2019年“两会”部分代表委员提交了关于数据治理的提案议案。
近日，由北京大学法律人工智能实验室/研究中心举办的“数据治理热点问题” 研讨会上，与会专家也对数据治理的热点难点问题进行了探讨。其中，来自赛迪智库信息化研究中心工业互联网研究室的袁晓庆主任作了“个性化定制的趋势”的主题发言。
“所谓C2B，就是消费者提出要求，制造者据此设计消费品、装备品”，“鼓励企业开展个性化定制、柔性化生产，增品种、提品质、创品牌”。
个性化定制是传统工业过渡到智能制造阶段的重要标志，利用互联网平台和智能工厂建设，将用户需求直接转化为生产排单，开展以用户为中心的个性定制与按需生产，有效满足市场多样化需求，解决制造业长期存在的库存和产能问题，实现产销动态平衡。
从生产方式变革的角度看，个性化定制是智能制造需要解决的重大课题。智能制造就是要用数据的自动流动解决制造系统的复杂性和不确定性，这种不确定性既来自于产品生产本身的不确定性，也来自于个性化定制。智能制造的一个重要特征就是个性化定制。
美国国家标准与技术研究院NIST认为智能制造要解决的问题就是：差异性更大的定制化服务;更小的生产批量;不可预知的供应链变更和中断。德国工业4.0的典型代表——德国埃尔斯特集团(Elster Group)认为最能体现工业4.0本质的就是“高度定制化极小批量生产”。西门子成都工厂用一句话来总结工业4.0的本质，那就是高效率的个性化定制。
工业4.0给生产过程带来了极大的自由度与灵活性，通过在设计、供应链、制造、物流、服务等各个环节植入用户参与界面，新的生产体系能够实现每个客户、每个产品进行不同设计、零部件采购、安排生产计划、实施制造加工、物流配送，极端情况下可以实现个性化的单件制造，问题的关键是，设计、制造、配送单件产品是盈利的。
从技术路径视角来看，个性化定制就是实现数据流动的自动化。自动化可以理解为机器、系统或过程在没有人或少人的直接参与下，按照人的要求，能够实现预期目标的过程。自动化有两种，一种是看得见的自动化，如数控机床、机器人、自动供料机、物流AGV小车，自动完成某个动作、工序或流程，过去几百年的工业发展史就是自动化程度不断提高的发展史，这种自动化是看得见的;另一种是看不见的自动化——数据流动的自动化，随着各种设计工具、仿真模型、管理软件、工业数据的积累，随着信息物理系统(CPS)在更广范围内应用，在企业研发、测试、生产、物流、管理、服务等环节，在企业横向、纵向和产品全生命周期数据集成过程中，实现没有人为干预的数据互联、互通、互操作，即看不见的自动化。
从组织变革视角看，个性化定制需要构建新的组织管理模式。个性化定制化生产模式的关键在于如何快速响应每一个客户的需求，需要组织上的变革，“企业能力平台+自组织”正在成为互联网时代一种全新的组织景观，根据需要企业内部可以组建新的团队、自动配置各类资源、自动优化调整运行机制。比如华为自己讲，在开展新产品研发时，通过“数字化平台+特种兵部队”这一模式，在全球几十个研发中心组织研发队伍资源，构建一个自组织的研发团队。
从行业应用看，将从服装、家具行业向家电、电子产品、汽车等行业延伸。依托“C2B+柔性化生产”，目前年规模化定制已经在服装、板式家具等个性化较强的行业中实现。智能手机、家电等3C产品正在探索这一模式。未来，私人汽车等结构更复杂的交通工具将逐步实现基于模块化的个性化定制，同时，具备联网和交互功能的智能3C产品的市场需求逐渐兴起，发展前景广阔。
海尔布局COSMO工业互联网平台，实现了由家电制造企业向平台型企业的转变、由大规模制造向大规模定制的转型以及由交易平台向交互平台的转变，其本质是对用户数据的开发利用。
袁晓庆认为，当制造业迈入数据时代时，数据化转型就是大势所趋，具体表现为以下五个特征：
第一，万物互联，即互联一切可数字化的事物;第二，数据驱动，即驱动制造资源的优化设置;第三，软件定义，即定义数据自动流动的规则;第四，平台支撑，即支撑制造业生态体系的构建，值得注意的是，此处共有三阶段，第三阶段是以知识交易为典型特征的工业互联网平台;第五，组织重构，即重构社会和企业的分工协作。
此外，工业互联网平台会涉及三类数据，人们对此应该采取不同的做法：第一，关于基于个性化定制的个人数据，应该鼓励开发和利用;第二，关于企业数据，应该开发利用设备数据，选择性开发利用企业经营数据;第三，关于国家安全数据，由于工业互联网平台是我国经济运行云图，属于准公共基础设施，应交由国家自行掌握。
