菲律宾晨丽赌场_新浪财经

关于印发推进工业大数据发展的实施意见的通知

时间:2020-08-21 02:23

  为贯彻落实《工业和信息化部关于工业大数据发展的指导意见》(工信部信发〔2020〕67号)精神,促进我省工业数字化转型,加快推进江西工业大数据产业发展,结合我省工作实际,制定本实施意见。

  坚持以习新时代中国特色社会主义思想为指导,深入贯彻习总书记视察江西时的重要讲话精神,全面落实省委、省政府决策部署,坚持新发展理念,深入实施国家大数据发展战略和工业强省战略,建设大数据基础设施,促进工业数据汇聚共享,深化数据融合应用,提升数据治理能力,强化数据安全防护,构建产业生态体系,助推江西工业高质量跨越式发展。

  力争到2025年,全省工业大数据产业和服务收入达到300亿元,工业大数据基础设施建设基本完善,产业创新能力和技术水平显著提升,工业大数据应用的技术支撑和安全保障能力进一步增强。全省培育3-5个国家和省级大数据产业示范基地、5-10家工业大数据重点企业、50-100家大数据示范企业。

  1.加快网络基础设施建设。持续深入实施网络提速降费,推进全光网络建设,全面部署IPV6。依托通信运营商建设高质量工业互联网外网,推动工业企业接入。深入推进5G基站选址和建设,推动5G网络在工业园区、厂区的覆盖。

  2.推进数据中心建设。合理布局省内各区域大数据中心,避免盲目重复建设。加快布局南昌、抚州、上饶、宜春、赣州等地数据中心建设。依托省内通信运营商的数据中心项目,以及已投入运营的赣西云数据中心、抚州云计算中心、上饶云数据中心等项目资源,统筹推进全省各地大数据中心项目建设,提高数据中心计算和存储能力,降低设备功耗。

  3.推动工业数据采集。支持工业企业实施设备数字化改造,升级各类信息系统,推动研发、生产、经营、运维等全流程的数据采集。支持重点企业研制工业数控系统,引导工业设备企业开放数据接口,实现数据全面采集。

  4.加快工业设备互联互通。持续推进工业互联网建设,支持重点企业开展工业互联网内外网改造,加快工业互联网标识解析二级节点和平台建设。支持企业建设数据汇聚平台,实现多源异构数据的融合和汇聚。组织开展工业数据资源调查,引导企业加强数据资源管理,实现数据的可视、可管、可用、可信。

  5.建设工业大数据融合平台。依托现有的江西省工业园区智慧云平台、江西省工业运行监测管理平台等工业大数据平台,通过数据融合和接口综合服务平台将数据打通,进一步汇聚工业数据,构建具备海量数据采集、汇聚、分析服务的工业大数据融合平台,建立省级工业企业大数据库,服务制造业高质量发展。

  6.推动工业数据开放共享。鼓励省内优势企业面向行业开放业务系统、共享工业数据,带动产业链上下游企业开展协同设计和协同供应链管理。建设安全、可信的工业数据流通环境,引进和建立大数据交易机构,培育工业数据流通、交易市场,支持和引导相关单位开展数据交易试点。

  7.推动工业数据应用。大力促进数据全过程应用,加快实施智能制造,引导企业用好各业务环节的数据。结合我省产业实际,重点围绕电子信息、有色金属、装备制造、生物医药、纺织、航空等产业开展工业大数据应用试点示范,总结推广应用典型案例,提升工业企业数据应用水平;制定工业大数据应用的评估标准,加强对地方和企业应用现状的评估。

  8.打造数据平台支撑。引进和建设一批工业数据平台,支持行业龙头企业、科研院所、通信运营商等在省内建设工业数据平台,提升平台的数据处理能力,加快培育和壮大一批大数据产品及应用类标杆企业;鼓励大中型企业将业务系统向平台迁移,并对中小企业开放数据服务资源,全面提升企业数据应用能力。

