大数据背景下工业企业信息化应用思考

2021-12-31李延

科学与信息化 2021年10期

李延

华楚智能科技（湖南）有限公司湖南长沙 410000

引言

近年来，随着社会经济及科学技术的迅速发展，大数据分析被广泛应用到各个行业领域，能够帮助企业发现管理上存在的问题，促进企业管理水平的提升。将大数据分析应用到工业企业管理中，能够适应工业企业信息化变革，帮助企业更好地应对各种挑战，为企业的可持续发展奠定良好基础。

1 大数据技术发展背景

党的十九大报告提出要推动大数据、人工智能与实体经济的融合。有些学者提出与实体经济融合的意义就是智能制造，即信息化与工业化融合，其具体可分成数字化、网络化、智能化三个阶段。目前，大部分国内企业处在数字化向网络化转型的阶段，有一部分领先的企业从数字化向智能化探索[1]。

目前，大数据发展背景下工业化企业信息化建设成为一大研究重点，构建统一大数据平台，推动信息化、工业化融合发展。

2 大数据技术在工业企业信息化发展中的价值

随着新一轮科技革命和产业变革蓬勃兴起，我国大数据技术在工业领域的用户需求精准分析、生产过程改进优化、营商管理智能决策等方面的运用方兴未艾。大数据技术在工业企业信息化发展中的价值可归纳如下：

（1）工业企业可通过大数据来提高资源配置的效率，提高市场响应能力与应急保障能力，持续优化生产方式，促进供需匹配与创新。

（2）工业企业利用大数据技术，可减少浪费、降低成本，提高产品质量，提供更多个性化产品与服务。

（3）工业数据作为新的生产要素资源，能够有力驱动制造业转型升级、助力供给侧结构性改革持续深化[2]。

3 大数据背景下工业企业信息化应用要点

3.1 正确把握工业大数据“泉”“库”“湖”，构建工业大数据软件系统

在工业大数据软件系统构建过程中，要坚持“效益驱动、重点突破、分步实施”的指导原则，坚决避免陷入单纯追求技术指标先进性的误区，以释放工业大数据价值为核心目标，在明晰企业软件和业务数据存量的基础上，选择重点业务场景作为切入点，正确把握工业大数据“泉”“库”“湖”三者关系，以“迭代式敏捷开发”软件工程方法指导工业大数据分步实施，切实优化工业大数据软件系统总体构建成本，探索并形成符合我国工业大数据发展的软件工程方法。

“数据的泉”，就是把工业物联网看成一个不断产生数据的泉，需要高通量数据接入能力。工业物联网为工业大数据提供了一个重要的、鲜活的数据来源，并且为驱动实时在线业务提供了动力源。

“数据的库”，就是通常所说的关系数据库系统，是企业信息化基础技术，企业研发、生产、管理与服务数据都存储在数据库里，通常是企业业务数据价值的主体。关于基于数据库管理系统的企业信息系统开发已经形成了完整的方法与工具体系，覆盖组织架构、数据模型和业务过程等多个方面。

“数据的湖”，是近期出现的一个概念，谷歌学者认为数据湖是根本没有被组织或良好组织起来的一组数据集，人们只能一事一议地“钓出”有用的数据集。因此，数据湖中存放的是生数据，是自然形成的。数据湖是需要治理的，这样才能快速地把有用的数据“钓”出来。

近期“数据中台”引起了学术界和产业界的广泛关注，“数据中台”要比照“数据后台”进行理解，数据中台并不能代替数据后台。“数据中台”还要比照“数据前台”进行理解，“数据中台”加工出来的结果（也被称为数据产品）还要进入数据前台（即工业APP），包括企业信息化系统和企业决策系统。工业大数据软件系统首先要把数据后台能够发挥出来的能力发挥到极致，在需要跨业务、跨领域对工业大数据进行数据集成时才需要建设数据中台。在工业大数据软件系统的构建过程中，应坚持建设一个轻量级的数据中台。

3.2 深挖工业数据价值，提升企业数据管理能力

工业企业信息化发展中，需进一步深挖工业数据的价值，还需采取有效措施，推动提升企业数据管理能力。一是提升企业科学制定大数据战略与规划的能力，鼓励企业对大数据管理框架与制度进行全面设计与创新；二是提升企业在数据采集、整理、结构化等方面的能力，使大数据成为企业的重要生产要素，为企业发展提供助力；三是提升企业的大数据分析与预测的能力，使大数据价值实现最大化，为企业决策、生产方式改进、组织变革、供应链建设等提供支撑；四是充分利用先进适宜的数字化技术来提升大数据管理的能力，为企业实现可持续发展奠定坚实基础。

3.3 实现数据共享，完善数据安全管理

大数据背景下工业企业信息化建设中，在实现数据共享的过程中，可能由于诸多因素对数据的安全性和稳定性产生影响，比如归属权没有明确划分、数据储存量过小、安防措施不到位等，极易造成商业机密、个人信息等数据泄露问题。因此，工业企业必须提高对数据安全的重视力度，在开展信息化建设同时，制定规范的数据安全管理防范措施，应用信息手段对数据进行收集、分析和处理，并对其安全性进行严格管控，切实避免数据在传输过程中出现盗取、泄露或恶意篡改等不良现象[3]。