中國工業報 耿鵬飛

數字化轉型在俄羅斯掀起了哪些變革？AI、大數據等前沿技術落地工業場景面臨哪些挑戰？如何避免工業數據泄露和濫用等風險？

在2024工業數字化轉型案例發布會上，俄羅斯自然科學院外籍院士、院士科學家聯合會執行秘書長向前在接受中國工業報采訪時，深入探討了這一變革帶來的諸多影響以及工業數字化轉型過程中面臨的關鍵問題與解決策略。

為何要加快構建工業數字化生態體系？

當前，全球數字化轉型浪潮洶涌澎湃，正以前所未有的態勢席卷各行各業。向前認為，從宏觀層面來看，數字化轉型對俄羅斯乃至全球科研生態系統的影響是多維度且深遠的。

最大變革體現在加速了科研成果轉化、改變了科研協作模式、提升了科研生態系統的整體效能及推動創新生態系統的演進等方面。這些變革共同推動了科研生態系統的持續發展和創新能力的提升，為未來的科技創新和社會發展奠定了堅實的基礎。

在工業領域，數字化同樣發揮著至關重要的作用。工業數字化生態體系的構建對于推動數字化經濟的升級和轉型意義重大。它能夠提高經濟效益，通過優化生產流程、降低成本、提高生產效率等方式，增強企業的市場競爭力。同時，還能促進創新和發展，催生新的業態和商業模式，為工業發展注入新動能。此外，工業數字化生態體系的構建還有助于促進跨行業合作，打破行業壁壘，實現資源的優化配置和協同發展。

參加2024工業數字化轉型案例發布會，向前感受頗多。他強調，“AI+工業互聯網”的融合將為新型工業化提供強有力的支撐。

工業的未來是萬象更新、極具想象力的，數字化技術是推動工業更好滿足人類美好生活需求的關鍵使能技術。向前與中國工業報談到，“IMAGINE”的未來工業，將是一個高度自動化、智能化、綠色和可持續的工業體系，旨在提高生產效率，降低成本，同時確保環境的可持續發展。其關鍵性特征如自動化和智能化、綠色和可持續發展、個性化定制和靈活生產、開放化和協作文化、數字化和以人為本、網絡和數據集成等都離不開數字化。

在數字化時代，缺乏生態支撐的技術即便再先進，也難以轉化為具有商業價值的新質生產力。

“以普遍使用的微軟的操作系統為例，是不是我們做不出微軟這樣水平和質量的操作系統呢？不是的，二十年前國家就研制出一套自己的操作系統，但無法產業化、市場化，無法突破既有的市場生態，在技術上可以突破，但在商業上卻無法實現。”向前舉例說明了構建工業數字化生態體系的緊迫性。

正如“摩爾定律”所揭示，數字技術的迭代升級呈現著“加速度”的特征，后進者往往面臨難以逾越的鴻溝，難以追趕。尤其在人工智能領域，代差一旦產生，追趕難度陡升，因為其進步不僅依賴于實驗室的研發，更需依托開放的數據環境、充足的人才資源及先進的硬件支持等多方面因素。

向前橋強調，數字化自動會形成發展的加速度，與邊際成本遞減和邊際收益遞增是直接關聯的。可以說新質生產力是數字經濟時代的重要特征與發展動力。“工業數字化生態體系構建重要性影響不僅局限于經濟領域，更深遠地觸及社會、政府等多個層面，其帶來的變革是全方位且顛覆性的。”向前強調道。

技術瓶頸如何破局？

從工業數字化轉型的技術維度來看，雖然人工智能、大數據、工業物聯網等前沿技術為工業發展帶來了新的機遇，但在實際落地應用到工業場景時，也面臨著諸多技術瓶頸。

一是數據安全與隱私保護難題。企業在數字化轉型過程中會處理大量敏感數據，數據一旦泄露或被濫用，將給企業和用戶帶來嚴重損失。黑客攻擊、內部人員泄密等因素導致數據泄露風險不斷增加，而日益嚴格的隱私保護法規也對企業提出了更高的要求。

二是技術集成難度大。工業企業通常使用多種信息系統和設備，不同廠商的設備和系統可能遵循不同的技術標準，這使得系統之間的數據互通和功能集成成為一個復雜的技術難題，系統兼容性問題增加了整合的難度。

三是工業軟件的自主研發短板。工業軟件被譽為工業制造的“大腦”和“神經”，對提升制造水平至關重要。然而，目前以CAD、CAE、EDA為代表的研發設計類工業軟件仍被歐美少數幾個巨頭企業壟斷，我國工業軟件自主研發存在短板，核心技術受制于人，一旦發生數據泄露事件，將直接威脅到我國企業生存與發展以及產業鏈供應鏈的安全穩定。

