5月24日,國家數(shù)據(jù)局會同生態(tài)環(huán)境部、交通運輸部、國家金融監(jiān)管總局、中國科學(xué)院、中國氣象局、國家文物局、國家中醫(yī)藥局等部門在第七屆數(shù)字中國峰會主論壇上發(fā)布首批20個“數(shù)據(jù)要素×”典型案例。
首批發(fā)布的20個“數(shù)據(jù)要素×”典型案例,是從各地上報至國家數(shù)據(jù)局的800余個案例中選出,在行業(yè)領(lǐng)域方面涵蓋了工業(yè)制造、現(xiàn)代農(nóng)業(yè)、商貿(mào)流通、交通運輸、金融服務(wù)、科技創(chuàng)新、文化旅游、醫(yī)療健康、應(yīng)急管理、氣象服務(wù)、城市治理、綠色低碳等12個行業(yè)和領(lǐng)域,公共數(shù)據(jù)在各地案例中仍然占據(jù)了主導(dǎo)地位。
地域方面覆蓋了北京、上海、浙江、江蘇、四川、安徽、湖南、湖北、廣東、福建、山東、新疆等12個省份,除了東部發(fā)達(dá)省份,西部和中部省份也有不少。
企業(yè)規(guī)模和類型方面包括中央企業(yè)、地方國有企業(yè)和民營企業(yè),展示了有關(guān)單位促進(jìn)數(shù)據(jù)要素開發(fā)利用的典型經(jīng)驗做法,彰顯了數(shù)據(jù)要素推動經(jīng)濟(jì)社會發(fā)展的乘數(shù)效應(yīng)。
首批20個“數(shù)據(jù)要素×”案例
一、工業(yè)制造領(lǐng)域
案例一:國家能源投資集團(tuán)有限公司匯聚了鐵路運輸裝備、港口裝備、船舶裝備等 22 類、9 類、6 類的運行、故障與維修等超 30 億條數(shù)據(jù),破除了裝備制造商間的數(shù)據(jù)阻礙,構(gòu)建起智能模型,形成將近 600 類裝備設(shè)計和研發(fā)數(shù)據(jù)集,搭建起數(shù)據(jù)資產(chǎn)交易平臺,摸索出數(shù)據(jù)資產(chǎn)定價模型,吸引 275 個運輸裝備制造企業(yè)展開數(shù)據(jù)資產(chǎn)交易,有力推動了近 100 家運輸裝備產(chǎn)品的設(shè)計與功能優(yōu)化。
案例二:四川長虹電子控股集團(tuán)有限公司構(gòu)建工業(yè)數(shù)據(jù)空間,打通測試、生產(chǎn)、庫存、應(yīng)付賬款、供應(yīng)商資信等數(shù)據(jù),促使產(chǎn)業(yè)鏈上下游強(qiáng)化信息共享,向代工品牌商安全共享超過 135 萬臺電視生產(chǎn)質(zhì)量數(shù)據(jù),賦能產(chǎn)值超 90 億元。依靠供應(yīng)鏈數(shù)據(jù),為產(chǎn)業(yè)鏈上下游中小微企業(yè)提供融資,授信服務(wù)涵蓋 64 家大型企業(yè)和 1650 家中小企業(yè),融資額超 40 億元。
二、現(xiàn)代農(nóng)業(yè)領(lǐng)域
案例三:江蘇省互聯(lián)網(wǎng)農(nóng)業(yè)發(fā)展中心融合農(nóng)情、植保、氣象、基礎(chǔ)空間等數(shù)據(jù),提供歷史病害、監(jiān)測分析、預(yù)警發(fā)布等服務(wù),累計監(jiān)測小麥和水稻種植面積超 2 億畝,近三年年均挽回稻麥損失 200 萬噸,年均挽回直接經(jīng)濟(jì)損失 49.8 億元。
三、商貿(mào)流通領(lǐng)域:
案例四:浙江中國小商品城集團(tuán)股份有限公司通過公共數(shù)據(jù)授權(quán)運營,融合小商品城企業(yè)數(shù)據(jù),推出企業(yè)信用、供應(yīng)鏈金融等數(shù)據(jù)產(chǎn)品服務(wù),提升了貿(mào)易效率,降低了交易風(fēng)險,2023 年,全年累計授信總額 90.57 億元,放款額 35.58 億元,為 3.3 萬余戶小微企業(yè)提供融資支持。
