新闻动态

陆峰：推进工业互联网创新发展

（四）工业大数据采集开发利用技术 数字工业时代，随着工业传感器的大量使用以及数字工业设备的普及应用，设备生成了海量数据，与此同时，设计、研发、物流、供应链、销售、服务等各个环节也都在源源不断地产生数据。对这些数据进行采集、存储和分析处理的能力成为未来制造企业竞逐的关键。工业物联网环境下智能设备间需要频繁的数据交互，⛵️全站对数据传输的实时性和可靠性要求提高，数据采集、传输、存储等领域的海量数据存取技术需要不断发展才能满足工业环境下的生产需求。工业大数据环境下，对数据挖掘技术也提出了新。

数据要素的高质量流通，促进新型工业化提档加速

首先，建议加强顶层设计，出台《数据服务商管理条例》等，规范和✅加快数据服务商发展，同时发挥行业自律机制，通过数据服务商推动工业数据挖掘、供给和利用。其次，积极探索多元化的数据流通模式，积极推动数据证券化、数据质押融资、数据银行、数据信托、数据经纪等发展，培育数据交易机构、科研院所及产业孵化场所等数据市场主体。最后，通过对工业数据开发应用主体发放牌照和赋予相关主体权利的方式建立数据源主体制度，加强数据监管、降低权益维护成本，推动工业数据要素合规供给。通过建立数据源主体制度等一系列。

“数据要素×工业制造”发展形势、应用途径，探索数据资产开发利用工作思路，赋能48.3万规上工业企业数字化转型！

新入口带来新的数据源头，工业设备持续高速运转并相互连接，产生、采集和处理的数据量大幅度呈指数级增长。而当前，多数工业企业数据汇聚、分析、开发利用能力不足，数据质量不高。大型制造企业往往数据🈁资产意识较强，自建云数据中心本地化存储经营生产数据，配备专业的信息化部门管理数据，中小企业缺乏相应的资金投入，经常依靠政府补贴形式建设，信息孤岛现象普遍，数据散落在企业各角落，缺乏共享使用。工业数据的及时性、完整性及开发利用水平，决定着生产制造资源的配置效率，大量工业制造企业尚未充分实现数据。

上海数据交易所产业数据行业创新中心负责人洪光：工业数据的资产化路径探索

一件是产业数据的融合平台，就是融合产业企业供应链🔵全站上与多家企业的交易数据，帮助企业用这些数据跟银行做授信以及服务产业发展。另外，我们还做数据资产管理咨询服务。接下来我会以一个通用的数据资产管理框架，给大家分享一下工业数据的资产化路径。2025年提出了数据要素后，国家越来越多地鼓励我们充分发挥挖掘数据的价值。这是我对整个数据要素市场做的一个产业链图，目前还不完善，还在设计规划过程中。整个产业链分成上游、中游、下游，上游包含数据资源、数据技术、数据聚集和硬件设施；下游是数据商，还有。

关于举办2025年“数据要素×”大赛的通知

二、提高工业制造决策科学性，降本提质增效 完善数据采集、管理、分析和利用，在生产制造和企业运营主要过程采用基于数据的科学决策，实现降低成本、提高质量、效益提升的多重目标。三、提升服务型制造能力，增强用户满意度 加强产品全生命周期数据采集，整合设计、生产、运行数据，增强高端化生产性服务能力，提升产品可靠性和运行性能，增强产品用户满意度。四、稳固产业链供应链，强化价值协同 促进产能、采购、库存、物流等不同制造环节，以及供应链上下游等数据共享和可信流通，探索协同设计、协同制造、协同。