工业数据筑基行动全面启动：一场由数据驱动的制造业变革悄然展开

工业数据筑基行动全面启动：一场由数据驱动的制造业变革悄然展开

4月9日，工业和信息化部正式发布14个“工业数据筑基行动”先行先试联合体名单。该行动旨在贯彻落实国家关于人工智能发展的重要战略部署，探索工业数据“采集—整合—应用”的有效路径，推动高质量行业数据集的建设与应用。

此次行动不仅是数字化转型的阶段性试点，更是国家在工业数据治理和生态构建方面的重要战略部署。全球制造业竞争已从硬件设备与技术比拼，转向以数据为核心的战略较量。美国正推进工业数据共享池建设，德国依托“制造—X”计划构建可信数据生态，日本则投入巨资整合制造业数据资源。相比之下，中国虽具备全球最完整的工业体系，却长期面临“采不全、通不动、用不好”的数据治理难题：中小企业数据利用率不足30%，高质量、可流通数据产品不足千个，近四成工业数据处于沉睡状态，数据治理成本甚至占智能化改造成本的一半以上。

工业和信息化部信息技术发展司司长王彦青在3月24日的国务院新闻办公室发布会上指出，下一步将从政策引导、资源支撑和生态培育三个方向发力，推动工业数据要素高效流通。具体措施包括联合地方政府提供资源支持、制定数据要素赋能新型工业化的政策、加快数据标准建设、壮大数据服务产业，并强化AI开源社区建设。

打造工业AI的“精粮”：高质量行业数据集

高质量行业数据集是本次行动的核心内容。中国工业互联网研究院副院长田野指出，这类数据集不是单纯的“数据堆砌”，而是经过系统采集、清洗与标注，可直接用于训练人工智能模型、提升模型性能的数据集合。其关键在于“可用性”和“合规性”。

普通工业数据更像是“原材料”，而高质量数据集则被比作“工业精粮”，具备高度结构化和因果解释能力。与之不同的是，互联网数据虽然获取相对容易，但权属模糊、合规性差，难以直接用于工业场景。

郭朝晖，上海优也信息科技首席科学家、AII工业大数据特设组副主席表示，真正可用的高质量数据集应满足“时间连续、空间完整、因果可识别”三大核心要求。同时具备数据精度高、采集频率高、时钟同步性高等特点，能够从生产源头稳定获取并长期存储，实现“像管产品质量一样管数据质量”。

面向AI的工业数据建设迎来四大变革

中国信息通信研究院工业互联网与物联网研究所副主任尹子航指出，面向AI赋能制造业的新定位，工业数据建设需完成从传统治理模式向AI适配模式的跃迁，具体体现在四个方面：

• 数据模态从单一结构化数据转向文本、图像、时序等多模态融合，覆盖操作手册、设计图纸、设备参数等全类型工业知识。
• 数据加工需由行业专家深度参与标注，并通过极端场景数据合成技术，补齐故障、异常等长尾数据。
• 数据流通需统一格式、接口与质量评估标准，打破封闭壁垒，实现跨企业、跨领域数据共享。
• 数据共享从私有化持有向安全前提下的开源共享转变，依托国家级AI开源社区建设数据专区。

尹子航进一步指出，从政策评估角度来看，高质量行业数据集的评价维度依次为安全性、价值性、质量和规模。安全性是基础，必须依托区块链、可信数据空间等技术保障数据安全；价值性体现在是否能有效支撑研发、生产、协同等智能化场景；质量则需满足准确性、完整性、一致性和时效性要求；规模并非首要目标，“小切口”先行更有利于试点落地。

破解工业大模型“无米下锅”的难题

田野指出，高质量数据集是推动工业大模型从通识走向专业、从实验室走向生产线的核心引擎，有助于构建“数据—模型—应用”闭环，大幅降低企业数据治理成本。目前，工业大模型训练面临两大数据瓶颈：一是覆盖全流程的跨企业规模化数据，二是贴合工艺机理、带完整语义描述的深度标注数据。

