工信部印发《制造业数据资产管理指南》，助力产业数字化转型

工业和信息化部发布《制造业数据资产管理指南》（以下简称《指南》），聚焦制造业数据资产“采集难、存储乱、应用浅”等痛点，提出“以用促管、以管提效”的管理思路，推动制造业向数据驱动型模式转型。

一、规范数据采集标准，解决“数据孤岛”问题

《指南》要求制造业企业建立统一的数据采集规范，明确设备层（如传感器、PLC）、车间层（如MES系统）、企业层（如ERP系统）的数据接口标准，支持多源异构数据融合。例如，某钢铁企业通过部署工业互联网平台，将高炉温度、轧机压力等设备数据与生产计划、物流信息等管理数据集成，形成“设备-生产-管理”全链条数据流，为智能排产提供了数据基础。目前，工信部已联合行业协会发布首批20类制造业设备数据采集标准，覆盖汽车、装备、电子等行业。

二、推广数据存储“云边端”协同架构，提升数据可用性

针对制造业数据量大、实时性要求高的特点，《指南》提出“云端存储+边缘计算+终端采集”的协同存储模式。其中，云端用于存储历史数据及支持大数据分析，边缘节点（如车间服务器）用于处理实时性要求高的数据（如设备故障预警），终端设备（如传感器）则负责原始数据采集。例如，某风电企业通过“云边端”架构，将风机振动数据的实时分析任务部署在边缘节点，分析结果同步至云端用于长期趋势预测，使设备故障发现时间从“小时级”缩短至“分钟级”。

三、深化数据应用场景，释放数据价值

《指南》鼓励企业围绕质量管控、供应链协同、能耗优化等场景开发数据应用。例如，某家电企业通过分析生产线上的质量检测数据，识别出某型号产品外壳喷涂缺陷与车间温湿度的关联性，调整环境参数后产品合格率提升15%；某化工企业通过整合供应商交货周期、库存水平及市场需求数据，优化原料采购计划，年库存成本降低2000万元。目前，工信部已遴选100个制造业数据应用标杆案例，并在各地推广。

行业影响：中国电子技术标准化研究院专家指出，《指南》的实施将推动制造业数据资产从“资源”向“资产”转变，预计到2026年，制造业数据资产对企业营收的贡献率将提升10个百分点以上。

部分图文转载自网络，版权归原作者所有，如有侵权请联系我们删除。如内容中如涉及加盟，投资请注意风险，并谨慎决策