<acronym id="16666"></acronym>
        <acronym id="16666"><form id="16666"><mark id="16666"></mark></form></acronym>
        <output id="16666"></output>
          1. 技術
            首頁  >  技術  >  技術要聞

            工業企業數據管理面臨四大挑戰

            2019-07-25  來源:人民郵電報  作者:王妙瓊 魏凱

            當前,以大數據為代表的新一代信息通信技術正在加速與傳統行業融合,催生工業大數據、醫療大數據、金融大數據、農業大數據等新技術和新應用,與此同時,大數據也正在助力人工智能技術的發展。可以說,大數據正在賦能各行各業,為我們的生產和生活帶來更多的便利。

            近年來,隨著信息化的持續推進以及工業互聯網應用的逐步深入,工業企業的數據呈現爆發增長趨勢,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。2018年年末,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開展了一輪調研。調研結果顯示,工業企業的數據管理工作滯后于其他行業,數據基礎還遠遠不能支撐智能化的需求,亟須“補課”,同時,工業數據安全風險、流通等問題也亟待解決。

            數據基礎依然薄弱

            數據管理的概念伴隨著20世紀80年代數據庫技術在各個行業的應用而誕生,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。數據管理在發展演進的過程中,形成了包括數據質量、數據安全、數據標準、數據互操作、數據共享與流通在內的多項核心管理職能,通過體系化的方式實現數據的可用、好用,從而更好地發揮數據的價值。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,較好地支撐了日益增長的經營分析與決策支撐需求。

            工業領域信息化起步相對較晚,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。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、高可靠的基礎數據資源。

            調查顯示,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,還不到一個省級電信運營商日增數據量的十分之一;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的管理;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。無論從管理手段上,還是技術手段上,都遠遠不能支撐工業互聯網發展應用后數據管理的風險和復雜度。

            數據管理落地實施滯后

            企業對于數據的重視和理解程度是其開展數據管理工作的前提。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形成了企業和行業層面的工作機制。早在2011年,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)》,從組織機構及人員,制度建設,系統保障和數據標準,數據質量的監控、檢查與評價,數據的報送、應用和存儲5個方面對銀行業的數據進行監管。2018年5月銀監會又印發了《銀行業金融機構數據治理指引》,要求銀行業金融機構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,數據管理已經成為信息化的常規性、基礎性工作。

            集中化引入帶來新的安全風險

            隨著傳感器的大量使用,以及云計算、大數據等新興技術帶來的數據匯集,工業數據和應用呈現快速增長趨勢,企業數據的存儲和管理面臨新的挑戰。工業企業在選擇本地化部署工業互聯網平臺或是云服務商進行數據和業務的托管時,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。工業企業對于安全性尤其重視,特別是在看待數據上云問題時,仍保持謹慎的態度。

            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代下的數據環境。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,包括通用汽車、菲亞特、克萊斯勒、福特等在內的100多家制造企業的敏感文件就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,更是導致工業企業對數據上云心存芥蒂。

            流通需求旺盛但阻力很大

            工業互聯網的價值體現在數據跨領域、跨行業共享。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。數據流通需求的增長會帶來很多問題和挑戰,比如數據質量、數據定價和數據流通合規性等。在實地走訪中,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,對于企業間數據合作存在很大的顧慮。目前,國內外對于數據流通的研究已有一段時間。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, International Data Spaces)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由政府層面推動,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。在互聯網金融發展起來之后,2018年,也是在央行的指導下成立了市場化的征信機構——百行征信。

            目前,國內的工業數據流通體系仍然不完善,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。工業企業數據流通需求與日俱增,規范數據的共享和開放刻不容緩。

            結 語

            當前,我國工業企業的數據管理工作從整體上看還處于起步階段。一些大型企業由于數據增長或業務需求已經有一些數據管理的經驗積累,但大部分企業仍在摸索之中。為此,企業還需要加強數據意識,加快推進和落實數據管理工作。

            工業企業一是需要提升數據管理意識,積極跟進業務需求,以需求帶動數據管理體系建設;二是要開展新技術引入,合理衡量技術使用風險和成本,有效推進數據管理工作;三是要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;四是要直面數據流通的需求,加強數據主權意識,對企業自身的數據資產負責。同時,政府和行業層面也需要積極發揮引導作用,指導相關標準制定,建立完善工業數據的監管體系,支持行業自律機制的發展,為企業的數據應用和企業間的數據合作提供可靠保障。

            關鍵詞:數據管理 工業企業 大數據

            清纯