下载掌阅APP，畅读海量书库
立即打开
工业领域信息化起步相对较晚，工业数据也更为复杂，涉及研发、生产、管理、运维、服务等多个环节，因而数据管理工作的推进也相对滞后。随着工业互联网发展的不断深化，在工业领域加强数据管理的重要性日益突出。根据行业信息化发展的现状，结合当今行业数据治理的要求，工业企业现阶段在数据应用和治理方面依然存在诸多挑战，和金融行业、电信行业相比还有较大的差距。
1. 数据基础薄弱
我国工业企业的数据资源存量普遍不大，调查显示，66%的企业数据总量都在20TB以下；管理手段比较落后，51%的企业仍在使用纸质或更原始的方式进行数据管理。数据孤岛几乎是所有企业都面临的困境。从单一企业内部来看，存在着不同时期由不同供应商开发建设的客户管理、生产管理、销售采购、订单仓储、财务人力等众多IT系统，可谓烟囱林立。而要深度推进智能化，不仅信息系统要横向互通，还要进一步纵向打通IT（Information Technology）和OT（Operation Technology）两界的数据，难度非常大。而且，企业越大，管理和技术包袱越重。
从产业链来讲，工业企业的上下游供应链之间缺少数据的互联互通。大部分企业并没有实现供应链协同，销售订单和采购订单还依赖于传统的电子邮件或者纸质传递。这种传统的方式很难做精准的销售预测，更不用说做个性化的定制。
2. 数据治理滞后
随着工业企业信息化的普及以及工业互联网的快速发展，工业企业对于数据治理的重要性认识正逐步提高，但实际进行的数据治理工作却不容乐观。调查显示，在大型企业中，已经开展数据管理工作的企业占37.84%；在中型企业中，已经开展数据管理工作的企业达到了46.67%；在小型企业中，已经开展数据管理工作的仅占13.64%。
大多数工业企业缺乏专门的数据管理组织，投入数据管理的人力也有限，而且大部分做的是数据操作基础工作，缺少顶层规划和管理的组织架构和人员。有部分企业建立了数据管理的相关制度、标准、流程及绩效管理机制，但很多企业在这方面都是缺失的。
数据管理的技术手段也相对落后。有部分大型企业实施了主数据管理平台，只有极少数企业实施了数据治理平台，而绝大部分企业都没有任何数据管理的工具，对元数据、主数据、分析数据等缺乏标准管理、质量管理、安全管理、全生命周期管理的手段。
因为数据管理缺失，技术手段落后，导致企业数据质量难以得到保障，数据共享困难，数据的价值不能得到充分的挖掘和变现。
3. 数据交易法规尚不完善
工业企业的数据价值体现在跨企业、跨行业的数据流通和共享，数据在流动过程中才能产生价值。从全行业看，发展工业互联网，实现从单一企业内的局部优化，到整个产业链的全局优化的跨越，必然要实现整个供应链上下游企业的数据流通，实现产业链上的企业数据的共享。
目前，虽有多家活跃于市场中的数据交易中心，但数据流通的合法、合规性仍未得到应有的重视，现行法律对于数据流通的很多问题都没有明确，许多工作仍以行业自律的模式开展。工业企业的数据流通需求与日俱增，规范数据的共享和开放刻不容缓。德国工业4.0已经计划把数据流通作为重点议题，在构建工业数据空间方面进行模式上的探索。我国工业企业如何打破数据孤岛，促进工业数据流通，需要有关方面的高度重视，并有待相关的法律规定和政策的完善。
4. 数据价值难以量化评估
尽管有很多人意识到数据是企业的核心资产，但是对无形资产的评估比较困难，尤其是数据资产的量化和评估。首先缺乏财务量化模型，不知道如何评价数据价值；其次数据要在交易过程中才能变现，而在内部流通的过程中却不能折算成财务意义上的价值，因此其在企业内的价值无法体现在财务报表上。
数据在工业领域的流动，横向可以跨越设计、采购、生产、销售、售后服务等价值链，纵向可以跨越战略层与设备控制层。工业企业的特点是数据量大，不同类型、不同层级数据产生的价值不一样。如何准确地评价这些数据的价值，需要相关机构尽快研究和解决。
数据治理投入大，在短期内很难看到成效，而数据价值的评估又很难量化。因此，很多企业投入数据治理的意愿不大，这反过来又影响了企业数据的使用。