5月25日，中国大数据产业峰会在贵阳召开，李克强总理出席峰会。作为一个官方背景浓厚的会议，互联网大佬无一例外也参加了大会并做了演讲，我们来看看中国最大的两家互联网企业，腾讯和百度的掌门人都在大会上说了什么。 　　李彦宏：希望首个只允许无人车行驶的城市出现在中国 　　李彦宏在演讲上主要说了两件事，一个是人工智能，一个是无人车。 　　刚才总理在讲话当中多次提到了大数据，很多时候他是从政府的角度来看这些数据的，就是说，有很多的数据掌握在政府手中，政府要做的事情就是开放这些数据、共享这些数据。 　　那么，我就在想，企业应该怎样来利用大数据呢?这里非常关键的一个点就是insight、洞见。对于企业来说，我们一方面很感谢政府愿意公开各种各样的数据;另外一方面我们也应该非常努力地去找到这些洞见，让数据产生它应该产生的价值。而人工智能就是最能够利用大数据的领域，而且它的影响力很可能不亚于大数据，它会改变各行各业以及各种各样的领域。过去我们认为只有人能够实现的事情，未来越来越多的情况下机器可以实现了。如果说工业化是把人从体力劳动当中解放出来的话，那么人工智能很可能会把人从简单的脑力劳动当中解放出来。 　　作为百度秀肌肉的另一个产品，无人车自然也少不了，不过这次李彦宏专门提到了希望未来第一个完全只允许无人车行驶的城市出现在中国。 　　我们前几天和安徽芜湖市有一个合作的发布。芜湖市会专门圈出来一个区域供无人车进行实验，这个区域将来是不允许“有人车”行驶的。我也非常的期待，我甚至坚信未来全世界第一个只有无人车行驶的城市会出现在中国，其实，我们现在也在和贵阳市政府探讨无人车的实验区的合作。无人车就是一个非常典型的人工智能的应用，它用一台电脑加上轮子，来实现司机所能够做的事情，能够看得明白、听得到，能够理解并且处理大数据。一台无人车一天可能要处理十几个T的数据，这是很庞大的，它的意义甚至超出了互联网，因为无人车的行驶很可能是不需要互联网的，或者说至少我们不能依赖互联网，总有一些信号不好的地方，万一连不到网车就不走了，这肯定是不行的。 　　马化腾：围绕大数据 　　作为第一个演讲的互联网大佬，马化腾的演讲通篇只说了一件事，大数据。 　　Pony先是分享了一下腾讯在大数据方面的成绩。 　　腾讯有18年海量的数据运营经验，目前我们的整个数据存储中心，存储总量超过1000个PB，超过15000个世界上最大的图书馆(美国国会图书馆)的存储量。我记得是在去年的天津大爆炸的时候，腾讯是在天津有一个亚洲最大的数据中心，当时离爆炸中心只有1.5公里，受到了巨大的冲击，柴油发电机的门，墙都扭曲了，非常危险。 　　还有腾讯在图片视频以及移动支付方面的数据需求： 　　腾讯在图片和视频，以及我们移动支付方面数字的进展。用户每天在微信朋友圈和QQ空间上传的图片高达10亿张;腾讯视频(含微信公众号H5视频)每天播放量达20亿次，除夕当天红包支付超过25亿笔，每天移动支付超过5亿笔。 　　腾讯从什么都做，到只围绕三件事：第一是云，第二是移动支付，第三是地理位置信息，LBS，以及安全。这些基础设施是能够和周边的生态和合作伙伴，就是我们的朋友圈的这些合作伙伴一起来共建的。 　　马化腾接着举例： 　　比如说LBS，腾讯有投资一些基础地图的公司，但是实际上大量的数据还要依赖我们的生态中的合作伙伴。比如说出行领域滴滴打车，他每天有超过上千万单的出行记录，数百万车辆实时把这种地理位置信息能和我们的平台一起汇集。包括京东，京东有数万个送货员，每天有大量的物流在流转，甚至精准到你的家庭住址。还有O2O领域，美团、大众点评、58同城等等，他们有数百万家商户，以及送餐服务这种地理位置的信息。这些信息都是掌握在整个生态各个合作伙伴里面，我们希望共建，汇集起来，同时返回给我们的合作伙伴。这些都是鲜活的案例，在未来这些基础设施将是我们未来大数据生态的一个助燃剂，也是国家未来经济新动能的基础设施。

