提出人：李建业
分 类：经济
办理类型：
内 容：
2020年5月工业和信息化部印发了《关于工业大数据发展的指导意见》，提出要强化工业大数据的汇聚共享、融合应用能力，通过构建资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系推动制造业数字化转型。
近年来，我省在贯穿落实国家大数据发展战略，运用数字经济培育制造业发展新动能方面做了大量的工作。但在工业大数据发展方面的工作也存在如下问题：
一是在数据支撑类型上“重平台轻基础”。我省工业大数据更聚焦于物联化管理以及面对市场的价值链数据和外部数据，而对于支撑制造业生产最核心的产品数据、生产数据扶持力度偏弱。在具体政策举措上，广东主要以工业互联网作为发展大数据的创新载体，通过遴选互联网平台企业为制造业企业提供“上云上平台”数字化转型。华为、富士康、美的、格力这一类本土工业互联网平台商搭建的云平台在为中小企业提供研发管理协同、生产设备状态监控以及市场营销、电子商务、行业市场外部数据分析等面向销售端以及生产环节自动化、智能化管理等方面具有较好的集成应用。但是支撑制造业生产的前端核心制造数据，如精密零部件的产品数据及其数字化设计应用对于培育制造业核心竞争力具有更为重要更为基础的战略性作用。比如一台波音777有300万个零部件的尺寸和形状数据，它在飞行中每30分钟产生10TB数据，所有这些核心零部件的设计、建模、工艺、加工、测试、配置参数领域的历史数据累积以及数据体系的完整性我们省还做的不够。工业核心数据的“数据文化”氛围尚未完全建立。
二是在数据融合应用与创新应用上“集成型创新的多，基础创新支撑的少”。目前我省对于工业大数据的应用主要偏重于两个方面，一个是将外部市场化数据作为反映制造业生产经营状况的宏观表征，如我们在全国首创的制造业大数据指数（MBI）与制造业密切相关的企业用电、商品进出口、货运、贷款、用地、通信、用工等第三方数据监测制造业宏观运行；另一个是分行业的产业链数据协同应用。基于广东400个产业集群，以产业集群为单元打造区域工业互联网推动集群内部企业的数据交互。但是这两类数据的应用依然偏重于外围应用型的集成，而对于核心层将产品数据、运行数据转化为核心技术攻关的数据支撑力依然鲜有涉及。比如风力涡轮机制造商vestas利用天气数据与涡轮仪表数据的交叉分析提出风力涡轮机布局的优化方案，由此可知增加风力涡轮电力输出效率。当然这一类数据往往是行业企业最核心的创新竞争力，很难通过政府行为去直接主导。
三是在数据发展主体与机制上“重视以示范点带动线和面”对于公益性、基础性参与主体、可持续性投入机制略显空白。广东目前的做法是培育行业标杆企业打造试点示范样板，然后以发放服务券的方式鼓励中小企业“上云上平台”，即以扶持行业龙头、链主企业来引领整个产业链的数字化汇聚与升级，这种模式对于价值链数据的集成创新与协同创新具有很好的作用，也与我省市场化开放程度较高的实际相吻合。但是对于久久为功、基础性、战略性的核心工业数据的系统性汇聚、较长时间跨度的积累较为乏力。因为企业主体行为必须以创造盈利价值为出发点，平台型企业一定会更加把精力转向能够转化为实际商业价值的客户、供应商数据。且基础核心数据与价值链外部大数据相比，他的数据多源性获取、数据分散化以及非结构化、数据持续采集的高快速性等特征更为明显，平台型企业哪怕是某一行业的平台工业互联网很难应对。
为进一步提升我省制造业高质量发展，提出如下建议：
一、重视对基础数据库的建立。要利用好广东科学院这一类研究机构，专门组建工业基础数据库研究主体。切实把工业基础数据的积累体系建立起来。
二、结合省双十产业规划实施每一个细分行业的数据标准化战略。大数据标准体系建设是推动工业数据潜力挖掘的基础性工作之一，我省目前有十多个地方标准和团体标准，还要加快这个领域大发展。每个产业甚至每个生产环节的数字化进程、数字化发展阶段是不一样的，必须加快对分行业产业的数据标准体系建设。
三、健全基础数据有序适度开放的治理机制。在完善省工业基础数据库建设的基础上，以适度开放的形式鼓励企业对数据进行开发应用。将数据转化为创新动能，但要做好工业核心数据的安全保护工作。
