登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《信息化和软件服务业司参加2018贵阳国际大数据博览会大数据标准化引领实体经济高质量发展论坛》

  • 来源专题：北京市经济和信息化委员会监测服务平台
  • 编译者： zhangmin
  • 发布时间：2018-05-30

  • 2018年5月27日，2018贵阳国际大数据博览会大数据标准化引领实体经济高质量发展论坛在贵阳成功举办，工业和信息化部信息化和软件服务业司副司长李冠宇、贵州省人大常委会副主任陈鸣明、国家标准化管理委员会工业二部主任戴红，全国信标委大数据标准工作组组长、北京理工大学常务副校长、中国科学院院士梅宏以及中国电子技术标准化研究院副院长孙文龙等领导和专家200余人出席会议。

    国务院《促进大数据发展行动纲要》中提出“建立标准规范体系”，《大数据产业发展规划》中也将推进大数据标准体系建设作为七项重点任务之一。本次活动以“大数据标准化引领实体经济高质量发展”为主题，对于贯彻落实党的十九大精神，进一步加强大数据标准化对实体经济发展的支撑作用具有重要意义。论坛就大数据标准化助力产业创新发展、城市治理和企业数据管理能力提升等方面展开对话和交流，为各行业的数据管理和应用提供了很好的借鉴和参考。论坛上颁发了“第二届数据标准化及治理奖”。

    近年来，围绕国家大数据战略，大数据标准化工作取得显著成效。大数据标准体系建设和应用推广取得重大进展，大数据重点标准支撑行业发展初见成效，我国在国际大数据标准化工作中的话语权日益明显。下一步，部信息化和软件服务业司将坚定不移指导推动大数据标准体系建设，全面做好大数据标准化对实体经济的支撑工作。一是加强对标准化需求的分析，完善顶层设计；二是加强对重点标准的宣贯，推动应用实施；三是坚持标准的引领作用，强化基础支撑。

  • 原文来源：http://www.miit.gov.cn/n1146290/n1146402/n1146440/c6197549/content.html
46浏览量
原文链接
相关报告

