工业大数据驱动智能制造的四种作用模式（4）

积极推动我国工业大数据发展

1. 做好发展工业大数据的总体设计

首先，开展工业大数据发展的相关法规、技术标准体系和数据标准体系建设，抓住在中国市场制定竞争新规则的机会；其次，聚焦重点行业领域工业大数据发展，形成中国自主的核心工业信息技术体系，打破西方主导格局；第三，瞄准我国用户的需求与本土环境特点，打造具有中国特色的工业大数据服务，实现规模化市场应用。

2. 加强标准规范的制定和实施

加快元数据、数据交换、数据交易、数据质量、安全保密等重点共性标准的制定和实施。鼓励龙头企业参与组建工业互联网联盟，建立企业间数据交换交易的规范和标准。加强大数据环境下信息安全技术研究，落实信息安全等级保护制度，建立健全大数据安全保障体系。明确数据所有权、使用权和各相关主体与信息之间的权利、责任和义务，修订和完善数据安全保护相关立法，对滥用数据、侵犯个人隐私等行为加强管理和惩戒。支持建立大数据测评机制，建立服务可用性、可靠性、安全性和质量等方面的大数据评估认证体系，支持第三方机构开展评估评测工作。

3. 突破核心关键技术，提升应用能力

加大技术研发资金扶持力度，支持面向工业企业的数据集成、数据存储、数据处理和数据挖掘分析等核心关键核心技术攻关，推动已取得技术突破的领域加快成果转化和应用推广。

4. 推动软件企业和工业企业协同发展

探索建立软件企业、互联网企业和工业企业的协同发展机制，支持引导软件和互联网企业深入工业领域，与工业企业从技术、资本等层面进行跨界战略合作探索，支持重点行业龙头企业研究规划互联网与各工业行业融合发展的技术路线图，支持相关企业开展工业大数据关键技术研究和产业化探索。

5. 促进典型应用示范

基于互联网平台建立面向工业不同行业、不同环节的大数据资源聚合、分析应用体系，扶持基于大数据的新技术、新产品、新模式，开展个性化定制、众包设计、智能监测、全产业链追溯、在线监控诊断及维护、工控系统安全监控、智能制造等新业务，培育新产业、新业态。推动大数据在工业企业产品全生命周期、产业链全流程各环节应用，分析感知用户需求，提升产品附加价值，建造智能工厂。选择典型企业、重点行业、重点地区开展大数据应用项目试点示范，积极推动制造业网络化、数据化、智能化和服务化的发展。

（续完）