通信服务和印刷电子供应商R. R. Donnelley & Sons及RFID公司Smartrac宣布达成一项合作协议，对一项RFID实施的新流程进行营销，这将驱动物联网智能包装等相关解决方案数量增长。 这两家公司表示，它们将充分利用各自的独特优势。RR Donnelley将充分利用其印刷电子的能力，包括定制的天线设计和印刷，以及标签及包装市场的优势。而Smartrac将利用其芯片集成，Smart Cosmos(该公司的一个物联网服务及解决方案平台)的数据收集及处理功能。 通过利用各自领域的专门技术，它们已经开发了一种使用无需粘帖在一起的两个不同组件制造而成的RAIN嵌体的独特方法。这种方法扩展了现有的用途并为高附加值产品及服务的开发提供了新机会。举个例子，通过制造用户所需的产品标签，包装RFID完成品，它们可以给品牌商提供一种简化RFID需求的新方法。其他的用途包括资产跟踪，鉴定，零售防盗以及消费者互动。 RR Donnelly公司COO Dan Knotts称：“我们很高兴能和全球领先的RFID供应商之一的Smartrac进行合作，这项合作协议可充分利用我们各自的规模和专业技术，我们可以给多领域的客户带来他们所需的创新RFID方案。我们还将合作开发更广泛的基于RFID的增值服务，帮助提升RAIN UHF RFID技术的使用率。” Smartrac CEO兼管理委员会主席Christian Uhl表示这次合作将增强Smartrac的产品线，提升开发能力并让我们转变成一家RFID及物联网技术解决方案的提供商。他说：“我们将充分利用彼此的优势，推动只能标签及包装领域的物联网创新。”

随着物联网、云计算、大数据等新一代信息技术逐渐向工业领域融合渗透，一场以数据为核心驱动的智能制造变革正在加快到来，工业大数据日益成为各国政府和产业界关注的焦点。一方面，工业大数据结合先进传感、新型工业网络和核心工业软件，能够形成从单台机器、产线、车间到企业的数据优化闭环，驱动生产制造和运营管理的智能化发展，从而进一步降低制造成本；另一方面，工业大数据结合公共互联网络、网络协同平台，能够促进企业与企业、企业与用户、企业与产品之间的深度交互，驱动生产组织和产品服务的智能化发展以及个性化定制等目标的实现。 一、工业大数据的内涵与特征 （一）工业大数据泛指工业领域数字化、自动化、信息化应用过程中产生的数据 工业大数据是基于先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。 工业大数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。总体上工业大数据实时性要求高、数据多元且数据量较大，数据格式结构化和非结构化并存，更强调不同数据之间物理关联，分析结果具有实时性且对精度较高，与传统工业数据和互联网大数据存在差异（见图1-1）。 图1-1工业数据、工业大数据、互联网大数据比较 （二）工业大数据是大数据技术逐步成熟、工业应用需求不断激发共同作用的结果 基于工业大数据的创新是未来制造业和新一代信息技术融合发展下不可避免的趋势。一是随着传感器技术进步和成本下降，工业数据采集更广泛、更灵活和更精准，更加满足严苛工业应用。二是工业数据平台的产生，使得原本隔离的控制层工业自动化数据和IT层数据逐步打通，数据得以高效整合。三是云计算、边缘计算的发展促进企业内部计算能力和计算资源的提升，可以承担更加复杂的计算需求。四是大数据先进分析技术不断与工业应用场景相结合，可以解决工业实际问题并带来效益的显著提升。因此，大数据在工业领域中的应用已经成为必然。 二、发展工业大数据若干关键问题 （一）高度重视工业大数据应用价值 工业大数据应用覆盖工业的研发设计、生产制造、供应链管理、市场营销和售出服务等产品生命周期的各个环节。在研发设计环节，可满足工程组织的设计协同要求、评估和改进当前操作工艺流程，提供更好的设计工具、减少产品交付周期。在生产制造环节，可综合大量的机器、产线、运营等数据的高级分析实现制造过程优化。在供应链环节，工业大数据主要用于实现供应链资源的高效配置和精确匹配。在市场营销环节，可利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。在市场营销环节，可利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。 然而，目前我国工业大数据应用正处于发展孕育期，需不断引导企业需求，帮助企业形成对数据客观、科学的认识。一是帮助企业优化数据源，尤其是对于机器设备、生产线等实时生产数据采集数量、类型、精度以及频率方面，积极弥补与国外先进水平存在的差别。二是推进企业间和企业内部部门间信息交互、共享和集成，充分发挥数据融合应用价值。三是推进工业大数据应用成熟模式和灯塔式项目建设，形成行业应用推广模式。 （二）牢牢把握工业大数据的产业变革机遇 作为新兴技术领域，工业大数据的产业格局尚处于集聚与形成阶段，但以GE、西门子、SAP等为首的IT、自动化、制造领域的领先企业正立足于已有优势领域，抓住技术升级和产业变革契机，在工业大数据发展初期意图通过优化重组优势要素将产业链各环节的单点优势扩大为产业生态的综合优势。 