深化互聯網、大數據、人工智能與實體經濟融合推動工業大數據創新發展

當前，互聯網、大數據、人工智能等新一代信息技術蓬勃發展，正成為帶動技術流、資金流、人才流、物資流的關鍵載體，成為促進資源配置優化的重要支撐，標志著信息化發展進入新階段。習近平總書記指出，要“加快建設制造強國，加快發展先進制造業，推動互聯網、大數據、人工智能和實體經濟深度融合”。這是制造資源配置效率優化、制造業全要素生產率提高的迫切需求，也是新的技術條件下制造業生產全流程、全產業鏈、產品全生命周期的數據可獲取、可分析、可執行的必然趨勢。在中國制造業升級的關鍵時期，應把握住稍瞬即逝的時間窗口，趁勢而上，抓住工業大數據創新發展這個“牛鼻子”，持續推進大數據等信息技術與制造業融合發展，加快制造業供給側結構性改革，努力實現由制造大國向制造強國的歷史性轉變。

一、深化對大數據和實體經濟融合的認識

(一)大數據正處于融合發展和變革創新的重要關口

大數據與傳統生產要素勞動力、土地、資本一道，正深度參與生產活動，正成為一項重要的戰略性資產。一是數據量激增，互聯網、移動互聯網、物聯網三大生態順次發展，使得全球數據總量爆發性增長，到2020年，數據總量將達到44ZB(萬億GB)，其中工業大數據增速將是其它大數據領域的兩倍。二是軟件、網絡、裝備等各領域間技術跨界融合成為趨勢，依托數據的整合作用，推動產品與服務、硬件與軟件、應用與平臺趨向交融。三是全球產業格局面臨重塑，傳統大數據企業、ICT企業、自動化企業、制造企業正在成為工業大數據這一新興領域的領導力量，以融合性技術創新和新興產業生態體系為標志的產業新格局正在形成中。

(二)大數據正成為推進實體經濟變革的關鍵戰略資源和重要推動力

制造業是實體經濟的主體，正成為大數據融合的主戰場。一是推動企業研發設計、生產制造、供應鏈管理、產品服務、企業組織和產業鏈合作的智能化變革，并實現物理世界和數字空間的相互映射和高效協同，重塑企業制造與業務流程。二是通過制造業全要素、全產業鏈、全價值鏈、全生命周期的數據整合匯聚與分析建模，助力產品、服務和商業模式創新。三是構筑信息互通、資源共享、能力協同、開放合作的制造業新體系，促進行業跨界融合，促進形成開放共贏的“互聯網+先進制造業”生態圈，極大地擴展了制造業的創新與發展空間。

(三)發達國家和領先企業積極應對大數據帶來的深刻變革

當前，“得數據者得天下”已經成為全球普遍共識，世界各國及領先企業均將大數據作為未來搶占產業競爭制高點的關鍵。一方面積極實施大數據引領戰略，如美國從2009年開始陸續推出數據開放、技術創新、協作發展系列戰略與規劃,目前已在先進制造、智能機器人、可穿戴設備、無人駕駛汽車、新材料及新型電子器件等多個領域實現了與大數據緊密融合，形成了明顯的先發優勢。另一方面領先企業以工業互聯網平臺為載體，不斷形成針對制造業應用場景的大數據解決方案，如GE、西門子、PTC等龍頭企業將大數據技術與行業經驗融合，通過Predix、Mindsphere和Thingworx等工業互聯網平臺解決方案，推動制造企業成為數據驅動、快速迭代、持續優化的工業智能系統。

二、我國大數據和實體經濟融合發展的進展和挑戰

(一)主要進展

在國家大數據戰略的牽引下，大數據產業發展不斷壯大，龍頭企業引領、上下游企業互動、技術創新不斷突破的格局初步形成。據測算，2017年我國大數據產業規模達到4700億元，增速繼續保持在30%以上。一是成立工業大數據應用技術國家工程實驗室，同時北京、天津、四川等地方政府依托創新中心加速工業大數據核心技術突破及應用推廣。二是制造和自動化領域的領軍企業依托長期積累的核心技術和行業知識，大力推廣大數據在工業領域的應用。如航天云網、東方國信、樹根互聯等企業均依托自身領域優勢提供數據采集、清洗、存儲和分析全流程工業大數據服務。三是信息通信、互聯網企業依托大數據和云計算技術優勢，不斷提升解決方案的智能化水平，例如華為、阿里等企業均面向制造業提供產品質量檢測、設備預測性維護、生產流程優化等工業大數據服務。四是大數據企業自主研發實力快速提升，國內骨干互聯網企業已經具備自主開發建設和運維超大規模大數據平臺的能力。據不完全統計，我國大數據領域專利公開量約占全球40%，位居世界第二。

