李毅中：信息化、大數據促進產業轉型升級

邢黎聞

大數據、云計算、物聯網是信息化的重要內容。

利用互聯網改造提升相關環節，被加的行業、被加的企業應該是行動的主體，也就是說這些行業和企業不要消極等待，而要認清當今新經濟的發展方向，加深對互聯網的理解和認識，主動去擁抱互聯網，自我變革，應對挑戰。

“推進‘四化同步發展，是實現兩個一百年奮斗目標的重要方針。其中，工業化起著主導和支撐作用，信息化發揮著驅動和引領的作用，而大數據、云計算、物聯網是信息化的重要內容。”在中國工業大數據大會·錢塘峰會上，原工信部部長、中國工業經濟聯合會會長李毅中高屋建瓴，肯定了信息化、大數據對于產業轉型的促進作用。

努力探索實踐信息化驅動引領經濟發展的有效路徑

李毅中指出，信息化驅動引領經濟發展的有效途徑有四條：

一是新一代信息技術引領推動當代高新技術的發展。信息技術是創新創業的助推器，信息技術與相關的專業技術相結合，催生出新的尖端科技產品，比如國家十七項重大科技專項，前三項是核心電子器件、高端通用芯片及基礎軟件產品（簡稱"核高基專項"）以及集成電路、無線通訊等都是電子信息技術。高檔數控機床、機器人、大飛機、機器燃氣輪機等大多數也都是專業高新技術和信息技術完美結合的產物。在注重發展信息技術的同時，還要注重發展各類尖端學科，尤其要注重它們之間的相互滲透，融合交匯產生出很多邊緣學科、前沿學科。比如擬列入新一輪重大科技專項的人工智能，就是計算機、信息化、信息論、控制論等信息技術與數學、哲學、神經心理學、生理學等學課的結合。

二是信息技術廣泛集成應用到國民經濟的各領域、各行業。把電子信息技術嵌入到產品中，就會提升產品的功能和附加值；信息技術與工業制造技術相結合，就會提高制造業技術裝備的精度和效能；生產裝備的數字化，工藝過程的智能化，使智能制造、集智制造成為現實。信息技術集成應用到物流商貿領域，誕生了電子商務，集成應用到城市管理，構建了智慧城市?；ヂ摼W無處不在，無時不有，但只有和實體結合，成為互聯網經濟才能顯示出它的強大生命力，在對經濟社會的服務中彰顯它的價值。

三是開展“互聯網+”行動，中國制造+互聯網是重中之重。利用互聯網改造提升相關環節，被加的行業、被加的企業應該是行動的主體，也就是說這些行業和企業不要消極等待，而要認清當今新經濟的發展方向，加深對互聯網的理解和認識，主動去擁抱互聯網，自我變革，應對挑戰。融合是主旋律，線上線下的融合，虛擬與現實的融合，產業跨界的融合等等這些融合上升到國家層面，就是“網絡強國”和“制造強國”兩個戰略的融合，相輔相成，協調發展。制造業是“互聯網+”行動的主要領域，到2020年，基本實現工業化，到2025年邁入制造強國行列。智能制造是《中國制造2025》的主攻方向，要抓住智能技術的創新優化、推廣應用這個核心，從打造數字化車間、智能工廠做起，創建工業互聯網。

四是利用互聯網優化配置各種自然資源、社會資源?；ヂ摼W連通萬物，變革了運營方式和生產關系，催生了新產業、新模式、新業態，提升了運用效率和效能。比如，個性化規模定制、網絡協同制造、眾包、眾創研發設計、眾投眾籌資本運作已經廣泛開展?；ヂ摼W使那些本來處于低效，甚至是無效的資產煥發了生機，催生了共享經濟，這些新產業、新業態是在現有基礎上的創新和升華，不能對已有的實踐積累予以全盤否定，應在實踐中繼續轉化，共生競合，有的可以相互結合，并行不悖；有的可以結合，推陳出新；有的有待實踐檢驗。

遵循客觀規律，堅持科學理念，大數據促進工業轉型升級

會上，李毅中強調了數據的重要性，并指出發展工業大數據應該堅持科學理念。

數據是創新發展的資源，是產生智慧、創造財富的沃土

數據產生于豐厚的生產活動、社會實踐和科學實踐，海量數據記錄著事物發展的軌跡，隱含著事物發展的規律、邏輯和概率，大數據產業煥發了數字的活力，激活了數字的潛能，使數字變為數據，進而發展成數字解決方案，形成了智能。如同自然資源的開發利用要經歷勘探、開發、加溫、生產，才能滿足用戶需求一樣，大數據資源的開發也要經歷采集、傳輸、儲存、梳理、計算、分析形成軟件和個性化解決方案，然后應用到相關的領域、行業和企業。

以制造業為例，大數據可以應用到研發設計、生產制造、經營管理、用戶服務等各個環節，以提高產品質量，提升應用的效率。同時伴生了更加豐富的鮮活數據，進一步豐富了數據資源。因此可以把大數據概括為匯集儲存、處理分析，、應用服務等幾個階段，分別由數據庫、計算中心、服務平臺等基礎設施或者基礎產業來承擔，從而使大數據、云計算、物聯網、信息軟件等新一代技術得到應用。

發展工業大數據產業，應堅持科學理念

日前，工信部發布了《大數據產業發展規劃（2016-2020年）》，實施這個規劃將會使大數據產業更先進，更智能，更高效。其應有的四個科學理念應該堅持和弘揚：

一是數據采集的真實性、代表性。生產的技術數據大多可以實時在線錄用，但經營管理、市場營銷的數據更加廣泛和分散，有時候不得不抽樣調查、隨機抽查，這就需要進行科學合理的選擇、組合，防止以偏概全。一葉可以知秋，但要防止一葉障目。數據采集要應受盡收，顆粒歸倉，但也要防止魚目混珠，泥沙俱下，拒絕虛構、造假。

二是數據的挖掘分析科學性、系統性。依據數據的分析計算可以得出一些規律、結論，數據組合為論據，若干論據可以匯集為論點。由于事物的多樣性和復雜性，在多數情況下，可以達到趨同一致，但往往也會產生數據的離散和矛盾，甚至是扭曲的和相悖的，這就要全面的、系統的分析研究，力戒片面性、隨意性，避免被某種臆想的觀點拼湊數據，對數據要去偽存真，去粗取精；分析研究要由點到面，由此及彼，由表及里，由淺到深，防止不正確的方法觀得出正確的結論，發出不正確的導向。人的大腦思維是這樣，大數據工具使用也應該是這樣。

三是數據檢索應用的開放性、安全性?；ヂ摼W時代大數據連通共享、協同集聚是一個重要的特征。當今大數據風靡時尚，各地各行業建設數據庫和網絡系統的積極性很高，這是好事。但要力戒封閉割據，形成孤島。通過法律手段和技術保障信息安全，并不意味著要各自為政，相互戒備封鎖，還要互聯互通，有的還可以通過大數據交易平臺，規范運作來解決上述矛盾。數據庫的內容要不斷地補充、完善，更要注意推陳出新，提升質量，防止數字老化，更不能出現誤導。

四是大數據及其產品應用的針對性、有效性。大數據產業的開發目的在于用，要以使用為導向，尤其是要為實體經濟服務。建立在已有數據上的成果運用，不是對往事的再現和克隆，而應是創新和提升。同時，要注重新一輪應用中數據的采集、分析和再生，從而豐富提升數據庫的內容和質量，提煉出更精準的解決方案，促進產品的提質增效和產業的轉型升級。