9月4日，為推進工業大數據發展，逐步激活工業數據資源要素潛力，不斷提升數據治理和安全保障能力，工業和信息化部編制了《工業大數據發展指導意見（征求意見稿）》（下稱《意見稿》）。

工信部9項重點任務和3大推進工程

《意見稿》中提到了六項保障措施，一是加強完善組織領導；二是健全統籌推進機制；三是強化財稅金融支持；四是培育融合人才隊伍；五是促進國際交流合作。

具體在強化財稅金融支持環節，加強市場化融資力度，支持符合條件的工業大數據企業開展股權融資，引導社會風險投資向工業大數據初創企業傾斜。加強金融產品創新，延展產業鏈金融服務范圍，探索開發工業大數據相關保險產品、信貸產品和服務。

在加強完善組織領導方面，設置工業大數據管理辦公室，牽頭對接協調各方資源，統籌規劃工業大數據相關重大工作。各省工業行業管理部門應設立工業大數據推進工作領導小組，切實加強與上級部門的對接溝通，推動工業大數據管理貫標、融合應用和安全發展，系統推進任務落實。

了解，《指導意見》共六部分，包括總體思路、資源體系、融合體系、產業體系、治理體系和保障措施。在《指導意見》內容編制過程中，注重政策舉措的可操作性和落地實施，加強與現有政策銜接，針對性提出了創新舉措。

《指導意見》堅持集聚共享、融合牽引、創新驅動、安全有序的發展原則，著力提升微觀企業數據管理能力，打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系，推動大數據與工業全面深度融合。力爭到2025年，基本建成我國工業大數據資源、融合、產業和治理體系，全面提升工業大數據管理能力，激發工業大數據價值潛力，為制造業高質量發展提供澎湃動力。

《指導意見》圍繞資源、融合、產業和治理四大體系，提出了9項重點任務和3大推進工程。

在資源體系方面，包括3項重點任務：加強工業大數據資源采集匯聚、推動工業大數據資源共享流通、提升工業大數據資源管理能力；2大推進工程：國家工業基礎數據資源平臺建設工程和企業工業大數據管理能力提升工程。主要是：推進工業企業數據資源采集匯聚、流通共享和全鏈條管理能力的提升，為擴大和深挖數據價值打好堅實基礎。

在融合體系方面，包括2項重點任務：推動工業大數據全面深度應用、強化工業大數據應用供給能力；1個推進工程：工業大數據應用工程。主要是：聚焦深化工業大數據創新應用，激發企業應用工業大數據新模式新業務的內在動力，加快培育工業大數據解決方案提供商，推進融合應用的縱深發展。

在產業體系方面，包括2項重點任務：提升工業大數據技術能力、發展工業大數據核心產業。主要是：推動關鍵底層和共性技術突破，打造健全的工業大數據軟硬件產品體系，培育完整的產業生態，引領工業大數據核心產業發展壯大。

在治理體系方面，包括2項重點任務：完善工業大數據法規標準環境、加強工業大數據安全風險防范。主要是：聚焦有序推進工業大數據分級分類管理體系建設和應用推廣，加強工業大數據安全技術和產品研發，提升工業企業大數據安全防護水平，構建工業大數據安全保障體系。

工信部9項重點任務和3大推進工程

下為工業大數據發展指導意見（征求意見稿）全文

工業大數據是制造業數字化、網絡化、智能化發展的基礎性戰略資源，正在對制造業生產方式、運行模式、生態體系產生重大而深遠的影響。目前，我國工業大數據發展和應用具備一定基礎，但也存在數據價值開發不足、技術實力亟需增強、企業積極性有待提高等問題。為深入貫徹國家大數據、數字經濟、工業互聯網創新發展戰略，推動互聯網、大數據、人工智能與制造業深度融合，促進工業經濟向數據驅動型創新體系和發展模式轉變，推動制造業高質量發展，現提出以下意見。

一、總體思路

（一）指導思想

以習近平新時代中國特色社會主義思想為指導，全面貫徹黨的十九大和十九屆二中、三中全會精神，牢固樹立新發展理念，按照高質量發展的要求，推動工業大數據匯聚共享、深化工業大數據融合應用、提升大數據技術產業支撐能力、增強工業大數據安全保障，打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系，推動大數據與制造業全面深度融合，賦能工業高質量發展。

