當前，以互聯網為基礎的新一代信息技術正在深入推動制造業創新發展，我國工業逐漸向智能化、集成化、服務化和高效化邁進。作為實現智能制造的重要驅動力，工業大數據可為企業制造與管理流程優化，產品、服務和商業模式創新，以及整個行業生態圈的快速聚合提供有效服務。
當前，以互聯網為基礎的新一代信息技術正在深入推動制造業創新發展，我國工業逐漸向智能化、集成化、服務化和高效化邁進。作為實現智能制造的重要驅動力，工業大數據可為企業制造與管理流程優化，產品、服務和商業模式創新，以及整個行業生態圈的快速聚合提供有效服務。然而，在數據處理技術和數據整合方面，目前我國數據加工服務業對智能制造的驅動作用尚未顯現。加強對我國工業大數據應用的研究，對推動實現互聯網與制造業跨界融合、加快實施《中國制造2025》，以及提高新時期制造業國際競爭力，具有重要意義。
我國推進智能制造需要工業大數據驅動
(一)重塑企業制造與業務流程，實現并行、實時、透明的生產與管理
與其它行業大數據應用不同，工業大數據應用的最大價值，就在于對企業生產制造和業務管理流程的智能優化。在生產制造方面，由于工業生產部門的分工細化程度和復雜程度逐漸增強，它復雜的系統在生產過程中產生了大量機理不清的動態、半結構化和結構化數據，傳統企業難以及時、快速地提取和處理，而工業大數據具有體量大、價值提取度高等特點，能夠整合全部生產線數據，對生產動態模型建設、多目標控制流程進行優化，并可對物料品質、能耗、設備異常和零件生命周期進程進行監控預警，賦予設備和系統“自我意識”，進而實現低成本、高效率的并行生產。在業務流程管理方面，工業大數據將企業業務執行與數據高度融合，可打通分公司、分部門的數據隔離狀態，讓數據驅動實時決策和高效運營，實現企業柔性化、透明化管理。
(二)助力產品、服務和商業模式創新，實現供應鏈持續優化和敏捷響應
在產品應用層面，工業企業通過生產攜帶傳感器等裝的智能產品，實時采集、存儲和傳輸大量用戶使用和偏好的數據，讓用戶參與到產品的改進與創新之中，以幫助企業及時改進產品功能，預先診斷產品故障，并根據市場需求變化，在第一時間創新產品和改善服務。同時，還可在此基礎上構建全新的商業模式，通過規模化定制，滿足用戶的個性化需求，為企業創造全新價值。在原材料供應層面，企業通過對工業大數據分析，能夠對實時采集的訂單、庫存、物流與資金流等數據進行同步整合，持續優化并改進上游原材料供應鏈，幫助企業實現產業鏈協同、敏捷響應。
(三)有利于行業跨界融合，促進形成開放共贏的“互聯網+”生態圈
工業大數據不僅對工業企業生產經營具有持續改善作用，對工業企業上下游與行業內外同樣有正向聚合效應。比如，“互聯網+汽車”就是基于汽車生產企業的工業大數據，綜合人、車、路、環境、社會之間關系，實現了行業間的跨界融合與互動。汽車生產企業收集到車輛的安全數據、路況數據、駕駛數據，并將這些數據開放后，保險公司就可據此推出多樣化和更有針對性的險種，車輛維修企業據此能夠更加及時地響應救援，汽車零配件廠家則可提供更加個性化、人性化的汽車配件產品，交通部門可以據此預測節假日或高峰期交通狀況，甚至結合地理信息數據和環境數據，提供更精準的天氣預測等，最終實現交通領域不同行業部門之間的“互聯網+汽車”大生態。
當前我國工業大數據應用存在的問題
(一)挖掘工業大數據價值的核心技術體系尚未建立
工業大數據的挖掘需要一整套技術體系作支撐，任何一環的缺失都將降低工業大數據的應用價值。面對不同的生產對象，基于數據的匯總、分析、預測和決策等，都對應著不同的數據處理機理、模型和方法。特別是信息物理系統(CPS)的應用，將搭載一套多維度的智能技術體系，提升整個數據處理流程的智能化水平，實現虛擬和現實生產空間的映射與融合。當前，我國還處于促進制造業智能化升級的探索階段，對大多數企業而言，能夠自我感知、自我記憶的數據采集感應系統尚未建立，處理復雜數據結構的數據處理技術仍需優化，高效的數據庫維護和管理機制還需完善。因此，我國需進一步規劃和探索建立挖掘工業大數據價值的核心智能技術體系，以支撐智能制造環境下對工業生產與管理的高效決策。