  • 《深化互联网、大数据、人工智能与实体经济融合 推进工业技术软件化高质量发展》
    • 来源专题：北京市经济和信息化委员会监测服务平台
    • 编译者：yxzhou
    • 发布时间：2018-08-07
    • 工业技术软件化是以软件形式封装、承载、应用、迭代更新工艺经验、业务流程、制造方法、员工技能、管理理念等工业技术和知识，是工业技术和知识通过软件实现显性化、数字化和系统化的过程。当前全球新一轮科技革命和产业变革中，工业技术软件化既是实现制造业数字化、网络化、智能化的重要环节，又是提升整体融合创新能力的重要手段，正在产生深远影响。党的十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段。加快建设制造强国，加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合。在此背景下，我们必须抓住机遇，推进工业技术软件化高质量发展，促进新一代信息技术与实体经济融合，建设现代化经济体系。 一、充分认识工业技术软件化的重要意义 工业技术软件化把软件技术、互联网的创新成果与工业技术、知识深度融合，推动制造技术和模式创新、效率提升及组织变革，赋能工业提质增效升级，提升实体经济创新力和生产力，形成以工业互联网为基础设施、工业App为创新载体的先进制造业发展新形态。 推进工业技术软件化高质量发展，有利于强化软件定义、数据驱动、平台支撑、服务增值和智能主导的融合发展新特征，促进新一代信息技术与制造业深度融合，加快培育新模式、新业态和新产业，对推动两化深度融合、支撑制造强国与网络强国建设具有重要意义。 （一）推动两化深度融合的重要抓手 工业技术软件化是工业技术与信息技术融合发展的重要体现，已成为现阶段工业化和信息化深度融合的重要抓手。一是两化深度融合的新动力。工业技术软件化加速了工业技术的积累、沉淀、复用和增值，促进软件等新一代信息技术在工业生产和管理过程中的集成应用，推动工业化与信息化的深度融合。二是两化深度融合的新标识。工业技术软件化支配着整个工业的价值链体系，是软件与新一代信息技术“赋能”“赋值”“赋智”作用的集中体现，它的成熟度直接代表着工业化和信息化的融合能力和水平。三是两化深度融合的新形式。工业技术软件化促进工业互联网、工业大数据、工业智能的发展，带动互联网、大数据、人工智能等新兴信息技术与制造业的融合创新。 （二）推动制造业由大变强的重要路径 推进工业技术软件化，通过工业App和网络化等手段将有利地支撑了制造强国建设。一是构建自主工业技术体系的新方法。工业技术软件化建立各种技术之间的有序关联，形成覆盖工业产品研发、生产和运维全过程的完整知识图谱，促进工业技术升级换代、螺旋递进。二是支撑智能制造发展的新手段。工业技术软件化可以快速推广应用工业技术，有效改善制造业的研发设计效率、生产管理和服务模式，实现人与机器重新分工，助力工业智能化转型。三是破解国内工匠不足的新思路。工业技术软件化有助于将制造企业内部原本分散、隐性的技术、知识和经验挖掘出来，实现显性化、标准化、规范化，从而有助于将这些技术、知识和经验积淀下来、传承下去。 （三）推动信息技术产业发展的重要手段 “软件定义”成为信息革命的重要标志和显著特征，工业技术软件化是“软件定义”持续演化的必然结果，对推动信息技术产业发展具有重要意义。一是推动软件产业发展的新机遇。工业技术软件化为软件和信息技术服务在工业领域的应用提供了广阔市场空间，为拓展软件产业发展空间、提升软件应用价值、带动软件产业爆发式增长提供重要机遇。二是提供工业软件发展的新路径。工业技术软件化有助于夯实工业软件基础，实现工业软件关键核心技术突破，补齐高端工业软件短板，加快解决我国工业软件发展中存在的卡脖子问题。三是促进信息技术发展的新举措。软件是新一代信息技术的灵魂，软件技术与工业技术融合不断催生新平台、新模式和新业态，促进互联网、大数据、人工智能的发展。 二、深刻把握工业技术软件化高质量发展的内涵 “中国特色社会主义进入了新时代，我国经济发展也进入了新时代，基本特征就是我国经济已由高速增长阶段转向高质量发展阶段”，而“推动高质量发展是当前和今后一个时期确定发展思路、制定经济政策、实施宏观调控的根本要求”。“质量第一、效益优先”将成为中国经济未来高质量发展的核心内涵和基本路径。以此为指引，围绕制造强国、网络强国建设，加快实现从数量扩张向质量提高的战略性转变，推进工业技术软件化高质量发展，主要体现在以下几个方面。 （一）高质量的工业技术软件化供给 高质量发展要有高质量的供给能力。工业技术软件化是工业技术与软件技术的深度融合，需要在工业技术与软件技术两方面具备高质量供给。 一是高质量的工业技术。工业技术是现代工业的灵魂，代表着制造业先进生产力，是国家制造业竞争力根本所在，也是工业技术软件化的基础。需要加强工业知识、制造工艺、流程管理等积累，提升理论算法与机理模型等基础能力，加大关键工艺流程和工业技术数据积累。鼓励企业围绕产品设计、工艺、制造和服务各环节，总结提炼专业工业技术、知识和经验，建立知识获取、应用和完善的模式和机制，建设专用型工业知识库。支持行业协会等第三方机构组织面向重点行业，采集、汇聚、加工共性知识，推进行业知识深度挖掘与要素充分汇聚，建设开放型工业知识库，提升工业知识供给水平。 二是高质量的软件能力。软件是知识的载体，是实现工业技术软件化的关键。