（二）基本原則

集聚共享。堅持以企業為主體，多方協同推動工業大數據采集匯聚和流通共享，構建數據管理能力強、數據匯聚質量高、流通共享充分的工業大數據資源體系，為擴大和深挖數據價值打好堅實基礎。

融合牽引。堅持以需求為導向，推動大數據在企業的研發設計、生產制造、經營管理、銷售服務全流程的融合應用，加快培育數據驅動的工業發展新模式新業態，為兩化深度融合、工業互聯網創新發展提供新路徑。

創新驅動。堅持推動創新鏈產業鏈雙向融合，以推動關鍵共性技術創新為突破口，打造健全的大數據軟硬件產品體系，培育完整的產業生態，引領大數據產業發展壯大。

安全有序。堅持以安全保發展、以發展促安全，完善多方參與、權責明確的安全防護體系，強化統籌管理與協調監督，全面提升工業大數據的安全性、可靠性，促進工業大數據合理有序開發利用。

（三）發展目標

到2025年，工業大數據資源體系、融合體系、產業體系和治理體系基本建成，形成從數據集聚共享、數據技術產品、數據融合應用到數據治理的閉環發展格局，工業大數據價值潛力大幅激發，成為支持工業高質量發展的關鍵要素和創新引擎。

——數據資源高效匯聚。工業數據實現大范圍、深層次的集成匯聚與互通共享，科學、完備、可行的數據共享流通機制基本建立，工業大數據管理體系在全國各地區及重點行業全面推廣，建成國家工業互聯網大數據中心、制造強國產業基礎大數據平臺等國家級基礎工業數據資源平臺。

——融合應用繁榮發展。工業大數據在全流程、全生命周期廣泛應用，算法庫、知識庫、模型庫、參數庫、專家庫等工業大數據分析工具庫基本建成，工業互聯網平臺的數據應用支撐體系逐步成熟，為廣大中小企業提供便捷、優質、低成本的數據服務，培育3-5個達到國際先進水平的工業大數據解決方案供應商，數據驅動的新模式新業態全面發展。

——技術產業實力增強。大數據采集、存儲、管理、分析與應用等技術處于國際領先地位，形成一批技術先進、可滿足重大應用需求的大數據軟硬件產品，數據服務類企業繁榮發展，產業支撐基礎堅實，創建一批推動工業大數據集聚發展的國家新型工業化產業示范基地。

——治理體系保障有力。工業大數據標準體系持續完善，工業大數據安全保障體系基本建成，工業大數據安全技術達到國際先進水平，工業大數據分類分級管理體系全面建成和加速推廣。

二、構建工業大數據資源體系，培育生產要素

（一）加強工業大數據資源采集匯聚

推動工業大數據全面采集。依托現有政策渠道，支持企業加快部署傳感器、射頻識別、數控機床、機器人、網關等數字化工具和設備，提升設備數據、產品標識數據、工廠環境數據等生產現場數據采集能力。支持企業基于工業互聯網，采集工廠外設備/產品工作狀態、通信狀態等數據，實現設備遠程監測維護。支持企業打通管理信息系統和生產控制系統間的數據壁壘，實現傳感、控制、管理、運營等多源數據一體化集成，構建全流程數據鏈。

推動工業大數據傳輸交互。推動5G、NB-IoT等技術在工業場景中的應用，推進IPv6規模部署，改造升級工業企業內外網絡。研制推廣各層級統一的數據交換架構，制定關鍵設備數據接口標準，推動不同廠家異構設備的數據采集和互通互操作。構建工業互聯網標識解析體系，建立各級節點之間數據采集、共享機制，推動落實不同領域標識數據集成應用。

推動工業大數據高質量匯聚。引導工業企業開展數據資源編目工作，加強數據清洗和預處理，提升數據準確性、完整性、一致性，實現數據資源的可見、可管、可用。支持企業建設工業大數據集成平臺和大數據中心，實現多源異構數據的融合和存儲。鼓勵企業建立數據質量管理機制，制定規范的數據質量評估監督、響應問責和流程改善方案，積極應用先進質量管理工具，形成數據質量管理閉環。

