網絡協同制造模式下企業數據治理難點與對策研究

【摘" 要】數據治理對于釋放數據要素價值、賦能制造業高質量發展具有重要意義。網絡協同制造成員間的數據流通壁壘、協同關系的動態性、制造場景的多樣性加劇了數據治理環境的復雜性，對制造企業開展數據治理實踐提出了新要求。基于此，論文在梳理網絡協同制造數據類型及特征、分析數據治理內容和難點的基礎上，提出相應對策，以供參考。

【關鍵詞】數據治理；網絡協同制造；對策

【中圖分類號】F426；F49" " " " " " " " " " " " " " " " " " " " " " "【文獻標志碼】A" " " " " " " " " " " " " " " " " " " " " " " " "【文章編號】1673-1069（2024）09-0119-04

1 數據治理的國內外研究動態梳理

傳統的數據治理研究主要解決微觀組織內部數據資產的決策權、角色和責任分配問題，當前在治理機制（包括治理結構、治理流程和交互機制）、治理前因和治理結果方面均產出了豐富的研究成果[1]。最受關注的領域是治理框架的構建，目前學術界廣泛認可的通用數據治理框架主要有國際數據治理研究所（The Data Governance Institute）的DGI框架和國際數據管理協會（The Data Management Association）的DAMA框架，后者強調數據治理的功能和環境要素，前者則側重數據治理的過程體系。許多學者在通用數據治理框架的基礎上結合行業特點和治理需求開展不同領域的數據治理研究和實踐，主要集中在圖書館、金融和科研等數據密集型行業，涉及數據質量、數據安全、數據架構、數據生命周期、數據存儲和IT基礎設施等內容。

近年來，數據治理研究逐漸由聚焦組織內部的數據自治向跨越組織邊界的數據共治方向發展。組織間數據治理嘗試通過機制設計創建一個協作和信任的環境，解決個體沖突，使跨組織協作的所有參與方能公平、有效地共享數據資源。該領域的研究主要聚焦技術層面的數據治理架構搭建和管理層面的治理體系構建兩個方面，前者以區塊鏈、語義網、隱私計算和數據湖等新興技術為基礎，后者則重點關注數據共治面臨的問題和難點、跨組織協作模式和影響因素、數據治理對策等內容。

目前，關于智能制造和制造企業數據治理的研究很多，但鮮有研究將二者銜接起來。Krumay et al.[2]通過案例研究分析了數字化轉型為制造企業數據治理帶來的挑戰，提出了數字化數據治理概念，闡述了其與企業治理、IT治理、應用治理、數據架構和數據質量的關聯。Morris et al.[3]指出，智能制造信息治理的三大基礎是：支持數據質量和信息可靠性、為數據分析和決策提供語義上下文、提供系統上下文以實現業務集成和驗證。Sundarraj et al.[4]總結了智能工廠的3種數據治理模式，分別為：豎井數據治理、集中式數據治理和聯邦式數據治理，構建了自動化元數據管理的系統架構。Marx et al.[5]通過系統的文獻綜述和制造領域專家研討，制定了智能制造數據管理需求目錄，在此基礎上設計了一個由業務層、應用層和數據處理層構成的數據管理框架。盡管取得了一些成果，但現有研究聚焦智能工廠內部的數據治理問題，多采用技術驅動的單一視角，對制造組織間新型協作形式下的數據治理關注不足。網絡協同制造是充分利用Internet技術為特征的網絡技術、信息技術，實現供應鏈內及跨供應鏈間的企業產品設計、制造、管理和商務等的合作，達到資源最大利用目的的一種現代制造模式[6]。研究該種模式下企業的數據類型和特征、數據治理內容、治理難點和對策，對于提升企業數據治理能力、發揮數據要素驅動制造創新的作用具有重要意義。

2 網絡協同制造數據的類型和特征

2.1 網絡協同制造數據的類型

在網絡協同制造模式中，按照數據資源來源主體的不同，可將制造各參與方之間流通的數據劃分為硬制造資源數據、軟制造資源數據、產品數據、組織協同行為數據和智力資源數據5類。

