查看原文
其他

《工业大数据发展指导意见》系列解读(三) | 有序推动共享流通,加快拓展工业大数据价值

王妙琼 刘迎 中国信通院CAICT 2020-09-05

日前,工业和信息化部印发《工业大数据发展指导意见》(以下简称“《 意见》”),将“推动数据共享”作为发展工业大数据的一项重要任务,进行了系统部署。这充分体现了国家高度对数据共享流通的高度重视,对于加快工业数据共享流通,扩大工业数据价值具有重要意义。


一、推动数据共享流通意义重大


一方面,推动共享流通,是激发数据要素价值的关键举措。资源和要素是一组相对的、相互关联的范畴。生产要素是一种资源,但不是所有的资源都可以称之为生产要素,只有当一种资源具有价值性、通用性、全局性、流通性等多种属性之后,才可以称之为生产要素。其中,流通性是生产要素的基本属性,也是其经济价值实现的关键依靠。当数据可以有序流通、充分共享时,数据就能流向其可以产生最大价值的地方,继而把对经济社会的乘数效应推到最大,此时数据的生产要素价值才能得到最大程度的发挥。党中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,强调要推动数据要素的市场化配置。推动流通共享,是促进工业数据要素市场化配置的重要举措,是扩大和深化工业数据价值的重要途径。


另一方面,推动共享流通,是响应企业现实需要的重要途径。新时代,互联网、大数据、人工智能等新技术的发展,特别是工业互联网的蓬勃兴起,正推动制造业数字化转型的范围、程度不断升级拓展。具体表现为,在企业内正从过去的单点局部优化,走向实现研发、生产、管理等不同业务的数字化协同,使企业整体达到最优;在企业间,则正走向全产业链贯通乃至跨区域、跨产业的全局协同。前者要求数据在企业内部全面共享,后者要求数据在整个供应链上跨企业流通。正是在这一背景下,工业企业对于数据合作的需求在大量增加。据《2018工业企业数据资产管理现状调查报告》的数据显示,超过半数的企业表示需要使用外部数据或对外提供数据,仅有2.7%企业表示暂时没有数据合作需求。加快推动共享流通,适应了企业现实需要,能够有力地促进制造业数字化转向迈向更高发展阶段。


二、工业大数据共享流通面临的问题与前沿探索经验


数据共享流通的需求在快速增长,现实中,企业、机构也都在纷纷开展数据共享流通试验,如天创信用、生意社等200余家会员将数据源通过贵阳大数据交易平台进行处理后,对接数据需求方。但总体上,数据共享流通还面临多重问题,局限在试点和探索阶段,亟待有序拓展。


从内部看,企业自身面临工业大数据治理的“严繁杂散”困境,增大了共享流通的难度。“严”:数据在利用过程中需要保证企业对产品工艺、生产流程、质量管理等核心知识产权和商业机密的安全可控;“繁”:工业数据相较其他行业,具有来源杂、批量大、频率高、维度多等特点,共享价值评估难度较高;“杂”:由于缺乏统一的数据治理体系,工业数据在采集、存储、处理等环节可能存在不科学、不规范等问题,导致错误数据、异常数据、缺失数据等脏数据产生,无法确保数据的一致性、完整性和准确性;“散”:企业内部信息孤岛现象普遍存在,部门间、企业间数据互通又存在标准缺失、风险较大等问题,导致难以进行数据整合和开放共享。


从外部看,数据流通制度不健全,导致数据流通缺乏信任基础。比如,数据的产权没有得到明确的界定、数据流通的合法合规性仍未解决,数据定价和评估机制缺少等,这使得企业担心在流通共享中无法获得预期的收益,又失去了数据主权或控制权。根据工业互联网产业联盟于2020年3月开展的《工业大数据利用与管理》问卷调查统计结果,在推进工业大数据共享流通时,有86%的企业表示最担心泄露商业机密,有33%的企业担心会失去数据的控制权从而破坏自身的信息不对称优势。原因在于现在更多的传感器和控制的引入、云平台的广泛应用、通用有线/无线网络技术的发展、工业控制系统的进一步软件化等,传统工业控制的专有性和封闭性被打破,越来越多的设备、系统、生产和服务过程暴露在工业互联网上,企业数据一旦共享出去,主权、控制权、商业机密等较难从技术上得到保障。


当前以国家政府、联盟协会、行业企业三种主体为代表,积极以工业数据空间为抓手,进行工业数据流通共享的前沿探索。欧盟以建设数字化单一市场为目标,通过制定严格律法打造工业数据空间的“欧盟标准”。《非个人数据在欧盟境内自由流动框架条例》于2019年5月正式生效。针对设备运行、企业交易等非个人数据,条例旨在消除各成员国的数据本地化要求、确保成员国有权机关能够及时获取数据、保障专业用户能够自由地迁移数据,进一步加强成员国数据流动。同时立足于区域内深厚的工业数据积累强化单一市场战略,2020年2月欧盟委员会发布《欧盟数据战略》文件,明确提出将建设通用的欧洲工业数据空间,将在近两年内围绕数据主权和开放共享开展立法研究,并将通过搭建治理框架提升工业数据互操作性和应用质量,实现工业数据价值的深度挖掘。


