正常,确定故障的性质与部位、寻找故障起因、预报故障趋向,并提出相应对策
；预测性守护是基于汗青数据和实时数据对即将出现的问题进行预判，可有效缩短设备非打算
；Ψ颉⒈Ｕ铣霾蛩恪⒔档驮宋杀
；产品即服务是设备造作商从销售产品向提供服务（如远程运维、预测性守护等）的贸易模式转变，可为客户带来创新价值、为造作商提供新的收入起源。

二是企业级数据利用，实显祗业精益治理。

企业级数据利用是指买通企业OT数据与IT数据，基于数据分析为企业整体业务和运营优化提供科学决策，实显祗业精益治理。企业级数据利用种类较为丰硕，蕴含质量治理、能源治理、安全治理、出产过程治理等。全面质量治理是企业级数据利用的典型例子。传统的质量治理方式重要在出产造作实现之后进行质量检测。这种单环节的检测方式对人员经验的依赖性较高，容易造成漏检、尺度不一致等问题
；这种检测方式不能鉴别出不合格产品的原因和环节，从而无法从底子上提升产品合格率。数据驱动型全面质量治理当用可整合设备、员工、工艺、环境、质检等多方数据，以点到面形玉成面质量治理解决规划。在造作环节，针对设备（基于设备治理保障出产过程质量一致性）、员工（基于机械视觉鉴别员工谬误操作）、环境（实现环境智能监控）、工艺（基于机械进建鉴别参数最优解）方面，形成基于数据的单点质量治理当用
；在质检环节选取基于机械视觉的质检步骤，可确保质检了局一致性和正确性比其他质检步骤有显著的提升，基于机械进建分析质检了局，利用缺点智能追踪，确定出现质量问题的原因和环节，并采取相应改善措施，形成质量治理关环，实现全面质量治理。

三是供给链级数据利用，实现供给链动态精准协同。

供给链级数据利用是工业数据在企业间的延长、交互，涉及企业、供给商、分销商、客户等多个参加方，蕴含打算、采购、出产、物流等一系列环节。高级排程是供给链级数据利用的典型例子。企业凭据需要预测形成出产打算的同时，可将订单打算自动拆解成相应的采购打算、物流打算等，并与零部件供给商、物流服务商的系统进行数据交互，凭据现实情况预测可能出现的变动（如某特定产品供给商出现产能不及的情况、货运公司无法正常运输等），或针对出现的突发情况（如垂危订单、零部件迷失等）调整出产铺排，实现供给链动态精准协同。

供给链级数据利用通过企业间的数据共享、数据买卖，还可实现社会造作能力盛开共享、供给链金融、UBI、融资租赁等产融创新模式，为我国经济发展提供新动能。

进一步加快数据驱动型创新利用落地推广

进一步加快数据驱动型创新利用落地推广，必要构建美满的工业数据治理系统，以数据价值为牵引不休拓展数据利用规模、提升数据利用价值，最大化开释数据效力。

一是美满数据治理系统，持续优化数据开发利用环境。

健全工业数据买卖、共享造度。从司法层面对工业数据资源的产权属性予以界定，美满数据价值评估，成立健全工业数据资源买卖机造和定价机造，索求成立全国性工业数据买卖中心
；美满工业数据安全和隐衷
；は低。推动美满工业数据安全等级
；ぴ於，成立两全安全与发展的工业数据治理和保险系统，加强对贸易奥秘、敏感数据及隐衷的
；。

二是加强利用价值挖掘，拓展数据开发利用规模。

加强数据开发利用项主张价值落地。以数据利用价值为牵引，将大数据技术、机理模型和分析了局更为便捷、精准、低成本地使用到各业务场景，切实援试祗业实现降本提质增效、决策优化和业务延长
；扩大数据合作领域，实现数据利用规模与效益倍增。通过买通产业链、价值链数据，提升工业数据的跨行业合用性，实现数据一次采集、多方反复使用，实现规模和价值倍增，推动形成工业数据利用的新模式、新业态。

三是发展数据创新试点示范，加快数据开发利用模式迭代创新。

打造一批典型数据利用案例，加强试点示范引路。激励有基础、有需要、有动力的企业深度发展数据开发利用，加强基于新一代信息技术的工业机理模型研发，加快形成一批基于数字孪生、大数据分析、人为智能的数据驱动型典型案例和解决规划
；造就数据创新生态系统，加快数据驱动型造作业发展模式的迭代创新。在数据领域、利用规模、开发深度不休拓展的基础上，加强涵盖数据技术、利用、产业、本钱、人才等身分的数据创新生态系统建设，为索求形成和迭代创新数据驱动型造作业发展模式提供壮大支持。