数据管理能力成熟度评估服务平台

为深入贯彻国家大数据、数字经济、工业互联网创新发展战略，推动互联网、大数据、人工智能等新一代信息技术与制造业深度融合，促进工业经济向数据驱动型发展模式转变，根据工信部《工业大数据发展的指导意见》，制定本实施意见。

一、总体思路及目标

以习近平新时代中国特色社会主义思想为指导，牢固树立新发展理念，着力激发企业内生动力，持续提升工业数据采集、汇聚、治理、应用及安全管理能力；强化工业大数据产品及服务供给，推进工业大数据技术创新、企业培育、载体建设、生态打造，以数据驱动江苏制造业加速转型升级。 

到2023年，全省工业大数据发展水平保持全国前列，培育10个省级工业大数据应用示范区，打造10个工业大数据典型应用场景，50家工业大数据产品和服务标杆企业，60个工业大数据应用示范项目。到2025年，初步形成资源富集、应用繁荣、产业进步、治理有序的工业大数据生态体系，工业大数据成为支撑工业高质量发展的关键要素和创新引擎。

二、重点任务

（一）加强工业数据采集汇聚

1、推动工业数据全面采集。推动企业加快数字化改造，运用先进传感技术、数字仪器仪表、智能控制系统改造现有生产装备，提升工业现场数据采集能力。推动大型企业部署研发设计、生产管控、经营管理等工业软件，支持中小企业应用轻量级、低成本的服务，实现设计、传感、控制、管理、运营等多源数据的全面采集。支持企业打通研发设计、生产管控、经营管理系统数据，构建全流程数据链。鼓励行业龙头企业发挥引领作用，带动产业链上下游企业采用兼容统一的数据采集、编码、通信方案。到2023年，规上工业企业生产设备数字化率达到65%。

2、推动工业数据传输交互。加快5G、窄带物联网建设及IPv6规模部署，建设“低时延、高可靠、广覆盖”的工业企业外网。支持企业对工业设备进行网络互联能力改造，利用工业无源光网络等新型企业内网技术，构建“内外协同、灵活高效、安全可靠”的企业内部网络。加快工业互联网标识解析二级节点建设，实现异主、异地、异构信息的智能关联，探索通过对工业数据标识，实现工业数据的按需查询和交互共享。到2023年，全省主要工业集聚区实现5G网络全覆盖，规上工业企业数字化生产设备联网率达到51%，建成工业互联网标识解析二级节点40个以上。    

3、推动工业数据处理汇聚。组织开展边缘数据中心建设试点，提升工业现场大吞吐、低时延边缘数据汇聚处理能力。组织开展区域、行业工业大数据中心建设试点，推动行业数据汇聚，提供工业资源共享、解决方案推广、产融合作、供需对接等服务。充分发挥省工业企业资源集约利用平台作用，加强产业链、供应链数据汇聚，形成工业基础大数据库，支撑工业经济运行监测分析。

（二）推动工业数据共享流通

4、促进工业数据共享开放。鼓励行业龙头企业联合上下游企业、工业互联网平台企业，围绕数据共享流通，形成战略伙伴关系，面向供应链管控、协同研发等高价值数据共享应用场景，合作建设共享环境安全可信、共享过程全程可控、可多对多高效共享的工业数据空间。到2023年，力争建成1-2个工业数据空间。

5、强化安全共享技术支撑。组织开展数据共享流通技术攻关，支持企业、研发机构应用区块链、多方安全计算等技术，探索研发工业大数据安全共享与开发平台，实现数据授权访问，以可用不可见、可用不可得等方式安全共享，构建工业数据可信流通环境。

6、探索工业数据流通交易。鼓励行业龙头与上下游企业合作探索利益分成、直接购买等多种数据交易方式，通过对多方数据整合利用形成新的产品或服务。鼓励有条件的地区在工业数据资产价值评估模型、数据资产化目录体系、数据共享流通模式等方面先行先试，积极争取国家工业数据资产交易试点，探索培育工业数据交易市场。

（三）深化工业数据融合应用

7、培育工业大数据应用示范区。依据《江苏省工业大数据应用能力评估规范》，聚焦先进制造业集群，引导产业集聚度高、数字化基础好、升级改造意愿强、示范带动作用大的工业集聚区开展应用能力评估，推动园区在政策、资金、技术、人才等方面，汇聚区域、行业优势资源，构建有利于工业大数据发展的良好环境，全面提升工业大数据创新能力和应用水平。到2023年，培育10个江苏省工业大数据应用示范区。