硬制造資源數據：制造過程各環節使用的物料、設備和硬件資源的相關數據，包括資源的檔案信息、實時狀態數據和業務流程數據。例如，智能設備的設備類型、機型、出廠編號等基礎檔案；設備工況、作業情況、在線狀態、統計報表等實時數據；維修業務、保養業務、巡檢業務、技改業務等業務流程數據。

軟制造資源數據：參與網絡協同制造的軟件信息、工藝知識、客戶數據、人力資源和物流信息數據。包括各類產品開發、經營管理和生產制造軟件的檔案、狀態和維護信息；工藝知識、能力、過程信息，工藝卡片和輔助信息；客戶參與制造產生的數據；人力資源數據；物流信息數據。

產品數據：圍繞網絡協同制造模式，從客戶需求到銷售、研發、設計、制造、供應、交付、售后運維、報廢或回收再制造等整個產品全生命周期各個環節所產生的產品質量關聯類數據。其是開展產品質量管理、實現企業間涵蓋產品生產制造與運維服務各環節的信息溯源的主要數據源。

組織協同行為數據：網絡協同制造參與方在協同制造各環節通過決策、溝通、協調等活動產生的過程數據，如協同制造平臺或溝通軟件采集到的溝通主題、溝通頻次數據，會議記錄，制造平臺日志，等等。

智力資源數據：網絡協同制造過程中積累的知識庫和科技成果數據，如故障知識庫，行業發展、宏觀政策知識庫；發明專利、實用新型專利、版權、商標、專業技術和商業秘密等。大部分智力資源數據具有知識產權保護要求。

2.2 網絡協同制造數據的特征

上述數據是網絡協同制造數據治理的主要對象，具有多樣性、價值性、共享性和壟斷性并存等特征。數據多樣性體現在：數據來源廣，分布于參與協同制造的各企業的文件，制造執行系統、企業資源計劃、顧客關系管理和產品生命周期管理等業務應用系統數據庫，數據倉庫、機器和社交通信網絡當中；數據種類多，既包括各類系統中的結構化數據，也包括產品設計文件、圖像、非結構化機器日志等半結構化、非結構化數據；數據差異大，由于各參與企業的數字化發展階段、擅長領域、數據資源條件不同，積累的數據在維度、粒度、格式、數據模型上具有顯著差異。數據在網絡協同制造各參與方之間流通，通過賦能企業間技術合作、刺激創新、制造過程協作和業務過程持續優化，產生巨大的潛在價值。同時，數據的價值性與其應用場景和開發深度密切相關。作為一種重要的生產要素，數據在網絡協同制造的論證、設計、生產、實驗各階段流通和集成，體現了數據的共享性。然而，智力資源數據作為企業的核心資源，受法律保護，具有壟斷性。

3 網絡協同制造模式下企業數據治理的內容和難點

3.1 數據治理內容

網絡協同制造數據治理的關注范圍和內容包括：數據標準、數據質量、數據駐留、數據安全和共享元數據。數據標準主要指制造企業和業務場景領域級別的數據管理標準和規則，包括數據定義、分類、分級、粒度標準，數據和元數據質量標準，數據駐留、融合及交換規則等，它們是數據治理的基礎。數據質量管理是在數據整合和交換過程中，通過技術和管理手段保證數據質量，包括內在數據質量（數據集的準確性、完整性、一致性、及時性和有效性）和上下文數據質量（依賴于給定場景的數據的價值和相關性），數據質量是網絡協同制造數據治理關注的核心內容。數據駐留機制解決數據和元數據在分布式環境中的位置和訪問權限問題，包括確定數據所有權和訪問權、明確收集數據的目的、闡明數據的使用方式和留存時間等。對于技術、工藝和供應網絡內部機密數據，綜合運用動態脫敏、訪問控制和風險監控等措施保障數據在共享和使用過程中的安全，對于客戶尤其是公民私有數據的獲取和使用，則要保護隱私并遵守數據倫理。元數據是描述數據的數據，基于共享元數據，網絡協同制造參與方可以追溯數據源，更好地理解數據集之間的關聯，為制造過程中的數據分析和決策提供語義上下文。共享元數據管理包括共享元數據質量和可用性判斷、為共享數據建立統一的術語框架等內容。

