工业大数据如何更好落地（2）

工业大数据如何更好落地（二）

（2019年4月21日）

缺乏成熟的平台级工具,工业企业使用数据进行分析管理的难度较大。当前,工业大数据作为一种新生事物,正处于发展起步阶段,面临着数据规范缺乏、标准不统一、平台技术架构复杂等一系列问题,面向工业领域提供大数据解决方案的业务尚不成熟,大部分行业仍未能形成主流的平台级工具,特别是行业统一的工业大数据平台,难以满足工业企业的大数据应用需求。同时,由于工业企业信息化水平不一、行业应用场景区别较大,使得大数据技术企业开发的技术平台与各行业实际应用需要存在显著差异,这也为工业大数据的应用增添了难度。

缺乏产业龙头企业,未能形成成熟的商业模式和示范带动效应。我国工业领域近年来迅速崛起了一批在某些方面能力较为突出的龙头企业,但尚缺乏实现了大数据与工业融合发展的典型企业,无法对新形势下工业转型升级、高质量发展起到引领、示范和带动作用,导致在全产业链、全环节上推进“中国智造”的能力仍然欠缺。另外,由于高质量数据和平台级工具的缺失,工业企业采用大数据进行分析和管理的成熟度不高,利用大数据进行精准营销的商业收益也存在争议,导致这方面的创新创业不够活跃,进一步限制了龙头企业的诞生。

大数据与传统工业的深度融合是一项非常复杂的系统性工程,也是难得的历史机遇与战略窗口,我国应因势而动、顺势而为,促进政府部门与工业企业协同配合,科学、有序、规范地共同推进。

支持鼓励大数据创新创业。鼓励大数据行业应用的大众创业、万众创新,营造大数据应用的创业氛围。扶持大数据创新开发团队,打造大数据创新成果转化平台,提供“一站式”配套服务,筛选出具有经济效益和社会效益的重点行业和商业模式。通过采取政府购买和一定补贴的形式,鼓励资源丰富、技术先进的大数据领先企业建设大数据平台,开放平台数据、计算能力、开发环境等基础资源,降低创新创业成本。

（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）