• 祝全国人民新年快乐!

工信部电子五所党委书记季仲华:发挥数据要素价值 加快新一代信息技术与制造业深度融合

资讯 来源:中国科技网 2021年05月13日 1482次浏览 扫描二维码
以新一代信息技术为核心力量的科技革命和产业变革深入发展,发达国家纷纷把数字化转型作为巩固制造业全球领先地位的战略选择。2020年6月中央深改委第十四次会议审议通过《关于深化新一代信息技术与制造业融合发展的指导意见》,提出新一代信息技术,特别是我国所掌握的领先技术应用到制造业领域,与制造业进行融合发展,加强对制造业全要素、全流程、全产业链的管理和改造,提升制造业的数字化、网络化和智能化水平,带动制造业高质量发展。
数据要素的集聚共享、融合应用和数据治理的应用体系依赖于新型数字基础设施建设。同时,数据要素又反向推动了新型数字基础设施的建设进程,从而共同构成解放数字化生产力的强力底座。
一、释放创新效能,数据要素驱动制造业高效率创新和智能决策
数据作为新型生产要素,随着制造业数字化转型进程加快,数据对提高生产效率的乘数作用凸现,在促进全要素效率提升、驱动制造业的创新变革和智能决策方面发挥着关键作用。
(一)数据要素推动生产要素的组合优化
数据要素的开发利用具有非常强的多要素合成效应,与劳动力、资本、土地等传统生产要素形成全要素的组合优化,促使全要素更高效率组合的创新发展。数据要素与其他要素的深度融合带来资本优化和劳动生产效率的明显提升,从而产生正外部性,创造出远高于缺乏数据要素时的生产价值。随着数据要素与其他生产要素融合的越深入,从根本上提升制造业的投入产出效率,推动制造业高质量发展。
(二)数据要素驱动制造业高效率创新
新一代信息技术的深入应用,为数据要素推动制造业实现跨越式增长提供了动力源泉,数据要素的动态投入结合新一代信息技术的应用创新,不断优化企业管理结构与生产制造流程。数据挖掘产生的关键信息,帮助企业突破供应端、生产端、市场端时间和空间的界限,及时获取相应的信息反馈,促使了企业更广泛的创新,基于数据的创新在其他领域的扩散应用激发出更多的后续创新,从而极大释放了制造业的创新潜能。
(三)数据要素赋能企业智能化决策
基于人工智能、虚拟现实、物联网等信息技术,针对数据要素的信息挖掘,能够帮助企业更好的预测未来的经济活动,最大限度的降低企业在现实的市场中面临的不确定性,从而进行更为科学的决策。支撑企业在资源投放、生产管理、市场行为的策略抉择。在生产组织活动中,提高产品供应效率和产业工艺创新的成功率,确保企业决策的精准性,降低不确定性造成的决策失误损失。
二、新型数字基础设施与制造业深度融合,加速生产数据要素化发展
新型数字基础设施以传感终端、5G网络、大数据中心、工业互联网、物联网、边缘计算、人工智能等新一代信息技术为工具,与制造业深度融合,融入产业技术链,实现生产数据价值化和要素化,为制造业的产品创新、工艺优化、服务模式升级、管理和决策模式变革,甚至是产业生态的重塑,赋予了更多的可能和更大的发展空间。
(一)新型数字基础设施促进制造业的数字化转型
基于弹性工业云平台和云服务已成为推动互联网与制造业融合发展的主要支撑手段,满足当前工业企业“按需”、“轻量”的信息化建设需求。将制造业务系统及海量工业数据上云,使企业专注于产生核心价值和实现差异化的业务,促进制造业融入更广泛的产业供应链。利用云计算技术将供应链转移到云平台,重新设计和整合供应链,通过有效的云端协作解决复杂问题。
(二)新型数字基础设施推动制造业的知识化、数字化和智能化
将生产制造的海量设备数据进行集成共享与挖掘分析,构建工业知识图谱,提高产品的研发设计水平,推动生产流程的数字化,形成智能车间、智能工厂等现代化先进生产体系。将经营管理数据进行大数据综合分析,通过数据驱动人、机、物的高度协同,降低工业企业的运营成本,提高管理者的科学决策水平。通过工业大数据应用提高产品的附加值,形成“产品+服务”的生产经营模式,促进传统制造业向个性化定制、服务型制造等新型商业模式转变。
(三)新型数字基础设施促使生产力与生产关系的重构
随着生产数据要素化和价值化的形成,逐步构建围绕数据部门的新型生产关系。人工智能与物联网等技术相结合,可实现制造业生产线全面、实时监控,提高生产及质检效率,通过智能学习改善工艺流程,对结构复杂、工艺要求高的行业,显著提高其良品率。智能化的工业生产设备的使用将大幅降低人力需求量,从根本上降低了人力成本。