案例五:上海鋼聯(lián)電子商務(wù)股份有限公司通過匯聚大宗商品生產(chǎn)、供應(yīng)、銷售、價格等數(shù)據(jù),并融合外部企業(yè)提供的遙感衛(wèi)星數(shù)據(jù),開發(fā)了商品價格指數(shù)等多個系列數(shù)據(jù)產(chǎn)品,累計形成了 900 多個大宗商品 10 萬多條日度價格數(shù)據(jù),服務(wù) 30 多萬個付費用戶,以及 300 多萬個免費用戶,為國內(nèi)外現(xiàn)貨和衍生品市場提供結(jié)算基準(zhǔn)和定價參考。
四、交通運輸領(lǐng)域:
案例六:浙江四港聯(lián)動發(fā)展有限公司打造智慧物流云平臺,先后整合打通政務(wù)、班輪、碼頭、貨代等 100 多個系統(tǒng),匯集海運、空運、陸運、口岸各類物流數(shù)據(jù)超 1.1 萬項,對接各類物流數(shù)據(jù)超 1000 萬條,運用物流運單 AI 智能識別、智能沙箱等技術(shù),實現(xiàn)運輸軌跡、班輪船期、運輸價格、海關(guān)報關(guān)、航班信息等的一站式查詢,提升多式聯(lián)運承載能力和銜接水平。
五、金融服務(wù)領(lǐng)域:
案例七:浙江網(wǎng)商銀行股份有限公司、螞蟻科技集團(tuán)股份有限公司融合農(nóng)田遙感、農(nóng)業(yè)生產(chǎn)、農(nóng)戶授權(quán)數(shù)據(jù),優(yōu)化授信評估模型,2023 年以來,累計為 260 萬農(nóng)戶提供授信 638.8 億元,其中 53 萬農(nóng)戶首次獲得銀行貸款。
六、科技創(chuàng)新領(lǐng)域:
案例八:國家空間科學(xué)數(shù)據(jù)中心、國家高能物理科學(xué)數(shù)據(jù)中心、國家天文科學(xué)數(shù)據(jù)中心加強(qiáng)空間與天文領(lǐng)域科學(xué)數(shù)據(jù)全生命周期治理與融合開發(fā),打造超 50PB 規(guī)模的高質(zhì)量科學(xué)數(shù)據(jù)資源,提供面向超高能宇宙線起源、多波段時域天文等典型科學(xué)場景的數(shù)據(jù)分析應(yīng)用服務(wù),助力取得十余項國際領(lǐng)先的重大科學(xué)發(fā)現(xiàn),加速科學(xué)研究范式變革。
案例九:合肥機(jī)數(shù)量子科技公司融合 9000 萬化合物、1100 萬化學(xué)反應(yīng)路徑的龐大材料數(shù)據(jù),打造材料研發(fā)新模式,將數(shù)千次實驗優(yōu)化過程縮短至 300 次以下,開發(fā)效率提升超百倍,大幅提升新材料研發(fā)效率。
七、文化旅游領(lǐng)域:
案例十:湖南省博物院融合 103 萬條文物、11 萬張圖片、2000 余個三維模型等數(shù)據(jù),推動文物數(shù)據(jù)跨領(lǐng)域融合創(chuàng)新,先后推出云展覽、動畫視頻、沉浸式體驗等 200 余項數(shù)字化項目;舉辦 2 個大型線下數(shù)字展覽,吸引 60 余萬觀眾,實現(xiàn) 2300 萬元票房收入。
案例十一:武漢理工數(shù)字傳播工程有限公司整合多渠道圖書出版標(biāo)簽、發(fā)行渠道、讀者評價等數(shù)據(jù),助力出版單位更好把握市場趨勢和用戶需求,已為 300 多家出版單位提供了 1300 多款應(yīng)用與產(chǎn)品,助力文化市場繁榮。
八、醫(yī)療健康領(lǐng)域:
案例十二:訊飛醫(yī)療科技股份有限公司融合疾病、檢驗、藥物等數(shù)據(jù),訓(xùn)練智慧 AI 模型,應(yīng)用于全國 506 個縣區(qū)的近 5.3 萬個基層醫(yī)療機(jī)構(gòu),服務(wù) 6 萬余名基層醫(yī)生,累計提供 7.7 億次輔助診療,大幅提升基層醫(yī)療服務(wù)能力。
案例十三:北京市計算中心有限公司通過多渠道、合規(guī)收集海量藥物的研發(fā)關(guān)鍵數(shù)據(jù),建立專業(yè)化新藥研發(fā)數(shù)據(jù)集,進(jìn)行智能化分析和數(shù)據(jù)挖掘,有效降低新藥研發(fā)周期,輔助新藥研發(fā)項目 100 余項,人工智能預(yù)測靶點超 1 萬余個,為我國創(chuàng)新藥研發(fā)探索新路徑。
