着力提升工业数据资源管理能力,加快工业互联网创新发展步伐

发布时间:2019.03.07来源:数据管理浏览量:136次标签:数据治理

数据管理

工业互联网是第四次工业革命的重要基石,作为数字化转型的关键支撑力量,正在全球范围不断颠覆传统制造模式、生产组织方式和产业形态,推动传统产业加快转型升级、新兴产业加速发展壮大。工业数据是工业互联网采集、传输、存储、分析和应用的关键资源要素, 并随着工业互联网创新发展战略的深入贯彻实施而不断被赋予新的使命,成为助推现代工业体系升级和支撑制造业数字化、网络化、智能化转型的基础动力。基于此,有必要持续研究如何优化提升工业数据资源管理能力,进而深入挖掘工业数据核心价值,有效扩大工业数据赋能效应,打造与我国经济发展相适应的工业互联网生态体系,推动工业经济从高速增长向高质量发展加速转变,谱写制造强国和网络强国建设新篇章。

一、提升工业数据资源管理能力的重大意义

(一)深入实施工业互联网创新发展战略。全面提升我国工业数据采集传输、集成管理、价值挖掘和智能应用能力为导向,促进工业企业研发设计、生产制造、经营管理、市场营销和售后服务等全流程的智能化转型,持续建设、优化和完善工业数据资源管理体系,是加快工业互联网创新发展步伐的基础,是对十九大报告提出的推动互联网、大数据、人工智能和实体经济深度融合的突出践行。

(二)工业数据资源能力提升能够有效支撑工业互联网高质量发展。我国工业互联网发展正在从理念研究加速走向落地实施,实现网络、平台、安全三大核心体系全方位突破,在企业、行业的应用成效多点开花,与传统产业融通发展效果和区域集聚发展效应逐步显现。工业数据资源是工业互联网体系的核心资源,在数据采集、网络传输、存储管理、平台应用和价值创新等多个层面有着重要作用。构建深挖工业数据资源核心价值的能力体系模型,强化工业数据资源的原始积累、应用创新和智能挖掘,能够充分发挥工业数据资源的核心要素作用,加快工业互联网在感知、分析、控制、决策和管理等方面的突破和创新,以工业互联网的高质量发展支撑工业经济的高质量发展,为制造业始终成为国民经济的主战场提供有力保障。

(三)建设现代工业体系需要充分发挥工业数据资源的赋能作用。推动建设工业数据资源管理体系,着力提升面向不同行业领域和应用场景的工业数据资源管理能力,形成覆盖工业数据资源采集、传输、存储、分析和应用全流程的系统级工业智能,将有力推动工业经济向数据驱动的创新发展模式转变,有利于充分发挥工业数据资源对现代工业体系的赋能作用,支撑服务两个强国战略,引领融合发展进入新时代、新阶段。在《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》等重要政策文件中,已从有效整合产品设计、生产工艺、设备运行、运营管理等工业数据资源,强化数据资源采集、集成及应用能力,更好地支撑制造企业生产经营管理智能决策和深度优化等角度,明确了建设工业数据资源管理体系的重要意义和目标导向。

二、工业互联网对工业数据资源管理提出两大新要求

工业数据是指制造企业在产品研发、设计、生产、运维过程中产生的各项关键数据,具有体量大、分布广泛、结构复杂、类型多样化的典型特征,并表现出显著的连续性、逻辑性、精准性和规律性。我国工业数据资源管理基本能够涵盖工业数据采集与交换、数据预处理与存储、数据建模与数据分析等层面,部分领先企业和机构可进行数据解析清洗、格式转换、模型计算、元数据提取及知识库构建。随着工业互联网创新发展战略的进一步贯彻实施,对我国工业数据资源管理提出了新的要求。

(一)工业互联网重构工业体系,要求工业数据资源管理向网络化、智能化加速演进。工业互联网能够实现人、机、物等各类工业要素、工业业务流程以及产业链上下游企业间更大范围的实时连接与智能交互,推动工业生产的资源优化、协同制造和服务延伸,重构传统工业制造体系和服务体系,催生大规模个性化定制、网络化协同制造、服务型制造、智能化生产等新模式新业态。这必然要求工业数据资源管理突破传统企业边界,实现跨企业、跨行业乃至跨地域的网络化集成优化。同时,工业互联网将引导工业数据流不断扩大规模和延伸范围,从单一部件、设备、环节、场景的局部小系统向大系统、巨系统加速演进,只有持续提升工业数据资源管理的智能化水平,才能通过海量计算和分析作出准确决策和即时反馈,并持续积累形成知识和技能的核心竞争力。

(二)工业互联网催生行业全生命周期解决方案,要求工业数据资源管理从生产制造环节向上下游全链条延伸。工业互联网是将连接对象延伸到机器设备、工业产品和工业服务,以实现人、机器、车间、企业等主体,及设计、研发、生产、管理、服务等产业链各环节全要素的泛在互联与数据的顺畅流通,打造能够支撑数据汇聚、建模分析、应用开发、资源调度、监测管理的平台体系,同步强化设备、网络、控制、应用等多个层面的安全保障,从而形成打通全生命周期的工业智能化“血液循环系统”、“神经中枢系统”和“免疫防护系统”,再根据不同行业、不同领域的不同特性形成各具特色、各有侧重的降本、提质、增效的解决方案。这必然要求工业数据资源管理要从目前相对集中的生产制造环节向研发设计、运行维护的两端加速延伸,围绕产品生命周期管理数据、企业资源规划数据、制造企业生产过程执行系统数据、供应链管理数据和客户关系管理数据等实现统一接入、统一存储、统一分析,深挖数据关联性和潜在价值,为工业互联网的顺利部署实施打好坚实基础。

