文/李芳
数字经济时代，工业数据逐渐从制造过程的副产品转变成为企业和供应链环节带来新价值的战略资源。工业数据的深度开发利用，是工业领域针对工业现场的“痛点”采取的分析解决问题的有效手段。通过数据的采集、存储、分析、应用，预测风险和需求，优化决策，整合产业链和价值链，进一步挖掘“不可见”的价值，是整个制造过程提质增效、安全可控的关键。目前，工业数据价值挖掘是工业大数据和工业人工智能技术的主要应用领域。充分挖掘数据价值，通过数据分析提高全要素生产率，以数据驱动企业和产业数字化转型，成为培育新动能，促进经济高质量发展的重要着力点。
在工业生产领域，由于制造工艺、生产环节等更加复杂，数据种类繁多，要获得完整、精准的生产经营数据难度更高，整个工业制造领域对数据应用的专业性和精准性要求更高，对跨领域、跨行业的数据应用提出了挑战。工业互联网作为工业数字化转型的新基础设施，承担了工业领域人、机、物互联互通和数据信息交换传递的重要任务，为生产经营数据的交换、采集与分析提供了便利。在工业互联网平台支持下产生的应用开发和系统生态，可以有效地推动数据分析结果的应用与实施，为工业数据创造价值开辟了广阔空间。
数据是工业互联网的核心资源，数据价值挖掘是实现工业数字化转型的重要途径。因此，必须正确认识数据价值挖掘和发展工业互联网之间的关系，处理好工业领域各环节的专业化与新一代信息技术之间的对接关系，充分释放数据价值。
业务知识与分析技术之间要无缝对接。发展工业互联网要求业务知识与互联网技术、数据分析技术不能出现相互割裂。业务知识要依托信息技术将业务运营固化并形成新的业务知识，同时，信息技术要根据业务操作的实际才能真正让模型、算法等技术落地。在工业互联网背景下，对人、机、物互联后产生的海量数据，必须以业务知识为指导，基于生产经营的关键价值点获取数据，再结合算法和模型等分析技术，帮助企业解决实际问题。从数据源头开始进行规划，通过业务知识和分析技术相结合，有效地控制和减少数据采集、存储过程中大量冗余数据，避免数据提取和清洗所带来的效率降低，提高数据分析方法与业务运作的匹配效率，进而产生经济利益和社会效益。
应用场景与价值发现要无缝对接。现有工业互联网架构中的数据应用总体来看是相对割裂的，应用场景与价值发现没有完全形成闭环。工业互联网在重构工业体系的过程中，通过大数据、云计算、人工智能、物联网等新兴技术的应用，提高生产效率，从而实现资产和业务持续优化。这些价值都埋藏于生产经营的现实场景之中，包括各业务环节的相关因素、产品生产和使用的全生命周期等，对于这些物理世界中不可见的因素，需要从相关数据中挖掘有价值的信息。通过将应用场景与数据挖掘相结合，可以获取对现有生产经营流程的优化和产品性能、质量的改进；通过对应用场景的深入理解，运用数据挖掘技术为企业提供发现和定义新的生产经营模式、产品的未知需求和其他增值服务。
平台数据挖掘与生态系统建设要无缝对接。工业互联网平台是新时代背景下发展工业互联网的核心载体。平台作为工业大数据存储、分析、展现的媒介，为数据价值挖掘提供了便利。有价值的分析结果和潜在的应用价值，必须对应于企业的生产模式和经营管理模式，从而得以落地和实施，以确保通过数据挖掘得到有价值的信息实现对产品、制造工艺和设备进行监控和优化等功能。只有工业互联网平台自身形成生态系统，让数据挖掘与系统应用形成无缝对接，才能充分发挥生产制造领域全要素、全产业链、全价值链互联互通的协同作用，使得各类工业数据通过在虚拟环境下的分析和计算，得到有价值的信息并应用到实体制造领域，产生指数级的经济效益。
数据信息价值积累与知识积累、技术创新要无缝对接。对数据价值进行挖掘，发挥数据的基础资源作用和创新引擎作用，建立知识和问题之间的关联关系，能够从数据分析中获得新知识，既可以起到对产品性能和质量进行有效管控，同时又能够启发对制造工艺、流程及系统进行精确的建模，产生能够指导制造系统活动的镜像模型，从系统的设计端避免问题的发生，实现资产和业务的优化。只有加快形成以创新为主要引领和支撑的数据价值挖掘，建立起信息价值积累与知识积累、技术创新的无缝对接，才能通过对海量工业数据的计算和分析，对制造系统的整体运转作出准确决策和即时反馈，并持续积累形成知识和技能的核心竞争力，最终实现智能制造。
工业互联网是新一代信息技术与制造业深度融合的产物，数据基于工业互联网的构架能够流动起来，形成全方位各层次的数据链条。打造与我国经济发展相适应的工业互联网生态体系，推动工业经济从高速增长向高质量发展加速转变，数据是重要的一环。数据价值挖掘成为工业互联网“对内提升、对外赋能”的基础。
注重知识产权，增强数据资产的产权保护。建立数据资源的产权制度，从法律层面规范工业数据交易和共享等行为，完善工业数据安全和隐私保护体系，确保涉及商业机密、敏感数据的信息安全，为数据价值的界定、评估和商业化应用提供制度支持，充分保护数据挖掘产生的商业价值。
树立典型，提高数据创新意识。开展工业互联网试点示范行动，坚定不移地支持国内制造业龙头企业先行先试，充分激发企业和企业家创新精神，树立典型，以点带面，由低到高，打造一批典型的数据应用案例和业务解决方案，培育和构建数据创新和价值挖掘的应用生态体系，加强试点示范引路，为加快以数据价值挖掘为基础的制造业转型升级和全新迭代模式营造良好氛围。
加强人才培养，形成多学科协同规划。工业互联网的落地实施需要大量精通管理、精通行业知识和信息技术的复合型人才。在数据价值挖掘领域，尤其需要既精通工业领域的业务知识，能够清晰描绘具体应用场景，同时又能掌握数据分析和管理的跨界人才，这需要多学科的协同，以实现工业互联网构架下不同层级间数据的集成优化，推进工业互联网的高质量发展。