【工业大数据】深化工业数据应用赋能制造业数字化转型——工信部《关于发展的指导意见》解读

2020 年 6 月 30 日 产业智能官

数字经济时代，参与制造生产全流程的人、资源、机器和产品之间实现了无所不“连”（连接）和无所不“知”（感知），促进形成人与人、人与物、物与物之间的信息交互，并由此产生源源不断的工业大数据。随着美国工业互联网和德国工业4.0等制造业数字化转型战略的相继实施，工业大数据作为贯穿整个产品全生命周期和企业全价值链始终的核心因素，日益成为全球制造业挖掘价值、推动变革的主要抓手。

2020年5月13日，工业和信息化部发布《关于工业大数据发展的指导意见》（简称《意见》），围绕进一步深化工业数据应用，从开展应用示范、提升平台支撑作用、打造应用生态等方面进行重点部署，为推进更大范围、更高水平、更深层次的工业数据应用创新指明了方向。在我国大力发展工业互联网、推进制造业与互联网深度融合、促进制造业高质量发展的当下，如何进一步挖掘工业数据应用价值必将成为关注焦点。

· 深化工业大数据应用意义重大 ·

一方面，工业大数据应用助力推动制造业数字化转型。工业大数据贯穿于设计、生产、管理、服务等各个环节，以数据流动促进制造全过程、全产业链、产品全生命周期的无缝衔接和综合集成，加速个性化、协同化、服务化制造新模式发展，催生无人制造、共享制造、供应链金融等新服务新业态。从国家战略看，发达国家均把数据作为数字化转型战略的核心，美国制定《联邦数据战略》、欧洲发布《欧洲数据战略》、日本推进价值链促进计划等，都在数据开发利用方面提出相关任务要求。从企业发展看，GE、PTC、西门子等都纷纷推出基于工业互联网、以数据为驱动的数字化解决方案，主动变革商业模式，抢占数字化转型高地。开展大数据深度应用，引导企业发展数据驱动制造的新模式新业态，是以数字化转型带动工业全要素、全产业链、全价值链升级的重要举措。

另一方面，工业大数据应用助力建构未来“工业智脑”。20世纪50年代，英国科学家图灵第一次提出“机器思维”概念，认为机器将拥有智能，可以像人类一样进行思考。如今，通过大数据、人工智能等新一代信息技术与制造系统的全面融合，通过工业知识、业务、流程的数据化、算法化、模型化，不仅赋予单一机器、单一设备、单一设施的“智能思维”，而且整体制造体系都将装上“大脑”系统，拥有动态感知、敏捷分析、全局优化、智能决策的强大能力，真正实现“制造智能”。深化工业数据应用，推动从产品级、设备级向产业链级拓展、逐步实现制造“智脑”系统的整体提升，是加速制造业数字化、网络化、智能化发展的必由之路。

工业大数据应用

通过多种方式创造价值

促进设计协同化，构建新型研发模式

通过应用工业大数据，企业和消费者、供应商、合作伙伴之间建立起数据驱动的信息主动反馈机制，基于资源共享和数据集成，加速研发端和制造端、消费端的协同创新。

在消费端

用户深度参与产品的需求分析和产品设计等创新活动，其个性化产品需求数据、产品的交互和交易数据被挖掘分析，促进实现定制化设计。

在制造端

企业构建研发知识库，推进数字化图纸、标准零部件库等设计数据在内部及产业链上下游的资源共享，实现跨平台研发资源统筹管理和产业链协同设计能力提升。研究与咨询机构Forrester《The Forrester Wave：Industrial IoT Software Platforms In China，Q4 2019》报告显示，海尔COSMOPlat链接超过3.3亿用户和4.3万家企业数据，通过设计资源的社会化共享和用户广泛参与，创造了数据驱动的大规模定制生态。

加速生产透明化，打造新型制造体系

工业大数据将每个生产因素以客观真实的量化信息形式加以呈现，方便决策者对制造能力进行整体评估，精准掌握如零部件偶发失效、机器性能磨损等诸多不确定因素，助力实现生产流程优化和生产方式变革。

在车间管理层面

通过生产线传统器采集温度、压力、热能、振动和噪声等数据，精准预判机器设备性能发生损耗和失效的时间、位置和类型，追踪能源消耗情况，采取恰当的事先控制行为以避免产能和效率降低。如，中策橡胶借助阿里云ET工业大脑的工业大数据分析系统，对橡胶密封过程的产品数据、工艺数据、生产数据、监测数据等进行综合分析和优化，实现密炼时长减少10%、密炼温度降低10℃，降低了次品率和能耗率。

