工业大数据是实现智能制造的驱动力之一，但当前我国工业领域大数据还无法担起重任。全国人大代表、安徽省经济和信息化委员会主任牛弩韬在两会上表示，现阶段我国在数据处理技术和数据整合方面，相较消费和服务领域，工业领域大数据对智能制造的驱动作用尚未充分显现。因此，加强工业大数据的研究应用，对推动实现互联网与制造业跨界融合，加快实施《中国制造2025》，提高我国制造业的国际竞争力具有重要意义。

整体应用仍处初级阶段

牛弩韬分析指出，当前我国工业大数据应用中主要存在以下问题：

挖掘工业大数据价值的技术体系尚未建立。工业大数据的挖掘需要一整套技术体系作为支撑，但当前我国还处于推进智能制造的探索阶段，对多数企业而言，能够自我感知、自我记忆的数据采集感应系统尚未建立，处理复杂数据结构的技术仍需优化，高效的数据库维护和管理机制还需完善。

行业内外部数据整合应用不足。目前，我国大数据整体应用仍处于初级阶段，条数据采集应用较为广泛，块数据应用较为缺乏，行业内部数据和外部数据整合应用不足，跨行业的互动聚合效应尚未显现，工业大数据亦如此。

企业各部门间数据集成应用难度较大。企业内部数据的集成应用是实现生产、业务协同的首要环节，但目前众多企业内各部门之间信息孤立情况比较严重，基本数据都由系统采集和统计，不同的生产数据由不同部门填报，且关注点不同，部门之间数据尚未打通和整合，致使数据利用率极低，为工业大数据的应用增加了阻碍。

工业大数据加工服务能力较为薄弱。由于客户需求、生产环境等不同，不同行业、不同企业对数据的采集、处理过程和挖掘方向也各不相同，这就要求工业大数据加工服务企业要兼备工业行业专业知识与大数据处理能力。目前我国工业大数据的开发应用多由工业企业自主完成，如尚品宅配、海尔、红领制衣等，专业数据加工服务企业的作用尚未显现出来。而且，目前数据加工服务企业的预测能力薄弱，多数只是将数据用于披露与原因分析。

加大财税金融扶持力度

针对当前工业大数据的发展现状，牛弩韬建议，相关部门应加强工业大数据应用的组织领导。加强顶层设计，尽快制订出台《关于促进工业大数据应用的指导意见》，明确工业大数据应用的技术、标准、产业，制订发展路径，规划并推动建立挖掘工业大数据价值的核心智能技术体系。设立工业大数据统筹发展部门，引导建设国家级工业大数据联盟，负责指导和研究相关数据标准，提供工业企业大数据应用技术咨询培训、信息安全咨询等公共服务。深入推进两化融合，引导企业加快内部数据整合与集成，夯实工业企业大数据应用基础。

同时，加大财税金融、投融资政策扶持力度。设立国家工业大数据发展专项基金，发挥专项基金的放大作用，通过投资补助、基金注资、担保补贴、贷款贴息等多种方式，引导社会资本积极参与工业大数据应用。完善企业研发费用计核方法，将工业企业大数据应用研究费用纳入加计扣除优惠政策范围。加强小微工业企业财政税收政策支持，减轻小微工业企业进行大数据应用的负担。

此外，要健全推广应用机制，构建有效的人才培育引进和激励机制。实施一批具有特色的大数据应用试点示范项目，探索大数据产业的新模式、新业态。加快工业大数据应用。加快大数据人才职业化进程，建立大数据分析师等职业资格考试和认证制度，在国有大中型工业企业率先推行首席数据官（CDO）制度。