（二）推動工業大數據資源共享流通

推動工業大數據合作共享。支持各地優勢產業上下游企業與第三方機構加強合作，圍繞數據合作共享形成戰略伙伴關系，共建共用安全可信任的工業數據空間，探索建立簡單易行、用戶友好的合作共享機制，鼓勵通過免費共享與付費購買相結合等多種方式，實現數據的互訪互操作。

激發工業大數據市場活力。指導建設國家工業互聯網大數據中心，鼓勵企業、研究機構等主體積極參與區塊鏈、安全多方計算等數據流通關鍵技術攻關和測試驗證，降低工業大數據流通的風險。研究開發工業大數據資產價值評估模型，建立完善評估工作機制，推動形成數據資產目錄和資產地圖。研究制定公平、開放、透明的數據交易流通制度，明確數據權屬及問責機制，加強市場監管和行業自律，開展數據資產交易流通試點示范和普及推廣。

專欄1 國家工業基礎數據資源平臺建設工程

建設國家工業互聯網大數據中心。重點建設基礎數據資源管理和云計算平臺、工業互聯網大數據政府監管支撐平臺、企業賦能和技術創新服務平臺、安全威脅監測和分析預警平臺、工業大數據交易平臺和工業互聯網測試體驗中心，為企業提供賦能，為政府提供支撐；加快建設國家工業大數據應用案例展示平臺，集中展示工業互聯網在網絡、平臺、安全方面的體系構建和應用示范。

建設重點產業、重大工程數據庫。整合利用國家重點工業領域統計數據，匯集第三方機構產業監測數據，建設覆蓋產業、企業、產品、技術等多個維度的國家原材料數據庫、國家裝備數據庫、國家消費品數據庫和國家電子信息數據庫，支撐行業主管部門對產業發展精準管理。依托專業機構建設針對制造業創新中心建設工程、智能制造工程、工業強基工程、綠色制造工程、高端裝備創新工程等制造強國重大工程的數據平臺，跟蹤監測重點工程推進進展和成效。

構建工業經濟運行“一張圖”。建立完善與各級統計部門數據共享機制，整合兩化融合數據平臺、制造強國產業基礎大數據平臺等重點數據資源，構建包括工業生產、效益、投資、消費、進出口、信息化等核心指標在內的工業經濟運行數據庫，繪制工業經濟運行“一張圖”，開展工業發展態勢監測分析和預警預判。

（三）提升工業大數據資源管理能力

推動建立工業大數據管理能力評估體系。基于《數據管理能力成熟度評估模型》（GB/T 36073-2018，簡稱DCMM）等國家標準，結合工業領域大數據管理的特點和需求，系統構建工業大數據管理能力評估體系。鼓勵大數據產業主管部門、地方政府在貫標實施、人員培訓、效果評估等方面加強政策引導和資金支持，構建政企協同、上下聯動的工業大數據管理能力評估工作機制。

加快推進工業大數據管理能力普及與應用。推動建設國家工業大數據管理能力評估平臺，完善市場化服務體系，依托第三方評估機構，線上評估和線下輔導相結合，全面推進工業大數據管理能力評估。分行業、分區域樹立一批試點示范，快速普及工業大數據管理的先進知識和經驗。鼓勵企業周期性開展工業數據管理能力自評估、自診斷、自對標，以評促建持續改進數據管理能力。

專欄2 企業工業大數據管理能力提升工程

引導大企業全面系統提升工業大數據管理能力。鼓勵企業將數據管理納入企業戰略規劃，建立完善涵蓋組織機構、崗位職責、業務流程、系統建設、制度規范的數據管理體系。支持企業圍繞數據戰略、數據治理、數據架構、數據應用、數據安全、數據質量、數據標準、數據生存周期等能力領域，全面培育數據管理能力。鼓勵企業設立首席數據官，加快培養數據管理架構師、工程師等不同層次的專業數據管理人員，夯實企業數據管理人才基礎。

