京公网安备 11010802034615号
经营许可证编号:京B2-20210330
工信部正制定多个文件 鼓励发展工业大数据
作为新一轮工业革命的重要内容,正在快速发展的工业大数据成为世界各国争相抢夺的制高点。
10月10日,在由工信部指导、由中国电子学会主办的“2017中国工业大数据创新发展高峰论坛”上,21世纪经济报道记者获悉,今年中国工业大数据市场规模预计将达到212亿元,而2020年,这一数字有望突破800亿元。
工信部相关官员在论坛上表示,为促进工业大数据发展,该部正加快编制《工业技术软件化三年行动计划(2018-2020年)》,由该部牵头编制的关于数字工业发展的指导意见目前也完成了初稿,预计在今年底明年初发布。同时,该部与发改委共同编制的促进数字经济发展的战略纲要也已完成征求意见。
培育数据驱动的新型工业体系
论坛上,中国工业大数据创新发展联盟发布的《2017中国工业大数据产业发展概要》(下称概要)显示,2016年中国工业大数据市场规模已达150亿元,今年这一规模有望达到212亿元,2020年这一数字预计将达到822亿元,在行业应用中,预计到2020年工业大数据的占比将达到6.64%。
工信部信软司软件产业处处长商超表示,IT技术的持续创新催生了大数据时代的加速到来,在此大背景下,数据成为关键的生产要素,预计到2020年,全球的数据总量将达到40ZB,中国的数据量将占全球数据总量比例的20%,成为世界第一大数据资源大国。
清华大学软件学院院长王建民表示,工业大数据主要包括企业内部数据、产业链数据以及跨界数据(市场、地理、环境、法律和政府等外部跨界信息和数据)三部分。
他认为,当前人和机器是产生数据的主体,未来由人产生的数据占比将越来越少,而机器产生的数据所占的比例将越来越高。显然,巨大的人口规模以及庞大的工业体量为中国提供了难得的工业数据“富矿”。
工信部信软司副司长李冠宇在上述论坛上也表示,中国既是制造大国也是网络大国,并由此正在成为数据大国,拥有丰富的工业数据资源的中国,急需深挖工业大数据的潜力,培育数据驱动的新型工业体系。
李冠宇认为,推动工业大数据的应用发展,核心任务是构建覆盖工业全环节、全流程和产业全生命周期的数据链,并在此基础上形成基于数据分析的系统级的工业智能。
在他看来,智能制造的核心就是打通数据链,从需求分析,设计、生产、制造到销售,打通全生命周期、全产业链的数据链,并催生出网络协同制造、个性化定制,服务型制造等一系列新的商业模式。
当前,中国发展工业大数据面临重重挑战。在制造业方面存在着明显的“大而不强”的现象,工业各领域信息化程度参差不齐,生产的各环节信息采集仍不充分,信息孤岛现象比较严重,缺乏统一的数据标准,工业数据难以集成应用,数据管理和建模技术水平也不够高,对海量实时异构数据的挖掘能力不足,大数据在产品全生命周期各环节的应用也尚未普及。
不过,随着处理能力步入超摩尔、后摩尔时代以及AI技术的爆发,算法效果提升非常显著,这为工业大数据的应用提供了难得的机遇。
商超表示,工业大数据与AI正呈现出相辅相成的关系:一方面海量的数据为AI技术提供了充足的学习资源,另一方面深度学习技术能够有效利用海量数据资源。
重点支持百万工业APP工程
作为新一轮工业革命的重点,工业大数据正在成为世界各国争相抢夺的制高点。
其中,美国掌控着CPU、操作系统、软件、云计算等信息领域核心技术,大力推行工业互联网,Google、Amazon等互联网巨头加速向机器人、汽车等制造业渗透,在大数据方面,美国开放政府数据做大了数据体量,通过大数据研发计划资助研发应用,发布《联邦大数据研究与开发战略计划》。
欧洲的代表德国提出“工业4.0”战略,希望以“信息物理系统”升级制造业,阻止美国信息技术在制造业中取得支配地位,同时狙击中国等新兴制造大国的赶超。
中国政府也高度重视大数据产业的发展。从《中国制造2025》,到《关于积极推进“互联网+”行动的指导意见》,到《“十三五规划纲要”》,再到《关于深化制造业与互联网融合发展的指导意见》均对大数据产业做出明确部署,并专门制定了《促进大数据发展行动纲要》。
商超表示,工业大数据是大数据最为重要的一项内容,《促进大数据发展行动纲要》的一项主要任务就是深化工业大数据创新应用。
在下一步推动工业大数据发展方面,李冠宇表示,将依托大数据产业集聚区和综合试验区的创建,支持有条件的地区,重点发展工业大数据,进一步完善工业大数据的发展环境。其次,加快工业大数据的标准研制和推动;同时,支持推进大数据创新中心和生态系统建设,推动工业大数据与工业云,工业互联网平台,CPS协同发展。
商超透露,目前工信部与发改委正在共同编制《促进数字经济发展纲要》,纲要已经征求过意见。他表示,数据成为核心生产要素后正带来一种新的经济形态,有研究机构预测2016年我们国家的数字经济总量是22.6万亿,占GDP的比重达到30.3%。
“这个纲要之后,我们汇同相关的研究机构,也在牵头编制数字工业发展的指导意见,目前也有一个初稿,预计在今年底或者明年初向社会发布。”
同时,工信部还在大力推进工业技术软件化和百万APP工程。商超表示,工信部将加快《工业技术软件化三年行动计划(2018-2020年) 》的编制,将工业APP研发纳入工业互联网平台建设的日程表,予以重点支持。
工信部将支持先发地方建设省级工业技术软件化创新中心,引导地方加强对工业APP的资源投入,打造工业技术承载平台、开发平台,推动工业APP关键技术研发和成果产业化。
其次,开展重点企业试点示范,以制造业行业龙头企业为主体,联合同行业的中小企业以及互联网企业、系统集成商、平台提供商等,构建面向重点行业领域的工业APP,以及研发、交易、应用体系。
“我们还要支持部属单位牵头成立工业APP发展联盟,整合政产学研用各方资源,建立协同工作体系,建设工业APP知识库等基础平台;指导部属单位研制工业技术软件化标准体系,开展质量检测认证,以此推动百万APP工程落地,这一工程将在年底开始启动。”商超说。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28