国产91九色_日本68xxxx_欧美高清另类自拍视频在线看_欧美人禽_99久久婷婷国产综合精品青牛牛_亚洲射情

9月4日，工信部發布《工業大數據發展指導意見（征求意見稿）》，提出打造以資源體系建設為基礎、以融合體系建設為動力、以產業體系建設為支撐、以治理體系建設為保障的工業大數據發展整體架構。其目標是：到2025年，工業大數據資源體系、融合體系、產業體系和治理體系基本建成，形成從數據集聚共享、數據技術產品、數據融合應用到數據治理的閉環發展格局。

意見還提出，面向能源化工、航空航天、建筑鋼鐵、家電、紡織服裝、食品追溯等新一代信息技術與制造業融合發展的重點產業和領，培育3-5個達到國際先進水平的工業大數據解決方案供應商。

目標：建成資源、融合、產業和治理四大體系

工信部相關負責人在解讀征求意見稿時指出，該部在赴北京、廣東、浙江、江蘇等地區開展實地調研，并組織召開了工業企業、互聯網企業、工業軟件企業等50家企業參加專題座談會的基礎上制定了征求意見稿，其目的是系統構建工業大數據資源體系、融合體系、產業體系和治理體系，一方面促進行業發展，逐步激活工業數據資源要素潛力；另一方面，保障行業安全，不斷提升數據治理和安全保障能力。

其發展目標是：到2025年，工業大數據資源體系、融合體系、產業體系和治理體系基本建成，形成從數據集聚共享、數據技術產品、數據融合應用到數據治理的閉環發展格局，工業大數據價值潛力大幅激發，成為支持工業高質量發展的關鍵要素和創新引擎。

在數據資源匯聚上，工業數據實現大范圍、深層次的集成匯聚與互通共享，科學、完備、可行的數據共享流通機制基本建立，建成國家工業互聯網大數據中心、制造強國產業基礎大數據平臺等國家級基礎工業數據資源平臺。

在應用發展上，工業大數據在全流程、全生命周期廣泛應用，算法庫、知識庫、模型庫、參數庫、專家庫等工業大數據分析工具庫基本建成，培育3-5個達到國際先進水平的工業大數據解決方案供應商。

在技術產業上，大數據采集、存儲、管理、分析與應用等技術處于國際領先地位，形成一批技術先進、可滿足重大應用需求的大數據軟硬件產品，創建一批推動工業大數據集聚發展的國家新型工業化產業示范基地。

治理體系方面，意見的目標是工業大數據安全保障體系基本建成，工業大數據安全技術達到國際先進水平，工業大數據分類分級管理體系全面建成和加速推廣。

工業大數據的九大任務、三大工程

值得注意的是，意見圍繞資源、融合、產業和治理四大體系，提出了9項重點任務和3大推進工程。

在資源體系方面，包括3項重點任務：加強工業大數據資源采集匯聚、推動工業大數據資源共享流通、提升工業大數據資源管理能力；2大推進工程：國家工業基礎數據資源平臺建設工程和企業工業大數據管理能力提升工程。其主要內容是：推進工業企業數據資源采集匯聚、流通共享和全鏈條管理能力的提升，為擴大和深挖數據價值打好堅實基礎。

意見要求，指導建設國家工業互聯網大數據中心，推動形成數據資產目錄和資產地圖。

在融合體系方面，包括2項重點任務：推動工業大數據全面深度應用、強化工業大數據應用供給能力；1個推進工程：工業大數據應用工程。主要內容是：聚焦深化工業大數據創新應用，激發企業應用工業大數據新模式新業務的內在動力，加快培育工業大數據解決方案提供商，推進融合應用的縱深發展。

意見要求，培育數據驅動的制造新模式。支持企業利用大數據技術開展用戶精準畫像，促進用戶數據與制造全流程數據的貫通集成，實現面向用戶需求的柔性化、定制化生產。

意見還要求，面向能源化工、航空航天、建筑鋼鐵、家電、紡織服裝、食品追溯等新一代信息技術與制造業融合發展的重點產業和領域，發揮政策導向作用，支持培育一批市場份額大、服務能力強、專業化和集成化水平高的工業大數據解決方案供應商。

在產業體系方面，包括2項重點任務：提升工業大數據技術能力、發展工業大數據核心產業。主要內容是：推動關鍵底層和共性技術突破，打造健全的工業大數據軟硬件產品體系，培育完整的產業生態，引領工業大數據核心產業發展壯大。

意見要求，突破工業大數據關鍵共性技術。全面梳理工業大數據關鍵共性技術短板，形成攻關清單，研究制定工業大數據技術發展路線圖，明確關鍵共性技術的發展方向、目標和路徑。

在治理體系方面，包括2項重點任務：完善工業大數據法規標準環境、加強工業大數據安全風險防范。主要內容是：聚焦有序推進工業大數據分級分類管理體系建設和應用推廣，加強工業大數據安全技術和產品研發，提升工業企業大數據安全防護水平，構建工業大數據安全保障體系。

意見要求，推動工業大數據分類分級管理。完善工業大數據分類分級頂層規劃，制定《工業數據分類分級指南》，實現數據的差異化管理。

專家：工業大數據“富礦”亟待開掘

清華大學軟件學院院長、工業大數據研究中心主任王建民在接受21世紀經濟報道采訪時指出，工業大數據主要包括企業內部數據、產業鏈數據以及跨界數據（市場、地理、環境、法律和政府等外部跨界信息和數據）三部分。

他認為，當前人和機器是產生數據的主體，未來機器產生的數據所占的比例將越來越高。巨大的人口規模以及龐大的工業體量為中國提供了難得的工業大數據“富礦”。

“中國既是制造大國也是網絡大國，并由此正在成為數據大國，擁有豐富的工業數據資源的中國，急需深挖工業大數據的潛力，培育數據驅動的新型工業體系。”

他指出，數據正在成為關鍵的生產要素，預計到2020年，全球的數據總量將達到40ZB，中國的數據量將占全球數據總量比例的20%，成為世界第一大數據資源大國。

前瞻產業研究院的一份報告指出，眼下全球工業大數據的規模不斷增加。2017年全球工業大數據的市場規模為201億美元，當年全球大數據市場規模為394億元，工業大數據占全球大數據總規模超過50%。

而據貴陽大數據交易所統計資料顯示，2017年我國工業大數據市場規模約為212元，較上年同比增長41.3%，預計2018年國內工業大數據的規模增加至292億元。

而中國工業大數據創新發展聯盟發布的一份報告預計，到2020年工業大數據市場規模預計將達到822億元，在行業應用中，預計到2020年工業大數據的占比將達到6.64%。

然而，當前中國發展工業大數據也面臨多重挑戰。在制造業方面存在著明顯的“大而不強”的現象，工業各領域信息化程度參差不齊，生產的各環節信息采集仍不充分，信息孤島現象比較嚴重，缺乏統一的數據標準，工業數據難以集成應用，數據管理和建模技術水平也不夠高，對海量實時異構數據的挖掘能力不足，大數據在產品全生命周期各環節的應用也尚未普及。

而在工信部信軟司副司長李冠宇看來，推動工業大數據的應用發展，核心任務是構建覆蓋工業全環節、全流程和產業全生命周期的數據鏈，并在此基礎上形成基于數據分析的系統級的工業智能。

在他看來，智能制造的核心就是打通數據鏈，從需求分析，設計、生產、制造到銷售，打通全生命周期、全產業鏈的數據鏈，并催生出網絡協同制造、個性化定制，服務型制造等一系列新的商業模式。