贯彻“指南” 夯实基础 转型升级四川长虹电子控股集团有限公司

阳丹

2月27日，工业和信息化部印发了《工业数据分类分级指南（试行）》（工信厅信发[2020]6号文，以下简称《指南》），旨在指导企业提升工业数据管理能力，促进工业数据的使用、流动与共享，释放数据潜在价值，赋能制造业高质量发展。本文结合工业数据分类分级试验验证企业贯彻落实《指南》情况，重点讨论三个方面的内容，包括工业数据分类分级指南的重要性、构建工业数据分类分级体系的现实意义以及下一步行动建议等。

工业数据分类分级指南的重要性

习近平总书记在党的十九大报告中强调，要推动互联网、大数据、人工智能和实体经济深度融合，提出要实施国家大数据战略，构建以数据为关键要素的数字经济。十九届四中全会首次提出将数据作为生产要素参与分配，数据在各行各业的重要性更加凸显。工业数据作为新的生产要素资源，在驱动創造业转型升级方面发挥了重要作用，正成为推动企业满足个性化定制，提升客户满意度，提高精益生产水平，提升供应链效率的新引擎。

工业数据分类分级是提升企业数据管理水平，有效挖掘数据价值，实现生产方式变革的基础，为此，工业和信息化部出台了《工业控制系统信息安全防护指南》，指出对静态存储和动态传输过程中的重要工业数据进行保护，根据风险评估结果对数据信息进行分级分类管理。《数据管理能力成熟度评估模型》也明确将数据分类分级作为数据管理能力第2级至第5级的基本要求。

此次《指南》文件的出台，是完善工业大数据分类分级顶层规划，能够更好推动《数据管理能力成熟度评估模型》贯标和《工业控制系统信息安全防护指南》落实，指导企业全面梳理自身工业数据，提升数据分级管理能力，促进数据充分使用、全局流动和有序共享，释放数据潜在价值，赋能制造业高质量发展。

《指南》作为工业和信息化主管部门、工业企业、平台企业等开展工业数据分类分级工作的指导性文件，提出了坚持问题导向、目标导向和结果导向相结合，企业主体、行业指导和属地监管相结合，分类标识、逐类定级和分级管理相结合的原则，必将为解决工业数据分类分级的难题，实现数据的差异化管理，工业数据安全防护等方面发挥重要作用，实现提升企业数据管理能力的目标。

构建工业数据分类分级体系的现实意义

尽管越来越多的企业都认识到数据及分类分级管理的重要性，但在数据管理方面仍面临诸多问题。如存在数据标准不统一，数据分类管理权责不清晰，数据质量参差不齐，数据孤岛问题较为普遍，数据难以有效应用，数据安全和隐私保护面临更大挑战等。

针对上述问题，此次发布的《指南》提出了构建工业数据分类分级体系的内容，对于正在开展工业数据分类分级的企业，具有现实指导意义。

一是企业作为数据分类分级管理的主体，作为工业数据的所有者和使用者，承担开展数据分类分级，加强数据管理的主体责任，企业要建立健全工业数据分类分级管理制度，明确信息化部门、生产、研发、运营等部门的多方协同工作机制。

二是全面覆盖实施数据分类，围绕企业从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付等整个产品全生命周期的全流程环节所产生的各类数据，上至管理层下至操作层，覆盖企业“人、机、料、法、环”等场景，按照数据域全面实施数据分类，形成工业数据清单。

三是实施差异化管理策略，针对不同行业、不同规模的企业，因数据受损所致后果的评价标准、承受能力存在差异，各行业、企业可结合自身实际，从有利于数据管理的角度，研究制定科学合理的量化定级指标，实行差异化安全防护措施。