因此，我国企业应牢牢把握工业大数据发展的变革机遇，一方面依托强大的市场内需和产业规模优势，借助创新要素的不断积累，整合竞争要素打造产业整体优势；另一方面注重商业模式创新，特别是类似于德国为中小企业提供工业大数据服务平台、GE的设备管理服务盈利模式是按节省成本的一定比例收取等多元化商业模式。 （三）注重标准、安全等外部环境的完善 标准和安全是事关互联网与制造业统合创新发展重要保障，新型传感器和控制器的引入、云平台的广泛应用、通用有线/无线网络技术的发展、工业控制系统的进一步软件化，传统工业控制的专有性和封闭性被打破同时，数据类型更加多样。因此，亟需建立统一的、贯穿产业全生命周期的数据标准和安全防护管理技术体系，形成适用于智能制造新业态的标准和安全环境。 三、我国政府未来发展对策建议 当前，工业大数据正处于发展孕育期，可以预见，门类丰富的工业生产、制造领域的智能化应用以及高端技术的领先发展将引发我国工业大数据规模的加速加倍增长，为数据价值的挖掘提供充足的样本空间和试验机会。我国政府应把握机遇，注重顶层设计，通过应用逐步推动产业化和关键技术的突破，在支持制造业转型升级的同时，积极培育工业大数据相关的战略新兴产业和应用创新模式。 （一）摸清我国工业大数据应用现状，通过试点示范推进企业进行工业大数据应用创新 一是对我国工业大数据所在的制造业主要门类的数据源、数据量、数据模型、存储架构、数据开放等方面展开调研，梳理我国工业大数据应用场景和需求。二是结合智能制造、互联网与工业融合试点示范，选择基础较好的制造企业开展工业大数据的集成应用创新实践，打造可复制推广样板，加速大数据技术与行业深度融合。 （二）把握新兴增长点，特别是针对各类工业数据平台的技术和产业化突破形成整体战略布局 一是针对工业数据集成平台、分析平台等已经形成可观市场规模，产业格局发生变动且尚未稳定的领域，鼓励我国领先企业全面掌握核心技术、全面推动产业链升级、加紧抢占市场优势。二是立足产业未来发展，搭建工业大数据创新中心，将制造企业、ICT企业、相关研究机构以及标准化组织共同纳入到创新中心，加强关键数据技术和软件的研发和产业化力量，通过创新中心连接国内产学研用相关单位试验点，对关键技术、标准等进行研发、试验验证和应用推广工作。三是支持工业大数据公共服务平台发展，为中小型制造企业提供便捷的工业大数据分析工具。 （三）推进工业大数据标准化工作、健全安全体制机制，完善外部环境 一是立足我国相关大数据标准化联盟，尽早组织力量开展行业性工业大数据标准研究，吸纳行业典型应用场景，制定工业大数据的开放、技术、应用、安全、评价等系列标准。二是将工业大数据安全纳入信息安全范畴，完善相关法律法规，建立国内工业大数据应用安全风险评估模型，建立应对数据泄露等安全风险的相关预案，建立工业大数据泄露报警信息发布机制，实时发布相关信息，并做到信息能够发到相关企业。

随着物联网、云计算、大数据等新一代信息技术逐渐向工业领域融合渗透，一场以数据为核心驱动的智能制造变革正在加快到来，工业大数据日益成为各国政府和产业界关注的焦点。一方面，工业大数据结合先进传感、新型工业网络和核心工业软件，能够形成从单台机器、产线、车间到企业的数据优化闭环，驱动生产制造和运营管理的智能化发展，从而进一步降低制造成本；另一方面，工业大数据结合公共互联网络、网络协同平台，能够促进企业与企业、企业与用户、企业与产品之间的深度交互，驱动生产组织和产品服务的智能化发展以及个性化定制等目标的实现。 一、工业大数据的内涵与特征 （一）工业大数据泛指工业领域数字化、自动化、信息化应用过程中产生的数据 工业大数据是基于先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。 工业大数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。总体上工业大数据实时性要求高、数据多元且数据量较大，数据格式结构化和非结构化并存，更强调不同数据之间物理关联，分析结果具有实时性且对精度较高，与传统工业数据和互联网大数据存在差异（见图1-1）。 图1-1工业数据、工业大数据、互联网大数据比较 （二）工业大数据是大数据技术逐步成熟、工业应用需求不断激发共同作用的结果 基于工业大数据的创新是未来制造业和新一代信息技术融合发展下不可避免的趋势。