九、應(yīng)急管理領(lǐng)域:
案例十四:廣東省應(yīng)急管理廳整合 1171 類氣象、水利、林業(yè)等跨部門監(jiān)測數(shù)據(jù)和?;?、礦山等企業(yè)感知數(shù)據(jù),構(gòu)建大數(shù)據(jù)智慧分析模型,提高了應(yīng)急管理部門預(yù)測預(yù)警、協(xié)同處置、輔助決策等能力。2023 年,有效應(yīng)對了 30 輪強(qiáng)降雨和 6 次臺風(fēng),未發(fā)生重大安全事件,顯著提升應(yīng)急實戰(zhàn)能力。
案例十五:福建省電子政務(wù)建設(shè)運營有限公司融合 59.8 億條氣象預(yù)報、應(yīng)急物資、救援隊伍等應(yīng)急數(shù)據(jù)及 2.41 億條危險化學(xué)品、工貿(mào)、礦山等企業(yè)數(shù)據(jù),實現(xiàn)安全隱患智能預(yù)警和快速響應(yīng),2023 年以來,全省處置各類安全事故 550 余起,有效提升安全生產(chǎn)監(jiān)管水平。
十、氣象服務(wù)領(lǐng)域:
案例十六:四川省國土空間生態(tài)修復(fù)與地質(zhì)災(zāi)害防治研究院與四川省氣象臺共同搭建平臺,達(dá)成地質(zhì)、氣象等數(shù)據(jù)的協(xié)同效果,極大增強(qiáng)了風(fēng)險預(yù)警的實時性、精準(zhǔn)度與實用性。自 2022 年起,有力地支撐了全省范圍內(nèi)發(fā)布地質(zhì)災(zāi)害氣象風(fēng)險預(yù)警達(dá) 5839 次,實現(xiàn)成功避險 123 起。
案例十七:臺州市氣象局嘗試“買保險送氣象服務(wù)”的合作形式,讓企業(yè)能從保險公司以低成本獲取實時的風(fēng)向、風(fēng)速、雨量、溫度、能見度等氣象數(shù)據(jù)服務(wù),再結(jié)合風(fēng)功率預(yù)報模型、災(zāi)害風(fēng)險模型以及智慧工地平臺數(shù)據(jù),為電力調(diào)度和工程推進(jìn)提供決策參考,助力風(fēng)電企業(yè)降低成本并提升效益。
十一、城市治理領(lǐng)域:
案例十八:煙臺市大數(shù)據(jù)中心構(gòu)建鎮(zhèn)街綜合數(shù)據(jù)平臺,整合市、縣、鄉(xiāng)、村四級總共 15 個大類、1300 多萬條數(shù)據(jù),借助智能報表、智能臺賬等實現(xiàn)報表自由定制、數(shù)據(jù)自動復(fù)用以及結(jié)果實時統(tǒng)計,切實減少了基層數(shù)據(jù)的重復(fù)填報和手工篩查,減輕了基層在“指尖上”的負(fù)擔(dān),基層表格縮減率達(dá) 34%、填報縮減率超過 52% ,給基層治理現(xiàn)代化給予了有力的支撐。
十二、綠色低碳領(lǐng)域:
案例十九:國網(wǎng)新疆電力有限公司融合 807 家新能源場站的 5.7 億運行數(shù)據(jù)、8497 萬余條云圖數(shù)據(jù),創(chuàng)建新能源功率預(yù)測及消納能力分析模型,為新能源項目建設(shè)、并網(wǎng)運行、動態(tài)消納等提供決策依據(jù),助力風(fēng)電短期預(yù)測精度提升 4.3%,增加新能源上網(wǎng)電量 31.9 億千瓦時,提高并網(wǎng)效率 30%,為“雙碳”目標(biāo)的達(dá)成貢獻(xiàn)力量。
案例二十:合肥市生態(tài)環(huán)境局融合 11 億條與藍(lán)藻治理相關(guān)的數(shù)據(jù),構(gòu)建智能模型,精確預(yù)測巢湖藍(lán)藻的發(fā)生狀況,結(jié)合預(yù)警信息并提前介入管控,2023 年巢湖水質(zhì)穩(wěn)定保持在Ⅳ類,達(dá)到 1979 年以來的最佳水平,巢湖流域生態(tài)得到了系統(tǒng)性的改善。
(本文資料收集自公開渠道,文章、圖片版權(quán)均歸原作者所有,如有侵權(quán)敬請聯(lián)系刪除)
★
南京卓遠(yuǎn)數(shù)據(jù)資產(chǎn)入表業(yè)務(wù)產(chǎn)品說明