近日，工业和信息化部发布《关于工业大数据发展的指导意见》（工信部信发〔2020〕67号，下称《指导意见》），对我国工业大数据发展进行了全面部署，进一步促进大数据与工业深度融合发展。
为激发工业数据要素潜力，全面提升工业大数据产业发展水平，《指导意见》提出了6个方面18项重点任务。
一、加快数据汇聚
把数据资源高质量采集上来、汇聚起来，是工业大数据开发利用的前提和基础。作为世界第一制造大国，我国工业数据资源极为丰富，但当前，工业数据采集汇聚中还存在不少困难，数据不可见、不可管、不可用等问题突出。为此，《指导意见》设置了4项重点任务，多种举措推动工业大数据高质量采集汇聚，为扩大和深挖数据要素价值打好坚实基础，主要是：支持工业企业实施设备数字化改造，引导工业设备企业开放数据接口；推进工业互联网建设，加快工业设备互联互通；组织开展工业数据资源调查，整合重点领域统计数据和监测数据，在重点行业建设国家级数据库，支持企业建设数据汇聚平台；建设国家工业互联网大数据中心，建立多级联动的国家工业基础大数据库。
二、推动数据共享
数据自主有序流动，是激发数据要素价值、扩大数据生产力乘数效应的重要途径。党中央、国务院近日发布的《关于构建更加完善的要素市场化配置体制机制的意见》把“数据”与土地、劳动力、资本、技术等传统要素并列，努力推动数据的市场化流动共享和优化配置。全球看，以欧盟为代表的发达工业国家和地区，在推动工业数据共享流通方面已经进行了前沿探索，我国工业数据的共享流通主要发生在企业内部和产业链上下游企业间，亟待从局部拓展到全局。为此，《指导意见》设置了2项重点任务，逐步推动工业数据在更大范围、更加充分和有序地共享流通，主要是：支持企业共建安全可信的工业数据空间，引导和规范公共数据资源开放流动；开展数据流动关键技术攻关，构建工业大数据资产价值评估体系，明确交易规则，加强市场监管，培育工业数据市场。
三、深化数据应用
融合应用是构建数据驱动闭环的根本牵引力，但传统工业企业，特别是中小型工业企业普遍存在对数据应用的认识不足、能力不够等问题，此外，大数据应用的深度和广度还需进一步拓展。为此，《指导意见》设置了4项重点任务，通过从需求和供给两端发力，共同推动工业大数据融合应用纵深发展，主要是：加快数据全过程应用，发展数据驱动的制造新模式新业态；组织开展工业大数据应用试点示范，制定工业大数据应用水平评估标准；提升工业互联网平台支撑作用，面向中小企业开放数据服务资源，培育发展工业APP；培育工业大数据解决方案供应商，开展竞赛、培训等活动，打造工业数据应用生态。
四、完善数据治理
强化数据治理的目的是为了提升数据质量，保障数据的可用可管、完整准确和安全可信。当前，我国工业企业普遍存在数据管理意识缺乏，管理方式落后、管理体系不健全等问题，制约了数据价值的释放。为此，《指导意见》设置了3项重点任务，通过提升工业数据治理能力，为工业大数据开发利用保驾护航，主要是：推广《数据管理能力成熟度评估模型》（DCMM）国家标准，构建工业大数据管理能力评估体系，鼓励各级政府加强政策引导和资金支持；加强工业大数据标准体系建设，推动关键标准研制、试验验证和试点推广；落实《工业数据分类分级指南（试行）》，构建工业数据分类分级管理体系。
五、强化数据安全
安全是促进工业数据发展必须守住的底线，也反过来成为制约发展的天花板。由于存在敏感数据被窃取、正常生产运行受干扰等风险，工业企业在数据深度应用、流通共享等方面存在很多顾虑，掣肘了工业大数据流动和应用。为此，《指导意见》设置2项重点任务，通过构建工业大数据安全保障体系，筑好筑牢发展的底线和防线，主要是：建立工业数据安全责任体系，加强工业大数据安全能力建设；开展安全技术攻关，加强工业数据安全产品研发，培育安全骨干企业和安全产业生态。
六、促进产业发展
技术产业是数据深化应用的有力支撑。近年来，我国大数据技术产业快速发展，但在关键共性技术、产品体系和服务能力等方面还存在短板，这成为制约高水平融合应用的重要瓶颈。为此，《指导意见》设置了3项重点任务，通过促进工业大数据技术产业发展，强化应用支撑能力，主要是：加快工业数据关键共性技术研发应用，推动前沿技术部署融合；构建工业大数据产品体系，培育工业数据服务企业，发展第三方服务机构；支持产学研合作建设工业大数据创新平台，开展协同创新，加快技术成果转化。