三、夯实制造业高质量发展的新型数字基础,实现数据要素市场化
为制造业提供服务的新型数字基础设施,实现了制造资源的网络化泛在互联、软件化弹性供给、平台化高效配置,也是实现数据要素叠加、聚合、倍增的基础环境,通过夯实工业互联网平台能力、国产工业软件驱动和建立工业数据应用体系,逐步建设数据要素市场。
(一)加快工业互联网平台能力建设,构建制造业数据要素市场生态基础
建立工业互联网平台基础数据标准和应用标准体系。高度重视工业互联网平台的基础性、战略性作用,加强建设工业互联网平台基础数据标准体系,推动行业龙头和权威机构共同建设具备行业公信力的数据标准、数据字典和通用数据模型,逐步实现行业数据要素化能力。建立并持续完善平台应用标准体系,做好工业互联网平台在业务需求、架构、功能、接口、应用、操作等方面的标准制定与评估认证体系建设。
注重构建工业互联网产业生态。推动工业互联网产业链资源整合与优化配置,完善工业互联网平台配套体系,鼓励和引导工业互联网产业联盟、物联网产业技术创新战略联盟等各行业联盟之间的合作模式创新,建立共创共赢机制,大力扶持建设协同研发、测试验证、认证评估、数据利用、交流合作、咨询评估、创业孵化等公共创新服务平台体系。开展工业互联网赋能创新行动,加快企业内外网改造,加速引导企业集群式“上云上平台”,强化平台资源聚集能力。
(二)发展国产工业软件产业,培育数据要素应用生态
统筹布局,强化顶层设计。建立健全工业软件政策体系,加强政策联动和宣传推广,从技术、财政、税收、人才、市场等方面加强统筹,利用试点示范、专项资金支持等方式,鼓励有条件的地方建设一批工业技术软件化创新中心,探索差异化、特色化发展路径,与工业互联网、智能制造等协同发展,推动全产业链要素整合优化,促进全社会多元化资源高效配置。
引领带动,实施工业App培育工程。建设工业App标准体系,引导和规范工业App培育,开展工业App共性技术协同攻关,联合产业链上下游环节,突破一批“卡脖子”关于软件,建设通用的工业App开发环境与工业知识库,加快发展高端工业软件,组织推进工业App领域的“双创”活动,引导企业对接供需信息,触发应用需求,通过发展客户定制方案,创新商业模式,建立优质的工业App发行渠道,形成工业App开发、流通、应用的新型网络生态系统。
构建生态,优化发展环境。充分发挥中国工业技术软件的整体优势,有效整合各方资源,形成凝聚合力、协同推进的工作格局,拓宽校企、院企等人才培养合作渠道,建立高端化、复合型人才培养基地,加快开发者、创客等新型人才队伍建设,形成工业技术软件化人才培养体系。
(三)加强工业数据管理能力,培育工业数据要素市场
提升工业数据治理能力。以提升工业大数据管理能力作为盘活数据资源、加快数据要素价值创造的重要抓手,加大《数据管理能力成熟度评估模型》(DCMM)在制造业的宣贯推广和试点评估,促进工业企业开展数据管理能力建设,按等级、有侧重地提高自身数据管理能力,进而促进工业数据资源的整合、流通、共享和利用。
强化工业数据安全防护。针对工业数据采集、存储、传输、应用等关键环节,提升工业数据安全的全生命周期防护能力,增强数据安全服务的要求,统筹推进数据安全风险评估、数据安全成熟度评估,深入推进工业数据分类分级管理,做好数据梳理分类和分级差异化管理,积极推动工业数据分类分级试点示范。
大力培育多元化融合发展模式。加快发展个性化定制,围绕重点领域,培育具有国际竞争力的规模化个性定制,促进企业生产与消费需求对接,实现产销动态平衡。大力发展服务型制造,支持制造业企业充分利用信息技术,提高企业产品全生命周期服务能力。加快发展网络协同制造,实现企业间的协同和各个环节资源的共享,提高研发设计、生产制造的柔性,提升企业生产效率和产品质量。

免责声明:
本网站(www.cennr.com)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。
喜欢 (0)
[]
分享 (0)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址