|
|
51CTO旗下网站
|
|
移动端

工信部印发指导意见 加快工业大数据产业发展

5月13日,工信部印发加快工业大数据产业发展指导意见(以下简称意见)。意见指出工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。

作者:佚名来源:通信世界网|2020-05-14 11:15

5月13日,工信部印发加快工业大数据产业发展指导意见(以下简称意见)。意见指出工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。

意见指出,未来将加快数据汇聚,推动工业数据全面采集,推动工业数据高质量汇聚,统筹建设国家工业大数据平台;推动数据共享,推动工业数据开放共享,激发工业数据市场活力;深化数据应用,推动工业数据深度应用,开展工业数据应用示范,提升数据平台支撑作用,打造工业数据应用生态;完善数据治理,开展数据管理能力评估贯标,推动标准研制和应用,加强工业数据分类分级管理;强化数据安全,构建工业数据安全管理体系,加强工业数据安全产品研发;促进产业发展,突破工业数据关键共性技术,打造工业数据产品和服务体系,着力构建工业数据创新生态;加强组织保障,健全工作推进机制,强化资金人才支持,促进国际交流合作。

全文如下。

工业和信息化部关于工业大数据发展的指导意见

工信部信发〔2020〕67号

各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门(大数据产业主管部门):

工业大数据是工业领域产品和服务全生命周期数据的总称,包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据,以及工业互联网平台中的数据等。为贯彻落实国家大数据发展战略,促进工业数字化转型,激发工业数据资源要素潜力,加快工业大数据产业发展,现提出如下意见。

一、总体要求

坚持以习近平新时代中国特色社会主义思想为指导,深入贯彻党的十九大和十九届二中、三中、四中全会精神,牢固树立新发展理念,按照高质量发展要求,促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理,着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。

二、加快数据汇聚

(一)推动工业数据全面采集。支持工业企业实施设备数字化改造,升级各类信息系统,推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统,引导工业设备企业开放数据接口,实现数据全面采集。

(二)加快工业设备互联互通。持续推进工业互联网建设,实现工业设备的全连接。加快推动工业通信协议兼容统一,打破技术壁垒,形成完整贯通的数据链。

(三)推动工业数据高质量汇聚。组织开展工业数据资源调查,引导企业加强数据资源管理,实现数据的可视、可管、可用、可信。整合重点领域统计数据和监测数据,在原材料、装备、消费品、电子信息等行业建设国家级数据库。支持企业建设数据汇聚平台,实现多源异构数据的融合和汇聚。

(四)统筹建设国家工业大数据平台。建设国家工业互联网大数据中心,汇聚工业数据,支撑产业监测分析,赋能企业创新发展,提升行业安全运行水平。建立多级联动的国家工业基础大数据库,研制产业链图谱和供应链地图,服务制造业高质量发展。

三、推动数据共享

(五)推动工业数据开放共享。支持优势产业上下游企业开放数据,加强合作,共建安全可信的工业数据空间,建立互利共赢的共享机制。引导和规范公共数据资源开放流动,鼓励相关单位通过共享、交换、交易等方式,提高数据资源价值创造的水平。

(六)激发工业数据市场活力。支持开展数据流动关键技术攻关,建设可信的工业数据流通环境。构建工业大数据资产价值评估体系,研究制定公平、开放、透明的数据交易规则,加强市场监管和行业自律,开展数据资产交易试点,培育工业数据市场。

四、深化数据应用

(七)推动工业数据深度应用。加快数据全过程应用,发展数据驱动的制造新模式新业态,引导企业用好各业务环节的数据。

(八)开展工业数据应用示范。组织开展工业大数据应用试点示范,总结推广工业大数据应用方法,制定工业大数据应用水平评估标准,加强对地方和企业应用现状的评估。

(九)提升数据平台支撑作用。发挥工业互联网平台优势,提升平台的数据处理能力。面向中小企业开放数据服务资源,提升企业数据应用能力。加快推动工业知识、技术、经验的软件化,培育发展一批面向不同场景的工业APP。

