7-工业大数据深化工业数据应用-赋能制造业数字化转型——工信部《关于发展的指导意见》解读.docx

【工业大数据】深化工业数据使用赋能制造业数字化 转型一一工信部《关于进展的指点意见》解读2020-07-01 原文

数字经济时代，参与制造生产全流程的人、资源、机器和产品之间实现了无 所不“连，，（连接）和无所不“知”（感知），促进构成人与人、人与物、物与 物之间的信息交互，并由此产生源源不断的工业大数据。随着美国工业互联 网和德国工业4.0等制造业数字化转型战略的相继实施，工业大数据作为贯 穿整个产品全生命周期和企业全价值链一直的核心要素，日益成为全球制造 业挖掘价值、推动变革的次要抓手。
2020年5月13日，工业和信息化部发布《关于工业大数据进展的指点意 见》（简称《意见》），围绕进一步深化工业数据使用，从开展使用示范、 提升平台支撑作用、打造使用生态等方面进行重点部署，为推动更大范围、 更高水平、更深层次的工业数据使用创新指明白方向。在我国大力进展工业 互联网、推动制造业与互联网深度融合、促进制造业高质量进展的当下，如 何进一步挖掘工业数据使用价值必将成为关注焦点。

王宇霞信息化与软件产业争辩所数字化转型争辩室副主任，工学博士。次要从事数字 经济、大数据、数字化转型等领域产业争辩、行业分析、政策规划、前沿技术 跟踪等。曾参与《关于工业大数据进展的指点意见》、《工业互联网APP培育 工程实施方案(2018-2020年)》、《大数据产业进展规划(2016-2020年)》 等重要文件的起草工作，参与工信部、网信办、发改委数字经济、大数据等领 域多项支撑工作，参与《广东省数字经济进展规划(2018.2025年)》、《成都 市大数据产业进展规划(2017-2025年)》等地方政府项目，已发表《2019年 中国数字经济进展指数》、《中国大数据进展水平评估》等争辩成果。
• ooo（来源:

（来源:
赛迪智库）
先进制造业+工业互联网

01一方面，工业大数据使用助力推动制造业数字化转型。工业大数据贯穿于 设计、生产、管理、服务等各个环节，以数据流淌促进制造全过程、全产业 链、产品全生命周期的无缝连接和综合集成，加速共性化、协同化、服务化 制造新模式进展，催生无人制造、共享制造、供应链金融等新服务新业态。 从国家战略看，发达国家均把数据作为数字化转型战略的核心，美国制定
《联邦数据战略》、欧洲发布《欧洲数据战略》、日本推动价值链促进方案 等，都在数据开发利用方面提出相关任务要求。从企业进展看，GE、 PTC、西门子等都纷纷推出基于工业互联网、以数据为驱动的数字化处理方 案，自动变革商业模式，抢占数字化转型高地。开展大数据深度使用，引导 企业进展数据驱动制造的新模式新业态，是以数字化转型带动工业全要素、 全产业链、全价值链升级的重要举措。
另一方面，工业大数据使用助力建构将来“工业智脑”。20世纪50年月，英 国科学家图灵第一次提出“机器思维”概念，认为机器将拥有智能，可以像人 类一样进行思考。如今，通过大数据、人工智能等新一代信息技术与制造系 统的全面融合，通过工业学问、业务、流程的数据化、算法化、模型化，不 只赐予单一机器、单一设备、单一设备的“智能思维"，而且全体制造体系都 将装上“大脑”系统，拥有动态感知、灵敏分析、全局优化、智能决策的强大 力量，真正实现“制造智能"。深化工业数据使用，推动从产品级、设备级向 产业链级拓展、逐渐实现制造“智脑”系统的全体提升，是加速制造业数字 化、网络化、智能化进展的必由之路。
促进设计协同化，构建新型研发模式
通过使用工业大数据，企业和消费者、供应商、合作伙伴之间建立起数据驱动 的信息自动反馈机制，基于资源共享和数据集成，加速研发端和制造端、消费 端的协同创新。
在消费端
用户深度参与产品的需求分析和产品设计等创新活动，其共性化产品需 求数据、产品的交互和买卖数据被挖掘分析，促进实现定制化设计。
在制造端
企业构建研发学问库，推动数字化图纸、标准零部件库等设计数据在内 部及产业链上下游的资源共享，实现跨平台研发资源统筹管理和产业链 协同设计力量提升。争辩与询问机构Forrester《The Forrester Wave：
Industrial loT Software Platforms In China, Q4 2019》报告显示，海尔 COSMOPlat链接超过3.3亿用户和4.3万家企业数据，通过设计资源的 社会化共享和用户广泛参与，制造了数据驱动的大规模定制生态。
加速生产透亮 化，打造新型制造体系
工业大数据将每个生产要素以客观真实的量化信息形式加以呈现，便利决策 者对制造力量进行全体评估，精准把握如零部件偶发失效、机器功能磨损等 诸多不确定要素，助力实现生产流程优化和生产方式变革。
在车间管理层面
通过生产线传统器采集温度、压力、热能、振动和噪声等数据，精准预 判机器设备功能发生损耗和失效的时间、位置和类型，追踪能源消耗情 况，实行恰当的事先把握行为以避开产能和效率降低。如，中策橡胶借 助阿里云ET工业大脑的工业大数据分析系统，对橡胶密封过程的产品 数据、工艺数据、生产数据、监测数据等进行综合分析和优化，实现密 炼时长削减10%、密炼温度降低10°C,降低了次品率和能耗率。
在生产流程层面
通过设备、工艺、产线等环节数据汇聚整合，对产品制造全过程进行建 仿照真，实现物理生产在数字空间的全面映射，反向指点生产流程的柔 性化组建和自我优化。
助推供应链优化，建立新型管理体系
工业大数据贯彻企业生产、管理、财务、选购、销售等全环节，通过挖掘分 析，促进业务系统、制造系统和供应链系统的无缝连接和协同，实现基于数 据的企业运营管理精准决策。
在组织管理方面
企业运用工业大数据全面抓取本身资源信息，利用云端集成分析开展管 理决策，实现从金字塔静态管理向扁平化动态管理转变。
在供应链管理方面
企业通过将仓储、配送、销售等环节数据与市场需求、销售价格等数据 整合，运用数据分析得到更好的决策来优化供应链。如，华为以订单数 据为中心，整合全球客户数据、企业内部数据、供应商数据等资源，对 供应链进行持续改进调整，保障了企业对客户的灵敏响应。
实现产品服务化，制造新型商业模式
工业大数据挂念企业不断创新产品和服务，进展新的商业模式。
通过内嵌传感器和算法模型产品基于前端联网和计算推动其内部数据与外界数据的交换，并将交互 结果快速反馈至后端，基于后端近程把握实现与用户的实时互动，挂念 企业实时监测产品运转形态。
通过大数据平台企业获得产品的销售数据和客户数据，延长打造基于平台的毛病预警、 近程监控、近程运维、质量诊断等在线增值服务，推动以产品为核心的 运营模式向“制造+服务”模式转变。
03在生产和市场中推动量的积累
我国制造业基础坚实，工业互联网、智能制造等的广泛实践制造出全球最浩
大、最简单、最活跃的工业大数据，客观上成为我国企业深度挖掘数据价值的
后发优势。作为制造业大国，我国已经构成门类齐全、规模浩大的现代工业体
系，掩盖39个大类、191个中类和525个小类等全部工业门类，制造出海量的
机器设备市场需求。随着制造业数字化、网络化、智能化的不断演进，我国工
业机器人、数控机床、智能生产线、智能工厂等先进使用加速普及。可以想
见，门类丰富的工业生产、制造智能化使用以及数字技术与制造技术的融合进
展将引发我国工业数据规模的加速加倍增长，为数据使用价值的挖掘供应了充
分的样本空间和试验机会。我国这一数据资产优势要远远超出德国、美国、日 本等制造强国。
通过全流程使用获得质的突破I
IHi