(二)問題挑戰

一是需求挖掘不足。一方面我國大部分工業企業尚未進入智能化發展階段，亟需數字化、網絡化補課，普遍存在數據源質量差、信息孤島多等問題，嚴重阻礙工業大數據的應用推廣；另一方面產業界缺乏成熟可推廣的模式和燈塔式項目，導致基于數據驅動的解決方案難以快速落地。二是產業環節力量薄弱。一方面，我國工業大數據產業缺乏像西門子、GE等能夠帶動工業大數據產業發展的龍頭企業，另一方面，我國目前涌現出的工業大數據產品和解決方案與國外領先水平仍存在差距，難以滿足工業界發展大數據的需求。三是標準和安全體系尚未建立。一方面缺乏工業大數據標準，在限制了工業數據在不同系統、不同部門、不同工廠間的有序流動的同時，也嚴重制約工業大數據產品跨行業跨領域的應用推廣；另一方面工業大數據安全問題突出，越來越多的設備、系統、生產和服務過程暴露在工業互聯網上，會涉及大量重要工業數據和用戶隱私信息，如果被竊取將對企業造成嚴重威脅，目前缺乏針對工業大數據法律法規和管理措施。

(三)發展機遇

當前，新一輪科技革命和產業變革正在加速推進制造業向智能化、服務化、綠色化轉型，也為大數據與實體經濟融合帶來新的機遇。一方面帶來新思維。大數據技術的發展，為制造業探索未知、求解問題提供新的思維方法，從處理抽樣數據轉為全樣本處理、從強調因果關系轉為兼顧相關關系、從描述診斷發展為預測決策，推動工業經濟向數據驅動型創新體系和發展模式轉變。另一方面帶來新載體。工業互聯網平臺正成為工業大數據的重要入口和應用載體，我國一些大型裝備自動化企業、制造企業、信息通信企業加快平臺化轉型，加強工業大數據解決方案研發和用探索。

三、下一步工作考慮

立足當前工業大數據產業創新發展的關鍵時點，有必要聚合各領域企業、高校與科研機構并形成合力，以融合創新為主線，共同推進關鍵技術和產品的創新、部署與應用，推動深化開源開放的創新模式，以應用引領產業鏈整體性突破，實現向價值鏈高端水平躍升。

加強頂層設計，明確工業大數據產業突破的重點方向與關鍵領域。一是研究制定推動互聯網、大數據、人工智能等新一代信息技術和實體經濟融合發展的政策文件，強化大數據應用推廣。二是以工業互聯網平臺為重點，加快突破工業數據清洗、集成、存儲計算等數據分析共性技術，消除數據分析的技術瓶頸。三是充分發揮我國工業、ICT、互聯網等行業的領先企業在數據分析領域多年積累的經驗，加大面向行業的分析工具、算法、模型等的研發力度，加快若干新興領域的關鍵技術的研發和攻關。

強化應用合作，構建以市場化機制為基礎的產業生態體系。一是鼓勵制造企業和大數據、人工智能領域的軟件及平臺企業加強合作，圍繞自有開發框架，開展重點行業領域產用對接，形成云端工業大數據服務體系和競爭優勢。二是大力培育、組織和支持工業大數據相關的開源社區建設，鼓勵國內企業依托國際開源社區，加速推進我國工業數據分析產品和服務的研發產業化。三是持續開展工業大數據創新競賽，營造工業大數據產業快速發展氛圍，加強工業數據建模分析、基于開源技術和代碼的軟件開發等復合型人才培養，形成產學研深度融合的技術創新體系。

加強國際交流，積極吸取美德等發達國家在工業大數據領域的先進經驗。一方面通過與美德等發達國家在技術研究、測試床、應用推廣等方面的深度交流與合作，學習其他國家先進發展模式、人才培養方式和核心技術研發模式，為我國未來工業數據分析提供可復制和可參考的樣板。另一方面積極參與工業數據分析領域的國際標準制定，確保我國工業數據分析技術標準發展符合國際主流趨勢，爭取參與國際標準制定，提升國際話語權和全球影響力。（來源：中國電子報）