山东：加速构建工业大数据创新生态

林文

工业大数据作为新—代信息技术与工业深度融合的产物，是制造业数字化、网络化、智能化发展的基础性战略资源。推进工业大数据发展，激活工业数据资源要素活力，既是贯彻国家大数据战略的关键举措，也是落实数字山东建设、培育新动能的重要抓手，对于加快山东工业转型升级和高质量发展具有重要意义。为激发工业数据资源要素潜力，促进工业数字化转型，近日山东出台了《推进工业大数据发展的实施方案（2020-2022年）》（以下简称《方案》）。《方案》提出，坚持企业主体、多方协同、需求牵引、示范带动，加快工业大数据平台、工业基础大数据库和工业大数据中心建设，推动工业大数据应用落地，以数据驱动加速工业升级，形成资源富集、应用繁荣、治理有序、产业进步的工业大数据生态体系。

加快数字基础设施建设

促进工业数据采集汇聚

目前，山东工业转型升级面临数字基础设施建设力度不强、产业发展所需数据支撑乏力、数据产品供给严重不足等问题。针对这些问题，山东将在数字基础设施建设、工业数据采集汇聚、数据流通交易等方面进行系统部署。

在加快数字基础设施建设方面.《方案》提出，一方面要完善网络基础设施。加快企业内网升级改造，推动工业无源光网络、干兆以太网等新型工业网络部署及各类工业通信协议兼容统一。实施“5G+工业互联网”工程，优先在数字经济园区、智慧化工园区、现代产业集聚区建设低时延、高可靠、广覆盖的网络基础设施。积极争取标识解析体系国家节点在山东落地，到2022年，全省建成国家二级服务节点10个左右。

另一方面，要建设省工业大数据中心。依托省数据枢纽工程，选择济南、青岛等市建设国家工业大数据中心省级分中心，支持能源、机械、化工等领域建设行业节点，推动省工业大数据中心与国家工业大数据中心对接，实现数据由省级节点向国家中心节点归集。

在促进工业数据采集汇聚方面，《方案》要求，一是推动工业数据全面采集。引导重点装备企业研制数控系统，推动关键设备开放数据接口，为数据全面采集提供支撑。加快高耗能、高风险、通用性强、优化价值高的工业设备数字化改造，推动研发、生产、经营、运维等垒流程的数据采集。到2022年，在化工装置、高能耗设备和通用动力设备等领域选择不少于1000家企业，实施“工业数据采集专项行动”。

二是加速工业数据高质量汇聚。启动工业大数据主题库建设，建立资源目录体系，完善数据管理及服务机制。鼓励优势企业结合个性化定制、网络化协同、智能化生产、服务化延伸、数字化管理等场景汇聚产业链和供应链数据，打造一批行业专题库。到2022年，全省高质量工业数据集实现z级突破。

在推动数据流通交易方面，《方案》明确，一要促进工业数據共享开放。鼓励企业搭建数据共享平台，推进内部信息系统和数据资源整合。支持企业建设数据开放平台和工业数据空间，引导上下游企业开放数据，推动产业链、供应链向产业网络、供应网络演进。

二要激发工业数据市场活力。支持建设省级工业大数据交易平台，探索推行数据（产品）登记制度，引导数据（产品）先登记再流通。在能源、化工、冶金等领域开展数据交易试点，引导数据交易从线下、独立交易转向线上、平台化交易。

深化数据融合应用

完善产业生态体系

结合近年来山东工业大数据发展的实际情况，《方案》还部署了深化数据融合应用、提升数据治理能力、强化数据安全防护和完善产业生态体系等几方面重点任务。

在深化数据融合应用方面，《方案》明确，加快数据驱动的全流程应用。鼓励汽车、电力、医药等行业企业加快构建数据驱动的集成应用。支持企业构建协同研发体系，实现基于用户数据分析的产品创新。鼓励企业打通生产全过程数据链，提升生产线智能控制、生产现场优化等能力。推动企业研发、生产、管理与销售等全流程数据集成，提升经营管理水平。

培育数据驱动的制造新模式。在工程机械、电子电器、纺织服装等行业培育数据驱动的新业态。鼓励企业贯通用户数据与制造数据，实现柔性化、定制化生产。引导企业利用数据开放平台，发展网络化制造和敏捷供应链。推动企业拓展制造能力交易、预测性运维等新型服务，大力发展服务型制造。

在提升数据治理能力方面，《方案》强调，加强工业数据分类分级管理。落实国家《工业数据分类分级指南（试行）》要求，强化企业主体责任，推动企业构建涵盖研发、生产、运维、管理、外部等五类数据域和高、中、低三级风险的分类分级管理体系。

开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》（GB/T 36073-2018，简称DCMM），积极争取国家试点，面向企业开展DCMM贯标服务。加强政策引导和资金支持，积极开展贯标、培训和评估。到2022年，力争100家企业达到3级（稳健级）以上标准。

根据《方案》要求，强化数据安全防护。一方面，构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任，建立网信、通信管理、大数据、工业和信息化等部门间高效联动机制。依托省工业互联网安全态势感知平台，加强态势感知、测试评估、预警处置等数据安全能力建设。到2022年，打造一批工业大数据安全标杆企业。

另一方面，加强工业数据安全产品研发。推动重点高校、科研机构和骨干企业联合开展多方计算、差分隐私、同态加密等安全技术攻关，提升数据安全防护能力。到2022年，打造一批具有全国影响力的优秀产品与解决方案。

在完善产业生态体系方面，《方案》指出，一是推动工业知识模型化沉淀。组织编制工业知识图谱，支持建设基础共性、行业通用机理模型资源库和工具集，搭建工业大数据公共服务平台。加快推动工业知识、技术、经验软件化，鼓励社会力量建设开放共享的工业APP和徽服务资源池。到2022年，通过公共服务平台提供的工业APP和微服务下载量不少于2万次。

二是构建工业大数据创新生态。采取竞争立项、定向委托、组阁揭榜等方式，突破数据汇聚、建模分析和应用开发等一批关键核心技术。支持建设工业大数据创新载体，到2022年，培育一批工业大数据领域重点实验室、产业创新中心、创新服务机构和创新人才基地。

三是打造工业数据产品和服务体系。围绕工业数据采集、存储、加工、分析和服务，构建工业大数据基础性、通用性产品体系。培育一批数据资源提供商和数据服务龙头企业，发展一批数据标准制定、测试评估、研究咨询的服务机构。优化工业大数据区域布局，形成优势突出、带动性强的产业集聚区。