I
IHi
数据管理力量是基本功，也是构建“工业智脑”的关键和基础。要注重提升 数据管理力量，围绕数据战略、数据管理、数据架构、数据标准、数据质 量、数据平安、数据使用、数据生存周期等内容规划数据管理力量建设路 径，夯实企业数据使用基础。建设完善设计工具、标准部件、流程工艺、试
验测试等云端资源库，打通产品全生命周期数据链。深化虚拟仿真、学问挖 掘、智能决策等技术在数字设计中的使用，构建数字化高效研发体系。推动 产品研发、生产制造、运营管理等系统数据的贯穿共享和使用，提升在高级 排产、协同制造、质量管理、近程维护、能源管控等方面的智能化力量。
加强全方位创新实现系统升级
围绕工业互联网平台和制造业“双创”平台培育，深化工业大数据与边缘计 算、信息物理系统（CPS）等新兴技术在制造业领域的融合使用，进展数 据驱动的新技术、新业态和新模式。利用大数据技术开展用户精准画像， 促进用户数据与制造全流程数据的贯穿集成，实现面对用户需求的柔性化、 定制化生产。大企业开放数据资源和工具，扩大跨产业链、跨平台、跨区域 数据流通和协作范围，提升数据复用创新力量，培育规模化定制、协同制 造、制造力量买卖等制造业新模式新业态。制造企业、供应链企业和金融企 业加强数据对接和信息开放共享，建立基于工业运转数据分析的主体资信评 级体系，依托评级结果探究开展融资租赁、质押担保、信誉保险等产融服务 新模式。
加强工业大数据使用进展指点分行业梳理工业大数据使用路径、方法模式和进展重点，编制工业大数据使 用指南，引导企业工业大数据使用方向。加快争辩制定科学无效的工业大数 据使用水平评估标准，对我国、各地及企业工业大数据使用现状、使用水平 进行监测、分析和评估，引导地方、企业依据评估标准和结果，循序渐进提 升使用水平。落实《工业数据分类分级指南（试行）》，推动构建以企业为 主体的工业数据分类分级管理体系，促进工业数据使用价值无效释放。
开展工业大数据使用试点示范围绕钢铁、化工、冶金等行业能源管理需求，支持开展能源精细化管理服务 平台试点示范，探究基于数据可视化分析的节能诊断、能耗猜测、即时响应 等能耗智能管理模式。围绕工程机械、汽车等行业产品管理维护需求，支持 开展基于数据分析的产品全生命周期服务平台试点示范，探究产品追溯、近 程运维、质量诊断、资产管理等增值服务创新。支持消费电子、服装、制 鞋、家电等制造企业建设完善中转最终用户的需求感知平台和服务平台，供 应共性化、在线化、便捷化的泛在服务，实现商业模式从以产品销售为主向 以增值服务为主转变。
提升工业大数据使用服务力量
聚焦能源、航空航天、建筑、钢铁、化工、工程机械、消费电子、服装、家 电等新一代信息技术与制造业融合进展的重点领域，以推动大数据在研发设 计、生产制造、运营管理等工业领域各环节使用为目标，培育一批市场份额 大、具备自主研发力量的工业大数据系统处理方案服务商，推动处理方案商 与制造企业等融通进展。分行业、分领域开展系统处理方案的研制与推广， 不断提升系统处理方案专业化、集成化水平。构建完善工业大数据处理方案 服务商评价体系，制定工业大数据处理方案服务商评价评估标准，支持专业 机构开展工业大数据处理方案质量诊断与测试评估，分行业、分领域定期发 布大数据技术处理方案供应商名录和关键产品清单。
营建工业大数据使用创新环境
筹划在全国范围内开展工业大数据创新使用竞赛，整合业界各方资源，谋划 构建真实需求场景，面对全社会征集优秀处理方案，助力工业大数据使用创 新和专业技术人才挖掘。加大工业大数据使用宣扬推广力度，搭建工业大数 据使用公共服务平台，开展工业大数据使用实训，加快打造工业大数据使用 重生态。
本文作者:
•w

高婴励信息化与软件产业争辩所数字化转型争辩室主任，管理学硕士。努力于大数 据、数字化转型、数字经济领域战略规划、政策和行业争辩，擅长数字经济战 略、数字产业规划、产业数字化转型争辩。先后参与《国家信息化进展战略纲 要》、《国务院关于深化制造业与互联网融合进展的指点意见》、《软件和信 息技术服务业进展规划（2016-2020年）》、《工业大数据进展指点意见》等重 要文件起草，参与中心网信办、工信部严重课题争辩10余项，参编《国务院关 于深化制造业与互联网融合进展的指点意见》解读、《中国信息化与工业化深 度融合进展水平评估》、《信息经济概论》等著作，已发表《制造业“双创”平 台进展白皮书》、《制造企业基于互联网创业创新实施指南》等争辩成果。