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
主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-10在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-10在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09在数据可视化领域,折线图是展示时序数据、趋势变化的核心图表类型之一,其简洁的线条的能够清晰呈现数据的起伏规律。Python ECh ...
2026-04-09在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-04-09长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01