一是随着传感器技术进步和成本下降，工业数据采集更广泛、更灵活和更精准，更加满足严苛工业应用。二是工业数据平台的产生，使得原本隔离的控制层工业自动化数据和IT层数据逐步打通，数据得以高效整合。三是云计算、边缘计算的发展促进企业内部计算能力和计算资源的提升，可以承担更加复杂的计算需求。四是大数据先进分析技术不断与工业应用场景相结合，可以解决工业实际问题并带来效益的显著提升。因此，大数据在工业领域中的应用已经成为必然。 二、发展工业大数据若干关键问题 （一）高度重视工业大数据应用价值 工业大数据应用覆盖工业的研发设计、生产制造、供应链管理、市场营销和售出服务等产品生命周期的各个环节。在研发设计环节，可满足工程组织的设计协同要求、评估和改进当前操作工艺流程，提供更好的设计工具、减少产品交付周期。在生产制造环节，可综合大量的机器、产线、运营等数据的高级分析实现制造过程优化。在供应链环节，工业大数据主要用于实现供应链资源的高效配置和精确匹配。在市场营销环节，可利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。在市场营销环节，可利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。 然而，目前我国工业大数据应用正处于发展孕育期，需不断引导企业需求，帮助企业形成对数据客观、科学的认识。一是帮助企业优化数据源，尤其是对于机器设备、生产线等实时生产数据采集数量、类型、精度以及频率方面，积极弥补与国外先进水平存在的差别。二是推进企业间和企业内部部门间信息交互、共享和集成，充分发挥数据融合应用价值。三是推进工业大数据应用成熟模式和灯塔式项目建设，形成行业应用推广模式。 （二）牢牢把握工业大数据的产业变革机遇 作为新兴技术领域，工业大数据的产业格局尚处于集聚与形成阶段，但以GE、西门子、SAP等为首的IT、自动化、制造领域的领先企业正立足于已有优势领域，抓住技术升级和产业变革契机，在工业大数据发展初期意图通过优化重组优势要素将产业链各环节的单点优势扩大为产业生态的综合优势。 因此，我国企业应牢牢把握工业大数据发展的变革机遇，一方面依托强大的市场内需和产业规模优势，借助创新要素的不断积累，整合竞争要素打造产业整体优势；另一方面注重商业模式创新，特别是类似于德国为中小企业提供工业大数据服务平台、GE的设备管理服务盈利模式是按节省成本的一定比例收取等多元化商业模式。 （三）注重标准、安全等外部环境的完善 标准和安全是事关互联网与制造业统合创新发展重要保障，新型传感器和控制器的引入、云平台的广泛应用、通用有线/无线网络技术的发展、工业控制系统的进一步软件化，传统工业控制的专有性和封闭性被打破同时，数据类型更加多样。因此，亟需建立统一的、贯穿产业全生命周期的数据标准和安全防护管理技术体系，形成适用于智能制造新业态的标准和安全环境。 三、我国政府未来发展对策建议 当前，工业大数据正处于发展孕育期，可以预见，门类丰富的工业生产、制造领域的智能化应用以及高端技术的领先发展将引发我国工业大数据规模的加速加倍增长，为数据价值的挖掘提供充足的样本空间和试验机会。我国政府应把握机遇，注重顶层设计，通过应用逐步推动产业化和关键技术的突破，在支持制造业转型升级的同时，积极培育工业大数据相关的战略新兴产业和应用创新模式。 （一）摸清我国工业大数据应用现状，通过试点示范推进企业进行工业大数据应用创新 一是对我国工业大数据所在的制造业主要门类的数据源、数据量、数据模型、存储架构、数据开放等方面展开调研，梳理我国工业大数据应用场景和需求。二是结合智能制造、互联网与工业融合试点示范，选择基础较好的制造企业开展工业大数据的集成应用创新实践，打造可复制推广样板，加速大数据技术与行业深度融合。 （二）把握新兴增长点，特别是针对各类工业数据平台的技术和产业化突破形成整体战略布局 一是针对工业数据集成平台、分析平台等已经形成可观市场规模，产业格局发生变动且尚未稳定的领域，鼓励我国领先企业全面掌握核心技术、全面推动产业链升级、加紧抢占市场优势。二是立足产业未来发展，搭建工业大数据创新中心，将制造企业、ICT企业、相关研究机构以及标准化组织共同纳入到创新中心，加强关键数据技术和软件的研发和产业化力量，通过创新中心连接国内产学研用相关单位试验点，对关键技术、标准等进行研发、试验验证和应用推广工作。三是支持工业大数据公共服务平台发展，为中小型制造企业提供便捷的工业大数据分析工具。 （三）推进工业大数据标准化工作、健全安全体制机制，完善外部环境 一是立足我国相关大数据标准化联盟，尽早组织力量开展行业性工业大数据标准研究，吸纳行业典型应用场景，制定工业大数据的开放、技术、应用、安全、评价等系列标准。二是将工业大数据安全纳入信息安全范畴，完善相关法律法规，建立国内工业大数据应用安全风险评估模型，建立应对数据泄露等安全风险的相关预案，建立工业大数据泄露报警信息发布机制，实时发布相关信息，并做到信息能够发到相关企业。

