隨著第四次工業(yè)革命的探索逐漸走向深入，數據作為數字經濟時代新驅動要素的作用日益凸顯，與傳統(tǒng)要素相比，數據具有更強的可復制性、更易共享、且可無限增長和供給，使突破有限自然資源供給對經濟增長制約成為可能，對培育經濟發(fā)展新動能、開辟發(fā)展新道路具有重要意義。制造業(yè)是國民經濟的主體和根基，工業(yè)數據的深度開發(fā)利用既是數字經濟實質發(fā)展的標志，也是傳統(tǒng)產業(yè)數字化轉型的難點和關鍵。隨著新一代信息技術的不斷擴散和深度應用，工業(yè)互聯(lián)網平臺應運而生，工業(yè)產品和生產經營活動全生命周期數據的采集、存儲、分析、共享、應用、服務增值等正呈現日新月異的勃勃生機，催生了一系列新產品、新模式、新業(yè)態(tài)，推動制造業(yè)加速向數字化、網絡化、智能化變革。

工業(yè)互聯(lián)網平臺使數據價值充分釋放成為可能

在消費互聯(lián)網的發(fā)展過程中，一批企業(yè)通過對消費者行為數據的深度挖掘，已在商業(yè)變革中取得顯著成效，并催生出一批數據驅動的新商業(yè)模式。但在工業(yè)領域，由于數據采集更困難、數據種類更復雜、數據應用專業(yè)難度更大，對數據應用的開發(fā)利用顯得相對滯后。工業(yè)互聯(lián)網平臺的發(fā)展使得工業(yè)數據在采集、分析和應用方式上發(fā)生巨大轉變，為工業(yè)數據創(chuàng)造價值開辟了廣闊空間。

一是工業(yè)互聯(lián)網平臺帶來了數據采集方式的根本改變。傳統(tǒng)的工業(yè)數據采集主要通過人工錄入、調查問卷、電話隨訪等方式進行。這種采集方式得到的數據數量少、時效性差、精度低、成本高。隨著條形碼、二維碼、RFID、工業(yè)傳感器、工業(yè)自動控制系統(tǒng)、CAD/CAM/CAE/CAI、5G等技術在工業(yè)領域得到廣泛應用，工業(yè)數據的采集方式出現了本質的改變，工業(yè)企業(yè)可獲得的數據來源更豐富、更全面、更及時，數據種類更多（不僅可獲得來自信息化系統(tǒng)的IT數據，還能獲得來自設備、員工、生產環(huán)境的OT數據），為工業(yè)數據創(chuàng)新應用奠定了更具時效性、準確性、完整性的數據基礎。

二是工業(yè)互聯(lián)網平臺加速了工業(yè)數據分析方式的創(chuàng)新突破。工業(yè)設備可不間斷產生數據，并且可實現毫秒級頻率的數據采集，數據量龐大，且涉及的數據種類、數據格式以及數據結構多樣，專業(yè)關系復雜，傳統(tǒng)的數據分析方式無法有效應對。此外，傳統(tǒng)數據分析往往將數據存儲在邊緣側或獨立的系統(tǒng)中，使數據互聯(lián)、互通、互操作受阻，無法有效提取和協(xié)同應用所需的相關數據，阻礙了數據的相關分析、系統(tǒng)利用和價值轉化。以工業(yè)互聯(lián)網平臺為基礎，創(chuàng)新應用邊緣計算、大數據、人工智能等新興技術可突破主觀認知局限和傳統(tǒng)數據分析的因果范式，從海量工業(yè)數據中識別數據間的相關性，深入挖掘數據潛在關聯(lián)價值，形成決策新范式和新洞察。

