工业大数据如何更好落地（1）

工业大数据如何更好落地（一）

（2019年4月18日）

大数据技术为工业企业转型升级,开辟了新思路、新模式和新途径,但大数据与工业的深度融合,是一项非常复杂的系统性工程,还需政府部门与工业企业协同配合,科学、有序、规范地共同推进。

大数据技术带来了新的生产率增长和盈利模式,为我国工业企业转型升级开辟了新思路、新模式和新途径,已成为塑造国家竞争力的战略制高点。近年来,我国工业与大数据技术融合发展的态势良好,但与发达国家相比,在融合的行业数量、应用深度、业务规模、发展均衡性等方面还存在一定的差距。

信息化总体水平不高,与工业领域融合深度不够。据统计,我国工业领域中90%的企业信息化建设基础不足,信息化水平总体偏低,43%的企业信息化覆盖业务部门范围较窄,各IT系统处于割裂状态或者集成程度不高。从数据质量方面来看,大多数工业企业缺乏科学、现代的数据采集机制,且数据质量把控不严,直接导致数据可用性和价值较低,而低劣的数据质量则会造成资源浪费、生产力损失和额外开支,进而影响企业盈利。

数据集成和共享的水平较低。一方面,企业内部由于“信息孤岛”和“数据壁垒”的普遍存在,且缺乏数据资源管理的意识和方法,导致数据集成与汇总面临着很大难度和挑战。另一方面,企业间数据共享流通渠道和规范缺乏:一是出于观念、技术和利益等角度考量,掌握大量用户和数据的大型企业,往往将数据“金矿”视为“私产”,主观上不愿意对外开放,导致工业领域上下游企业间数据不能共享,未能形成覆盖产业链的数据闭环,严重阻碍了大数据价值的发挥；二是现有法律法规虽然对网络运营者收集、使用、保存用户个人信息等数据资源的行为进行了规定,但对于共享用户数据的要求、规范、场景和条件,仍缺乏具体法律法规进行约束；三是市场化的数据交易应用机制尚不健全,缺乏合理沟通与管控方法,制约了数据的流动、共享。

（未完待续）

（摘编自 大众日报 天津智慧城市研究院 作者：吉林大学商学院 房建奇 沈颂东）