强化工业数据分类分级管理 共创数字经济蓬勃发展未来
随着新一轮科技革命和产业变革的孕育兴起,数字经济热潮席卷全球。我国高度重视大数据在推动数字经济发展中的作用,党的十九届四中全会首次提出将 “数据”作为生产要素参与分配,为数据赋予了新的历史使命。为贯彻国家大数据战略,更好地释放工业数据对质量变革、效率变革、动力变革的驱动作用,工业和信息化部办公厅印发了 《工业数据分类分级指南 (试行)》(以下简称 《指南》),指导企业提升数据管理能力,加速数字化转型,助力制造业高质量发展。 迎机遇,工业数据成为驱动产业创新发展主引擎 一是工业数据是数字化转型升级的必然产物。近年来,我国两化深度融合步伐明显加快,在需求分析、研发设计、生产制造、运行维护直至报废回收的产品全生命周期中,以数据为纽带逐渐实现物理世界和信息世界的无缝链接,数据量呈爆炸式增长。随着服务型制造、共享制造等新业态新模式的涌现,智能化设计、网络化协同制造、个性化定制服务等场景将积累更加丰富的工业数据资源。 二是工业数据资源不断释放蕴藏的巨大能量。大数据技术在工业领域用户需求精准分析、生产过程改进优化、营销管理智能决策等方面发挥的作用日益显现,工业数据成为新的生产要素资源。数据流带动技术流、资金流、人才流、物资流,提升资源优化配置能力,促进全要素生产率提升,成为带动业务创新发展、推动供给侧结构性改革、实现包容性增长和可持续发展的重要驱动力。 三是工业互联网平台加速实现海量数据汇聚。工业互联网平台作为工业全要素、全产业链、全价值链连接的枢纽,全面采集产品设计、生产工艺、设备运行、运营管理等海量工业数据资源,实现数据的有效整合、深度分析以及快速处理。我国工业互联网平台已进入发展快车道,赋能效用日益显现,为进一步挖掘工业数据价值、重塑生产制造和服务体系提供支撑,给经济创新发展注入了新动能。 促管理,分类分级是释放工业数据潜能的必由路径 一是工业数据具有复杂性差异性特征。从数据形态看,种类繁多、价值不一。复杂多样的业务场景导致工业数据存在时序、非时序、结构化、非结构化等多种形式,承载信息、应用领域、重要程度等各不相同,实时性、连续性、稳定性需求差异较大。从数据流向看,路径复杂、主体多样。工业数据在企业内部研发、生产、运维、管理等环节之间互通,在上下游企业间、平台间流转,涉及设备厂商、工业企业、平台企业、服务商等相关方,加大了流向跟踪、风险定位、责任追溯等数据管理难度。 二是分类分级是工业数据管理的基础。区分工业数据的类型和重要级别是部署细粒度、层次化数据管理措施,促进数据充分利用、有序流动和安全共享的前提。一方面,有利于明确差异化数据管理要求,引导企业建立工业数据管理机制,按类逐级排查管理风险、统筹部署防护策略、合理分配资源,切实提升数据管理水平。另一方面,有利于确定不同数据的共享范围,在遵循 “最小知情原则”的前提下打破信息孤岛,促进跨企业、跨行业、跨区域的工业数据关联分析与深度挖掘,加快工业生产智能转型步伐。 三是贯彻落实分类分级管理相关要求。2015年,国务院发布 《促进大数据发展行动纲要》,要求建立数据分类目录等标准规范体系。2016年,工信部印发 《大数据产业发展规划(2016-2020年)》,部署了开展数据资源分类、开放共享等基础通用标准研制的重点任务。同年,印发的 《工业控制系统信息安全防护指南》提出应根据风险评估结果对数据信息进行分级分类管理。2018年国标委发布 《数据管理能力成熟度评估模型》 (以下简称DCMM),将数据分类分级作为数据管理能力第2级 (受管理级)至第5级 (优化级)的基本要求。 (下转3版)
|