國家工業信息安全發展研究中心副主任何小龍：“工業企業的數字化的能力是不斷地提升，企業的關注點從數據中臺轉向了最終的數據流通與變現的能力。但企業內部及其上、下游之間的合作，越來越依賴于各類的數據平臺以及數據化的工具，但又形成了新的一些痛點和癥結，主要包括四個方面。

一是急需突破傳統數據中臺中，在面向復雜對象或復雜系統時，沒有具體的這種工程方法論和工具的難題。對于尋找數據化轉型的工業企業而言，最為關注的是如何管理企業的數據要素的資源，如何讓數據要素產生價值，并有效地服務工業全流程。但在實踐過程中呢，我們工業企業多數缺少有用于處理復雜系統，不同域的大數據的這種數據操作系統。

二是工業數據急需從我們企業的生產力要素全局關聯性、數據的邏輯性，和多重關聯性出發，形成來源廣泛、邏輯標準統一的數據與資源池。面向工業企業的各組織域、各職能域、各業務域、各數據域的這種事物的邏輯對象，建立其頂級的模型，以及其直到葉子級的子模型對應的組織和處理好模型的數據。并將它們進行全球唯一的編碼標識，形成反映復雜系統的各組織域、各職能域、各業務域、各數據域之間的無歧義、無猶豫，單一的數據來源的工業企業生產數據庫。

三是生產力數據庫的缺失，工業數據多以工業場景控制設備采集數據為主，這個數據采集量是巨大的，具有較強的連續性和關聯性，目前的一些工業協議的互聯互通是存在較大的一個瓶頸。

四是數據安全的可信現狀急需改變，工業數據的業務的價值因敏感度較高，企業多明顯傾向于數據本地化的運營和存儲。對這種數據安全性的要求呢，是極高的。”