鼓勵中小企業務實有序建立工業大數據管理能力。工業大數據管理能力。鼓勵中小企業從單個具體業務需要出發，建立完善包括需求評估，任務明確，流程優化在內的業務數據管理機制，并由點及面，逐步擴展至其他業務。鼓勵企業參與數據管理培訓，提升數據管理意識和業務人員的數據管理技能。支持培育第三方數據管理服務企業，鼓勵開發面向中小企業的流程化數據管理工具和解決方案，降低中小企業數據管理門檻。

三、壯大工業大數據融合體系，深挖應用潛力

（一）推動工業大數據全面深度應用

深化數據驅動的全流程應用。構建集云端資源庫、先進數字化工具、虛擬仿真環境等于一體的協同研發體系，實現基于用戶數據分析的產品創新和協作研發。打通人、機、料、法、環等全過程數據鏈，提升基于大數據分析的生產線智能控制、生產現場優化等能力，加速企業生產制造向自決策、自適應轉變。推動產品研發、工業設計、生產制造、經營管理等系統數據的貫通共享，實現研產供銷、經營管理與生產控制、業務與財務全流程綜合集成，提升企業經營管理數據應用水平。

培育數據驅動的制造新模式。支持企業利用大數據技術開展用戶精準畫像，促進用戶數據與制造全流程數據的貫通集成，實現面向用戶需求的柔性化、定制化生產。引導企業開放數據資源和工具，擴大跨產業鏈、跨平臺數據流通和協作范圍，發展協同設計、網絡化制造、敏捷供應鏈、共享制造等新模式，促進產業鏈上下游協同。推動企業制造數據開放、協同與共享，強化大數據復用創新，大力發展服務型制造，拓展產品全生命周期服務、制造能力交易、遠程運維、融資租賃等新型服務。

（二）強化工業大數據應用供給能力

提升工業互聯網平臺的數據應用支撐作用。引導工業互聯網平臺強化數據能力，面向中小企業開放服務資源，推動中小企業逐步將業務系統向平臺遷移和部署，提升中小企業數據應用能力。持推進分布式處理架構、時序數據庫等工具在平臺的部署和應用，構建并豐富工業互聯網平臺算法庫，提升工業互聯網平臺數據質量、數據管理和分析處理能力。加快推動工業知識、技術、經驗等軟件化，不斷集成和優化工業互聯網平臺微服務組件，快速培育發展一批面向不同工業場景的工業APP，為工業大數據應用提供高效引擎。

培育工業大數據解決方案供應商。面向能源化工、航空航天、建筑鋼鐵、家電、紡織服裝、食品追溯等新一代信息技術與制造業融合發展的重點產業和領域，發揮政策導向作用，支持培育一批市場份額大、服務能力強、專業化和集成化水平高的工業大數據解決方案供應商。構建完善工業大數據解決方案服務商評價體系，支持專業機構開展工業大數據解決方案質量診斷與測試評估，定期發布大數據技術解決方案供應商名錄和關鍵產品清單。

專欄3 工業大數據應用工程

組織開展工業大數據重點行業應用試點示范。支持能源、航空航天、建筑、鋼鐵、化工、工程機械、消費電子、家電、紡織服裝、食品追溯等重點行業企業探索各具特色的數據應用模式。結合重點行業應用示范，梳理遴選重點企業數據應用標桿，面向地方和行業企業加大對接和推廣力度，復制推廣典型應用。分行業梳理工業大數據應用路徑、方法模式和發展重點，編制工業大數據應用指南，引導企業工業大數據應用方向。

提升工業大數據應用公共服務能力。搭建工業大數據應用公共服務平臺，深入開展工業大數據創新競賽，建立企業真實數據開放、優秀解決方案征集、計算分析工具共享、創新成果即時線上推廣的創新機制，助力工業大數據應用創新和專業人才挖掘。依托公共服務平臺，加大工業大數據應用宣傳推廣力度，線上線下同步開展工業大數據應用實訓，加快打造工業大數據應用生態。

開展工業大數據應用能力評估。加快研究制定科學有效的工業大數據應用水平評估標準，建立評估指標體系，對全國、各地及企業工業大數據應用現狀、應用水平進行監測、分析和評估，編制發布工業大數據應用水平指數。引導地方、企業參考評價指標體系和評估結果，不斷提升工業大數據應用水平。

