工信部：支持企业建设工业大数据集成平台和大数据中心

为推进工业大数据发展，逐步激活工业数据资源要素潜力，不断提升数据治理和安全保障能力，工业和信息化部编制了《工业大数据发展指导意见（征求意见稿）》（以下简称《意见》），并向社会公开征求意见。

《意见》要求，加强工业大数据资源采集汇聚，引导工业企业开展数据资源编目工作，加强数据清洗和预处理，提升数据准确性、完整性、一致性，实现数据资源的可见、可管、可用。支持企业建设工业大数据集成平台和大数据中心，实现多源异构数据的融合和存储。鼓励企业建立数据质量管理机制，制定规范的数据质量评估监督、响应问责和流程改善方案，积极应用先进质量管理工具，形成数据质量管理闭环等。

具体内容如下

该《意见》提到，要坚持集聚共享、融合牵引、创新驱动、安全有序的基本原则，到2025年，实现工业大数据资源体系、融合体系、产业体系和治理体系基本建成，形成从数据集聚共享、数据技术产品、数据融合应用到数据治理的闭环发展格局，工业大数据价值潜力大幅激发，成为支持工业高质量发展的关键要素和创新引擎。

构建工业大数据资源体系，培育生产要素

1、加强工业大数据资源采集汇聚

推动工业大数据全面采集，依托现有政策渠道，支持企业加快部署传感器、射频识别、数控机床、机器人、网关等数字化工具和设备，提升设备数据、产品标识数据、工厂环境数据等生产现场数据采集能力；推动工业大数据传输交互，推动5G、NB-IoT等技术在工业场景中的应用，推进IPv6规模部署，改造升级工业企业内外网络；推动工业大数据高质量汇聚，引导工业企业开展数据资源编目工作，加强数据清洗和预处理，支持企业建设工业大数据集成平台和大数据中心，实现多源异构数据的融合和存储。

2、推动工业大数据资源共享流通

推动工业大数据合作共享，支持各地优势产业上下游企业与第三方机构加强合作，围绕数据合作共享形成战略伙伴关系；激发工业大数据市场活力，指导建设国家工业互联网大数据中心，鼓励企业、研究机构等主体积极参与区块链、安全多方计算等数据流通关键技术攻关和测试验证；降低工业大数据流通的风险，研究开发工业大数据资产价值评估模型，建立完善评估工作机制，推动形成数据资产目录和资产地图。

3、提升工业大数据资源管理能力

推动建立工业大数据管理能力评估体系。基于《数据管理能力成熟度评估模型》(GB/T 36073-2018，简称DCMM)等国家标准，结合工业领域大数据管理的特点和需求，系统构建工业大数据管理能力评估体系。

加快推进工业大数据管理能力普及与应用。推动建设国家工业大数据管理能力评估平台，完善市场化服务体系，依托第三方评估机构，线上评估和线下辅导相结合，全面推进工业大数据管理能力评估。

壮大工业大数据融合体系，深挖应用潜力

1、推动工业大数据全面深度应用

深化数据驱动的全流程应用。构建集云端资源库、先进数字化工具、虚拟仿真环境等于一体的协同研发体系，实现基于用户数据分析的产品创新和协作研发；培育数据驱动的制造新模式。支持企业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。

2、强化工业大数据应用供给能力

提升工业互联网平台的数据应用支撑作用，引导工业互联网平台强化数据能力，面向中小企业开放服务资源，推动中小企业逐步将业务系统向平台迁移和部署，提升中小企业数据应用能力；培育工业大数据解决方案供应商，面向能源化工、航空航天、建筑钢铁等新一代信息技术与制造业融合发展的重点产业和领域，发挥政策导向作用，支持培育一批市场份额大、服务能力强、专业化和集成化水平高的工业大数据解决方案供应商。

做强大数据产业体系，激发工业创新活力

1、提升工业大数据技术能力

突破工业大数据关键共性技术。全面梳理工业大数据关键共性技术短板，形成攻关清单，研究制定工业大数据技术发展路线图，明确关键共性技术的发展方向、目标和路径。

构建工业大数据技术创新生态。支持企业、高校、科研院所、产业联盟合作，联合创建一批工业大数据创新中心和重点行业大数据应用中心，围绕重大共性需求和重点行业需要开展协同创新，推动工业大数据科研资源共享、共创和技术成果转化。

2、增强大数据产业支撑能力

打造健全的大数据产品体系。围绕工业大数据采集、整理、分析、应用等环节，推动工业大数据存储与管理工具、分析与挖掘工具、数据可视化工具等软件产品开发，支持传感器、服务器、存储设备、网关设备等工业级硬件产品发展，形成健全的大数据基础性、通用性软硬件产品体系。

全面提升数据服务水平。大力支持可靠可信的工业云服务发展，构建低成本、高弹性的工业大数据存储和处理基础设施。聚焦提升工业大数据共享集聚水平，培育一批专业化收集、汇总、交易工业大数据的第三方数据资源提供商。

完善工业大数据治理体系，强化发展保障

1、加快完善工业大数据治理规则

完善工业大数据法规标准。加强工业数据确权、数据流通、数据安全等相关法律法规立项和研究，加快完善工业大数据规范化发展的法制环境；推动工业大数据分类分级管理。完善工业大数据分类分级顶层规划，制定《工业数据分类分级指南》，实现数据的差异化管理。

2、加强工业大数据安全风险防范！

构建工业大数据安全保障体系。明确安全主体责任和防护要求，构建形成覆盖工业大数据全产业链的安全管理体系；加强工业大数据安全技术产品的研发和产业化。加快培育工业大数据安全骨干企业，支持企业开展数据安全服务，营造良好的工业大数据安全产业生态。

同时还提到了一系列的保障措施：健全统筹推进机制、强化财税金融支持、培育融合人才队伍等措施以推动工业大数据产业更好更快发展。