胡勝蓉 黃學




產業大腦建設是“八八戰略”再深化、再實踐的重要內容,是浙江省落實數字化改革的重要舉措,是推動產業數字化發展由“平臺賦能”向“生態構建”躍升的重要路徑,是治理體系和治理能力現代化的有效實踐
產業大腦建設是“八八戰略”再深化、再實踐的重要內容,是浙江省落實數字化改革的重要舉措,是推動產業數字化發展由“平臺賦能”向“生態構建”躍升的重要路徑。通過對產業治理制度的深度重塑,產業大腦建設已經成為浙江經濟高質量發展的積極探索,是治理體系和治理能力現代化的有效實踐。
以數據合規夯實底層基礎性支撐
動態、實時、鮮活、高質量的大數據是產業大腦感知、學習和研判的基礎。在打通政府端數據倉和企業端產業數據倉的基礎上,產業大腦建設必須最大程度強化底層數據匯集基礎,不斷釋放數據要素價值。由于海量的公共數據和產業數據涉及國家利益、公共安全、商業秘密和個人隱私,具有高度的敏感特征,必須強化數據采集、數據傳輸、數據存儲、數據共享、數據應用、數據銷毀等全生命周期的合法性和合規性,強化數據安全的科學監控、檢測和防護。人民政府對產業大腦的數據資源安全履行監管責任;建設運營方對公共數據資源開發利用必須在人民政府依法授權范圍內進行。數據交互過程應以“不求所有,但求所用”為導向,不斷健全場景化數據價值挖掘的制度體系,尋找規范開放應用和創新機制間的平衡;同時,要在技術層面構筑數據合規應用的安全屏障,積極探索聯邦學習、多方安全計算、同態加密等區塊鏈新技術的融合應用,構建穩健可行的大數據應用生態。
以多元協同實現常態化運營維護
產業大腦作為新型數字基礎設施,其技術和建設模式尚處于探索完善階段,需要多元化主體參與、多元化資金投入、充分調動各類主體積極性,在確保其公共屬性的前提下實現多方共贏。政府作為產業大腦主導建設方,承擔資源供給角色和監管角色,可以遵循合法合規程序委托第三方建設運營產業大腦,同時也成為需求方和服務購買者。由于產業大腦的建設運營機制還處于建設運營階段,可以進行多方面探索,需鼓勵信息技術服務公司、中介機構、行業協會、金融機構、民辦非營利組織等參與產業大腦建設運營與模式創新,豐富產業大腦場景應用和解決方案。企業作為行業大腦使用主體和服務對象,更需要發揮用戶參與創新能動性,在產業鏈供需匹配、定制化協同生產、工業知識軟件化等領域貢獻經驗,為產業大腦建設運營方提供積極反饋,形成建設運營、創新供給、中介服務、應用拓展等各環節、各主體協同的完整閉環。
以場景應用激發市場主體能動性
不同行業領域、不同地區的產業大腦場景需求個性化程度高,必須處理好政府與市場的關系,發揮市場主體在場景應用試點建設中的創造性和主動性,激發龍頭企業、中介機構、生產性服務機構、數字化服務商、網絡銷售平臺等各類主體的活力,形成細分領域的專業化場景解決方案,培育一批標桿應用企業。圍繞要按照“大場景、小切口”的思路,聚焦行業的共性、高頻需求,推動行業需求收集、歸并、分析的工作閉環,加快應用落地速度、發揮改革實際效應,做出看得見、摸得著、感受得到的數字賦能和機制賦能實踐,從而提升企業和群眾的獲得感。重點面向省內主要的產業集群等,要充分發揮地方的能動性,從集群需求向產業鏈需求、全省同行業需求逐步拓展,構建面向全行業的行業產業大腦一攬子場景應用,形成一批可復用可推廣的行業解決方案。
以生態建設提升新技術賦能效用
