本报记者樊三彩
数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。可见，数据基础制度建设事关国家发展和安全大局。
近日印发的《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见》（以下简称“数据二十条”），明确了数据要素市场制度建设的基本框架、前进方向和工作重点，被称为“建立数据生态体系的纲领”。在1月13日召开的2022年（第三届）钢铁工业智能制造标准与技术大会上，国家智能制造专家委员会委员丛力群在做《激活数据要素潜能赋能行业转型发展》报告时，结合数据二十条，对当前工业数据应用的现状及困境进行了分析。
数据≠智能
进阶“会分析的钢厂”须模式创新
丛力群表示，当前，企业数据应用存在缺少工具和方法、难以形成完整数据样本、使用者对数据结果体验不佳、使用者获取数据渠道不畅、数据价值挖掘不满足需求等现状，导致数据不能协同工作，无法产生期望的价值。“一方面，大量已有制造过程数据被闲置甚至放弃；另一方面，又缺少基本的数据环境来解决企业所存在的问题。”他说道。
回归到钢企智能化问题，丛力群表示，当前的现状其实是一个必经的过程。“我们必须从‘会管控的钢厂’发展到‘会分析的钢厂’，再发展到‘会思考的钢厂’，我们目前正处于向‘会分析的钢厂’进化的‘焦虑’阶段。”他进一步解释道，“会分析的钢厂”即从流程中提取数据，再通过数据分析，改进和优化流程。
在丛力群看来，要通过大数据应用成为“会分析的钢厂”，钢企必须进行模式创新。第一，要利用好存量数据，这是成本较低、速度较快的工作。第二，要让产品产生数据，这是扩大数据规模、快速兑现价值最有效的办法。第三，要推进数据资产数字化，这意味着通过数字孪生空间的构建、实物资产的虚拟描述，实现在虚拟环境中利用软件工具、基于数据开展各项工作，从根本上消除不确定性带来的风险和成本。第四，要整合更大范围数据。即追求全样本、全周期数据的融合集成，流程越长、要素越多，数据所承载的内在价值就越高。第五，进行数据交互，这是在更高层面统筹数据质和量的重要方法。第六，数据服务的产品化，这是大数据应用的更高阶段，即在业务数据化基础上形成更高的数据应用专业能力，将数据服务能力产品化、差异化变成一种独特的能力。
应用≠照搬
工业企业须着力突破自身瓶颈
丛力群提出，要真正激活数据要素潜能，赋能行业转型发展，工业企业还需重点关注以下几方面问题。
工业数据生态环境建设的瓶颈问题。丛力群认为，瓶颈主要体现在管理意识和技术瓶颈两方面。关于管理意识，丛力群提醒道，工业企业应明确数据治理的目的，是在确保安全的前提下让数据发挥价值。“强烈的数据保护意识和垄断数据的潜在冲动，或将被‘伪装’成‘合情合理’的诉求被接纳进入企业的数据治理体系中，缩减数据作为新生产要素应有的作用空间。”他说。对于技术瓶颈，他认为，工业企业迫切需要找到有效的技术方法，既消除对敏感数据安全的担忧，又强化数据赋能业务价值的预期，这是实现数据交互、增加数据样本、扩大数据适用范围、融合长链多维数据的重要手段。“消费互联网数据生态环境的构建方法和过程不能照搬，工业需要找到适合自己的有效路径和方法。”丛力群特别强调。
数据应用中价值权益的界定问题。“这主要要求界定好数据应用中的两个经济权益事项，既要保护数据权属方的利益，又要避免这种主张无边界扩大化。”丛力群指出。首先是数据权属方的权益，这是要优先保证的。丛力群表示，没有这一权益的充分保证，就不能激发权属方对数据应用的兴趣，就免谈后面的一切价值挖掘工作。其次是数据挖掘产生额外价值的权益归属问题——增值权益。“各企业要科学地界定数据的初始产权与增值产权，平等保护数据流通不同环节各类产权的合理权益，才是充分发挥数据价值的有效途径。”他强调。
如何“让专业的人干专业的事”的问题。“数据应用不是‘个人全能’赛。”在丛力群看来，熟悉业务和精通IT（信息技术）的人员相互结合，虽然快速应对了具体问题，但全局效率不高。分工是现代社会之必然，专业人要干专业的事，IT人员不能总是“不懂业务”的“背锅侠”。“数据服务者和使用者的角色定位关乎企业数据应用的水平乃至成败。”他强调。
基于此，丛力群表示，数据赋能业务中必须存在3种角色。首先是管理者，使命是让数据“循规蹈矩”，即要进行数据治理而非管死数据。其次是服务者，让数据“水到渠成”，即要改变传统的数据集成和交付方式，满足非数据专业员工便捷的数据应用需求，同时要持续进行能力构建，不断优化数据环境。最后是使用者，让数据“点石成金”。在这一模式下，员工不再是数据分析的旁观者，而是数据的消费者，通过服务接口获取模型化、关联化处理的完整数据。
“只有让专业的人做专业的事，形成完整的链条，才能最大限度发挥不同专业的不同技能，充分激发数据要素的潜能。”丛力群表示。
扫一扫关注微信