当前，具备高质量数据供给能力的企业数量和规模仍不足，成为制约AI深度应用的关键因素。

“1+4+N”体系：打通工业数据全链条

行动构建“1+4+N”实施框架，即1个可信互联平台、4类核心资源库、N个AI应用场景，旨在打通工业数据采集、治理、流通与应用的全流程，打造高效数据要素配置体系。

田野强调，当前最难突破的是数据的可持续供给问题。许多企业坚守“数据不出域”的安全底线，必须构建“集中统一目录+数联网+分布式可信数据空间”的技术体系，实现“可用不可见、可控可计量”的数据流通。

行业数据合作联合体由企业、平台和科研机构三方协同推进。企业开放高价值场景和合规数据，牵头开展大模型试点；平台机构提供数据采集、标注、合成等一站式服务；科研机构则聚焦技术攻关与标准制定。

为避免重复建设与资源浪费，行动明确了三大原则：垂直统筹、需求牵引和存量复用。重点行业只建一套共性基础库，由链主企业牵头管理；数据集建设需以AI应用场景倒推；已建数据集可直接纳入体系，实现跨平台互认。

谁将率先受益？三类主体迎发展先机

尹子航认为，钢铁、汽车行业因产业链长、数字化基础好，将优先受益。先进制造业集群和新材料专项依托政策支持快速推进试点；国家先进制造业集群所在区域因产业集中度高，具备数据协同与公共设施建设优势；产业链龙头企业和平台企业则在标准制定与平台建设中占据主导地位。

中央财经大学数字经济融合创新发展中心主任陈端指出，数据服务订阅/租赁、价值分成、数据信贷及资产作价入股等商业模式将逐步跑通，其中订阅/租赁模式因匹配中小企业轻量化用数需求，有望成为首个突破口。

破解“不敢共享”困局：利益共享与技术保障并行

北京物联网智能技术应用协会副会长、中关村大数据产业联盟副秘书长颜阳指出，协会与联盟将推动数据“三权分置”利益分配机制，明确持有权、使用权与经营权，保障数据供给方可持续收益。

同时，推广隐私计算、联邦学习、区块链等技术，实现“可用不可见”，消除企业数据泄露顾虑。此外，推动统一数据标准与评价体系，搭建公共运营平台，降低中小企业治理与对接门槛。

中小企业迎来“数据普惠”转型红利

陈端指出，工业数据筑基行动为中小企业提供了低成本接入高质量数据的路径，无需高昂投入即可获得技术支持与数据服务，推动其向数智化跃升。

颜阳补充，对于中小企业而言，这既是转型的机遇，也是生存的压力。AI原生时代，不具备数据能力的企业将面临降维打击。而借助行业联盟和公共服务平台，中小企业可通过API调用、订阅服务等方式，低成本拥抱AI。

长期战略：构建新质生产力的数据基座

从更长远的视角看，工业数据筑基行动为工业领域新质生产力的发展构建了坚实的数据基座，推动增长范式从传统资源驱动向数据驱动转型。

陈端认为，此次行动通过“行业数据合作联合体”组织模式，探索如何将“全国一盘棋”的体制优势与市场机制结合，在保障安全前提下激活跨企业、跨产业链协同价值，为全国统一数据要素市场建设探路。

制度创新：四项制度成果待复制推广

尹子航指出，筑基行动将重点探索四项制度成果：工业数据确权操作规范、场景驱动的数据估值方法、创新流通交易机制及多方共赢收益分配机制。

这些制度不仅为“数据二十条”和“数据要素×”政策落地提供实践支撑，也为工业数据要素的高效流通和价值释放提供制度保障。

数据话语权的重构：三类核心主体崛起

陈端指出，未来工业话语权将向三类核心主体集中：一是数据枢纽平台，二是产业链链主企业，三是数据价值贡献者。

颜阳补充，制造企业将从“黑盒生产”转向“白盒化”数据驱动模式，工业平台商转型为“双边市场连接器”，数据服务商成为数据资产化“翻译官”，AI公司则向“基础设施构建者”演进。

未来数据服务市场将呈现更精细化、专业化的趋势，包括数据合成、动态治理审计、数据价值精调、数据入表咨询等需求将显著增长。

随着14个联合体名单的发布，工业数据筑基行动正从顶层设计迈向落地实施。制度体系不断完善，产业生态逐步成熟，高质量工业数据将在智能制造的AI时代释放更强大的生命力。