(十)打造工业数据应用生态。面向重点行业培育一批工业大数据解决方案供应商。鼓励通过开展工业大数据竞赛,助力行业创新应用。加大宣传推广力度,开展线上线下数据应用培训活动。

五、完善数据治理

(十一)开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》(GB/T 36073-2018,简称DCMM)国家标准,构建工业大数据管理能力评估体系,引导企业提升数据管理能力。鼓励各级政府在实施贯标、人员培训、效果评估等方面加强政策引导和资金支持。

(十二)推动标准研制和应用。加强工业大数据标准体系建设,加快数据质量、数据治理和数据安全等关键标准研制,选择条件成熟的行业和地区开展试验验证和试点推广。

(十三)加强工业数据分类分级管理。落实《工业数据分类分级指南(试行)》,实现数据科学管理,推动构建以企业为主体的工业数据分类分级管理体系。

六、强化数据安全

(十四)构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任,构建工业数据安全责任体系。加强态势感知、测试评估、预警处置等工业大数据安全能力建设,实现闭环管理,全面保障数据安全。

(十五)加强工业数据安全产品研发。开展加密传输、访问控制、数据脱敏等安全技术攻关,提升防篡改、防窃取、防泄漏能力。加快培育安全骨干企业,增强数据安全服务,培育良好安全产业生态。

七、促进产业发展

(十六)突破工业数据关键共性技术。加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用,推动人工智能、区块链和边缘计算等前沿技术的部署和融合。

(十七)打造工业数据产品和服务体系。推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发,构建大数据基础性、通用性产品体系。培育一批数据资源服务提供商和数据服务龙头企业,发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构。

(十八)着力构建工业数据创新生态。支持产学研合作建设工业大数据创新平台,围绕重大共性需求和行业痛点开展协同创新,加快技术成果转化,推动产业基础高级化和产业链现代化。

八、加强组织保障

(十九)健全工作推进机制。省级工业和信息化主管部门(大数据产业主管部门)要建立工业大数据推进工作机制,统筹推进地方工业大数据发展。鼓励各地因地制宜加强政策创新,开展重大问题研究,实施政策评估咨询,助力工业大数据创新应用。

(二十)强化资金人才支持。发挥财政资金的引导作用,推动政策性银行加大精准信贷扶持力度。鼓励金融机构创新产品和服务,扶持工业大数据创新创业。完善人才培养体系,培育既具备大数据技术能力又熟悉行业需求的复合型人才。

(二十一)促进国际交流合作。围绕政策、技术、标准、人才、企业等方面,推进工业大数据在更大范围、更宽领域、更深层次开展合作交流,不断提升国际化发展水平。

【编辑推荐】

  1. 10W阅读,万人点赞,这套大数据平台建设方法论,到底有什么干货
  2. 来吧!一文彻底搞定数据结构之哈希表!
  3. Python数据分析:探索性分析
  4. 如何认识大数据对企业融资的影响
  5. 实战|Python数据分析可视化并打包
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

订阅专栏+更多

从头解锁Python运维

从头解锁Python运维

多维度详解
共19章 | 叱诧少帅

313人订阅学习

Active Directory 架构规划实战

Active Directory 架构规划实战

4类AD架构规划
共15章 | wx5918591c0084b

320人订阅学习

庖丁解牛Ceph分布式存储

庖丁解牛Ceph分布式存储

云计算存储的基石
共5章 | Happy云实验室

191人订阅学习

视频课程+更多

服务器硬件工程师实战指南2020年版本

服务器硬件工程师实战指南2020年版本

讲师:王琦7298人学习过

项目管理实战-如何启动项目

项目管理实战-如何启动项目

讲师:陈志文410人学习过

C语言

C语言

讲师:王健伟96439人学习过

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊

51CTO服务号

51CTO官微