三是工業(yè)互聯(lián)網平臺成為數據價值創(chuàng)造的最佳載體。傳統(tǒng)工業(yè)數據應用方式大多是基于企業(yè)部分歷史數據開展局部分析，將部分個體經驗提煉成因果規(guī)則，并加以推廣應用。工業(yè)互聯(lián)網平臺的出現可實現工業(yè)數據的在線、實時、動態(tài)、跨界分析應用，為工業(yè)企業(yè)的產品服務、生產經營決策等方面提供更全面、更快速、更精確的大數據支持，將因果規(guī)則轉變?yōu)榛谙嚓P數據的個性化精準決策。在此基礎上，工業(yè)互聯(lián)網平臺可支持企業(yè)加速打破傳統(tǒng)業(yè)務煙囪式的發(fā)展模式，大大提高了數據流動的自動化水平，實現跨越地域、跨越組織的設備、業(yè)務、市場數據的創(chuàng)新協(xié)同應用，構建開放生態(tài)體系和創(chuàng)新發(fā)展模式。

基于工業(yè)互聯(lián)網平臺的數據創(chuàng)新應用取得明顯實效

得益于工業(yè)數據在采集、分析、應用方式的變革，數據驅動型創(chuàng)新應用對于推動工業(yè)互聯(lián)網平臺價值落地和快速發(fā)展成效顯現。根據數據流動范圍和復雜程度，工業(yè)互聯(lián)網平臺的創(chuàng)新應用已在設備、企業(yè)和供應鏈等不同層級上產生了明顯實效。

一是設備級數據應用，實現在線、實時設備管理。設備級數據應用是最基礎的數據應用，無論是工業(yè)企業(yè)對于來自聯(lián)網設備運行信息的高級分析，還是設備制造商對自身產品在全生命周期中的理解、管理、診斷和維護，都需要從原先單純依賴人工、經驗轉變成基于數據所得出的更科學和更高效的決策。設備級數據應用通過實現工業(yè)設備的互聯(lián)互通，將設備的運行狀態(tài)轉化為數字，實現可視化，并基于采集來的數據對工業(yè)設備進行進一步的數據分析，如故障診斷通過設備運行中的相關信息來識別其技術狀態(tài)是否正常,確定故障的性質與部位、尋找故障起因、預報故障趨勢,并提出相應對策；預測性維護是基于歷史數據和實時數據對即將出現的問題進行預判，可有效縮短設備非計劃停機時間、保證生產計劃、降低運維成本；產品即服務是設備制造商從出售產品向提供服務（如遠程運維、預測性維護等）的商業(yè)模式轉變，可為客戶帶來創(chuàng)新價值、為制造商提供新的收入來源。

二是企業(yè)級數據應用，實現企業(yè)精益管理。企業(yè)級數據應用是指打通企業(yè)OT數據與IT數據，基于數據分析為企業(yè)整體業(yè)務和運營優(yōu)化提供科學決策，實現企業(yè)精益管理。企業(yè)級數據應用種類較為豐富，包括質量管理、能源管理、安全管理、生產過程管理等。全面質量管理是企業(yè)級數據應用的典型例子。傳統(tǒng)的質量管理方式主要在生產制造結束之后進行質量檢測。這種單環(huán)節(jié)的檢測方式對人員經驗的依賴性較高，容易造成漏檢、標準不一致等問題；這種檢測方式不能識別出不合格產品的原因和環(huán)節(jié)，從而無法從根本上提升產品合格率。數據驅動型全面質量管理應用可整合設備、員工、工藝、環(huán)境、質檢等多方數據，以點到面形成全面質量管理解決方案。在制造環(huán)節(jié)，針對設備（基于設備管理保證生產過程質量一致性）、員工（基于機器視覺識別員工錯誤操作）、環(huán)境（實現環(huán)境智能監(jiān)控）、工藝（基于機器學習識別參數最優(yōu)解）方面，形成基于數據的單點質量管理應用；在質檢環(huán)節(jié)采用基于機器視覺的質檢方法，可確保質檢結果一致性和準確性比其他質檢方法有顯著的提升，基于機器學習分析質檢結果，利用缺陷智能追蹤，確定出現質量問題的原因和環(huán)節(jié)，并采取相應改善措施，形成質量管理閉環(huán)，實現全面質量管理。