  9.构建数据应用生态。强化省内大数据企业、平台服务商、工业企业、科研院所与国家级研究机构的合作,培育和发展一批优秀的工业大数据应用和解决方案供应商;发挥全省大数据领域专家和省大数据协会作用,组织开展“大数据企业专家行”活动,为省内相关企业开展数据应用提供咨询服务;鼓励各地开展大数据竞赛活动,助力大数据企业创新创业。

  10.开展数据管理能力评估贯标。推广《数据管理能力成熟度评估模型》(GB/T 36073-2018,简称DCMM)国家标准,引导和支持省内相关单位主动与DCMM标准研制单位对接,探索成立DCMM贯标咨询评估机构,打造高素质数据管理人才队伍,建立健全数据管理能力成熟度评估专家库。探索开展DCMM评估试点示范,鼓励各地开展DCMM贯标、人员培训、效果评估等工作。

  11.探索工业数据分类分级管理。落实《工业数据分类分级指南(试行)》,遴选一批工业大数据管理能力较强的企业试点先行,指导企业加强宣贯培训,立足行业特征细化数据分类目录和分级量化指标,引导更多企业建立工业数据分类分级管理体系,实现数据科学管理。

  12.完善工业数据安全管理体系。明确企业安全主体责任和各级政府监督管理责任,构建工业数据安全责任体系,积极与国家相关专业技术机构开展合作,加强我省工业大数据安全管理体系和技术支撑体系建设,建立涵盖设备安全、控制安全、网络安全、平台安全和数据安全的多层次安全保障体系。

  13.提升工业数据安全防护能力。运用大数据手段,收集并及时发布工业安全漏洞、风险和预警信息,提升对全省工业互联网设备、网络、业务系统的实时监测和安全检测能力,提升隐患排查、攻击发现、应急处置和攻击溯源能力,实现重点行业数据整体安全态势感知和风险防范。利用我省工业互联网安全态势感知平台,加强对工业互联网平台、工业APP、工业数据的安全监测,提升安全感知、风险防范、威胁处置能力。

  14.开展产业协同创新。依托省内高等院校、科研院所,联合国家级权威机构及行业龙头企业,建设工业大数据创新平台,围绕数据汇聚、建模分析、应用开发、资源调度和监测管理等共性技术进行研发和应用,加速技术创新成果产业化。

  15.推动工业数据产品和服务开发。大力培育数据资源服务提供商和数据服务龙头企业,发展一批聚焦数据标准制定、测试评估、研究咨询等领域的第三方服务机构,推动工业大数据采集、存储、加工、分析和服务等环节相关产品开发。

  (一)建立工作推进机制。在江西省工业强省建设工作领导小组直接领导下,由省工信厅牵头省直有关单位,建立推进工业大数据发展联席会议制度,重点研究全省工业大数据发展政策措施,协调解决工业大数据发展实际问题。鼓励各地结合实际,建立相应的工作推进机制,制定促进工业大数据发展政策和配套措施,加快工业大数据发展。

  (二)加大政策支持力度。支持省内大数据企业申报国家大数据试点示范项目,统筹省级工业发展专项资金,加大对工业大数据发展支持力度。引导政策性银行等金融机构建立工业大数据基础设施优惠利率信贷专项。鼓励工业大数据企业加大新技术、新工艺、新产品的研发投入,支持企业建设大数据工程(技术)中心、重点实验室等研发平台,对符合国家规定范围的研发费用享受企业所得税加计扣除政策。组织开展大数据示范企业培育,对优秀大数据企业纳入示范管理。各设区市要依托现有资金和政策渠道,支持本地工业大数据发展。

  (三)加快人才培育引进。深化产教融合、校企合作,加快组建大数据产业产教融合联盟,推进大数据人才培育基地建设。支持和鼓励与“双一流”高校、科研院所合作共建工业大数据创新创业园等平台,大力引进国内外大数据人才来赣开展创新创业。推动省内更多高校和职业院校开设工业大数据相关专业,培养大数据专业技术和技能人才。

  (四)促进行业交流合作。举办工业大数据行业会议、学术论坛、业务培训等国际国内交流活动,参加国际国内大数据产业博览会等展会,推动省内工业大数据企业与国内外龙头企业、国际国内相关组织机构的交流合作,不断提升发展水平。