依托软件和信息技术服务企业，提升面向工业领域的基础软件、工具软件和系统软件创新和应用水平，强化软件全生命周期、全过程质量管理体系建设。建立完善的工业软件产品体系，提升设计、分析、编码、测试一体化软件能力。创新工业App开发工具和开发模式，构建工业App集成开发与测试环境，推动工业App协同开发、持续集成、质量测评和自动部署，提升工业App供给能力。鼓励工业企业设立软件化业务部门，夯实软件自主研发基础，提升企业软件化能力，实施企业软件化成熟度等级评估认证。 （二）高质量的工业技术软件化需求 高质量发展要有高质量的需求牵引。以重点领域市场和应用需求为牵引带动发展，一方面释放存量需求，一方面挖掘增量需求。 一是充分释放存量需求。我国作为拥有联合国产业分类中全部工业门类的国家，拥有39个工业大类、191个中类、525个小类，工业技术体系庞大。工业全流程涉及研发设计、生产制造、运营维护、经营管理等多个环节，存在研发生产过程优化、产品全生命周期管理、企业运营管理决策优化、产业链协同优化等多种业务需求。激发、释放现有需求是实现需求牵引的基础。 二是主动挖掘增量需求。随着新一代信息技术与制造业的不断深入融合，网络协同制造、个性化定制、服务型制造等制造业新模式不断发展。同时，软件定义制造的趋势愈演愈烈，制造的智能化水平越来越依赖工业技术软件化水平。特别是，工业互联网的快速发展对工业技术软件化提出了重大需求。工业App作为工业技术软件化的重要成果，正在引领工业互联网应用生态的发展。这些都为工业技术软件化的发展提供了巨大的潜在空间，需要我们去挖掘。 （三）高质量的工业技术软件化循环生态 高质量的发展要有高质量的循环生态。一方面形成供需相互促进的发展循环，另一方面建立健康有序的产业生态链。 一是建立动态的供需互动。以供给和需求相结合的角度，推动工业技术软件化供给质量不断提高，把握制造业快速发展、需求增加的趋势，适应需求变化动态组织生产和供应，扩大更具创新性的供给，促进供需在更高水平的平衡，形成以用促产、以产促用、相互促进的良性发展循环，推动工业技术软件化高质量发展。 二是打造完整的产业生态链。不断完善上下游产业生态链，推进各环节资源共享、优势互补，形成有竞争力的产业集群。推动工业企业与软件企业密切合作，龙头企业带动、中小企业协作配套，形成产业链横向合作、纵向协同的发展合力，实现全产业生态链协同创新的发展格局。 三、推进工业技术软件化高质量发展的思考 立足当前工业技术软件化发展的关键时点，加强顶层设计，统筹规划协调发展，以工业App培育工程为主要抓手，发挥引领带动作用，营造良好的产业生态发展环境，做好可持续发展的坚实支撑，坚持质量为先，健全质量保障体系，系统推进工业技术软件化高质量发展。 （一）统筹布局，强化顶层设计 一是以《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》《软件和信息技术服务业十三五发展规划（2016—2020年）》《工业互联网App培育工程实施方案（2018—2020年）》等文件为指引，制定工业技术软件化行动路线图。二是完善工业技术软件化组织领导机制，健全政策体系，加强部省市联动和宣传推广，从技术、财政、税收、人才、市场等方面加强统筹。三是利用试点示范、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。四是与工业互联网、智能制造、工业软件等协同发展，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。 （二）引领带动，实施工业App培育工程 一是增强供给，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，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。二是应用牵引，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。三是优化环境，建立工业App交易配套制度、信用评价体系、质量检测体系及知识成果认定机制，形成工业App开发、流通、应用的新型网络生态系统。四是举办赛事，通过工业App开发大赛，甄选产品、挖掘人才、筛选企业，激发民众参与工业App培育的热情，推动工业App培育工程。 （三）构建生态，优化发展环境 一是发挥中国工业技术软件化产业等联盟的纽带作用，有效整合“政产学研用金”各方资源，形成凝聚合力、协同推进的工作格局。二是拓宽校企、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。三是面向工业技术软件化创业创新，建成一批公共服务平台，提供工业技术软件化应用方法论、评估认证，提升专业化服务水平。四是引导金融机构、社会资本成立产业投资基金，探索和组织国内产业链上下游企业以资本为连接，集中力量共同推进工业技术软件化，构建产业生态体系。 （四）质量为先，健全保障体系 一是出台工业技术软件化行业管理政策，编制工业技术软件化质量标准与测评规范。二是建立工业技术软件化质量保障机制，开展质量评估和检测工作，规范全生命周期运营流程，强化监督管理，督促指导企业树立质量意识。三是鼓励企业、科研院所、高校等加大投入，联合建设工业技术软件化质量研究机构，推动质量保障技术的研发，提升质量保障能力。四是建设工业技术软件化质量管理中心，进行质量监控、质量预警、质量评价，提升对产业质量实时检测与精准化控制能力。
    70浏览量
    原文链接

