北京高端装备制造业大数据应用现状调查分析
来源：未知 日期：2016-12-07 点击：次
通过对北京高端装备制造业相关企业的调研， 从四个方面总结大数据的应用现状存在的问题， 并提出相应的对策： 树立高端装备产业中大数据应用的数据安全观； 加强对高端装备产业中大数据应用的理论和政策研究； 开展高端装备产业中大数据应用的商业模式研究与经验交流； 建设北京高端装备产业大数据应用云中心。
高端装备制造业处于价值链高端和产业链核心环节， 是现代产业体系的脊梁， 决定着整个产业链的综合实力。 发展高端装备制造业是提升我国产业核心竞争力的重要途径， 是抢占科技制高点的必然选择， 对于实现由制造业大国向制造业强国的转变具有重要意义。 “十二五” 期间， 政府制定了一系列鼓励和支持高端数控装备产业的政策和措施， 重大专项《高档数控机床与基础制造装备》 的实施， 进一步推进了高端数控装备产业的发展。2015 年两会特别指出， 高端装备制造将成为下一片蓝海， 到 2020 年， 我国将基本实现工业化，到 2050 年， 迈入世界工业强国； 同时， 要进一步加快信息化与工业化的深度融合， 提升工业产品的智能化水平， 鼓励关键信息技术的攻关和创新应用。
北京市高端装备制造业在人才、 技术、 产业等各方面都具备独有的优势， 在新形势下面临发展重点的调整和产业链的重新梳理。未来几年是高端装备制造业的重要战略机遇期， 面对巨大的市场需求空间， 加快发展高端装备制造业， 既是推进产业结构升级、 转变经济增长方式的内在要求， 又是构建竞争优势的迫切需要。北京市大数据、 互联网和物联网等信息技术发展迅速， 位于全国的技术前沿， 所以要在发挥资源优势的基础上， 寻找切入点和突破口， 探索适合北京的发展模式， 主推高端装备制造业转型升级， 走出一条信息化与工业化相结合的道路。
本文对北京高端装备制造业企业展开调查， 分析大数据应用现状， 并提出大数据助推北京高端装备业商业模式创新的对策与建议。
一、 北京高端装备制造业企业大数据应用现状
作者对北京 31 家高端装备制造业企业进行了问卷调查， 问卷全部有效。问卷设计对象包括 9 家数控机床企业， 9家 3D 打印企业， 12 家智能机器人企业， 另有 1 家机构三个领域都有涉及 （机械科学研究总院先进制造技术研究中心 ） 。
（一 ） 企业概况
被调研企业的企业规模不等， 其中， 总资产有在 4 000 万元以下的， 也有在 4 亿以上的， 年销售收入有 500 万以下的，也有在 3 亿以上的。 具体来说， 总资产 4 000 万元以下有 13家， 4 000 万以上、 4 亿以上有 17 家， 4 亿元以上有 1 家。 年销售收入 500 万以下有 5 家， 500~3 000 万之间有 11 家， 3 000万元以上 3 亿以下有 13 家， 3 亿元以上 2 家。从从业人员数目上看， 绝大部分企业的职工人数都在 300 人以下， 其中研发人员占企业当年员工总数的 10% 以上的企业比例达到67. 7% ， 专科及以上学历员工占企业当年员工总数 30% 的企业比例达到 83. 9% 。
（二 ） 大数据应用情况
大数据的应用是指企业在生产经营过程中贯穿大数据技术， 将各个业务系统集成在一起运行， 获取数据， 并对数据进行深度挖掘， 然后再反馈并指导研发、 生产、 销售和仓储等环节。目前来看， 北京高端装备制造业大数据的应用程度还不是很高 （见下页表 1 ） 。
调查结果显示， 软件系统 CAD／CAM 、 ERP 等应用比较广泛， 但 CRM 和 SCM 却普及度还比较低。大多数企业选择将软件系统集成在一起运行。调研还发现， 目前企业更倾向于在研发和生产环节进行大数据技术的投入 （见下页表 2 ） 。
二、 大数据应用于北京高端装备业的问题与对策
（一 ） 树立高端装备产业中大数据应用的数据安全观
目前， 我国信息化水平与发达国家之间还存在很大差距， 信息基础设施建设和应用水平仍然滞后于发达国家。在对北京优秀企业调研过程中发现， 企业的数据应用大多局限于内部。究其原因， 是我国的大数据环境还存在巨大的安全隐患， 这严重阻碍着技术创新和发展， 是大数据背景下亟待解决的重要问题。 高端装备制造业的未来趋势是与信息技术全面综合集成， 以数字化、 网络化应用为特点的新阶段， 此阶段特别重视大数据下的安全问题。 我国在充分引入大数据技术的同时， 也应该特别重视行业、 企业中利用大数据技术所引发的不公平竞争行为。