8、探索重点行业应用路径。构建江苏工业大数据产品服务资源池，从解决工业企业痛点入手，紧贴企业需求，分行业组织资源池企业与工业企业开展供需对接。推动工业与交通、环境、医疗等领域数据交汇应用，结合行业需求进行工业生产研发。围绕信息化基础较好的优势行业，挖掘工业大数据典型应用场景以及工业大数据+人工智能、区块链、AR/VR /MR、工业互联网标识等融合应用案例，编制《工业大数据行业应用指南》。到2023年，打造不少于10个工业大数据典型应用场景，培育不少于60个工业大数据应用示范项目。

9、协同推进大中小企业应用。鼓励大企业利用工业互联网平台、大数据平台等，向中小企业共享生产要素、开放创新资源、提供人才支持，形成协同创新、相互促进的应用体系。支持大企业结合自身经验向中小企业分享数字化解决方案和工具包，降低中小企业数字化成本。加快推动大企业主导建设产业数字化发展生态，提高中小企业获取数据、应用数据的能力，推动中小企业数字化转型，形成一批可推广可复制的转型示范案例。

10、培育工业新模式新业态。推动企业利用大数据、工业互联网等技术创新业态模式。支持企业探索基于“AI+大数据”的自主化设计和智能仿真，构建以数据模型驱动的新型创新能力。推动企业打通用户需求、研发设计、生产制造等环节数据，探索个性化定制与柔性生产模式。引导企业加强工业数据和工业知识集成应用，实现生产加工、运行管理等过程的最优化决策和自适应调整。支持龙头企业打通产业链上下游，建设开放、弹性、智能的供应链体系，实现产业链范围的动态优化与最佳决策。鼓励企业利用产品全生命周期数据，培育设备健康管理、产品远程运维等新服务模式。

（四）完善工业数据治理体系

11、推进工业数据分类分级。着力加强《工业数据分类分级指南（试行）》宣贯，引导企业以业务流程、信息系统为单位，做好数据梳理分类和分级差异化管理，逐步扩大工业数据分类分级试点覆盖面，构建以企业为主体的工业数据分类分级及数据安全保障管理体系，培育一批工业数据分类分级标杆企业。

12、开展工业数据管理能力评估。以提升企业数据管理能力作为盘活数据资源、提升数据质量、加快数据要素价值创造、培育数据要素市场的重要抓手，加强《数据管理能力成熟度评估模型》（DCMM）宣贯，大力提高各级工信主管部门、企业的数据管理意识，支持DCMM评估贯标试点及普及推广。推动具备条件的企业设置首席数据官（CDO），制定并实施企业数据管理战略，组织开展数据管理能力自评估、自诊断、自对标，持续提高数据管理能力。鼓励DCMM评估机构结合评估工作，梳理推广一批有效解决工业数据管理问题的产品和解决方案，支撑企业提高数据管理水平。到2023年，力争100家企业通过评估试点，数据管理能力达到3级（稳健级）标准。

13、推动标准研制和应用。积极推动《信息技术 大数据 工业产品核心元数据》（GB/T 38555-2020）等国家标准应用推广。依托江苏省软件和信息技术标准化技术委员会大数据工作组，重点突破引领产业发展的基础性、共性工业大数据标准，鼓励工业企业、信息技术服务企业积极参与工业大数据标准制定，到2023年，牵头或参与制定团体及以上工业大数据标准5项左右。

（五）培育工业大数据产业生态

14、突破工业大数据关键技术。编制“江苏工业大数据技术能力图谱”，梳理优势领域，围绕工业多样性数据采集、工业大数据平台边云协同、多模态数据管理、强关联数据集成、数据建模分析、数据安全等共性技术及行业应用关键技术，组织开展技术攻关。

15、构建工业大数据创新载体。聚焦工业大数据关键共性技术开展协同创新，支持重点企业、高校、科研院所采用实体化运营方式，创建省级制造业创新中心。围绕培育工业大数据“新技术、新产品、新模式、新标准、新应用”，推动政产学研用合作建设开放协同的创新平台，培育江苏省“数动未来”融合创新中心，到2023年，在工业大数据方向培育5个以上江苏省“数动未来”融合创新中心。

16、打造工业大数据产品和服务体系。推动工业大数据采集、整理、分析、应用等环节产品研发，重点打造算法为核心、软硬一体的落地性强、易用性好的工业大数据产品。聚焦工业数据汇聚共享，培育一批专业采集、清洗、标注、交易工业大数据的数据资源提供商，形成一批高质量行业数据库，不少于1000组行业数据集。聚焦生产流程优化、设备预测性维护、质量分析、智能排产、精准营销等大数据应用场景，培育一批优秀的数据应用提供商以及总集成、总承包服务商，形成一批工业知识图谱、工业算法库、工业模型库。聚焦工业大数据标准制定、测试评估、研究咨询，培育一批第三方服务机构。到2023年，培育工业大数据产品和服务标杆企业50家。