針對這些瓶頸，向前提出企業應采取以下有效應對策略。

在數據安全與隱私保護方面，企業應采用先進的網絡安全技術，如數據加密、防火墻、入侵檢測和防護系統等，提升數據安全防護水平。制定完善的數據安全管理制度，明確數據訪問權限、數據處理流程和安全事件響應機制，確保數據的安全使用和管理。定期進行安全審計，評估數據安全防護措施的有效性，及時發現和修補安全漏洞。

對于技術集成，要優化技術集成方案。一是企業應盡量選擇遵循開放標準和具有良好兼容性的技術平臺，以確保系統之間的互通性和集成性。二是使用中間件技術，實現不同系統之間的數據互通和無縫集成。三是在數字化轉型初期，進行全面的IT架構規劃，考慮各系統之間的集成和兼容性問題，避免后期的技術障礙。

對于自主研發短板，國家要加大工業軟件自主研發力度，將發展工業軟件提升至戰略高度，鼓勵和支持國內企業加大研發投入，突破核心技術瓶頸。加強產學研合作，推動高校、科研機構和企業之間的協同創新，共同推動工業軟件的發展。培育本土工業軟件品牌，提升國產工業軟件的市場競爭力和影響力。

綜上所述，工業數字化轉型在面臨數據安全與隱私保護難題、技術集成難度大以及工業軟件的自主研發短板等技術瓶頸時，需要采取一系列有效的突破策略來應對。同時，還需要加強數據泄露和濫用等風險的防范和應對工作，確保工業數字化轉型的順利進行和持續發展。

工業數據的安全如何保障？

數據是AI助力工業數字化轉型的關鍵要素，在向前看來，“AI+工業互聯網”將推進通用人工智能等前沿技術向工業延伸，形成“制造業轉型牽引技術進步、技術創新驅動產業升級”的雙向促進格局。

產業數字化的內核，是通過數字科技對數據資料進行加工，挖掘數據價值，用理性的數據預測代替感性的經驗決策，讓供給更加精準地滿足需求，實現產業全鏈條的效能提升。

但是，工業數據具有復雜性、敏感性等特點。在工業數字化轉型過程中，實現工業數據的有效收集、整理和分析，對于支持AI模型的訓練和優化至關重要。

在數據收集方面，可利用物聯網技術實時采集生產設備狀態等數據，還可采用API接口等多種方式采集第三方應用數據，并通過業務全覆蓋和有效的數據埋點確保采集的完整性和有效性。數據整理時，要對收集到的數據進行清洗、去重等預處理操作，進行分類、分級和標識，并建立數據倉庫或數據湖進行集中存儲。數據分析則需利用大數據分析技術，采用趨勢分析等多種方法，并通過數據可視化工具將結果直觀展示，為決策提供支持。將整理好的數據用于AI模型訓練，不斷迭代優化模型，提升其準確性和泛化能力，同時將模型應用于實際業務場景，根據反饋持續優化。

在數據共享和流通的過程中，保障數據的安全和隱私至關重要。要加強數據安全防護，采用多層次的安全防護技術，定期進行安全漏洞掃描和風險評估，建立應急響應機制。明確數據訪問權限，根據員工職責和權限采用最小權限原則和基于角色的訪問控制（RBAC）系統。強化數據隱私保護，遵守相關法律法規，對敏感數據進行脫敏處理，建立數據泄露應急響應機制。在使用第三方服務時要合規，簽訂明確的數據安全協議和條款。此外，還需建立數據共享和流通機制，制定標準和規范，促進數據的安全共享和流通。

向前向中國工業報談到，工業數字化轉型是一個復雜而艱巨的過程，既面臨著諸多挑戰，也蘊含著巨大的機遇。只有充分認識到數字化轉型的重要性，積極應對技術瓶頸，做好工業數據的管理和安全保障，才能實現工業的高質量發展，為構建現代化產業體系和實現中國式現代化奠定堅實基礎。

當前，產業數字化的內核在于挖掘數據價值，用理性決策替代感性經驗，精準滿足供給需求，提升產業效能。“AI+工業互聯網”推動了產業鏈上下游協同，重構了工業生產方式和組織形式，促進了產業鏈融合發展，為新型工業化提供有力支撐。

新時代新征程中，實現新型工業化是關鍵任務，要將高質量發展貫穿始終，推動制造強國與數字經濟有機結合。在這一進程中，我們既要抓住數字化轉型帶來的機遇，也要積極應對各種挑戰，努力實現工業數字化的深度賦能，為建設制造強國貢獻力量，推動全球工業領域邁向新的發展階段。