三是供應鏈級數據應用，實現供應鏈動態(tài)精準協(xié)同。供應鏈級數據應用是工業(yè)數據在企業(yè)間的延伸、交互，涉及企業(yè)、供應商、分銷商、客戶等多個參與方，包括計劃、采購、生產、物流等一系列環(huán)節(jié)。高級排程是供應鏈級數據應用的典型例子。企業(yè)根據需求預測形成生產計劃的同時，可將訂單計劃自動拆解成相應的采購計劃、物流計劃等，并與零部件供應商、物流服務商的系統(tǒng)進行數據交互，根據實際情況預測可能出現的變化（如某特定產品供應商出現產能不足的情況、貨運公司無法正常運輸等），或針對出現的突發(fā)狀況（如緊急訂單、零部件丟失等）調整生產安排，實現供應鏈動態(tài)精準協(xié)同。

供應鏈級數據應用通過企業(yè)間的數據共享、數據交易，還可實現社會制造能力開放共享、供應鏈金融、UBI、融資租賃等產融創(chuàng)新模式，為我國經濟發(fā)展提供新動能。

進一步加快數據驅動型創(chuàng)新應用落地推廣

進一步加快數據驅動型創(chuàng)新應用落地推廣，需要構建完善的工業(yè)數據治理體系，以數據價值為牽引不斷拓展數據應用規(guī)模、提升數據應用價值，最大化釋放數據效能。

一是完善數據治理體系，持續(xù)優(yōu)化數據開發(fā)利用環(huán)境。健全工業(yè)數據交易、共享制度。從法律層面對工業(yè)數據資源的產權屬性予以界定，完善數據價值評估，建立健全工業(yè)數據資源交易機制和定價機制，探索成立全國性工業(yè)數據交易中心；完善工業(yè)數據安全和隱私保護體系。推動完善工業(yè)數據安全等級保護制度，建立兼顧安全與發(fā)展的工業(yè)數據管理和保障體系，加強對商業(yè)秘密、敏感數據及隱私的保護。

二是加強應用價值挖掘，拓展數據開發(fā)利用規(guī)模。加強數據開發(fā)利用項目的價值落地。以數據應用價值為牽引，將大數據技術、機理模型和分析結果更為便捷、精準、低成本地運用到各業(yè)務場景，切實幫助企業(yè)實現降本提質增效、決策優(yōu)化和業(yè)務延伸；擴大數據協(xié)作范圍，實現數據應用規(guī)模與效益倍增。通過打通產業(yè)鏈、價值鏈數據，提升工業(yè)數據的跨行業(yè)適用性，實現數據一次采集、多方反復使用，實現規(guī)模和價值倍增，推動形成工業(yè)數據應用的新模式、新業(yè)態(tài)。

三是開展數據創(chuàng)新試點示范，加快數據開發(fā)利用模式迭代創(chuàng)新。打造一批典型數據應用案例，加強試點示范引路。鼓勵有基礎、有需求、有動力的企業(yè)深度開展數據開發(fā)利用，加強基于新一代信息技術的工業(yè)機理模型研發(fā)，加快形成一批基于數字孿生、大數據分析、人工智能的數據驅動型典型案例和解決方案；培育數據創(chuàng)新生態(tài)體系，加快數據驅動型制造業(yè)發(fā)展模式的迭代創(chuàng)新。在數據范圍、應用規(guī)模、開發(fā)深度不斷拓展的基礎上，加強涵蓋數據技術、應用、產業(yè)、資本、人才等要素的數據創(chuàng)新生態(tài)體系建設，為探索形成和迭代創(chuàng)新數據驅動型制造業(yè)發(fā)展模式提供強大支持。