三、以加快工业互联网创新发展步伐为导向,提升工业数据资源管理能力的措施建议

(一)面向打造工业互联网标杆示范解决方案,建设国家级工业数据资源平台。按照依托工业互联网实现产业全要素泛在互联,促进工业数据开放流动与深度融合,推动工业资源优化集成与高效配置,支撑工业应用创新升级与推广普及的总体战略要求,在国内制造业重点集聚区域建设部署一批国家级工业数据资源平台。起步阶段以区域骨干企业工业互联网实现水平和发展态势的数据采集和观测为主,逐步扩展至研发设计、生产制造、运营维护、物流仓储、上下游供应链等各个层面,适时联合具备第三方权威资质认证的信息技术企业开展工业数据价值分析、挖掘及提升工作,分批有序地打造在不同区域和行业兼具示范带动效应和前瞻引领作用的特色化、专业化工业互联网解决方案。

(二)结合工业互联网创新发展不同阶段的实际需求,系统开展工业数据资源管理能力评估工作。根据深入实施创新驱动发展战略,构建网络、平台、安全三大功能体系,增强工业互联网产业供给能力的工作部署,以立足国情、面向未来,打造与我国经济发展相适应的工业互联网生态体系为导向,参考对标国际工业数据资源管理先进案例和成功经验,围绕基础、应用、价值、创新、安全等方面,综合制定一套科学、完备、系统的工业数据资源管理能力评价指标体系。面向国内不同区域和电子信息、航空航天、汽车装备、机械制造、能源化工等重点行业,定期开展集意义作用宣贯、优秀案例遴选为一体,结合企业自评与专家复评的工业数据资源管理能力评估工作,并形成常态化、标准化的工作机制。

(三)配合工业互联网创新发展战略的深入实施,编制出台《工业数据资源管理能力提升指导意见》。深入把握以数字化、网络化、智能化为特征的全球新一轮科技和产业革命态势,结合我国制造业高质量发展的迫切需求,按照工业互联网创新发展战略的推进步骤,聚焦技术进步、机制创新、组织演进、生态营造等层面,在持续完善国家顶层规划战略设计的同时,配套编制出台《工业数据资源管理能力提升指导意见》,提出我国工业数据资源管理能力提升的思路、任务、工程及保障措施,并进一步形成行动方案,面向全国宣贯实施。



(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 治理,管理和质量角色和责任

    治理,管理和质量角色和责任

    最好的数据治理计划通过减少模糊性,建立明确的问责制以及向所有数据利益相关者传播与数据相关的信息,积极主动地在数据相关问题开始之前采取措施……查看详情

    发布时间:2019.03.18来源:亿信华辰浏览量:127次

  • 做好数据治理才能建设大数据平台

    做好数据治理才能建设大数据平台

    大数据不是凭空而来,1981年第一个数据仓库诞生,到现在已经有了近40年的历史,而国内企业数据平台的建设大概从90年代末就开始了,从第一……查看详情

    发布时间:2018.11.28来源:数据治理浏览量:127次

  • 主数据管理第二步——体系构建

    主数据管理第二步——体系构建

    “纸上得来终觉浅,绝知此事要躬行。”然而主数据管理工作该怎么做?流程是怎样的?责任如何落实?……这些问题无不与主数据管理体系的构建有着密……查看详情

    发布时间:2019.10.24来源:亿信华辰浏览量:114次

  • 银行业重塑数据治理体系 助力转型升级

    银行业重塑数据治理体系 助力转型升级

    银行业金融机构要深化认识,积极主动对接国家政策,改革数据治理体系,依靠数据治理改进决策、缩减成本、降低风险、增强核心竞争力,推动银行业向……查看详情

    发布时间:2019.10.18来源:知乎浏览量:132次

  • 元数据管理在数据仓库中的应用

    元数据管理在数据仓库中的应用

    随着业务系统每年收集和使用的数据飞速增长,数据体量日趋增长,数据形态多样化且不统一,多种数据源之间的采集、传播和共享遇到困难。元数据管理……查看详情

    发布时间:2022.05.06来源:小亿浏览量:193次

  • 为健全数据治理奠定基础

    为健全数据治理奠定基础

    本文展示了如何构建具有广泛业务涉众参与的“基层”数据治理能力。 ……查看详情

    发布时间:2019.01.14来源:亿信华辰浏览量:98次

  • 数据质量问题分析

    数据质量问题分析

    数据质量问题主要包含四个问题域:技术问题、信息问题、流程问题、管理问题。1、技术问题由于具体数据处理的各技术环节异常所造成的数据质量问题……查看详情

    发布时间:2019.01.07来源:亿信华辰浏览量:141次

  • 数据治理准备的五大支柱:交付能力

    数据治理准备的五大支柱:交付能力

    数据治理准备的五大支柱应成为实施或改进任何总体倡议的起点。……查看详情

    发布时间:2019.01.24来源:亿信华辰浏览量:152次

  • 新形式的治理需要安全和道德地解锁数据价值

    新形式的治理需要安全和道德地解锁数据价值

    尽管今天的数据非常丰富,但其中大部分仍处于孤岛状态,这意味着需要新的治理结构来打开它并释放其对社会的潜在价值。……查看详情

    发布时间:2019.03.21来源:亿信华辰浏览量:96次

  • 数据治理的四个阶段

    数据治理的四个阶段

    数据治理的定义是对数据资产管理行使权力和控制的活动集合。其最终目的是挖掘数据价值,推动业务发展,实现盈利。……查看详情

    发布时间:2021.03.06来源:亿信数据治理知识库浏览量:142次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议