3.2 數據治理難點

與傳統制造模式下的數據治理相比，網絡協同制造數據治理是基于平臺的、多主體參與的跨組織聯合行動過程，主要面臨以下難點：

第一，數據分布在各參與成員的各類企業應用中，存在流通壁壘。參與網絡協同制造的數據散布在制造各參與成員的各類不同版本的企業應用中，數據標準、數據格式、數據模型、數據結構和數據質量各異，數據關聯性弱，流通受阻。數據治理不僅依賴于各成員企業內部的企業應用集成程度，還要重點解決跨組織、分布式的數據協調一致和業務整合問題。打通數據流通壁壘受到技術、經濟、時間和人力資源條件的約束。

第二，協同關系存在動態性，治理主體的利益訴求可能不統一。網絡協同制造數據治理需要制造各環節和價值鏈上的多主體充分參與：①治理主體間可能存在既合作又競爭的關系，個體利益訴求和全局治理目標不統一甚至會產生沖突；②治理主體的地位對等，一方很難監督和干預其他參與方的行為；③隨著制造過程的推進和對數據需求的調整，治理主體可以加入或退出合作。一方面，協同關系的動態性使得相比整體目標，企業更關注自身目標的實現，數據作為戰略資源，利益不一致會削弱成員企業參與數據治理的積極性，出于維護自身利益的考慮企業不愿意共享數據，進而加深數據壟斷；另一方面，由于數據資源復制、轉發成本低廉，協同關系的動態性可能增加數據泄露和合規風險。

第三，網絡協同制造數據治理沒有通用的模式和方案。數據治理通過整合、協調各制造成員的數據資源，促進數據在制造各環節的流通和價值實現，賦能制造模式、技術和產品創新。不同的網絡協同制造項目在業務場景、協同目標、協作方式、管理復雜性等方面存在差異，數據需求規模、數據共享的深度和范圍也各不相同。數據的多樣性和數據驅動決策對場景的依賴性增加了治理決策的復雜性，因此，不存在適用于網絡協同制造所有場景的通用數據治理方案。

4 網絡協同制造模式下企業數據治理的對策

4.1 發揮平臺型制造企業的引領作用，組建數據治理聯盟

在網絡協同制造模式下，平臺型核心制造企業通過建設和管理制造平臺及數據池，具備整合供應鏈數據資源、促進數據積累轉化、提供數據服務的競爭優勢，在數據共治過程中發揮著主導作用。核心企業首先要積極開展數據自治，一方面通過數據自治打破企業內部不同部門及環節之間存在的“數據孤島”，加強對數據資產的管控；另一方面，通過持續的數據治理實踐不斷提升自身的數據治理能力。其次，在數據自治成果的基礎上逐步制定業務場景領域級別的統一數據標準和規范，建立供應鏈上下游數據關聯，強化數據基礎設施建設，提升大數據處理技能，健全數據安全治理體系，逐漸提高企業的對外優勢。

作為追隨者的制造成員企業向制造平臺集聚，對接業務需求積極共享數據，使用核心企業確定的數據標準進一步規范數據，通過數據資源的互補和治理能力協同緩解數據割裂，打破企業間的數據壁壘。制造成員企業的參與又反向促成數據標準的迭代優化，進一步促進數據共享共用，形成數據組織過程的杠桿效應和網絡效應[7]。通過組建核心制造企業引領、成員企業協同的數據治理聯盟，實現數據資源供給和價值創造最大化。

4.2 激勵和約束機制相結合，維護聯盟關系的穩定性

為了有效地激發治理主體的動力，平衡各方利益訴求，維護聯盟關系穩定，規范治理主體行為，監督治理流程的實施，有必要建立相應的激勵和約束機制。激勵機制包括貢獻測量和利益分配機制，對數據治理工作的貢獻進行全面、合理的測度有助于治理主體檢驗治理工作成效，明確改進方向，在此基礎上設計合適的利益分配機制使治理主體從數據治理工作中直接獲益，從而提高參與治理的積極性。貢獻測量可從數據質量和數據對業務的支撐度等方面展開，需綜合發掘不同層次的貨幣和非貨幣指標，構建數據貢獻度量模型。利益分配機制要在全面體現數據治理整體利益的基礎上考慮治理主體的實際貢獻。約束機制包含合同、聲譽和信任機制。合同機制在治理主體間建立二元契約關系，利用契約明確治理內容、權責分配和違約責任，是對治理主體行為的正式約束。聲譽和信任為非正式約束，治理主體在互信的前提下建立協作關系，聲譽機制促使其重視數據治理的長期利益，放棄短期機會主義行為。通過契約機制和非契約機制的相互補充，促進數據治理聯盟良性發展。