四、做強大數據產業體系，激發工業創新活力

（一）提升工業大數據技術能力

突破工業大數據關鍵共性技術。全面梳理工業大數據關鍵共性技術短板，形成攻關清單，研究制定工業大數據技術發展路線圖，明確關鍵共性技術的發展方向、目標和路徑。依托國家重點研發計劃大數據重點專項等科技計劃，加快工業多樣性數據采集技術、多模態數據管理技術、強關聯數據集成技術、數據建模分析技術及數據安全技術等關鍵共性技術的研發和測試驗證工作，推動邊緣計算、人工智能等前沿技術的部署和融合。

構建工業大數據技術創新生態。支持企業、高校、科研院所、產業聯盟合作，聯合創建一批工業大數據創新中心和重點行業大數據應用中心，圍繞重大共性需求和重點行業需要開展協同創新，推動工業大數據科研資源共享、共創和技術成果轉化。依托大數據技術開源社區，面向工業應用場景和工業大數據技術創新需求，培育更多開源項目。

（二）增強大數據產業支撐能力

打造健全的大數據產品體系。圍繞工業大數據采集、整理、分析、應用等環節，推動工業大數據存儲與管理工具、分析與挖掘工具、數據可視化工具等軟件產品開發，支持傳感器、服務器、存儲設備、網關設備等工業級硬件產品發展，形成健全的大數據基礎性、通用性軟硬件產品體系。

全面提升數據服務水平。大力支持可靠可信的工業云服務發展，構建低成本、高彈性的工業大數據存儲和處理基礎設施。聚焦提升工業大數據共享集聚水平，培育一批專業化收集、匯總、交易工業大數據的第三方數據資源提供商。聚焦生產流程優化、設備預測性維護、質量分析、智能排產、精準營銷、信息安全等應用場景，開發特定領域的工業大數據分析軟件，培育一批優秀的數據應用提供商。聚焦工業大數據標準制定、測試評估、咨詢研究等領域，培育一批專業化服務機構。

五、完善工業大數據治理體系，強化發展保障

（一）加快完善工業大數據治理規則

完善工業大數據法規標準。加強工業數據確權、數據流通、數據安全等相關法律法規立項和研究，加快完善工業大數據規范化發展的法制環境。組織開展工業大數據分類分級、全生命周期處理、數據管理等標準的研制工作，促進國家標準、行業標準和團體標準等各類標準之間的銜接配套。選擇重點行業、領域、地區開展標準試驗驗證和試點示范，激勵企業融入統一標準體系。

推動工業大數據分類分級管理。完善工業大數據分類分級頂層規劃，制定《工業數據分類分級指南》，實現數據的差異化管理。鼓勵行業主管部門、行業組織、研究機構廣泛參與，推動構建以企業為主體的工業數據分類分級管理體系，為工業數據的流動、共享和使用奠定基礎。

（二）加強工業大數據安全風險防范

構建工業大數據安全保障體系。明確安全主體責任和防護要求，構建形成覆蓋工業大數據全產業鏈的安全管理體系。加強工業大數據態勢感知、測試評估、預警處置等保障能力建設。指導企業加大安全投入，建立企業自身大數據安全風險防控體系，確保涉及企業商業秘密、公共利益、國家安全等重要敏感數據的安全。

加強工業大數據安全技術產品的研發和產業化。圍繞工業大數據全生命周期的安全保護要求，加快數據安全監測、加密傳輸、訪問控制、數據脫敏等安全技術攻關，提升防篡改、防竊取、防泄漏能力。鼓勵工業企業、平臺廠商等參與工業大數據安全產品的工程化應用，促進數據安全產品迭代優化。加快培育工業大數據安全骨干企業，支持企業開展數據安全服務，營造良好的工業大數據安全產業生態。

六、保障措施

（一）加強完善組織領導。設置工業大數據管理辦公室，牽頭對接協調各方資源，統籌規劃工業大數據相關重大工作。各省工業行業管理部門應設立工業大數據推進工作領導小組，切實加強與上級部門的對接溝通，推動工業大數據管理貫標、融合應用和安全發展，系統推進任務落實。廣泛吸納行業協會、專業智庫、產業聯盟等多方專家代表，成立“工業大數據專家咨詢委員會”，開展工業大數據重大戰略發展問題研究，實施政策評估咨詢，加強工業大數據創新應用宣貫推廣。