17、促进工业大数据领域合作交流。加强大数据企业和工业企业交流合作，分行业开展对接活动，发挥行业组织作用，促进跨行业交流，凝聚发展共识。鼓励平台企业、数据应用提供商、整体解决方案提供商、咨询机构加强合作，共同开拓市场，为客户提供一站式服务。依托“i创杯”互联网创新创业大赛、江苏大数据开发与应用大赛等赛事平台，鼓励工业企业将痛点转化为赛题，举办工业大数据专题赛和专场路演，加强参赛企业团队、工业企业、融资机构多方合作。

三、保障措施

（一）完善工作机制

各级工业和信息化主管部门要建立本地区工业大数据推进工作机制，将工业大数据与工业互联网、5G、物联网等技术，及电子、装备、消费品、原材料等产行业发展协同推进。加强省市联动，鼓励各地结合本地优势产业，因地制宜加强政策创新，加快推进工业大数据技术创新和融合应用。

（二）加大政策支持

发挥各级财政资金引导作用，要加大各有关专项资金对工业大数据技术攻关、企业培育、数据管理、应用示范、标准研制、载体建设的支持力度。鼓励各地、各园区对入园落户的工业大数据企业发展提供支持，配套政策措施。

（三）加快人才培养

加强对省内工业大数据领军企业主要负责人、技术负责人能力培训。支持高校院所、产业联盟、骨干企业深化合作，创新人才培养模式，共同培养既具备大数据思维又熟悉工业的复合型、实用型工业大数据人才。

（四）强化安全保障

明确企业安全主体责任和政府监督管理责任，推动企业加大安全投入，完善工业信息安全管理制度，建立企业工业信息安全风险防控体系。加快安全骨干企业培育，推动数据安全产品研发，增强数据安全服务能力，全面保障数据安全。

江苏省工业和信息化厅      

                        2020年12月25日          

附录：

名词解释

工业大数据：工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成使用的数据，以及工业互联网平台中的数据等。

工业数据空间：工业数据空间是以标准体系和技术措施为基础、多方认证企业共同参与、核心在于促进数据资源共享流通和价值释放的虚拟空间。相较于传统的数据共享概念，工业数据空间实现三方面的本质提升：一是构建安全可信的共享环境，大幅度降低参与主体间的信任沟通成本；二是实现全流程的可控，有效避免传统基于纸质媒介、互联网等渠道所带来的二次分享或泄露的风险；三是实现多对多的共享，参与主体可自主选择符合需求的数据资源进行利用，有效提升单对单模式下的数据共享效率。

工业基础大数据库：由工信部统一部署，多级联动，整合利用国家及省市重点工业领域统计数据，汇集第三方机构工业经济运行监测数据，建设覆盖产业、企业、产品、技术等多个维度的国家原材料数据库、国家装备数据库、国家消费品数据库和国家电子信息数据库，支撑研制产业链图谱和供应链地图，服务行业主管部门对产业发展进行精准管理。

工业数据分类分级：工业数据分类分级是通过对工业企业研发设计、生产制造、经营管理、运维服务等环节的数据加以梳理，形成企业工业数据分类清单（工业企业工业数据分类维度包括但不限于研发数据域、生产数据域、运维数据域、管理数据域、外部数据域；平台企业工业数据分类维度包括但不限于平台运营数据域和企业管理数据域）。根据不同类别数据遭篡改、破坏、泄露或非法利用后，可能对工业生产、经济效益等带来的潜在影响对工业数据分级（工业数据分为一级、二级、三级3个级别，三级数据遭篡改、破坏、泄露或非法利用后潜在影响最大）。对工业数据分类分级目的是帮助企业了解自身工业数据整体状况并为数据防护工作提供指引，解决工业企业数据管理不到位、开发利用不深入、流通共享不充分等问题。

数据管理能力成熟度评估模型（DCMM）：数据管理能力成熟度评估模型（DCMM）是我国数据管理领域首个正式发布的国家标准，模型定义了数据战略、数据治理、数据架构、数据应用、数据安全、数据质量、数据标准和数据生存周期八个核心能力域及28个能力项。目的是帮助组织梳理数据管理现状，识别数据管理存在的问题，对标行业最佳实践，为提升数据管理能力提供路线图。数据管理能力成熟度自低向高依次分为初始级、受管理级、稳健级、量化管理级、优化级等五个等级。初始级：数据需求的管理主要是在项目级进行体现，没有统一的管理流程，主要是被动式的管理；受管理级：组织已意识到数据是资产，根据管理策略的要求制定了管理流程，指定了相关人员进行初步的管理；稳健级：数据被当做实现组织绩效目标的重要资产，在组织层面制定了系列的标准化管理流程，促进数据管理规范化；量化管理级：数据被认为是获取竞争优势的重要资源，数据管理效率能够进行量化分析和监控；优化级：数据被认为是组织生存的基础，相关管理流程能够实时优化，能够在行业内进行最佳实践的分享。