随着物联网、云计算、大数据等新一代信息技术逐渐向工业领域融合渗透，一场以数据为核心驱动的智能制造变革正在加快到来，工业大数据日益成为各国政府和产业界关注的焦点。一方面，工业大数据结合先进传感、新型工业网络和核心工业软件，能够形成从单台机器、产线、车间到企业的数据优化闭环，驱动生产制造和运营管理的智能化发展，从而进一步降低制造成本；另一方面，工业大数据结合公共互联网络、网络协同平台，能够促进企业与企业、企业与用户、企业与产品之间的深度交互，驱动生产组织和产品服务的智能化发展以及个性化定制等目标的实现。 一、工业大数据的内涵与特征 （一）工业大数据泛指工业领域数字化、自动化、信息化应用过程中产生的数据 工业大数据是基于先进大数据技术，贯穿于工业的设计、工艺、生产、管理、服务等各个环节，使工业系统具备描述、诊断、预测、决策、控制等智能化功能的模式和结果。 工业大数据从来源上主要分为信息管理系统数据、机器设备数据和外部数据。总体上工业大数据实时性要求高、数据多元且数据量较大，数据格式结构化和非结构化并存，更强调不同数据之间物理关联，分析结果具有实时性且对精度较高，与传统工业数据和互联网大数据存在差异（见图1-1）。 图1-1工业数据、工业大数据、互联网大数据比较 （二）工业大数据是大数据技术逐步成熟、工业应用需求不断激发共同作用的结果 基于工业大数据的创新是未来制造业和新一代信息技术融合发展下不可避免的趋势。一是随着传感器技术进步和成本下降，工业数据采集更广泛、更灵活和更精准，更加满足严苛工业应用。二是工业数据平台的产生，使得原本隔离的控制层工业自动化数据和IT层数据逐步打通，数据得以高效整合。三是云计算、边缘计算的发展促进企业内部计算能力和计算资源的提升，可以承担更加复杂的计算需求。四是大数据先进分析技术不断与工业应用场景相结合，可以解决工业实际问题并带来效益的显著提升。因此，大数据在工业领域中的应用已经成为必然。 二、发展工业大数据若干关键问题 （一）高度重视工业大数据应用价值 工业大数据应用覆盖工业的研发设计、生产制造、供应链管理、市场营销和售出服务等产品生命周期的各个环节。在研发设计环节，可满足工程组织的设计协同要求、评估和改进当前操作工艺流程，提供更好的设计工具、减少产品交付周期。在生产制造环节，可综合大量的机器、产线、运营等数据的高级分析实现制造过程优化。在供应链环节，工业大数据主要用于实现供应链资源的高效配置和精确匹配。在市场营销环节，可利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。在市场营销环节，可利用大数据挖掘用户需求和市场趋势，找到机会产品，进行生产指导和后期市场营销分析。 然而，目前我国工业大数据应用正处于发展孕育期，需不断引导企业需求，帮助企业形成对数据客观、科学的认识。一是帮助企业优化数据源，尤其是对于机器设备、生产线等实时生产数据采集数量、类型、精度以及频率方面，积极弥补与国外先进水平存在的差别。二是推进企业间和企业内部部门间信息交互、共享和集成，充分发挥数据融合应用价值。三是推进工业大数据应用成熟模式和灯塔式项目建设，形成行业应用推广模式。 （二）牢牢把握工业大数据的产业变革机遇 作为新兴技术领域，工业大数据的产业格局尚处于集聚与形成阶段，但以GE、西门子、SAP等为首的IT、自动化、制造领域的领先企业正立足于已有优势领域，抓住技术升级和产业变革契机，在工业大数据发展初期意图通过优化重组优势要素将产业链各环节的单点优势扩大为产业生态的综合优势。 因此，我国企业应牢牢把握工业大数据发展的变革机遇，一方面依托强大的市场内需和产业规模优势，借助创新要素的不断积累，整合竞争要素打造产业整体优势；另一方面注重商业模式创新，特别是类似于德国为中小企业提供工业大数据服务平台、GE的设备管理服务盈利模式是按节省成本的一定比例收取等多元化商业模式。 （三）注重标准、安全等外部环境的完善 标准和安全是事关互联网与制造业统合创新发展重要保障，新型传感器和控制器的引入、云平台的广泛应用、通用有线/无线网络技术的发展、工业控制系统的进一步软件化，传统工业控制的专有性和封闭性被打破同时，数据类型更加多样。因此，亟需建立统一的、贯穿产业全生命周期的数据标准和安全防护管理技术体系，形成适用于智能制造新业态的标准和安全环境。 三、我国政府未来发展对策建议 当前，工业大数据正处于发展孕育期，可以预见，门类丰富的工业生产、制造领域的智能化应用以及高端技术的领先发展将引发我国工业大数据规模的加速加倍增长，为数据价值的挖掘提供充足的样本空间和试验机会。我国政府应把握机遇，注重顶层设计，通过应用逐步推动产业化和关键技术的突破，在支持制造业转型升级的同时，积极培育工业大数据相关的战略新兴产业和应用创新模式。 （一）摸清我国工业大数据应用现状，通过试点示范推进企业进行工业大数据应用创新 一是对我国工业大数据所在的制造业主要门类的数据源、数据量、数据模型、存储架构、数据开放等方面展开调研，梳理我国工业大数据应用场景和需求。二是结合智能制造、互联网与工业融合试点示范，选择基础较好的制造企业开展工业大数据的集成应用创新实践，打造可复制推广样板，加速大数据技术与行业深度融合。 （二）把握新兴增长点，特别是针对各类工业数据平台的技术和产业化突破形成整体战略布局 一是针对工业数据集成平台、分析平台等已经形成可观市场规模，产业格局发生变动且尚未稳定的领域，鼓励我国领先企业全面掌握核心技术、全面推动产业链升级、加紧抢占市场优势。二是立足产业未来发展，搭建工业大数据创新中心，将制造企业、ICT企业、相关研究机构以及标准化组织共同纳入到创新中心，加强关键数据技术和软件的研发和产业化力量，通过创新中心连接国内产学研用相关单位试验点，对关键技术、标准等进行研发、试验验证和应用推广工作。三是支持工业大数据公共服务平台发展，为中小型制造企业提供便捷的工业大数据分析工具。 （三）推进工业大数据标准化工作、健全安全体制机制，完善外部环境 一是立足我国相关大数据标准化联盟，尽早组织力量开展行业性工业大数据标准研究，吸纳行业典型应用场景，制定工业大数据的开放、技术、应用、安全、评价等系列标准。二是将工业大数据安全纳入信息安全范畴，完善相关法律法规，建立国内工业大数据应用安全风险评估模型，建立应对数据泄露等安全风险的相关预案，建立工业大数据泄露报警信息发布机制，实时发布相关信息，并做到信息能够发到相关企业。

　　事件 　　日前，国家食品药品监督管理总局公开征求关于进一步完善食品药品追溯体系的意见(征求意见稿)，相关内容如下： 　　为深入贯彻落实《中华人民共和国食品安全法》《中华人民共和国药品管理法》《医疗器械监督管理条例》等法律法规，落实食品药品安全“四个最严”要求和《国务院办公厅关于加快推进重要产品追溯体系建设的意见》(国办发〔2015〕95号)精神，按照国家建立追溯制度，企业建立追溯体系，鼓励企业采用信息化手段采集、留存生产经营信息的工作原则，现就进一步完善食品药品追溯体系提出如下意见：(其中与食品溯源最相关的内容是第十、第十一点) 　　十、鼓励生产经营企业运用信息技术建立食品药品追溯体系。鼓励信息技术企业作为第三方，为生产经营企业提供产品追溯专业服务。各级食品药品监管部门不得强制要求食品药品生产经营企业接受指定的专业信息技术企业的追溯服务。 　　十一、支持行业协会组织企业搭建追溯信息查询平台，推动协会、企业、政府间信息系统互联互通和信息共享。 　　难点 　　随着国家对食品安全问题的重视，国家质检总局在2003年就启动了“中国条码推进工程”，国内部分蔬菜、牛肉产品开始拥有属于自己身份证。自2003年开始，我国不断推动食品可追溯体系的建设，追溯技术也取得较大的改新，尤其是RFID技术引入食品溯源，为“农田到餐桌”的全程追溯体制建设提供无限可能。但是事实与之相违，食品溯源并没有因RFID技术而实现质的突破，相关溯源机制的发展缓慢，市场秩序依旧混乱。那么，建立完整的食品可追溯体系究竟有什么难点呢? 　　一、市场不规范、监管不健全 　　一把钥匙开一把锁，可是面对良性的食品溯源机制，而乱贴溯源码，低价出售信息混乱溯源码等扰乱市场秩序的行为，使得溯源码成为了万能钥匙，既让消费者深受其害，又加大监管部门查处难度。媒体曾经曝光，企业提供追溯码的定制服务，200万个起定制，价格为0.02元～0.08元/个，产地等追溯信息竟然完全由定制方自行掌握。 　　食品全程可追溯的意义在于，消费者所购食品一旦出现问题，便可追溯到具体出现问题的环节，并明确涉事企业或责任人。