（二）健全統籌推進機制。加強頂層設計，明確任務分工，嚴格制定推進路線圖和時間表，研究出臺可執行、可分解、可考評的工作實施方案。加強政策創新，結合各地工業大數據發展實際，發揮重點工程和最佳實踐的試點示范作用，激勵創新應用的落地實施。加強貫標引導，夯實工業大數據管理和應用的評估體系，健全發展態勢的動態監測和評估機制，引導工業大數據評估診斷、應用對標和動態調整工作取得實效。

（三）強化財稅金融支持。持續發揮財政資金的杠桿效應和引導性作用，推動政策性銀行加大精準信貸扶持。加強市場化融資力度，支持符合條件的工業大數據企業開展股權融資，引導社會風險投資向工業大數據初創企業傾斜。加強金融產品創新，延展產業鏈金融服務范圍，探索開發工業大數據相關保險產品、信貸產品和服務。

（四）培育融合人才隊伍。構建融合型人才培養體系，鼓勵高校與工業企業、信息技術企業和互聯網企業聯合辦學，培育更多融合型人才和跨界人才。完善人才評價和激勵機制，引導培育既具備大數據技術、思維和能力，又熟悉工業發展模式流程的工業大數據優秀人才。持續提升勞動者數字技能，支持企業與工會、協會等廣泛聯系，加強對工業行業人才再培訓，提升員工數字素養和工業大數據技能。

（五）促進國際交流合作。打造國際合作示范項目，重點圍繞“一帶一路”國際合作，推進工業大數據技術、標準、園區、人才培養等領域合作的試點示范，培育支持若干個具有示范性、引領性和標志性的合作項目。加強國際協調溝通，與相關國際組織、產業聯盟和科研機構開展戰略合作，推廣相關技術、產品、標準和服務，深化國際互利共贏。

工信部9月4日發布《工業大數據發展指導意見（征求意見稿）》，共六部分，包括總體思路、資源體系、融合體系、產業體系、治理體系和保障措施。提出力爭到2025年，基本建成我國工業大數據資源、融合、產業和治理體系，全面提升工業大數據管理能力，激發工業大數據價值潛力，為制造業高質量發展提供澎湃動力。

《指導意見》圍繞資源、融合、產業和治理四大體系，提出了9項重點任務和3大推進工程。其中，在資源體系方面包括3項重點任務，在融合體系方面包括2項重點任務，在產業體系方面包括2項重點任務，在治理體系方面包括2項重點任務。以下為編制說明全文：

為貫徹落實國家大數據戰略，推進工業大數據發展，系統構建工業大數據資源體系、融合體系、產業體系和治理體系，工信部在廣泛調研的基礎上，起草了《工業大數據發展指導意見（征求意見稿）》（以下簡稱《指導意見》），現將起草情況說明如下。

一、編制背景

當前，大數據已成為推動經濟轉型發展的新動力，重塑國家競爭優勢的新機遇和提升政府整治能力的新途徑。習近平總書記在十九屆中共中央政治局第二次集體學習中，強調“要實施國家大數據戰略，推動大數據技術產業創新發展，構建以數據為關鍵要素的數字經濟，更好服務我國經濟社會發展和人民生活改善”。工業大數據是落實國家大數據戰略的重要領域，《促進大數據發展行動綱要》《大數據產業發展規劃（2016-2020年）》《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》等文件均把促進工業大數據的發展和應用作為重點任務。通過印發《指導意見》，一方面促進行業發展，逐步激活工業數據資源要素潛力；另一方面，保障行業安全，不斷提升數據治理和安全保障能力。

二、編制過程

（一）組建編制工作組。2019年3月，我們組織中國信息通信研究院牽頭，聯合國家工業信息安全發展研究中心、中國電子技術標準化研究院、中國電子信息產業發展研究院和中國工業互聯網研究院等部屬單位，成立了文件編制工作組，并組建由重點企業、行業協會等相關領域專家組成的咨詢組，共同開展《指導意見》的研究編制工作。

