原標題：以數據激活工業企業 實現發展新動能
近期，重慶市、浙江省、四川省、廣東省、福建省、河北省(雄安新區)陸續開展數字經濟創新發展試驗區建設行動。廣州賽寶認證中心服務有限公司(以下簡稱「賽寶認證」)作為工業和信息化部電子第五研究所的下屬單位，通過面向產業數位化轉型的企業體系建設、能力優化、品牌培育和人才培訓等抓手，開展了大量的數據管理相關技術服務，有效地支撐了河北、浙江、貴州、山西、廣東等省的數字經濟建設工作，支撐了電子、政務、能源、冶金、通信、電力、重工、化工等眾多行業轉型升級。
企業數位化轉型之痛
我國工業企業在長期發展中沉澱了大量的工業數據，對於數位化轉型來說極為有利，但也因為應用系統多、人為操作多、標準不統一、數據質量差、數據確權不明晰、數據質量工具少以及應用場景少等原因，導致工業數據難以被有效利用。總的來說，主要存在以下三類問題：
一是企業無法有效評估數據要素的重要性。企業自身的發展離不開具備指導性作用的發展戰略，工業企業的戰略達成情況，一般通過效益來表現，而無法由研發、生產、檢測等數據要素及相關支撐應用系統直接反映，因此導致應用系統建設混亂、數據標準不統一等問題出現。企業需要根據問題導向來部署應用系統，由應用系統供應商提供解決方案，企業對產生的數據缺少應有的整合和分析能力，進一步削弱了數據要素在企業發展方面的重要作用。
二是企業無法有效梳理自身的數據生產要素。由於應用系統較多且數據標準不統一，導致數據無法有效地在各個系統之間流轉和共享，形成了較多的數據孤島現象，企業的研發、生產、檢測和信息化部門均無法有效打通數據孤島，沉澱在各個系統裡的數據也無法被挖掘和充分利用，導致企業梳理數據資產時，缺乏頭緒、無從下手。
三是企業無法充分激活數據要素。企業應用數據的場景單一，較好的企業可以實現諸如業務展示、產品追溯、市場分析、質量分析等，數據分析工作主要由業務部門自行開展，缺少公司層面整體的數據模型和動態的數據分析能力，而且由於數據難以互通，數據獲取和處理的工作量大、專業性強，部門自發研究分析得到的結果對於產品優化、市場優化和問題追蹤都缺乏足夠的指導性。對於新增的數據分析工作，則囿於數據質量、數據標準等問題，難以充分體現數據要素的價值。
鑑於以上問題，工業企業無法評估數位化轉型所需的經濟成本和時間成本，而且缺乏有效的管理策略和方法，嚴重遲滯了工業數據要素形成的進程。
支撐數位化轉型之路
賽寶認證為工業和信息化部的行業管理和地方政府提供了大量的技術支撐，針對工業企業數位化轉型，通過開展信息技術應用創新、數據管理能力成熟度評估、兩化融合管理體系評定以及建設產品/服務認證、體系認證、能力評估、綜合技術服務、專項技術服務、綠色發展綜合服務及綜合培訓等服務體系，形成了工業企業數位化轉型的理論體系和方法論。方法論工作主要包括四個方面：實施信息技術應用創新能力評價和人才培訓，實現企業數據能力基礎提升；開展數據管理能力成熟度試點，推動企業形成自身數據生產要素；實施兩化深度融合工作，為企業持續改進指明發展路徑；開展各項IT建設、運維管理、信息安全和技術培訓，為企業數位化轉型提供不竭的動力。
賽寶認證前期開展的工作主要包括以下三個方面：
第一，通過數據管理能力評估，打造工業企業數據發展的核心要素。
作為全國首批數據管理能力成熟度評估機構，面向工業企業CMMI、信息安全、兩化融合、IT服務、系統集成等跨體系、跨領域、跨專業的評估需求，建立數十人的專業評估技術團隊開展綜合技術服務。經過長期的理論研究和工程探索，在中國電子信息行業聯合會的指導下，通過對全國各主要省份相關企業的數據管理能力成熟度進行評估，先後為電子、政務、能源、冶金、通信、電力、重工和化工等多個行業的數據管理領先企業提供服務，總結企業數據管理存在的問題和難點，提出的參考建議有效推進企業數位化轉型，為企業邁向高等級量化管理、為行業梳理數據生產要素提供了實踐路徑。
第二，通過兩化融合，促進工業企業數據與戰略的深度結合。
作為「兩化融合管理體系聯合工作組」成員及工業和信息化部首批推進的兩化融合管理體系貫標諮詢服務機構，全程參與兩化融合管理體系標準的策劃、編制、推廣和技術支持工作，為企業開展信息化和工業化深度融合提供權威指導。通過支撐推進「兩化融合」體系貫標，充分發揮管理層在數位化轉型工作中的積極作用，使管理角色能夠充分參與，支撐企業梳理和明晰戰略實施步驟，加快數據要素的價值形態形成，有力推動企業轉型升級的步伐和進程。
第三，建立健全數據管理相關體系能力，為企業發展提供不竭的動力。
面向數位化轉型，支撐工業企業開展IT建設、運維管理、信息安全、低碳節能等各類體系能力建設，打造完整的工業企業數據管理技術服務體系，為企業提供全面的技術服務解決方案，企業的業務能力、管理能力明顯提升，也為企業培養了大量複合型人才。通過體系能力持續改進優化，有力推動了我國工業企業的快速轉型升級。
未來數位化轉型發展展望
針對工業企業數據要素價值評估難、無從梳理工業數據要素、無法激活數據要素等問題，面向未來企業數位化轉型難點，為解決工業企業數據要素的價值困境，依據數位化轉型方法論，提出以下三個方面的思考與建議：
其一，建立數據戰略和業務戰略的關聯，通過評估和治理實現業務戰略目標。
結合工業企業的兩化融合業務戰略發展目標，制定與業務相關的數據戰略目標，如市場佔有率、效率和數據任務成本效益等目標。建立與目標相對應的企業數據治理團隊和制度，制定以上目標的評估模型，通過定期分析和跟蹤，確保數據管理工作的有效性和可持續性。
其二，建立工業企業數據標準，重視數據質量工作，以高質量數據支撐高質量應用。
梳理工業產品、工藝流程等國際國內的標準、規範，形成企業內統一的數據標準和格式要求，通過數據流轉過程中的數據檢查、數據質量工具的應用，以及建立數據質量相關的獎懲制度，開展企業人才培訓和技術溝通，充分保證流轉過程中的數據質量，為數據分析應用提供有效的支撐。
其三，以數據安全和全生命周期策略為保障，不斷完善組織級別的數據模型。
企業在應用數據的過程中，可以不斷豐富數據來源，同時充分識別數據安全的風險，建立數據安全和全生命周期的工作策略，如數據需求、設計、應用和備份的策略等，以此建立能夠支撐業務戰略的數據模型。此處建立的數據模型以及相關數據集體現了數據要素的價值，可以有效支撐業務戰略的達成，可以實現企業產品、流程優化，實現經營、銷售戰略優化，實現業務整合和技術轉型。
工業企業數位化轉型存在較多實際問題，本質上是企業的意識和投入成本的問題，賽寶認證建立的數據管理服務體系和方法論，將為工業企業數位化轉型提供參考思路，也為企業發展提供新的動能。
（文章來源：中國經濟導報）
(責任編輯：DF386)