企业大数据管理面临哪些挑战？四大挑战详解。目前，国内的工业数据流通体系仍然不完善，虽有多家活跃于市场的数据交易中心，但数据流通的合法合规性仍未得到应有的重视，现行法律对于数据流通的很多问题都没有明确，许多工作仍以行业自律的模式开展。工业企业数据流通需求与日俱增，规范数据的共享和开放刻不容缓。

近年来，随着信息化的持续推进以及工业互联网应用的逐步深入，工业企业的数据呈现爆发增长趋势，工业数据的分析挖掘在推动企业降本增效、提升竞争力等方面的作用也日益凸显。2018年年末，中国信息通信研究院联合工业互联网产业联盟，针对我国工业企业数据管理现状开展了一轮调研。调研结果显示，工业企业的数据管理工作滞后于其他行业，数据基础还远远不能支撑智能化的需求，亟须“补课”，同时，工业数据安全风险、流通等问题也亟待解决。
工业领域信息化起步相对较晚，工业数据也更为复杂，涉及研发、生产、管理、运维、服务等多个环节，因而数据管理工作的推进也相对滞后。随着工业互联网发展的不断深化，在工业领域加强数据管理的重要性日益突出。与其他行业类似，工业数据管理工作的重点也是保障数据质量与安全，促进数据互操作，为工业智能提供高质量、高可靠的基础数据资源。
调查显示，我国工业企业的数据资源存量普遍不大，66%的企业数据总量都在20TB以下，还不到一个省级电信运营商日增数据量的十分之一；管理手段比较落后，51%的企业仍在使用文档或更原始的方式进行数据的管理；数据孤岛情况普遍，企业对自身可用的数据资产缺乏全面了解。无论从管理手段上，还是技术手段上，都远远不能支撑工业互联网发展应用后数据管理的风险和复杂度。
一、数据管理落地实施滞后
企业对于数据的重视和理解程度是其开展数据管理工作的前提。随着工业企业信息化的普及以及工业互联网的快速发展，工业企业对于数据管理重要性的认识正逐步提高，但实际落地情况却令人担忧。调查显示，98.6%的企业觉得数据管理工作值得投入，其中77%的企业坚信数据管理很重要，并认为数据管理是一个长期的过程且会为企业带来价值。然而，仅32.4%的企业开展了数据管理相关工作，接近半数的企业尚未规划专门的人力投入。
二、集中化引入带来新的安全风险
随着传感器的大量使用，以及云计算、大数据等新兴技术带来的数据汇集，工业数据和应用呈现快速增长趋势，企业数据的存储和管理面临新的挑战。工业企业在选择本地化部署工业互联网平台或是云服务商进行数据和业务的托管时，首要考虑的因素是成本和安全。据2018年的统计数据显示：减少基础设施投资和满足资源快速扩展需求是企业选择公有云的重要原因，但最大顾虑仍是公有云的安全性；超过50%的企业会出于安全性和可控性选择私有云。工业企业对于安全性尤其重视，特别是在看待数据上云问题时，仍保持谨慎的态度。
顺应数据融合互联的趋势，以传统物理隔离、封闭数据的方式保障安全已经不再适合新时代下的数据环境。然而，数据向平台集中的发展趋势会形成新的潜在安全风险。2018年7月，包括通用汽车、菲亚特、克莱斯勒、福特等在内的100多家制造企业的敏感文件就因其合作供应商存储服务器的漏洞而面临泄露风险。云服务安全事故频发，且行业尚未形成完善的数据资产定价和赔偿机制，更是导致工业企业对数据上云心存芥蒂。
三、流通需求旺盛但阻力很大
工业互联网的价值体现在数据跨领域、跨行业共享。随着数据应用需求和大数据技术的发展，工业企业对于数据合作的需求大量增加。调查显示，超过半数的企业表示需要使用外部数据或对外提供数据。数据流通需求的增长会带来很多问题和挑战，比如数据质量、数据定价和数据流通合规性等。在实地走访中，大量企业表示由于没有明确的法律法规保障以及成熟的技术解决方案支撑，对于企业间数据合作存在很大的顾虑。目前，国内外对于数据流通的研究已有一段时间。
四、数据基础依然薄弱
数据管理的概念伴随着20世纪80年代数据库技术在各个行业的应用而诞生，目的是为了更有效地对计算机系统中的数据进行存储和访问。数据管理在发展演进的过程中，形成了包括数据质量、数据安全、数据标准、数据互操作、数据共享与流通在内的多项核心管理职能，通过体系化的方式实现数据的可用、好用，从而更好地发挥数据的价值。2000年以来，银行、电信等信息化程度较高的行业，面临越来越庞大和复杂的数据资产，开始建设数据仓库，并逐渐建立起专业化的数据管理体系，较好地支撑了日益增长的经营分析与决策支撑需求。
企业大数据管理面临哪些挑战？四大挑战详解，当前，以大数据为代表的新一代信息通信技术正在加速与传统行业融合，催生工业大数据、医疗大数据、金融大数据、农业大数据等新技术和新应用，与此同时，大数据也正在助力人工智能技术的发展。可以说，大数据正在赋能各行各业，为我们的生产和生活带来更多的便利。