德国弗劳恩霍夫研究院打造基于工业数据空间参考架构模型的行业解决方案。2016年德国在工业4.0下启动工业数据空间子项目,由德国弗劳恩霍夫应用研究促进协会负责推进。该项目通过建立一个虚拟数据空间,结合相关标准规则和统一信息模型,促进工业生态系统中数据的便捷连接与安全交换,同时确保了数据所有者的数据主权。为了打造可信任的数据交易共享网络,IDS搭建“工业数据空间”参考架构,结合数据提供者、数据使用者、中间人、应用商店运营者、以及认证机构五种主体在数据共享交易中的作用,设计了一套包括数据主权、交易、定价等在内的完整的商业模型和交易规程,截至日前德国“工业数据空间”参考架构模型已经更新至第三版,应用案例增加至数十种,在医疗、能源、制造等领域均已开展相应探索试点。


龙头企业引领行业实践,探索形成工业数据空间典型应用路径。目前航空航天、钢铁、工程机械等数据资源共享协同需求强烈的行业以工业数据空间为抓手开展实践探索,形成两种典型路径。一方面从供应链端切入,通过构建物流数据空间提高生产活动的快速响应能力。如波音基于区块链技术构建包括多家零配件生产商、运输商在内的可信数据空间,基于供应物流数据的安全共享和分析实现对生产装配过程的实时调度调整。另一方面从研发端切入,通过共享设计运行等数据加快研发和生产速度。如蒂森克虏伯与IBM创建可信的数据共享平台,基于CAD数据的加密传输和生产的透明追溯实现3D打印中小企业与客户需求的精准对接,提升3D打印设备利用率。


三、《意见》多措并举促进共享流通,推动工业数据要素市场化配置


《意见》聚焦提升数据共享流通,坚持问题导向,从开放共享、流通技术、价值评估、交易机制四个方面进行部署。


一是推动数据开放共享。对于公共数据的开放共享,《意见》提出“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”。对于企业数据的共享,《意见》明确提出“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”。《意见》积极吸收欧盟工业数据空间建设的先进经验,适应我国国情,以产业链上下游局部企业间的开放共享探索为试点,逐步有序推广到更大的范围和更高层次,将有力地推动工业数据的开放共享。


二是发展数据流通技术。数据是一种特殊的“商品”或者“要素”,具有非竞争性,数据也牵涉到个人隐私、企业商业秘密,其交易流通和市场化配置离不开技术的支撑。《意见》中提出“支持开展数据流动关键技术的攻关,建设可信的工业数据流通环境”。当前,以区块链、多方安全计算为代表的前沿技术为解决数据的“非竞争性”和隐私保护等问题提供了新的途径,在数据流通领域愈发受到重视,为工业大数据安全有序流通提供了较为理想的技术方案,需要社会各界的共同努力推动。


三是完善数据价值评估。现代市场经济的发展表明,价格是市场体系运行的核心。科学合理的定价,可以显著提升数据的可交易性、可转让性,是推动数据要素市场化配置的核心基础。但目前数据定价问题是一个世界性难题,牵涉的问题极多,很难在短时间内得到解决。从数据价值评估入手,构建起合理的数据资产价值评估模式和体系,可以发现数据合理的内在价值,为市场这只“无形的手”来指导数据定价奠定了基础,是一个重要的切入点。《意见》提出“构建工业大数据资产价值评估体系”。工业领域可充分借鉴证券、金融等行业数据资产定价的先进经验,开展价值评估前沿探索。


四是建立数据交易机制。市场无法自主健康可持续运行,需要科学合理的规则制度体系作为基本保障。《意见》提出“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”,为工业数据市场健康运行指明了方向。当然,数据交易规则的制定和完善,不仅涉及法律、监管等多个领域规则的调整,也牵扯到个人、企业、行业协会等多方的利益平衡,是一个长期的、艰难的历史过程,需要全社会的共同努力。


中国信息通信研究院从2016年起就持续关注工业数据的共享流通问题,发布了《数据流通关键技术白皮书》,制定区块链、安全多方计算等多项技术标准并开展测试验证;连续三年举办工业大数据创新竞赛,基于企业实际生产场景开放真实数据资源悬赏征求最佳解决方案,累计超过6800人参赛。并搭建了工业大数据产业创新平台,当前已积累37组工业数据集,覆盖加工制造、轨道交通、能源电力等多个行业,未来将就数据集资源的开放共享模式开展探索研究。近期内工业大数据产业创新平台即将上线发布,敬请关注!

(工业大数据产业创新平台网址:http://www.industrial-bigdata.com,点击“阅读原文”访问)



作者简介

王妙琼,硕士,中国信息通信研究院云计算与大数据研究所工程师,主要从事大数据技术产品、数据资产管理、大数据行业应用等领域研究及标准制定工作。

联系方式:wangmiaoqiong@caict.ac.cn


刘迎,硕士,中国信息通信研究院信息化与工业化融合研究所工程师,主要研究领域为工业大数据、工业互联网、智能制造等

联系方式:liuying7@caict.ac.cn




校  审 | 陈  力、 珊  珊

编  辑 | 凌  霄


推荐阅读

《工业大数据发展指导意见》系列解读(一) | 构建和完善四大体系,推动工业大数据全面发展
《工业大数据发展指导意见》系列解读(二) | 推动数据高质量采集汇聚,打好工业大数据发展的坚实基础



点亮在看共渡难关

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存