（二）開展座談調研。赴北京、廣東、浙江、江蘇等地區開展實地調研，組織召開了工業企業、互聯網企業、工業軟件企業等50家企業參加的專題座談會，就工業大數據和制造業企業數字化轉型等相關問題聽取企業的意見，并就數據管理等專題聽取了部分地方行業主管部門的建議。

（三）深入研究論證。2019年4月至7月，工作組在前期研究成果的基礎上，認真分析各方面提出的意見及建議，深入剖析工業大數據發展中存在的問題，突出系統性、指導性、可操作性，起草完成《指導意見》。

三、文件內容

《指導意見》共六部分，包括總體思路、資源體系、融合體系、產業體系、治理體系和保障措施。在《指導意見》內容編制過程中，注重政策舉措的可操作性和落地實施，加強與現有政策銜接，針對性提出了創新舉措。現就重點內容說明如下：

（一）關于總體思想。《指導意見》以習近平新時代中國特色社會主義思想為指導，全面貫徹黨的十九大和十九屆二中、三中全會精神，牢固樹立新發展理念，按照高質量發展的要求，堅持集聚共享、融合牽引、創新驅動、安全有序的發展原則，著力提升微觀企業數據管理能力，打造資源富集、應用繁榮、產業進步、治理有序的工業大數據生態體系，推動大數據與工業全面深度融合。力爭到2025年，基本建成我國工業大數據資源、融合、產業和治理體系，全面提升工業大數據管理能力，激發工業大數據價值潛力，為制造業高質量發展提供澎湃動力。

（二）關于整體架構。統籌考慮工業大數據全要素發展，提出打造以資源體系建設為基礎、以融合體系建設為動力、以產業體系建設為支撐、以治理體系建設為保障的工業大數據發展整體架構，兼顧數據資源采集匯聚與分析應用的平滑銜接、技術產業支撐與融合應用牽引的相互促進、數據創新發展與治理保障的合理平衡。

（三）關于重點任務。《指導意見》圍繞資源、融合、產業和治理四大體系，提出了9項重點任務和3大推進工程。主要內容如下：

在資源體系方面，包括3項重點任務：加強工業大數據資源采集匯聚、推動工業大數據資源共享流通、提升工業大數據資源管理能力；2大推進工程：國家工業基礎數據資源平臺建設工程和企業工業大數據管理能力提升工程。主要是：推進工業企業數據資源采集匯聚、流通共享和全鏈條管理能力的提升，為擴大和深挖數據價值打好堅實基礎。

在融合體系方面，包括2項重點任務：推動工業大數據全面深度應用、強化工業大數據應用供給能力；1個推進工程：工業大數據應用工程。主要是：聚焦深化工業大數據創新應用，激發企業應用工業大數據新模式新業務的內在動力，加快培育工業大數據解決方案提供商，推進融合應用的縱深發展。

在產業體系方面，包括2項重點任務：提升工業大數據技術能力、發展工業大數據核心產業。主要是：推動關鍵底層和共性技術突破，打造健全的工業大數據軟硬件產品體系，培育完整的產業生態，引領工業大數據核心產業發展壯大。

在治理體系方面，包括2項重點任務：完善工業大數據法規標準環境、加強工業大數據安全風險防范。主要是：聚焦有序推進工業大數據分級分類管理體系建設和應用推廣，加強工業大數據安全技術和產品研發，提升工業企業大數據安全防護水平，構建工業大數據安全保障體系。

（四）關于保障措施。《指導意見》統籌考慮政府和市場協同推動，供給和需求雙向發力，點線面綜合推進，以工程形式牽引落地實施，以試點示范效應帶動推廣應用。結合政策推進的普遍訴求，《指導意見》提出了五條保障措施，包括加強完善組織領導、健全統籌推進機制、強化財稅金融支持、培育融合型人才隊伍、促進國際交流合作等.

免責聲明：

凡標注“來源:互聯網轉載”的文章均來自其他媒體，轉載的目的在于傳遞更多信息，并不代表本站觀點，圖片來源于網絡收集整理，版權歸原作者所有；如果發現本站有涉嫌抄襲，侵權內容，請發送郵件：602684288@qq舉報，并提供相關證據，一經查實，立刻刪除涉嫌侵權內容。