强化工业数据采集，推动数据高质量汇聚，使得数据可感、可见、可管、可用、可信，是发展工业大数据的基础和前提。近日，工业和信息化部发布了《工业大数据发展指导意见》（以下简称“《意见》”），其中重点提及要“推动工业大数据采集汇聚”，赋能制造业高质量发展。

推动工业数据高质量采集汇聚，是发展工业互联网的基础性工作，是推动数字化转型的先决条件。顾名思义，工业数据采集是利用泛在感知技术对多源设备、异构系统、运营环境、人等要素信息进行实时高效采集和云端汇聚。工业互联网的核心是数据，强化数据的采集汇聚，是工业互联网体系的重要构成和应有之义。工业互联网平台体系架构中的边缘层，其核心功能，就是通过各类通信手段接入不同设备、系统和产品，采集大范围、深层次的工业数据，以及异构数据的协议转换与边缘处理，从而构建起来工业互联网平台的数据基础。

推进工业数据高质量采集汇聚，是响应广大企业现实需求，加快工业大数据发展的关键途径。在新一代信息技术的支撑下，工业系统由物理空间向信息空间、从可见世界向不可见世界延伸，工业数据的产生范围不断扩大。同时，工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的包括设备状态参数、工况负载和作业环境等数据量呈爆发式增长。工业数据已经远大于企业中信息系统、人工产生的数据范围。把分散的、孤岛化的、碎片化的海量数据资源实时、全面、高质量、自动化、成体系地采集上来，汇聚起来，已经成为工业企业开发利用大数据的前提和基础。这个需求随着数据在工业中的重要性提升而变得日益迫切。

推动工业数据高质量采集汇聚，是落实国家政策部署的重要举措。国家高度重视强化数据采集汇聚这项基础性工作。2017年11月国务院发布的《关于深化“互联网+先进制造业”发展工业互联网的指导意见》强调要“强化复杂生产过程中设备联网与数据采集能力，实现企业各层级数据资源的端到端集成”。2020年4月9日发布的《中共中央 国务院关于构建更加完善的要素市场化配置体制机制的意见》中提出“发挥行业协会商会作用，推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。”“加强数据资源整合，探索建立统一规范的数据管理制度，提高数据质量和规范性”。

总体上，当前工业数据采集汇聚面临三类突出问题：数字化基础薄弱导致数据采集不够全面、数据分散及数据孤岛现象导致数据采集效率低和互通性差、数据失真和失准及一致性差等因素导致数据汇聚质量不高。《意见》坚持问题导向，针对我国工业大数据采集现阶段的发展特点、主要问题和亟待取得突破的重点领域，《意见》围绕“全面、互通和高质量”三大要求，提出6大举措，全面高效推进数据高质量采集汇聚。

（一）推动工业数据全面采集

当前，我国工业数据采集中还存在不少问题。如，企业自动化不高，设备“聋哑傻”现象比比皆是，同时，大部分企业的信息化水平不高，数据采集能力弱，导致采集的数据不够全面，此外，一些工业设备的数据接口不开放，数据无法有效采集，等等。为此，《意见》部署了2大举措。第一，支持工业企业实施设备数字化改造，升级各类信息系统，推动研发、生产、经营、运维等全流程的数据采集。第二，支持重点企业研制工业数控系统，引导工业设备企业开放数据接口，实现数据全面采集。

（二）推动工业数据高效互通

工业数字化转型、工业互联网的发展对数据的实时性、互通性提出了新的更高要求。工业数据采集需要将互联网、物联网、云计算、边缘计算等技术和工业数据采集深度融合，推动数据全面采集、传输和互通。比如，一方面通过构建一套能够兼容、转换多种协议的技术产品体系和网络架构，实现工业数据互联互通互操作；另一方面通过 TSN 等低时延技术和部署边缘计算模块，实现数据的实时采集和在生产现场的轻量级运算、实时分析，缓解数据向云端传输、存储和计算压力，才能更好的满足工业互联网对工业数据采集的要求。但当前的设备互通、数据互通还存在不少问题，如很多设备和系统的数据开放性不够，工业协议标准不统一、互不兼容，导致协议适配、协议解析和数据互联互通困难。为此，《指导意见》部署了2大举措。第一，持续推进工业互联网建设，实现工业设备的全连接。第二，加快推动工业通信协议兼容统一，打破技术壁垒，形成完整贯通的数据链。