在生产流程层面

通过设备、工艺、产线等环节数据汇聚整合，对产品制造全过程进行建模仿真，实现物理生产在数字空间的全面映射，反向指导生产流程的柔性化组建和自我优化。

助推供应链优化，建立新型管理体系

工业大数据贯彻企业生产、管理、财务、采购、销售等全环节，通过挖掘分析，促进业务系统、制造系统和供应链系统的无缝衔接和协同，实现基于数据的企业运营管理精准决策。

在组织管理方面

企业运用工业大数据全面抓取自身资源信息，利用云端集成分析开展管理决策，实现从金字塔静态管理向扁平化动态管理转变。

在供应链管理方面

企业通过将仓储、配送、销售等环节数据与市场需求、销售价格等数据整合，运用数据分析得到更好的决策来优化供应链。如，华为以订单数据为中心，整合全球客户数据、企业内部数据、供应商数据等资源，对供应链进行持续改进调整，保障了企业对客户的敏捷响应。

实现产品服务化，创造新型商业模式

工业大数据帮助企业不断创新产品和服务，发展新的商业模式。

通过内嵌传感器和算法模型

产品基于前端联网和计算推进其内部数据与外界数据的交换，并将交互结果快速反馈至后端，基于后端远程控制实现与用户的实时互动，帮助企业实时监测产品运行状态。

通过大数据平台

企业获得产品的销售数据和客户数据，延伸打造基于平台的故障预警、远程监控、远程运维、质量诊断等在线增值服务，推动以产品为核心的经营模式向“制造+服务”模式转变。

企业层面，要加快探索

工业大数据应用发展路径

在生产和市场中推进量的积累

我国制造业基础坚实，工业互联网、智能制造等的广泛实践创造出全球最庞大、最复杂、最活跃的工业大数据，客观上成为我国企业深度挖掘数据价值的后发优势。作为制造业大国，我国已经形成门类齐全、规模庞大的现代工业体系，覆盖39个大类、191个中类和525个小类等全部工业门类，创造出海量的机器设备市场需求。随着制造业数字化、网络化、智能化的不断演进，我国工业机器人、数控机床、智能生产线、智能工厂等先进应用加速普及。可以想见，门类丰富的工业生产、制造智能化应用以及数字技术与制造技术的融合发展将引发我国工业数据规模的加速加倍增长，为数据应用价值的挖掘提供了充足的样本空间和试验机会。我国这一数据资产优势要远远超出德国、美国、日本等制造强国。

通过全流程应用获得质的突破

数据管理能力是基本功，也是构建“工业智脑”的关键和基础。要重视提升数据管理能力，围绕数据战略、数据治理、数据架构、数据标准、数据质量、数据安全、数据应用、数据生存周期等内容规划数据管理能力建设路径，夯实企业数据应用基础。建设完善设计工具、标准部件、流程工艺、试验测试等云端资源库，打通产品全生命周期数据链。深化虚拟仿真、知识挖掘、智能决策等技术在数字设计中的应用，构建数字化高效研发体系。推动产品研发、生产制造、经营管理等系统数据的贯通共享和应用，提升在高级排产、协同制造、质量管理、远程维护、能源管控等方面的智能化能力。

加强全方位创新实现系统升级

围绕工业互联网平台和制造业“双创”平台培育，深化工业大数据与边缘计算、信息物理系统（CPS）等新兴技术在制造业领域的融合应用，发展数据驱动的新技术、新业态和新模式。利用大数据技术开展用户精准画像，促进用户数据与制造全流程数据的贯通集成，实现面向用户需求的柔性化、定制化生产。大企业开放数据资源和工具，扩大跨产业链、跨平台、跨区域数据流通和协作范围，提升数据复用创新能力，培育规模化定制、协同制造、制造能力交易等制造业新模式新业态。制造企业、供应链企业和金融企业加强数据对接和信息开放共享，建立基于工业运行数据分析的主体资信评级体系，依托评级结果探索开展融资租赁、质押担保、信用保险等产融服务新模式。

政府层面，要积极打造

工业大数据应用生态

加强工业大数据应用发展指导

分行业梳理工业大数据应用路径、方法模式和发展重点，编制工业大数据应用指南，引导企业工业大数据应用方向。加快研究制定科学有效的工业大数据应用水平评估标准，对我国、各地及企业工业大数据应用现状、应用水平进行监测、分析和评估，引导地方、企业依据评估标准和结果，循序渐进提升应用水平。落实《工业数据分类分级指南（试行）》，推动构建以企业为主体的工业数据分类分级管理体系，促进工业数据应用价值有效释放。