(二)行業企業內外部數據整合應用不足
目前，我國大數據整體應用仍處于初級階段，條數據采集應用較為廣泛，塊數據應用較為缺乏，行業內部數據和外部數據整合應用不足，跨行業的互動聚合效應尚未顯現，對于工業大數據亦如此。《中國大數據發展報告》顯示，當前60%以上的企業把內部業務平臺數據、客戶數據和管理平臺數據作為大數據應用的主要來源，只有約1/3的企業使用外部互聯網數據或其它行業企業數據，還沒有形成企業內外融合互動的數據采集與處理模式，外部數據應用水平有待進一步提高。
(三)企業各部門之間數據集成應用難度較大
調研結果表明，部分工業企業各部門之間信息孤立情況比較嚴重，基本數據都由系統采集和統計，但不同的生產數據由不同部門的工作人員填報，加之每一個部門的關注點不同，部門之間數據尚未打通和整合，致使數據利用率極低。對工業企業大數據應用來說，內部數據的集成應用是實現生產、業務協同的首要環節，而目前我國眾多企業內部信息的不互通，無疑為工業大數據的應用增加了一道門檻，也降低了企業優化轉型的速度。
(四)工業大數據加工服務業實力較為薄弱
基于客戶需求、生產環境的不同，不同行業、不同企業對數據的采集、處理過程和挖掘方向也各不相同，因此，工業大數據的應用與早期ERP等軟件在企業中的應用類似，必須針對每家企業進行獨立的設計、改造。這就對工業大數據加工服務業提出了更高要求——需兼備工業行業專業知識與大數據處理能力。目前，我國工業大數據的開發應用大多由工業企業自主探索，比如，尚品宅配、海爾、紅領制衣等企業，專業數據加工服務企業的作用尚未顯現。同時，不少數據加工服務企業的前向預測能力還有待加強，目前大多數只是將數據用于后向披露與原因分析。
相關建議
(一)加強政策引導，提高工業大數據應用技術與水平
一是加強工業大數據頂層設計，盡快組織出臺《關于促進工業大數據應用的指導意見》，壯大大數據產業發展規模，明確大數據應用需求迫切的技術、標準、產業，制定發展路線，提高大數據行業的服務水平和工業大數據應用水平。二是深入推進兩化融合，引導企業加快內部數據整合與集成，夯實工業企業大數據應用基礎。三是建議設立工業大數據統籌發展部門，引導建設國家級工業大數據聯盟，負責指導和研究相關數據標準，提供工業企業大數據應用技術咨詢培訓、信息安全咨詢等公共服務。
(二)加大財稅金融、投融資政策扶持力度，推動工業大數據服務發展
一是設立國家工業大數據發展專項基金，充分發揮專項基金的政策放大作用引導社會資本積極參與工業大數據應用。要創新項目投資機制，引入政府和社會資本合作(PPP)模式，通過投資補助、基金注資、擔保補貼、貸款貼息等多種方式，增強吸引社會資本的能力。二是完善企業研發費用計核方法，將工業企業大數據應用研究費用加計扣除優惠政策范圍。三是加強對小微工業企業的財政稅收政策支持，減輕小微工業企業進行大數據應用的負擔。
(三)建立全方位的技術應用推廣機制，擴大工業大數據應用范疇
一是針對工業企業實施一批具有特色的大數據應用試點示范項目，探索大數據產業的新模式、新業態。二是定期舉辦工業大數據應用優秀項目成果展，擴大工業大數據應用成果在全社會的影響力。三是加強工業大數據應用的國內外交流合作，組織相關機構和人員到國內外進行學習與交流。
(四)重視復合型人才的引進培養，構建有利于工業大數據發展的人才激勵機制
一是全面改革人才引進機制，破除不利于人才發展、束縛人才成長的體制機制障礙，營造有利于工業大數據人才培養和發展的職業環境，構建領軍型、科研型、復合型、實用型等多層次組合的工業大數據人才結構。二是完善人才激勵機制，注重對大數據人才的就業創業引導，制定更加開放、有效的人才激勵政策，建立適用的人才獎勵基金，激發創業、創新、創造活力。三是加快大數據人才職業化進程，建立大數據分析師等職業資格考試和認證制度，在國有大中型工業企業率先推行首席數據官(CDO)制度。
京公網安備 11010502049343號