然而，这种看上去“马后炮”的系统，对于消费者来说，生产链和供应链的复杂化，使得消费者对获取终端产品的安全信息也变得愈发困难，但屡出问题的背后是溯源信息存在造假或者监管不严。可是追溯系统的建立是公推的食品安全之路，但前提必须是所有的记录都是真实的。 　　“裸奔者”也好，“伪装者”也罢，在消费者如今已经越来越难直接对接生产者的背景下，一条完整的溯源信息，除了有尽量详尽的环节记录外，信息的准确度更为重要，否则将无法实现其“确责”和“召回”的意义。 　　二、追溯成本压力尚难化解 　　普华永道中国审计市场主管合伙人谢小舟介绍，一个完善的食品安全追溯体系能够理清生产环节各相关主体的职责，明确管理主体和被管理主体各自的责任，并能有效处置、追踪不符合安全标准的食品，正确定位问题责任方，从而建立有效的食品质量安全监管体系。 　　然而，业内人士指出，在全国范围内全面推行食品可追溯体系建设却并非易事。而记者针对“食品可追溯体系在国内建立的难度以及建立的相关程度”采访国家质量监督检验检疫总局相关人士，截至发稿，仍未得到任何回复。 　　“去年，食品企业质量安全信息追溯体系在部分婴幼儿乳粉企业中试点推行。”业内人士表示，全面推行可追溯体系还需要解决成本、标准以及消费者认可度的可操作性问题。 　　上海奶业协会副秘书长曹明是表示，对大型企业来说，通过连年的完善以及成本摊销，压力尚可以化解，而对中小企业来说，“临时抱佛脚”式的对接追溯系统方式则意味着不小的成本。 　　工信部消费品工业司副巡视员高伏曾表示，国内食品追溯的产品编码和追溯标准规范比较混乱，增加了企业建设追溯体系的负担，抑制了消费者追溯积极性，阻碍了企业间的互联互通和互解析，影响了政府部门间信息共享和社会共治。 　　消费者对可追溯体系的接受、认可、使用，也需要进一步通过宣传普及。 　　三、追溯链条不统一妨碍追溯 　　如今，不少地区开始利用地方法规的形式，试图突破一些障碍。今年4月份，上海市食品药品监督管理局局长阎祖强在做客“2015上海民生访谈”时表示，上海力争利用地方法规，明确食品安全追溯体系的品种范围、信息公开范围。同时，上海今年准备依靠云技术和大数据，建立食品安全信息大平台，统一食品商品代码，进沪产品实现代码追溯。 　　据介绍，《上海市食品安全信息追溯管理办法》已呼之欲出，拟追溯范围主要涵盖粮食及制品、畜肉及制品、禽类、蔬菜、乳品、食用油、水产品、酒类、经上海市人民政府批准的其他类别的食品。 　　不过，阎祖强亦曾坦言，从整个追溯链看，目前还有分割。不同部门的追溯代码不一致，可能导致农产品进入流通领域环节，存在需要重新整合的接口。而现在，农业部门的条形码和商务部门规定的条形码也不完全一致，可能出现一件商品有几个代码，给追溯过程带来障碍。 　　在此前《上海市食品安全信息追溯管理办法(草案)》立法听证上，就有与会代表提出，全面建立追溯体系的难度较大：例如蔬菜和水产品追溯起来难度就很大，因为这些商品以散装形式售卖，很难安装可追溯系统的“载体”;哪些信息对消费者公开，哪些对监管部门公开，企业履行义务所提高的成本是否会转嫁给消费者，仍需要讨论。 　　而不同企业发展水平和生产经营特点并不相同，现阶段也恐怕很难将所有食品及相关生产经营者纳入《办法》规定的范围，这需要一个循序渐进的过程。 　　因此，上海市消保委秘书长陶爱莲建议，应做好充分调研，分“马上”和“将来”两步分批、分范围落实食品安全信息追溯体系。 　　痛点 　　食品溯源是一个大的工程，它涉及食品生产、加工、流通和消费等环节，因此需要平台化的方式支撑。目前食品溯源的平台模式分为：企业自建类平台、政府组建类平台。关于进一步完善食品药品追溯体系的意见(征求意见稿)中就提出支持行业、协会、组织、企业搭建追溯信息查询平台。但这两种性质的追溯平台，有各自的优势，但却有着很大的不足。 　　企业自建类平台，系统由企业自行搭载和维护，数据实时管理和挖掘，提高企业产品流转效能，并有助于提升品牌形象。不足之处是投入大、维护多、前期产出少，适合实力雄厚的知名品牌，中小微企业往往难以负担。 　　公共建设类平台，多数由民资第三方搭建，借助专业化、流程化和规模化实现平台资源的共享共用，以提供服务为主，包括产品服务和数据服务，如防伪标签，数据存储、分析和数据挖掘等，并提供流量引导服务。由于需求方的成本从一次性投入转变为分期的服务费用，设备的运维由平台负责，又有专人培训，大大减少了前期投入，降低了技术门槛。非常适合有防伪溯源需求的中小型企业。