近年來，隨著信息化的持續推進及工業互聯網應用的逐步深入，工業企業數據進入井噴期，工業數據的分析挖掘在推動企業降本增效、提升競爭力等方面的作用也日益凸顯。

近日，中國信息通信研究院聯合工業互聯網產業聯盟，針對我國工業企業數據管理現狀展開調研并發布報告。調研結果顯示，工業企業的數據管理工作滯后于其他行業，數據基礎遠不足以支撐智能化需求，亟需“補課”。

基礎薄弱管理滯后

數據管理的概念伴隨著20世紀80年代數據庫技術在各行業的應用而出現，其目的是為了更有效地對計算機系統中的數據進行存儲和訪問。2000年以來，銀行、電信等信息化程度較高的行業，面臨越來越龐大和復雜的數據資產，開始建設數據倉庫，并逐漸建立起專業化的數據管理體系。

與上述行業相比，工業領域信息化起步較晚，工業數據也更為復雜，涉及研發、生產、管理、運維、服務等多個環節，因而數據管理工作的推進也相對滯后。

中國信息通信研究院云計算與大數據研究所工程師王妙瓊指出，隨著工業互聯網發展的不斷深化，在工業領域加強數據管理的重要性日益突出。與其他行業類似，工業數據管理工作的重點也是保障數據質量與安全，促進數據互操作，為工業智能提供高質量、高可靠性的基礎數據資源。

此次調研結果顯示：我國工業企業的數據資源存量普遍不大，66%的企業數據總量都在20TB以下，還不及一個省級電信運營商日增數據量的1/10；管理手段比較落后，51%的企業仍在使用文檔或更原始的方式進行數據管理；數據孤島情況普遍，企業對自身可用的數據資產缺乏全面了解。

“由此可見，無論是管理手段還是技術手段，目前都遠不足以支撐工業互聯網發展應用后數據管理的風險和復雜度?！蓖趺瞽傉f。

隨著工業企業信息化的普及以及工業互聯網的快速發展，工業企業對于數據管理重要性的認識正逐步提高，但實際落地情況卻令人擔憂。

調查顯示，98.6%的企業覺得數據管理工作值得投入，其中77%的企業堅信數據管理很重要，并認為數據管理是一個長期的過程，且最終會為企業帶來價值。然而，僅32.4%的企業開展了數據管理相關工作，接近半數的企業尚未規劃專門的人力投入。

相比之下，金融領域已經充分認識到數據管理工作的重要性并已經形成企業和行業層面的工作機制。早在2011年，原銀監會就印發了《銀行監管統計數據質量管理良好標準（試行）》。2018年5月發布的《銀行業金融機構數據治理指引》又提出銀行業金融機構應當將數據治理納入公司治理范疇，建立自上而下、協調一致的數據治理體系。目前，大部分國有銀行和股份制銀行都已經建立了專門的數據管理部門。

需求旺盛但阻力大

隨著工業數據及其應用需求的快速增長，企業數據的存儲、管理、流通都面臨新的挑戰。

王妙瓊表示，工業企業在選擇本地化部署工業互聯網平臺，或者云服務商進行數據和業務托管時，首要考慮的因素是成本和安全。據2018年的統計數據顯示，減少基礎設施投資和滿足資源快速擴展需求是企業選擇公有云的重要原因，但最大顧慮仍是公有云的安全性，超過50%的企業會出于安全性和可控性選擇私有云。

順應數據融合互聯的趨勢，以傳統物理隔離、封閉數據的方式保障安全已經不再適合新時期下的數據環境。然而，數據向平臺集中的發展趨勢會形成新的潛在安全風險。

2018年7月，通用汽車、菲亞特、克萊斯勒、福特等100多家制造企業的敏感文件因其合作供應商存儲服務器的漏洞而面臨泄露風險。云服務安全事故頻發，且行業尚未形成完善的數據資產定價和賠償機制，更導致了工業企業對數據上云心存芥蒂。

“工業互聯網的價值體現在數據跨領域跨行業的共享?！蓖趺瞽傊赋?，隨著數據應用需求和大數據技術的發展，工業企業對于數據合作的需求大量增加。調查顯示，超過半數的企業表示需要使用外部數據或對外提供數據。

但是，數據流通需求的增長會帶來很多問題，如數據質量、數據定價和數據流通合規性等。實地走訪中，大量企業表示，由于沒有明確的法律法規保障以及成熟的技術解決方案支撐，所以對企業間數據合作存有很大的顧慮。

事實上，國內外對于數據流通的研究已有一段時間的積累。德國從2014年開始進行工業數據空間的研究，隨后組建了國際數據空間（IDS）協會，目前已有近百家企業和組織加入，其核心理念是企業在保有數據主權的同時進行數據的共享交換。國內銀行業的數據流通則由政府推動，其中最典型的應用是征信服務，早在2006年央行就成立了征信中心，全面收集企業和個人的信息。

總的來看，國內工業數據流通體系仍不完善。雖有多家活躍于市場的數據交易中心，但數據流通的合法合規性仍未得到應有的重視，現行法律對于數據流通的很多問題都沒有明確，許多工作仍以行業自律的模式開展。

調研報告總結，當前我國工業企業的數據管理工作整體還處于起步階段。除了一些大型企業因數據增長或業務需求已有數據管理的經驗積累，大部分企業仍在摸索之中。

基于上述分析，報告對工業企業提出如下建議：一是提升數據管理意識，積極跟進業務需求，以需求帶動數據管理體系建設；二是開展新技術引入，合理衡量技術使用風險和成本，有效推進數據管理工作；三是在強化安全意識的同時積極應對風險，實施數據分級分類防護，建立數據保障體系；四是直面數據流通需求，加強數據主權意識，對企業自身的數據資產負責。（何珺）