基于我国信息化尚处于发展初期的事实， 应该及时在高端装备制造产业中树立大数据应用的数据安全观， 要加快推动新一代信息技术在大数据安全中的应用。一方面， 国家要紧跟大数据技术发展步伐， 及时弥补法律、 法规中存在的漏洞， 从法律层面保证企业、 个人的数据安全； 另一方面， 企业要特别重视经营中的数据安全问题， 对敏感数据采取特别的保护措施， 在充分利用大数据共享平台的同时， 也要注意审视信息系统中是否存在敏感数据， 对于有条件的企业， 要建立数据安全部门。
（二） 加强对高端装备产业中大数据应用理论和政策的研究
工信部副部长怀进鹏在第五届云计算大会中指出， 大数据技术的应用一方面需要对理论和技术进行拓展和原始创新， 另一方面需要对有目标导向的应用进行拓展合作， 比如以行业应用、 移动互联网和工业互联网为基础， 推动大数据在具体应用领域的发展和完善。 大数据的应用不仅需要在企业中进行推广引用， 同样也需要理论和政策层面的基础性研究， 建议在政府层面设立大数据应用研究专项资金， 鼓励和引导企业、 高校、 研究机构加强对制造业中大数据的理论与应用的研究， 探讨产业发展中共性问题以及不同产业应用的特性问题。
积极推进大数据理论和政策研究能够提升我国实体经济和两化融合下新型制造业的发展， 也能促进信息消费的发展， 使之成为大众创业创新的重要载体， 最后在推进产业结构向中高端迈进中也扮演重要角色。
（三） 加强高端装备产业中大数据应用的商业模式研究与经验交流
近年来， 为促进大数据技术在各行业中的推广应用， 相关领域组织了中国大数据论坛、 百度大数据论坛、 大数据颠覆营销高峰论坛、 全域大数据峰会等一系列交流活动。这些经验交流活动旨在利用大数据技术加快社会生产要素的资源共享、 集约整合和协作开发， 为企业转变生产方式和经营模式提供创新思路。 通过研究大数据论坛中的成功案例可以发现， 大数据在互联网企业中的应用最为广泛， 其中较为典型的案例是阿里巴巴集团的大数据信用评级体系， 这种信用评级体系收集网上客户的消费行为、 网上浏览行为等活动， 通过企业内部一套完整的网络数据模型及信用体系整理出信用数据。通过信用数据为每一个商铺、 每一个店家做信用等级的评分， 根据这个评分为客户发放微贷， 从 500 元 ~100 万元不等。阿里金融利用互联网技术收集大量客户数据， 建立大数据评价体系， 这种做法打破了传统银行需要抵押贷款的商业模式。 阿里巴巴集团对大数据技术的应用可以为高端装备制造业商业模式创新提供思路。
北京是高端装备制造企业较为集中的地区， 可以充分发挥北京地区高等院校、 研究机构多的优势， 一方面， 在政府的指导下通过项目建立企业、 高校、 研究机构一体的 “产学研”组织， 通过项目攻关加强各部门之间的交流合作； 另一方面，可以在政府之外通过建立民间学术团体、 协会促进各行业间的经验总结交流。
（四 ） 建设北京高端装备产业大数据应用云中心
目前， 大数据在一些领域特别是电子商务、 智能交通、 政府决策、 辅助医疗等领域应用较为广泛并取得了很多成果。 但是在工业应用领域， 特别是在高端装备制造业中应用的效果并不理想。作者调研的这几家企业规模都不大， 数据处理部门都刚刚开始建立， 数据处理专门技术人员缺乏， 数据存储和数据处理设备有限。 企业面对大数据时代还没有做好充足的准备， 不能妥善处理在生产经营中产生的大数据。 因此， 作为政府主管部门要为企业解决一些有共性的问题和困难。 笔者认为有必要与阿里巴巴等云计算服务商合作建立北京高端装备产业云中心， 引导企业把自己数据存储到云端来进行运算。这样做有很多好处， 一是节省企业投资， 二是安全性好， 三是计算能力强， 四是服务好。未来， 云计算是一个互联网里面的基础设施， 所以交给专业的云服务的基础设施供应商来服务， 是最好的选择。
通过调研发现， 北京的高端装备制造业企业普遍还缺乏大数据意识， 没有大数据战略规划， 企业运营的各个环节大数据技术应用都不普遍， 企业应用大数据技术仍需要多方面的支持。 本文从行业角度总结北京高端装备制造业四个方面的问题和对策。 高端装备制造业需要加强大数据理论的研究和实践的探讨交流， 要建立大数据应用的数据安全观念， 整合行业资源建立大数据应用云中心。
因此， 北京高端装备制造业企业大数据技术应用的推进仍需要企业自身和政府共同的努力推进。首先， 企业自身要积极制定大数据战略规划， 逐步推进大数据技术硬件和软件的建立， 在企业运行的各个环节都要树立大数据意识。 所以，企业需要加大科研投入重点突破核心技术， 此外要推进高端装备制造业大数据的应用， 除了加强技术创新与资本投入之外， 更重要的是要培养既懂大数据技术又懂高端装备制造业业务流程的专业人员， 企业要积极引进国内外专业人才， 为技术创新提供人员保障。其次， 政府一方面要在政策上支持大数据技术的应用， 可以从税收优惠政策和研发经费补贴等方面入手。 此外， 政府还要推进行业资源整合， 搭建创新平台促使产学研的合作交流， 逐步形成多领域、 深层次的产学研合作体系。