產業大腦的賦能效應不能僅僅在賦能范圍、賦能頻率、呈現形式等方面做文章,必須形成創新生態系統,聯動相關部門、整合相關政策、打通相關平臺,實現更多創新主體深度參與,從而推進分析模型、工具箱的開發與能力開放,構建起開放共享的科技創新生態。要重點發揮“鏈主”企業和行業協會的作用,探索推動產業大腦企業庫、產業聯盟、技術創新聯盟等載體形成合力;發揮高校、科研機構、專業人才團隊的作用,圍繞行業共性技術、關鍵算法模型、關鍵工業App等,探索產學研協作聯盟、開發者社群和開源社區等發展模式,實現產業與創新“零距離”。同時,產業大腦要強化功能輻射和模式輸出,幫助所服務的企業、產業鏈和產業集群建設自身創新生態,通過資源聚集、技術共享、項目招引、服務提供等多種形式,健全要素提供方和要素利用方的社會網絡,形成各層次創新主體共同參與的云上創新體系。
以迭代方式推動系統功能再升級
產業大腦體系建設無法一蹴而就,產業大腦也不只停留于“顯層次”的數據分析和可視化展示,而是要基于人工智能開放平臺,通過數據算法訓練和自我學習,實現產業大腦核心能力的可持續成長。因此,產業大腦建設必須是逐步迭代的過程,從0版到N版,不斷豐富知識模型,不斷提升智能分析、科學決策、精準建議的自主能力。在產業大腦建設中,要處理好近期場景建設和遠期系統化建設的關系:從近期來看,要啟動梳理一批適宜切入、具有試點代表性的產業大腦先行建設項目,突出具有決策前瞻能力的模塊建設任務,構建“感知—思考—響應—反饋—優化”閉環,推動對行業數據認知、分析、判斷的模型算法進階,及時響應并形成反饋機制,真正實現“大腦”功能;從中遠期來看,要以數字化改革的理念為牽引,圍繞產業高質量發展的核心需求,形成改革突破事項,不斷開展流程再造與系統革新,不斷沉淀知識邏輯和算法模型,不斷強化機器學習,提升研判效率和精準性。
強化企業服務企業應用模式
產業大腦將匯聚優秀企業、平臺和服務資源,形成資源共享、優勢互補的賦能生態,發展綜合性一站式服務和系列延伸服務。在產業大腦服務提供過程中,必然涌現大量的新基礎設施、通用軟件服務、垂直行業軟件服務等細分領域的創新創業企業,不斷壯大數字化服務商隊伍。產業大腦市場化運營,需要提供更多企業服務企業(B2B)業務成長的空間,快速提升數字賦能領域B2B服務的質量與深度。其中,應鼓勵基礎設施和通用軟件服務企業面向全行業,提供技術支撐能力和快速復制能力;支持垂直軟件服務企業深耕特定行業與環節,強調價值場景應用。應不斷更新迭代企業服務平臺,豐富B2B應用渠道,通過入口的多樣化、便捷化來引導更多企業使用平臺;應在提供個性化解決方案的基礎上,通過標準化、模塊化產品體系的建立與運營,形成具有廣泛影響力的專業化服務和拳頭產品,實現產品服務革新與企業發展之間的良性互動。
價值導向驅動數據開放共享
產業大腦以政企數據融合共享為數據基礎,但是政府與企業間數據共享機制有待破題。在企業向政府共享數據方面,除稅務、市場監管等強制采集一般性經營數據外,企業只有在享受政策、申報項目等過程中,才有意愿上報部分數據;由于面向企業的激勵機制不完善,且企業對數據安全、商業機密保護等存在疑慮,導致企業側有效數據匯聚難。因此,公共數據利用應突出價值導向,以幫助企業創造價值作為數據開放共享的最終目的,避免模糊遠景感召下的無謂投入與重復建設。公共數據開放必須著眼于提升數據共享質量,創新價值化應用模式,促使產業和企業從經驗決策走向基于“數據+算法”的決策;必須不斷提升政府部門間、政企間、企業間數據安全流通效率,發揮數據對數字化改革的資源支撐作用,圍繞產業數字治理和企業數字化轉型中的關鍵瓶頸,設計和突破關鍵場景應用。
