二是数据资产积累薄弱，应用范围偏窄。数字化转型是企业数据资产不断积累以及应用的过程，数据资产是数字化转型的重要依托，如何加工利用数据、释放数据价值是企业面临的重要课题。目前，多数企业仍处于数据应用的感知阶段而非行动阶段，覆盖全流程、全产业链、全生命周期的工业数据链尚未构建；内部数据资源散落在各个业务系统中，特别是底层设备层和过程控制层无法互联互通，形成“数据孤岛”；外部数据融合度不高，无法及时全面感知数据的分布与更新。受限于数据的规模、种类以及质量，目前多数企业对数据的应用还处于起步阶段，主要集中在精准营销、舆情感知和风险控制等有限场景，未能从业务转型角度开展预测性和决策性分析，难以更好挖掘数据资产的潜在价值。大数据与实体经济融合的深度和广度尚不充分，应用空间亟待开拓。
三是核心数字技术及第三方服务供给不足。传统产业数字化转型面临成本较高，核心数字技术供给不足等问题，也缺乏有能力承担集战略咨询、架构设计、数据运营等关键任务于一体，且能够实施“总包”的第三方服务商。目前市场上的方案多是通用型解决方案，无法满足企业、行业的个性化、一体化需求。更为重要的是，对于很多中小企业而言，市场上的软件、大数据、云计算等各类业务服务商良莠不齐，缺乏行业标准，选择难度较大。
四是数字鸿沟明显，产业协同水平较低。传统产业数字化发展不平衡不充分问题比较突出，大多数中小企业数字化水平低，网络化、智能化基础薄弱，尽管有强烈的愿望，但受限于人力、资金约束，普遍“心有余而力不足”，大中小企业间的数字鸿沟十分明显。相比于发达国家，中国产业互联网生态建设较为缓慢，行业覆盖面、功能完整性、模型组件丰富性等方面相对滞后，与行业内存在的数字鸿沟有较大关联。龙头企业仍以内部综合集成为主入口开展工业互联网建设，产业链间业务协同并不理想，平台针对用户、数据、制造能力等资源社会化开放的程度普遍不高。
推动传统产业数字化转型的对策建议
文章提出，更好推动传统产业数字化转型，需主要从以下几个方面着手：
加快建设数字技术高效供给体系。要加快建设一批数字经济创新平台载体，提升技术创新水平，尤其是要有效提升原创技术以及基础理论研究创新水平；培育建设一批优势特色学科和专业，加强人工智能、大数据、云计算等数字技术的基础研究；整合全球人才及平台资源优势，加快与全球顶级科研机构及人才团队合作，组织实施一批重大科技攻关专项和示范应用工程，推进数字技术原创性研发和融合性创新；支持企业建设高水平的、具有行业影响力的企业技术中心，引导企业积极参与国家数字经济领域“卡脖子”技术攻关、大科学工程、大科学装置建设以及国际国内标准制定等。
着力解决数字创新人才紧缺问题。一是明确数字创新人才的能力素质标准。在充分考虑企业对人才能力需求的基础上，对各级数字技能人才的专业能力以及业务运营、风险管控等能力作出界定，推动数字专业技术人才与各传统行业的融合。二是深化校企合作、政企合作，通过建设企业大学、企业培训基地等方式，鼓励高校根据市场人才需求开设相应的培训课程，为培育既精通信息技术又熟悉经营管理的人才队伍夯实基础。三是激发行业协会、培训机构、咨询公司等在数字技能人才培育中的作用，促进数字技能人才培育体系的形成。四是积极营造良好环境，探索高效灵活的人才引进、培养、使用、评价、激励和保障政策。
积极部署新一代信息基础设施。以5G、人工智能、工业互联网、物联网为代表的数字化设施正成为国家新型基础设施的重要组成部分。面对企业低时延、高可靠、广覆盖的工业网络需求，要加快推动新一代信息网络升级，加强工业互联网、云计算等新型信息基础设施布局，同时做好传统基础设施的智能化改造。
加强对传统产业数字化转型的政策支持。优化政府服务，提高政策精准度，统筹研究制定相关政策及配套措施，整合财税、金融、人才、土地等方面的政策力量，全力推动传统产业数字化转型。在财税支持方面，需强化财政专项资金统筹，引导各级财政资金加大对传统产业数字化转型的投入，加强对数字经济领域重大平台、重大项目及试点示范的支持；探索成立传统产业数字化发展基金，推动各级政府产业基金按照市场化运作方式，与社会资本合作设立数字经济发展相关投资子基金；积极落实数字经济领域的相关惠企政策，确保落地见效。在人才要素方面，要完善人才激励机制，支持开展股权激励和科技成果转化奖励试点。此外，还需加强传统产业数字化转型在用地、用能、排放、创新等方面的要素资源优化配置和重点保障。
|