这类平台有两点不足：一是权威性和影响力有限，缺少政府背书，即公信力不足;二是企业的信任度不够，一者产品数据是企业运营的重要组成部分，企业在交付时存在顾虑，二者积累的数据和流量在使用上存在不确定性，这也是企业融入平台时所担忧的部分。这两点是制约公共平台发展的最大瓶颈。 　　政府组建类平台，由政府出面主导实施，最具公信力。面向全行业，全社会，基本免费。可以分为国家级平台和地方级平台。政府平台现阶段的重点在于事后追溯，而非事前防伪，因此适用性有一定局限;企业考虑到经营需要和政府监管，往往不愿意主动参与其中，这也导致政府平台推广缓慢。目前此类平台主要采用一维码和二维码技术，这两项技术足以解决批量产品的追溯需求，且成本低廉，而RFID作为更为精准的身份标记技术，成本较高，目前在此类平台的应用尚在起步阶段，影响有限。 　　方法 　　深圳市杰瑞特科技有限公司销售总监李维良先生表示： 　　食品安全溯源问题，从我们一进入这个射频这个行业，作为RFID产业的一部分，就从来没有在耳边断过，但是事实上，我们有多少企业这些年做了多少的项目，出了多少的货，参与了关于溯源的多少议题，真正为社会，为企业，为老百姓创造了多大的价值，我表示怀疑态度。我们这个行业，切忌空谈，耽误时间不说，企业也没产生利润，难道不是吗? 　　食品安全的溯源，我觉得要分来来谈，一是国家层面上的食品安全溯源，另一个是企业为了增强自身在市场上的竞争力，为了更好地开展企业经营活动，提高管理效率，更好地维护客户而出发的食品安全溯源。大家都知道，相对于欧美，我们在RFID的相关很多法律法规甚至标准，议案，流程等等很多问题上较为欠缺，不完善，这样会导致企业在经营活动中很被动，行业，市场也得不到更为健康的发展。但是企业这个组织不能等，政府不搭台，那企业就得自己搭台，因为企业要生存，企业要面对竞争。所以，我们就看到了例如我们熟悉的茅台，五粮液，一早就干起了产品溯源的事情，还有包括杰瑞特科技/驭景科技长时间经营的动物追溯管理，我们所接触的猪场，各养殖户，各养殖公司，动物器械公司，很多也都在干着溯源的管理。这些也都是食品溯源的一个部分。 　　所幸，我们看到了政府相关部分在努力，很多的试点也在陆陆续续地开展，各种扶持招标每天都能看得到，例如我们所熟悉的，很多的地方部门的畜牧局就在不断地推进生猪溯源管理，食品安全管理，在招标文件里，我们可以很清楚地感受到开放，领先，平台信息化，产品电子化等设计理念，这就是进步嘛，终究企业搭的小台，政府搭的才是大台，只有这样，才能真正做到政府搭台，企业唱戏，民众受益。 　　国家物联网标识管理公共服务平台的产品总监蔡冠祥先生表示： 　　国家物联网标识管理公共服务平台积极实施标准的食品溯源体系，目前普及的难点有以下两点： 　　一.假溯源鱼目混珠 　　市场上溯源平台鱼目混珠的乱象，主要是一些企业在做假溯源，究其原因，要做真正的溯源，对于企业来说，会增加企业运作成本，也会把企业的内部矛盾升化加剧，又迫于食品安全问题，不得不选择用假溯源来蒙混过关。 　　二.消费者无法辨别真假 　　尽管食品安全与消费者的日常息息相关，但真正对吃进嘴里的东西，消费者并不会一一分辨其来龙去脉，少了像孙悟空的金晴火眼帮助他们辨别真假，不知道怎样辨别食品的真假，也不知道具体通过哪一个平台得到的追溯信息才是真实可靠。 　　从技术层面上解决这些问题可以利用异构标识识别、转换、发现技术： 　　国家物联网标识管理公共服务平台在食品溯源方面主要采用异构标识识别、转换技术，通过算法进行异构标识匹配，识别不同标识所对应的类型，然后将非URI形式的物联网标识转化为URI形式的标识，从而实现食品信息的搜索、查询、数据记录与应用。 　　食品企业接入国家物联网标识管理公共服务平台，能直接使用该技术，无须自建溯源系统，降低企业运营成本，有效促进企业开展食品溯源工作;另一方面，国家物联网标识管理公共服务平台具有权威性、溯源体系标准化、标识样式多样化等特点，以普遍使用的二维码标识为例，消费者只需扫一扫二维码即可获取溯源信息，不必再为辨别食品真伪烦恼，而且操作简便。 　　此外，在今年8月18日举行的2016深圳国际物联网与智慧中国博览会上，将会汇集国内外物联网产业链上下游的企业来到深圳，其中包括成功实施过政府或企事业单位食品流通追溯体系项目的企业，比如：中山达华、航天信息、凯路威、孚恩电子等，也有相关的技术方案和产品提供商。本届博览会将会为食品溯源系统建设提供坚实的科技基础和实践经验，为实现企业合作，共推追溯平台创造良好的条件。