推进大数据应用实现制造业跨界融合
　　“‘互联网＋’与‘中国制造2025’是我国当前和今后一段时间推动经济转型发展的两个主动力，二者的主要结合点为智能制造，而工业大数据是实现智能制造的驱动力之一。”3月14日，全国人大代表、安徽省经信委主任牛弩韬向记者透露，这次他向大会提交了一份事关大数据与制造业跨界融合发展的建议，建议认为，我国应通过推进大数据应用实现制造业跨界融合。
　　
　　牛弩韬认为，当前，我国工业大数据应用中主要存在以下几点问题：首先，挖掘工业大数据价值的技术体系尚未建立。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数据处理技术仍需提高，高效的数据库维护和管理机制还需完善。
　　
　　其次，行业内外数据整合应用不足。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，工业大数据亦是如此。
　　再次，企业各部门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，但目前众多企业内部部门之间信息孤立情况比较严重，基本数据都是由系统采集和统计，不同部门之间的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门槛。
　　
　　最后，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需兼备工业行业专业知识与大数据处理能力。目前，我国数据加工服务企业的前向预测能力薄弱，多数只是将数据用于后向披露与原因分析。
　　
　　为此，牛弩韬建义：一是加强工业大数据应用的组织领导。加强顶层设计，尽快制定出台《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，制定发展路径，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。二是加大财税金融、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。三是健全推广应用机制。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。定期举办工业大数据应用优秀项目成果展，扩大工业大数据应用成果社会影响力。四是构建有效人才培育引进和激励机制。积极营造有利于工业大数据人才培养和发展的外部环境，构建领军型、科研型、复合型、实用型等多层次的工业大数据人才结构。注重对大数据人才的就业创业引导，制定更加开放、有效的人才激励政策，建立适用的人才奖励基金，激发创业、创新、创造活力。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。