國家工業(yè)信息安全發(fā)展研究中心副主任何小龍：“工業(yè)企業(yè)的數(shù)字化的能力是不斷地提升，企業(yè)的關注點從數(shù)據(jù)中臺轉(zhuǎn)向了最終的數(shù)據(jù)流通與變現(xiàn)的能力。但企業(yè)內(nèi)部及其上、下游之間的合作，越來越依賴于各類的數(shù)據(jù)平臺以及數(shù)據(jù)化的工具，但又形成了新的一些痛點和癥結(jié)，主要包括四個方面。

一是急需突破傳統(tǒng)數(shù)據(jù)中臺中，在面向復雜對象或復雜系統(tǒng)時，沒有具體的這種工程方法論和工具的難題。對于尋找數(shù)據(jù)化轉(zhuǎn)型的工業(yè)企業(yè)而言，最為關注的是如何管理企業(yè)的數(shù)據(jù)要素的資源，如何讓數(shù)據(jù)要素產(chǎn)生價值，并有效地服務工業(yè)全流程。但在實踐過程中呢，我們工業(yè)企業(yè)多數(shù)缺少有用于處理復雜系統(tǒng)，不同域的大數(shù)據(jù)的這種數(shù)據(jù)操作系統(tǒng)。

二是工業(yè)數(shù)據(jù)急需從我們企業(yè)的生產(chǎn)力要素全局關聯(lián)性、數(shù)據(jù)的邏輯性，和多重關聯(lián)性出發(fā)，形成來源廣泛、邏輯標準統(tǒng)一的數(shù)據(jù)與資源池。面向工業(yè)企業(yè)的各組織域、各職能域、各業(yè)務域、各數(shù)據(jù)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(shù)據(jù)。并將它們進行全球唯一的編碼標識，形成反映復雜系統(tǒng)的各組織域、各職能域、各業(yè)務域、各數(shù)據(jù)域之間的無歧義、無猶豫，單一的數(shù)據(jù)來源的工業(yè)企業(yè)生產(chǎn)數(shù)據(jù)庫。

三是生產(chǎn)力數(shù)據(jù)庫的缺失，工業(yè)數(shù)據(jù)多以工業(yè)場景控制設備采集數(shù)據(jù)為主，這個數(shù)據(jù)采集量是巨大的，具有較強的連續(xù)性和關聯(lián)性，目前的一些工業(yè)協(xié)議的互聯(lián)互通是存在較大的一個瓶頸。

四是數(shù)據(jù)安全的可信現(xiàn)狀急需改變，工業(yè)數(shù)據(jù)的業(yè)務的價值因敏感度較高，企業(yè)多明顯傾向于數(shù)據(jù)本地化的運營和存儲。對這種數(shù)據(jù)安全性的要求呢，是極高的。”