4.3 創新數據治理合作模式，“量身定制”治理方案

與企業內部數據治理相比，網絡協同制造數據治理面臨更為復雜的數據環境，在協同制造場景、制造活動的數據交互需求、各個治理主體的數據治理能力等方面均存在顯著差異，因此，需對合作模式進行探索和創新。對于簡單的數據治理任務，可采用多中心分散治理、層次型治理、數據共享池等合作模式；對于高度耦合的數據治理任務，可探索接力治理、核心成員主導型治理模式；對于超出治理主體數據治理能力的復雜數據治理任務，則可嘗試引入數據信托等新型治理模式。

在治理方案的“量身定制”方面，可借鑒創新設計、質量管理、協同項目管理等其他學科豐富的理論、方法和工具，開發包含治理目標、治理過程、治理效果評估等主要環節的治理方案設計過程模型，為治理方案的設計和生成提供方法論支撐，降低數據治理前期籌備工作中的模糊性和不確定性。通過數據治理方案的“量身定制”，保障數據治理實施過程的科學性和有效性，從而提高治理效率。

4.4 培育適應復雜數據環境的數字人才，為數據治理提供人才保障

制造人才的數字技能是其適應智能制造時代新技術、新模式和新業態的必備能力。高質量的數字人才隊伍為網絡協同制造數據治理的成功實踐提供必要的人才保障。在復雜數據環境中開展數據治理工作，數字人才首先需要具備基本的數字知識和工作技能，包括熟練操作工業軟件，收集、存儲、處理、過濾和驗證數據等；其次，能夠在數據治理項目中使用數字工具開展協作，包括人機協作和跨領域跨文化協作；再次，具備數據安全和數字責任意識，保護企業和供應鏈的核心數據資產；最后，具備一定的批判性思維和持續學習能力，能夠對數據治理實踐進行總結和反思。

數字人才培育要求制造企業一要依托專業技能培訓體系提升員工的數字技能并盡量創造數據治理的實踐機會；二要營造良好的數字文化氛圍，通過文化浸潤提升人才的數字素養，使其更好地適應制造業的數智化變革；三要建立有效的激勵機制，通過薪酬激勵和職位晉升等方式激發數字人才的積極性和創造力，為在以網絡協同制造為代表的制造新業態下開展數據治理實踐提供人才儲備。

【參考文獻】

【1】Rene Abraham，Jan vom Brocke，Johannes Schneider.Data Governance： A conceptual framework， structured review， and research agenda[J].International Journal of Information Management，2019，49（S1）：424-438.

【2】B Krumay，D Rueckel.Data governance and digitalization-a case study in a manufacturing company[C].Dubai：Proceedings of 23th Pacific Asia Conference on Information Systems （PACIS），2020.

【3】KC Morris，Yan Lu，Simon Frechette.Foundations of Information Governance for Smart Manufacturing[J].Smart and Sustainable Manufacturing Systems，2020，4（2）：20190041.

【4】Sundarraj M，Natarajan R M.Data governance in smart factory： Effective metadata management[J].International Journal of Advance Research， Ideas and Innovations in Technology，2019，5（3）：798-804.

【5】Emanuel Marx，Matthias Stierle，Sven Weinzierl，et al.Closing the Gap between Smart Manufacturing Applications and Data Management[C].Potsdam：15th International Conference on Wirtschaftsinformatik，2020.

【6】龐國鋒，徐靜，沈旭昆.網絡協同制造模式[M].北京：電子工業出版社，2019.

【7】胡登峰，李文惠，許云華.數據如何驅動制造型企業平臺戰略轉型——基于數據組織屬性及凱盛企業集團案例研究[J].北京科技大學學報（社會科學版），2024，40（4）：104-112.