|
自国家数据局客岁10月正式挂牌以来，数据要素范畴的顶层设想不竭深入，利好数据要素市场成长的政策信号也在不竭释出。其中最重磅的，当属今年1月由国家数据局等17部分结合印发的《“数据要素×”三年行动计划（2024—2026年）》（下称《行动计划》）。 《行动计划》先期拔取了12个典型行业和范畴，包括产业制造、商贸畅通、科技创新等，鞭策发挥数据要素乘数效应，从提升数据供给水平、优化数据畅通情况、增强数据平安保障等三方面，强化保障支持。值得留意的是，这12个重点行业和范畴里，“数据要素X产业制造”被排在第一位。 产业是我国经济命脉所系，就《行动计划》将若何深化产业数据利用，激活数据要素潜能，中国信息通讯研讨院信息化与产业化融合研讨所所长朱敏分享了她的概念。持久处置产业经济、数字经济等方面研讨的她暗示，今朝产业数据要素代价开释还面临数据治理缺位，缺少制度机制引领与平安技术保障等题目，《行动计划》将从供给、畅通和利用三方面构建数据驱动的新型产业制造系统。
朱敏 图源新华社 数据驱动研发创新、生产、资本设置效力提升 问：在《行动计划》明白的12个重点行业和范畴中，“数据要素X产业制造”被排在第一位。能够是基于哪些布景？ 朱敏：产业数据是根本性计谋资本，是产业经济成长的重要驱动力，蕴藏着庞大潜能。在加速推动新型产业化的大布景下，产业数据已成为新型生产要素，数据范围快速增加，数据产业链初步构成，数据与产业行业融合利用不竭加深。 问：据你观察，今朝数据与产业行业的融合利用表现在哪些方面？ 朱敏：首要表现在三个方面。 一是数据驱动研发创新效力提升。传统的技术创新活动周期长、用度高、风险大，“天生式野生智能”、“模拟择优”等基于数据的研发方式可以对传统物理试错方式构成有用补充，大幅收缩新技术产物从研发、小试、中试到量产的周期。 产物和工艺研发方面，以“数据+常识+AI”方式，从常识库中进修天生设想法则和模子算法，加速新品研发。例如在药品研发范畴，利用野生智能可节省50%研发时候。工程设想方面，利用数字样机等工具，取代物理样机实验考证，实现贯串全生命周期的设想治理、优化和追溯，提升设想效力和质量。例如在航空制造范畴，基于数字样机实现工程设想与制造的慎密毗连。 二是数据驱动生产效力提升。产业企业经过装备智能化革新，实时收集分析生产制造各环节数据，实现对前端市场需求、产线装备状态、生产制造流程的灵敏感知和快持久策。产业数据要素的融合利用不但节俭了原有要素的投入，而且提升了产出效力，实现降本增效。 例如，鞍山钢铁一方面基于装备智能化、控制集合化等改良，利用“机理+数据”构建智能工艺模子深度优化炼钢、轧制等进程；另一方面基于数据平台收集生产数据，利用质量模子实现在线质量诊断追溯，实现其智能工场质量损失率下降2.5%，劳动生产率提升7%。 三是数据驱动产业链资本设置效力提升。基于同一数据标准实现工场之间的信息互操纵和产能、资本同享，可以有用打破企业、地域鸿沟，协同产业链高低流企业，打造具有更高水平韧性和稳定性的产业链供给链收集，从而能发生更普遍、更持久的代价缔造。 例如，东方电气结合电信运营商、中国信通院合作开辟产业数据空间测试床，实现了高端装备制造行业中研发模子跨地区、跨企业的平安可信传输，有力促进了产业链高代价数据资本的跨企业平安畅通，以及基于数据同享的跨地区营业协同。 产业数据治理缺位，代价挖掘深度广度不够 问：可见数据要素已成为新型产业化成长的新动能。那末，在开释产业数据要素代价方面，能否也存在难点？ 朱敏：我把这些难点总结为数据“供不出”“流不动”和“用欠好”。 “供不出”是指数据治理缺位致使数据质量与适用性不高。观察显现，我国只要不到1/3的产业企业展开了数据治理工作，66%的制造企业发现其现存数据难以拜候。 “流不动”是指缺少制度机制引领与平安技术保障。“用欠好”则是指数据与产业融合的广度与深度仍需提升。已有产业数据分析利用大部分还逗留在可视化这一较浅条理，数据代价挖掘的深度和广度远远不够。据统计，唯一不敷三成的企业触及到较深条理的数据分析优化，数据驱动代价没有获得充实开释。 问：致使这些题目标缘由是什么？ 朱敏：数据“供不出”的缘由有两方面。一是产业数据复杂多样，在装备和收集接口协议、数据界说和命名、数据存储格式等方面差别较大，尚未构成同一的数据口径、数据字典、数据标准和信息模子。二是大大都产业企业缺少数据治理的顶层计划和制度流程，缺少数据治理和分析的有用工具，难以获得清洁的、高质量的产业数据。 数据“流不动”是由于企业内、企业间“数据烟囱”林立，产业数据产权界定、代价评价、畅通买卖等机制设想尚不健全，产业数据畅通面临较高壁垒和较大阻力，范围了数据利用广度，抬高了数据代价空间。 不但如此，数据平安畅通触及诸多技术环节的协同，现阶段数据平安畅通技术系统与畅通情况尚未完全成熟，数据畅通全生命周期可控缺少需要的技术保障，存在数据利用不成控以及违规泄露引发的常识产权和贸易奥秘的损失，全部数据畅通进程不成信、不成靠、不成控和不成计量。 别的，数据与产业融合的广度与深度不够致使了数据“用欠好”。受制于数据存储才能与分析技术才能，分歧范围企业的数据利用水平不平衡，龙头企业展开基于数据深度分析与优化的利用，范围以上企业处于可视化等数据浅条理的利用阶段，而中小企业在数据利用工具开辟与利用形式创新方面存在明显滞后。 而且，受制于数据泄露风险、贸易信息庇护等题目，企业不敢用，介入数据开辟操纵的自动性、积极性差，进而致使产业数据与产业融合利用水平处于较低水平。 建立数据要素价格构成机制，鞭策市场信誉系统扶植 问：《行动计划》为处理上述题目供给了哪些指引？其将怎样构建数据驱动的新型产业制造系统？ 朱敏：我以为这份文件将从数据的供给、畅通和利用三方面发挥积极感化。 首先是进步数据供给整体水平。延续推动产业信息根本设备扶植提质升级，鞭策研发、生产、经营、办事等全环节数据的收集；延续完善根本数据标准系统，鞭策数据标准标准高质量落地，保障数据资本的优良供给；延续推动产业各细分范畴、行业的数据资本盘点，扶植完善产业行业数据资本库，实现目录清单化治理。 其次是买通数据畅通堵点。一方面，鞭策数据畅通体制机制的完善。经过试点、专项等工作摸索数据产权挂号制度，研讨数据分类分级授权机制，建立数据要素价格构成机制，完善数据资产评价标准，优化数据买卖机制，鞭策数据要素市场信誉系统扶植。另一方面，增强数据畅通形式的推行。深化可信数据空间、区块链等技术利用，充实依托已有设备，面向相关行业龙头企业打造行业数据空间，遴选标杆树模场景，构成可复制可推行经历，鞭策产业数据跨行业跨地区畅通，促进数据合规高效畅通利用。 再者是完善数据利用生态。以重点行业龙头企业为焦点，带动产业链高低流同频共振，打造产业数据要素政产学研用多方联动、调和成长的数据要素产业生态；纵深拓展重点行业范畴利用处景，增强数据要素与技术、人材、本钱等多元创新要素会聚融合，构建多形状数据产物和办事系统；培育一批切近营业需求的行业性、产业化的数据商，供给数据收集和质量评价、数据产物开辟、畅通买卖、场景利用等的合规化、标准化、增值化办事。 采写：南都记者 樊文扬 |
微信扫一扫
