工业大数据设备行业发展规划

工业大数据设备行业发展规划

20xx年—20xx年

工业大数据是指在工业领域中，围绕典型智能制造模式，从客户

需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、

库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品

全生命周期各个环节所产生的各类数据及相关技术和应用的总称，其

以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业

大数据相关技术和应用。随着各国工业革新的推进、智能制造的发展，工业大数据行业得到快速发展。

我国相关产业发展的主要任务是贯彻落实科学发展观和走新型工

业化道路原则，加快结构调整。相关产业要持续结构调整和产业升级，加强和改进投资管理，建立企业自我约束机制，完善有利于发展的市

场环境，进一步加强和改善宏观调控，避免投资盲目扩张，促进相关

产业健康发展。

为了加快区域产业结构调整和优化升级，推进未来几年产业健康

快速发展，按照“领先发展、科学发展、又好又快发展”和“产业倍增”的战略部署，结合区域产业发展情况，制定本规划。

一、指导思路

牢固树立创新、协调、绿色、开放、共享的发展理念，以产业发展和应用为导向，明确目标任务，开展专项行动，实现产业稳增长、调结构、转方式和可持续发展，大力推动区域产业发展应用。

二、坚持原则

1、政策引导，市场推动。推动产业发展既要充分发挥总揽全局、协调各方的作用，形成分工协作、齐抓共建的工作格局，又要发挥市场对资源配置的决定性作用，营造有利于产业发展的市场环境，形成符合社会主义市场经济要求的体制和机制，把各种要素引导到产业发展中来，激发市场主体的内生动力，逐步形成全社会关心、重视和支持产业发展的良好氛围。

2、因地制宜，科学发展。充分结合各区域经济社会发展水平、资源条件，分地区、分类型制定科学合理的工作路线，指导推动产业现代化发展。

3、协同推进。以区域协同发展为契机，找准产业发展定位和发展方向，完善产业协同创新体系，积极对接本地创新资源和优质产业，主动延伸产业链条，构建具有国际竞争力的产业集群和产业链，促进产业结构优化升级和协调发展，打造产业创新中心。

4、坚持融合发展。推进业态和模式创新，促进信息技术与产业深

度融合，强化产业与上下游产业跨界互动，加快产业跨越式发展。

三、背景分析

工业大数据是指在工业领域中，围绕典型智能制造模式，从客户

需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、

库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品

全生命周期各个环节所产生的各类数据及相关技术和应用的总称，其

以产品数据为核心，极大延展了传统工业数据范围，同时还包括工业

大数据相关技术和应用。随着各国工业革新的推进、智能制造的发展，工业大数据行业得到快速发展。

工业大数据是未来工业在全球市场竞争中发挥优势的关键。近年来，各国纷纷推动其工业发展的改革，德国工业4.0、美国工业互联网、中国制造，制造业创新战略的实施基础都是工业大数据的搜集和特征

分析，以此创新发展、指导经营，推动工业智能化的发展。工业智能

化与工业大数据相互促进，其数据来源包含企业内部与外部及市场上

的相关数据，主要包含生产经营相关的业务数据、设备物联数据和外

部数据几个方面。

工业大数据是智能制造的关键技术，利用智能化的手段及数据服务，推动生产型制造向服务型制造转型，其在智能制造中有着广阔的

应用前景，在产品市场需求获取、产品研发、制造、运行、服务直至

报废回收的产品全生命周期过程中，工业大数据在智能化设计、生产、网络化协同制造、智能化服务、个性化定制等场景都发挥较大的作用。

随着工业化改革的发展，全球工业大数据的规模不断增加。截止

至2017年全球工业大数据的市场规模为201亿美元，当年全球大数据

市场规模为394亿元，工业大数据占全球大数据总规模超过50%，可见工业大数据已经成为全球大数据行业发展的主要的领域。未来，在以

德国为代表的工业4.0深化发展及其他国家智能制造的发展，预计

2020年全球工业大数据的市场规模为480亿美元，占大数据总规模的

比重约为60%。

《中国制造2025》提出推动了我国工业发展要向智能化的转变，

工业大数据成为行业发展的一个重要领域。据贵阳大数据交易所统计

资料显示，2017年我国工业大数据市场规模约为212元，较上年同比

增长41.3%，增速较快。按照国内工业数据化的发展及政策支持的推进，预计2018年国内工业大数据的规模增加至292亿元。可见工业大数据

已经成为全球大数据行业发展的主要的领域。

工业大数据的发展是智能制造发展的一个制高的竞争点，在制高

点的竞争中，对我们国家即是挑战也是机会，对于我国在工业2.0和

3.0上的缺陷，我们需要抓住工业大数据的机会实现弯道超车。

为了更好的推进工业大数据，构建覆盖工业全流程、全环节和产

品全生命周期的数据链，并在此基础上形成基于数据分析的系统级工

业智能。

1、工业企业需要加强工业大数据采集、交换与集成，打破数据孤岛，实现数据跨层次、跨环节、跨系统的整合。

2、在实现大数据采集、集成的基础上，推进工业全链条的数字化

建模和深化工业大数据分析。

3、在大数据技术领域通用算法的基础上，不断构建工业领域专业

的算法，满足企业对工业数据分析结果高置信度的要求。

4、进行数据和3D工业场景的可视化呈现，增加工业数据的可使

用度。

四、区域环境分析

全年地区生产总值增长xx%；地方一般公共预算收入xx亿元，剔

除新增减税降费因素，同口径增长xx%；社会消费品零售总额增长xx%；全体居民人均可支配收入xx元、增长xx%，其中城镇和农村常住居民