工业大数据|工业大数据：中国智造下的“数字新基建”( 二 ) 工业机器人|黄文政|加工厂|南

工业大数据“换汤换药”
从工业大数据的应用落地及技术进展程度上来看，相对不是很顺利，尤其是应用到工业企业层面，渗透率还相对较低。
纵观当前我国工业企业整体结构情况，多数是以中小制造企业为主，中小制造企业仍是产业主力军。与大型制造企业相比，中小制造企业在信息技术应用等层面，还存在相对滞后的状态。很多企业，尤其是小微企业仍心存疑虑，将工业大数据视为企业机密，数据开放积极性不强，“不想用、不敢用”倾向严重。
加之受制于我国工业企业规模分布，尽管已经工业企业实现工业大数据的应用，但就工业大数据实际应用而言，还存在数据孤岛、数据失真的现象。造成这种现象背后的原因在于，企业信息化基础差、设备接口不开放等造成数据难以采集。
物联大数据是实现工业大数据畅通流动的必要手段，但在工业实际应用中，工业软件、高端物联设备不具备国产自主可控性，物联接入的高端设备的读写不开放，形成设备信息的孤岛，数据流通不畅。解决企业信息化基础差、接口设备读写不开放等问题是实现工业大数据开放的关键。

文章插图
当前，工业大数据的积累程度严重不足，制造业企业不知道自己有哪些数据，大部分工业数据处于“睡眠”状态。跟传统大数据相比，工业大数据来源更加广泛，产品大数据是工业大数据的根源与核心，但工业制造业领域涵盖的种类、行业较多，这也形成工业产品种类数量庞大且呈现不断增长的态势。
而在这种趋势下，本就对工业大数据概念相对薄弱的工业企业，加上产品更迭加速的态势下，企业的数据自然也就无法得到有效积累。如何规范产品大数据的定义与分类方法，建立规范、属性明确、可查询可追溯可定位的产品大数据，同时，企业信息系统进行集成将也成为顺利应用工业大数据的前提。
与传统大数据相似的是，工业大数据的数据安全也同样重要，对于军工企业尤其如此，大数据强调数据关联、整合，这势必会显著增加安全风险。
为了确保数据安全，一方面是工业企业可以借助相关技术企业充分利用技术手段，巩固自身的数据安全壁垒；另一方面是选择工业大数据技术相对成熟、可靠的实施服务提供商，同时企业自身也要进行接口设备更新，重构数据支撑平台，甚至替换“旧”系统，达成数据安全的目的。但不管是从哪个角度来看，工业大数据的应用以及发展还存在一定的难题。
官方推出利好政策，如何定义工业大数据？
尽管如此，但从2015年开始，国家层面不断出台相关利好工业大数据政策，比如《中国制造2025》、《工业大数据发展指导意见（征求意见稿）》等多项政策，多次提到工业大数据的重要性以及意义，推动工业大数据行业发展。
而伴随技术进步与升级、智能应用普及渗透等众多利好因素的影响，工业大数据整体市场规模正在逐步增长。
根据赛迪顾问数据显示，2019年中国工业大数据整体规模达到146.9亿元，同比增长28.6%，预计未来三年市场规模增速将保持30%以上，到2022年将达到346.1亿元，市场发展前景广阔，未来工业大数据将持续促进传统制造业转型升级，助力工业智能化发展。

文章插图
回归到工业大数据本身，在这种背景以及形势推动下，工业大数据的概念和定义也在近两年有了更为深刻、全面地理解和诠释。
最明显的变化在于，市场以及企业已经逐渐改变将工业大数据作为工业生产过程中的一种“副产品”或是产品输出信息的看法，这样的理解所带来的最终结果便是，工业大数据本身的价值空间会受到较大的局限性。