重視產業大腦的新技術倫理
產業大腦以工業互聯網為支撐,充分融合云計算、大數據、人工智能、區塊鏈等新一代信息技術。新技術的使用伴隨著不容忽視的科技倫理問題。大數據的應用帶來隱私侵犯的隱患,數據倉中搜集存儲了大量企業商業機密和公眾個人信息,在利用公共數據進行企業畫像和刻畫個體行為時,數據深層次使用與隱私保護之間的邊界需要界定。另一方面,人工智能的價值判斷可能會觸及人類倫理規范問題。同時,人工智能算法的不透明、難理解、難解釋等特征,容易帶來責任界定和利益分配分歧。新技術倫理風險難以準確預測和把握,但不能因噎廢食,而應當充分考慮新興科技引發的潛在倫理挑戰,嚴守科技倫理底線,在倫理風險規避和前瞻科技試驗間積極尋找安全、可靠、可控的平衡點。
強化產業大腦安全機制研究
產業大腦安全風險主要來自數據安全風險和信息安全風險。產業大腦以數據資源為關鍵要素,數據開放使用主要涉及政府側與企業側數據雙向開放使用,在數據開放時需要保證交換數據不丟失、不泄露、不被未授權讀取或擴大使用范圍。為維護數據安全,應從法律法規、管理制度、技術應用等多方面著手,需要明晰政府企業數據共享權責、建立健全數據分級分類制度,需要推進數據共享激勵機制創新、探索完善數據知識產權保護,需要加強數據共享關鍵技術支撐,并且強化數據開放共享安全保障。必須重點關注信息安全連鎖反應問題,即隨著產業大腦建設運營推進,大量細分領域與地方性應用將被產業大腦平臺動態接入,一旦邊緣節點受到攻擊,可能對產業鏈核心環節、甚至全盤系統安全造成風險,這要求產業大腦的多層次安全機制,必須具有極強的可靠性、延展性和實時迭代能力。
探索更大范圍部署產業大腦
產業鏈具有無邊界、跨區域的特征,產業大腦接入的產業也是沒有邊界的。浙江省先行探索產業大腦的建設運營與深度賦能經驗,對于其他省份與地區的經濟治理體系建設具有借鑒意義,未來更適合在國家層面進行統一布局產業大腦。首先,產業鏈與供應鏈本身是跨地區布局,只有在國家層面統籌各個地區的產業資源優勢和產業發展經驗,才能更好服務于產業治理、更深入地開展產業賦能。再者,基于全國性統一數據平臺開展運營對于產業大腦效用的發揮至關重要,完整、廣泛、立體的國家性數據資源體系,更有利于突破數據有效采集、有效利用與安全交互等方面的瓶頸,真正實現跨區域、跨行業、跨領域的大數據共享與協作。因此,從數據效益、平臺運維能力、公信力和國家安全的角度出發,打造統一的國家級產業大腦建設運營支撐體系與平臺機構,可能成為產業大腦試點示范經驗進行全國推廣的理想方式。
要按照“大場景、小切口”的思路,聚焦行業高頻需求,通過需求收集、歸并、分析的閉環機制,加快應用落地速度、發揮改革實際效應,做出看得見、摸得著、感受得到的數字賦能和機制賦能實踐,從而提升企業和群眾的獲得感。
產業大腦的賦能效應必須形成創新生態系統,聯動相關部門、整合相關政策、打通相關平臺,實現更多創新主體深度參與,從而推進分析模型、工具箱的開發與能力開放,構建應用創新的開源生態。同時,要強化功能輻射和模式輸出,形成各層次創新主體共同參與的云上創新體系。
(作者單位:浙江省工業和信息化研究院? 之江產經智庫)