开展工业大数据应用试点示范

围绕钢铁、化工、冶金等行业能源管理需求，支持开展能源精细化管理服务平台试点示范，探索基于数据可视化分析的节能诊断、能耗预测、即时响应等能耗智能管理模式。围绕工程机械、汽车等行业产品管理维护需求，支持开展基于数据分析的产品全生命周期服务平台试点示范，探索产品追溯、远程运维、质量诊断、资产管理等增值服务创新。支持消费电子、服装、制鞋、家电等制造企业建设完善直达最终用户的需求感知平台和服务平台，提供个性化、在线化、便捷化的泛在服务，实现商业模式从以产品销售为主向以增值服务为主转变。

提升工业大数据应用服务能力

聚焦能源、航空航天、建筑、钢铁、化工、工程机械、消费电子、服装、家电等新一代信息技术与制造业融合发展的重点领域，以推动大数据在研发设计、生产制造、经营管理等工业领域各环节应用为目标，培育一批市场份额大、具备自主研发能力的工业大数据系统解决方案服务商，推动解决方案商与制造企业等融通发展。分行业、分领域开展系统解决方案的研制与推广，不断提升系统解决方案专业化、集成化水平。构建完善工业大数据解决方案服务商评价体系，制定工业大数据解决方案服务商评价评估标准，支持专业机构开展工业大数据解决方案质量诊断与测试评估，分行业、分领域定期发布大数据技术解决方案供应商名录和关键产品清单。

营造工业大数据应用创新环境

筹划在全国范围内开展工业大数据创新应用竞赛，整合业界各方资源，谋划构建真实需求场景，面向全社会征集优秀解决方案，助力工业大数据应用创新和专业技术人才挖掘。加大工业大数据应用宣传推广力度，搭建工业大数据应用公共服务平台，开展工业大数据应用实训，加快打造工业大数据应用新生态。

本文作者：

高婴劢

信息化与软件产业研究所数字化转型研究室主任，管理学硕士。致力于大数据、数字化转型、数字经济领域战略规划、政策和行业研究，擅长数字经济战略、数字产业规划、产业数字化转型研究。先后参与《国家信息化发展战略纲要》、《国务院关于深化制造业与互联网融合发展的指导意见》、《软件和信息技术服务业发展规划（2016-2020年）》、《工业大数据发展指导意见》等重要文件起草，参与中央网信办、工信部重大课题研究10余项，参编《国务院关于深化制造业与互联网融合发展的指导意见》解读、《中国信息化与工业化深度融合发展水平评估》、《信息经济概论》等著作，已发表《制造业“双创”平台发展白皮书》、《制造企业基于互联网创业创新实施指南》等研究成果。

王宇霞

信息化与软件产业研究所数字化转型研究室副主任，工学博士。主要从事数字经济、大数据、数字化转型等领域产业研究、行业分析、政策规划、前沿技术跟踪等。曾参与《关于工业大数据发展的指导意见》、《工业互联网APP培育工程实施方案（2018-2020年）》、《大数据产业发展规划（2016-2020年）》等重要文件的起草工作，参与工信部、网信办、发改委数字经济、大数据等领域多项支撑工作，参与《广东省数字经济发展规划（2018-2025年）》、《成都市大数据产业发展规划（2017-2025年）》等地方政府项目，已发表《2019年中国数字经济发展指数》、《中国大数据发展水平评估》等研究成果。

（来源：赛迪智库）

先进制造业+工业互联网

产业智能官 AI-CPS

加入知识星球“产业智能研究院”：先进制造业OT（自动化+机器人+工艺+精益）和工业互联网IT（云计算+大数据+物联网+区块链+人工智能）产业智能化技术深度融合，在场景中构建“状态感知-实时分析-自主决策-精准执行-学习提升”的产业智能化平台；实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。

产业智能化平台作为第四次工业革命的核心驱动力，将进一步释放历次科技革命和产业变革积蓄的巨大能量，并创造新的强大引擎；重构设计、生产、物流、服务等经济活动各环节，形成从宏观到微观各领域的智能化新需求，催生 新技术、新产品、新产业、新业态和新模式； 引发经济结构重大变革，深刻改变人类生产生活方式和思维模式，实现社会生产力的整体跃升。

产业智能化技术分支用来的今天，制造业者必须了解如何将“智能技术”全面渗入整个公司、产品、业务等商业场景中， 利用工业互联网形成数字化、网络化和智能化力量，实现行业的重新布局、企业的重新构建和焕然新生。