同时，作为试行指南，也强调了要结合企业实际，以可操作、可实施为原则持续完善，确保《指南》内容的有效性和适应性，以实践效果为导向，在试行中不断改进优化。

长虹作为试验验证企业，2019年参与了工业数据分类分级试验验证工作，在工信部的指导下，结合长虹实际，采用决策树分类方法，针对管理数据域、生产数据域等进行分类分级梳理。通过对管理数据域、生产数据域的梳理，由管理数据域形成了ERP系统数据分类分级管理目录，包括客户、物料等主数据，销售、财务等交易数据的定级;由生产数据域形成了MES系统数据分类分级管理目录，包括原材料、BOM、工艺参数、生产计划、设备控制信息等数据，本次试验验证的数据分级结果基本为一级和二级数据，暂无三级数据。

下一步，我们将全面覆盖要求，巩固工业数据分类分级试验验证成果，开展其他数据域的分类分级工作，并落实分类分级防护措施。

长虹贯彻落实《指南》的行动

当前，长虹正在加速推进“制造+服务”的企业转型，大力推动工业互联网平台建设，实现对内以数据驱动决策为目标，实现商业库存率提升、构建质量管理闭环、达成产品全生命周期管理;对外提供面向制造的服务，以长虹多年沉淀的工业知识、工业基础资源，通过IT和OT的深度融合，形成系列工业APP及解决方案，对四川省内中小微企业提供相关云服务，营造一个多方参与、资源富集、合作共赢的工业新生态，为四川“网络强省、西部制造”的战略目标提供有力的支撑。结合长虹实际业务情况，以及工业互联网平台建设要求，对贯彻落实《指南》提出以下行动建议。

一是组织保障，制度先行。长虹通过参与试验验证工作，践行了企业数据分类分级管理的主体责任，明确了数据管理的组织机构，建立和完善了数据管理制度。在组织保障方面，根据公司数字化转型要求，将数字化转型委员会作为公司数据管理的最高决策机构，日常管理工作则由流程数据创新部牵头推进，明确了数据管理原则，即“集团所有、授权使用、归口管理、业务牵引和数据决策”等原则，划分了数据归口管理单位，界定了相关部门的职责与分工。在管理制度方面，修订完善了企业《数据管理办法》，主体内容参照《数据管理能力成熟度评估模型》进行了修订。增加了数据资产管理管理内容，明确资产的所有权，资产盘点、收集，授权使用等管控要求;完善了数据生命周期管理内容，明确数据归档删除策略、流程等管控要求。增加了数据安全的内容，对数据分类分级及安全防护明确了具体要求。同时，发布了《数据资产使用安全管理规定》《信息资产分级操作细则》等管理制度。

二是技管结合，持续改进。工业数据分类分级管理除了在组织保障、制度建设基础上，还需要从管理和技术等维度提出细粒度、有层次的数据分级保护措施，对应落实分级监管职责，辅之以数据管理工具平台进行支撑，固化工业数据分类分级成果，在数据应用场景驱动下，持续改进优化，发挥数据资产的价值。

长虹通过建设工业互联网平台项目，推动“数据中台”建设项目。“数据中台”其中一项重要任务，就是按照工信部《指南》要求，对工业互联网项目所涉及的研发设计、生产制造、供应链、营销等环节的数据进行分类分级梳理，构建长虹工业数据分类分级体系，运用分类分级模板，形成工业数据清单，在“数据中台”进行数据资产标识，并在数据安全子项目中实行数据分类分级防护管理。同时，从数据应用场景出发，将构建的数据资产通过服务化方式，应用到具体的业务中，发挥数据价值。在数据应用过程中，数据安全是重点考虑的问题，在数据安全子项目中，将包括工业数据监控、工控系统信息安全防护、安全隔离技术、数据安全审计等内容。

总之，工业数据分类分级是一项企业数据管理的基础性工作，需要企业切实落实主体责任，以《指南》为指导，着力构建企业数据分类分级体系，以制度为保障，技管结合，不断完善数据管理措施，夯实基础。在工业互联网实施的今天，有了这样的基础保障措施，才能真正实现数据贯通，基于数据做好决策，最大化发挥数据的潜在价值，实现企业的转型升级。