  • 《工业和信息化部关于工业大数据发展的指导意见》
    • 来源专题：数控机床与工业机器人
    • 编译者：icad
    • 发布时间：2020-05-19
    • 工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。为贯彻落实国家大数据发展战略，促进工业数字化转型，激发工业数据资源要素潜力，加快工业大数据产业发展，现提出如下意见。 一、总体要求 坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的十九大和十九届二中、三中、四中全会精神，牢固树立新发展理念，按照高质量发展要求，促进工业数据汇聚共享、深化数据融合创新、提升数据治理能力、加强数据安全管理，着力打造资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系。 二、加快数据汇聚 （一）推动工业数据全面采集。支持工业企业实施设备数字化改造，升级各类信息系统，推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统，引导工业设备企业开放数据接口，实现数据全面采集。 （二）加快工业设备互联互通。持续推进工业互联网建设，实现工业设备的全连接。加快推动工业通信协议兼容统一，打破技术壁垒，形成完整贯通的数据链。 （三）推动工业数据高质量汇聚。组织开展工业数据资源调查，引导企业加强数据资源管理，实现数据的可视、可管、可用、可信。整合重点领域统计数据和监测数据，在原材料、装备、消费品、电子信息等行业建设国家级数据库。支持企业建设数据汇聚平台，实现多源异构数据的融合和汇聚。 （四）统筹建设国家工业大数据平台。建设国家工业互联网大数据中心，汇聚工业数据，支撑产业监测分析，赋能企业创新发展，提升行业安全运行水平。建立多级联动的国家工业基础大数据库，研制产业链图谱和供应链地图，服务制造业高质量发展。 三、推动数据共享 （五）推动工业数据开放共享。支持优势产业上下游企业开放数据，加强合作，共建安全可信的工业数据空间，建立互利共赢的共享机制。引导和规范公共数据资源开放流动，鼓励相关单位通过共享、交换、交易等方式，提高数据资源价值创造的水平。 （六）激发工业数据市场活力。支持开展数据流动关键技术攻关，建设可信的工业数据流通环境。构建工业大数据资产价值评估体系，研究制定公平、开放、透明的数据交易规则，加强市场监管和行业自律，开展数据资产交易试点，培育工业数据市场。 四、深化数据应用 （七）推动工业数据深度应用。加快数据全过程应用，发展数据驱动的制造新模式新业态，引导企业用好各业务环节的数据。 （八）开展工业数据应用示范。组织开展工业大数据应用试点示范，总结推广工业大数据应用方法，制定工业大数据应用水平评估标准，加强对地方和企业应用现状的评估。 （九）提升数据平台支撑作用。发挥工业互联网平台优势，提升平台的数据处理能力。面向中小企业开放数据服务资源，提升企业数据应用能力。加快推动工业知识、技术、经验的软件化，培育发展一批面向不同场景的工业APP。 （十）打造工业数据应用生态。面向重点行业培育一批工业大数据解决方案供应商。鼓励通过开展工业大数据竞赛，助力行业创新应用。加大宣传推广力度，开展线上线下数据应用培训活动。 五、完善数据治理 （十一）开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》（GB/T 36073-2018，简称DCMM）国家标准，构建工业大数据管理能力评估体系，引导企业提升数据管理能力。鼓励各级政府在实施贯标、人员培训、效果评估等方面加强政策引导和资金支持。 （十二）推动标准研制和应用。加强工业大数据标准体系建设，加快数据质量、数据治理和数据安全等关键标准研制，选择条件成熟的行业和地区开展试验验证和试点推广。 （十三）加强工业数据分类分级管理。落实《工业数据分类分级指南（试行）》，实现数据科学管理，推动构建以企业为主体的工业数据分类分级管理体系。 六、强化数据安全 （十四）构建工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任，构建工业数据安全责任体系。加强态势感知、测试评估、预警处置等工业大数据安全能力建设，实现闭环管理，全面保障数据安全。 （十五）加强工业数据安全产品研发。开展加密传输、访问控制、数据脱敏等安全技术攻关，提升防篡改、防窃取、防泄漏能力。加快培育安全骨干企业，增强数据安全服务，培育良好安全产业生态。 七、促进产业发展 （十六）突破工业数据关键共性技术。加快数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术的研发和应用，推动人工智能、区块链和边缘计算等前沿技术的部署和融合。 （十七）打造工业数据产品和服务体系。推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发，构建大数据基础性、通用性产品体系。培育一批数据资源服务提供商和数据服务龙头企业，发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构。 （十八）着力构建工业数据创新生态。支持产学研合作建设工业大数据创新平台，围绕重大共性需求和行业痛点开展协同创新，加快技术成果转化，推动产业基础高级化和产业链现代化。 八、加强组织保障 （十九）健全工作推进机制。省级工业和信息化主管部门（大数据产业主管部门）要建立工业大数据推进工作机制，统筹推进地方工业大数据发展。鼓励各地因地制宜加强政策创新，开展重大问题研究，实施政策评估咨询，助力工业大数据创新应用。 （二十）强化资金人才支持。发挥财政资金的引导作用，推动政策性银行加大精准信贷扶持力度。鼓励金融机构创新产品和服务，扶持工业大数据创新创业。完善人才培养体系，培育既具备大数据技术能力又熟悉行业需求的复合型人才。 （二十一）促进国际交流合作。围绕政策、技术、标准、人才、企业等方面，推进工业大数据在更大范围、更宽领域、更深层次开展合作交流，不断提升国际化发展水平。
    106浏览量
    原文链接