（三）推动工业数据高质量汇聚

工业大数据的高质量汇聚对数据分析应用至关重要。工业数据中变量代表着明确的物理含义，低质量数据会改变不同变量之间的函数关系，给工业大数据分析带来灾难性的影响。数据质量的问题往往表现为一个或多个质量维度存在缺失从而无法满足企业和用户的实际需要。主要表现在准确性、完整性、一致性、及时性、唯一性等方面。数据质量管理作为工业互联网的顶层设计、过程控制和事后评价的重要依据，如何建立客观、全面、可行的数据质量检测、治理与持续改善机制，是大数据是否能够良好服务于工业数字化发展的新挑战。但事实上工业企业的信息系统数据质量仍然存在大量的问题，例如 ERP 系统中物料存的“一物多码”等问题。这些质量问题都大大限制了对数据的深入分析为此，《指导意见》部署了2大举措。第一，组织开展工业数据资源调查，引导企业加强数据资源管理，实现数据的可视、可管、可用、可信。第二，支持企业建设数据汇聚平台，实现多源异构数据的融合和汇聚。

在国家层面，建设国家级的基础数据库，加强对基础性工业数据资源的统筹管理，可以更好地服务于政府精准施策、产业精准管理。为此，《指导意见》部署了3大举措。第一，整合重点领域统计数据和监测数据，在原材料、装备、消费品、电子信息等行业建设国家级数据库。第二，建设国家工业互联网大数据中心，汇聚工业数据，支撑产业监测分析，赋能企业创新发展，提升行业安全运行水平。第三，建立多级联动的国家工业基础大数据库，研制产业链图谱和供应链地图，服务制造业高质量发展。其中，对第三个重大举措补充说明如下：

从2015年开始，工信部开始布局建设国家制造强国产业基础大数据平台，这是一个以大数据为手段支撑政府精准施策、精准管理的平台，是推动制造强国和网络强国建设的重要举措，是改善决策、科学决策的重要手段，也是进一步完善我国产业基础大数据资源体系的重要途径。经过四年多的发展，平台逐渐完善了其功能、数据、工具、模型等方面的能力，最终形成了三大成果，一是产业大数据平台综合解决方案；二是产业大数据决策支撑专题应用；三是产业基础数据库及服务。

制造强国产业基础大数据平台在服务政府产业管理、危机应对等方面发挥了重要作用。特别是，在此次疫情爆发初期，针对物资保障需求不明、底数不清、对接不畅等困难，制造强国产业基础大数据平台助力工信部组织力量快速建成“国家重点医疗物资保障平台”，运用信息化手段保障重点医疗物资的科学调度、统筹平衡和高效供应，为打赢疫情防控阻击战提供有力支撑。2月1日，李克强总理考察平台建设情况并给予充分肯定。国内疫情平稳后，为有效推动产业链协同复工复产，应对国外疫情对我国产业链供应链的影响，同时针对数据信息不对称、管理不规范、过程透明度低、可追责性差等问题，工信部组织建设了基于制造强国产业基础大数据平台的“重点行业产业链供需对接平台”，编制实时产业全景图，在工业经济和重点行业的监测预测、关联分析、评价诊断、发展规划等方面提供决策支撑，加强供给侧结构性改革的有效工具和面向政府、企业及公众的公共服务，形成了对突发事件响应更加敏捷、适应性更高、弹性更好支撑的国家工业基础数据库，在疫情防控常态化条件下服务企业复工复产。

当前，制造强国产业基础大数据平台已经具备较好的应用基础，未来将进一步加强平台硬实力建设，完善平台功能，加快建成多级联动的数据平台体系。《指导意见》提出要加快建设“多级联动的国家工业基础大数据库”，将加速这一过程，从而为精准决策、科学决策提供更好的支撑手段，具有重要意义。