4月9日
，為貫徹落實黨中央
、國務院關於人工智能發展的決策部署，加快探索工業數據“采”“集”“用”有效路徑，按照《工業和信息化部辦公廳關於啟動工業數據築基行動開展麵向人工智能賦能的高質量行業數據集建設先行先試的通知》（以下簡稱行動或《通知》），工業和信息化部公布14個先行先試聯合體名單。

這不是一次普通的數字化試點
，而是我國爭奪工業數據主權、打造自主可控工業數據生態的國家戰略落子。當前


，美國布局工業數據共享池、德國依托“製造—X”計劃構建可信數據生態、日本投入萬億日元整合製造業數據，全球工業競爭已從設備
、技術比拚
，轉向數據與生態的終極較量。而我國雖擁有全球最完整工業體係
，卻深陷數據“采不全、通不動、用不好”的困境：中小企業數據利用率不足30%
，gaozhiliangkeliutongshujuchanpinbuzuqiange，jinsichengshujuchenshuichendian
，shujuzhilichengbenzhandaozhinenghuagaizaochengbendeyibanyishang。gongyeshujuzhujixingdong
，zhengshipojuzhechangshujukunju、讓數據真正成為AI賦能製造業核心燃料的關鍵一招。

工信部信息技術發展司司長王彥青在3月24日國新辦發布會上明確表示

，下一步
，工信部將從支撐保障
、政策引導
、shengtaipeiyusanfangmianchixufali，lianhedifangbumenweishidiantigongziyuanzhichi
，chutaishujuyaosufunengxinxinggongyehuazhengce，jiakuaishujubiaozhunyanzhi

，zhuangdashujufuwuchanye，zuoqiangAI開源社區，為工業數據要素高效流通與價值釋放保駕護航。

全麵重構 AI時代的工業“精糧”

高質量行業數據集是工業數據築基行動的核心載體，也是區別於普通工業數據、互聯網數據的關鍵存在。中國工業互聯網研究院副院長田野向中國工業報表示，按照TC609（全國數據標準化技術委員會）定義，高質量數據集是指經過采集、加工等數據處理
，可直接用於開發和訓練人工智能模型
，能有效提升模型性能的數據的集合它不在於“數據多”
，而是數據好用

、敢用、能用。

田野指出


，普通工業數據是“原材料”
，工業高質量數據集則是可直接賦能AI


、驅動生產的“工業精糧”。hulianwangshujushiwangminzaihulianwangshanggezhongxingweihuodongchanshengdeshuju
，juyoujiaoqiangdekaifangshuxing
，huoquxiangduirongyi。danqishujuquanshujiedingmohu

，kaifaliyongquancunzaizhengyi。xiangbizhixia，youzhizaoqiyegonggeixingchengdegaozhiliangxingyeshujujiquanshuqingxi。shujuchanshengyuqiyezhenshideshengchanjingyinghuodong
，qiquanshumingqueguishuyuqiye
，juyoujigaodeheguixing。

從工廠一線落地視角出發，工業互聯網產業聯盟（AII）工業大數據特設組副主席
、上海優也信息科技有限公司首席科學家郭朝暉向中國工業報表示，企業真正能用、好用的高質量工業數據集，必須以客戶實際需求為核心導向
，滿足“時間連續、空間完整、可識別因果”三大核心要求，同時具備數據精度高

、采集頻度高、時鍾統一度高的特點，能夠從生產源頭獲取並長期穩定存儲，真正實現“像管產品質量一樣管數據質量”。他強調，工業數據覆蓋人機料法環測全維度
，結構複雜且側重因果關係研究。

麵向AI賦能製造業的全新定位，工業數據建設被提出顛覆傳統的新標準、新xin要yao求qiu
，中zhong國guo信xin息xi通tong信xin研yan究jiu院yuan工gong業ye互hu聯lian網wang與yu物wu聯lian網wang研yan究jiu所suo數shu據ju與yu智zhi能neng業ye務wu部bu副fu主zhu任ren尹yin子zi航hang告gao訴su中zhong國guo工gong業ye報bao，這zhe一yi定ding位wei讓rang工gong業ye數shu據ju建jian設she從cong傳chuan統tong治zhi理li模mo式shi轉zhuan向xiangAI適配模式，迎來四大核心變革：一是數據模態從單一結構化數據，轉向文本
、圖像

、時序數據兼備的多模態體係，覆蓋操作手冊、設計圖紙、設備運行參數等全類型工業知識；二是數據加工必須由行業專家深度參與標注
，同步通過極端場景數據合成技術，補齊故障
、異常工況等長尾稀缺數據，避免模型訓練出現樣本偏差；三是數據流通必須統一格式、接口、質量評估標準，打破企業內部封閉使用壁壘，實現跨企業、跨領域數據高效互通調用；四是數據共享從私有化持有轉向安全前提下的開源共享，依托國家級AI開源社區建設工業數據開源專區，形成行業公共數據資源池。

尹子航強調
，從部委視角評估，高質量行業數據集的核心標準排序為安全、價值、質量、規模。安全是數據流通共享的前提，工業數據涉及企業商業秘密與國家經濟安全，需依托區塊鏈、可信數據空間等技術築牢安全防線
；價值是數據集建設的核心目標，必須能支撐研發設計、生產製造、產業協同等場景智能化應用，真正實現製造業提質降本增效；質量是數據有效使用的基礎
，需滿足準確性、完整性
、一致性、時效性要求
，保障模型訓練效果；規模並非首要追求，行動強調“小切口”先行先試，細分場景下的高價值
、高質量數據
，同樣能支撐關鍵AI應用落地。

田野還提到

，高質量行業數據集是破解工業大模型“無米下鍋”困境的核心引擎，能推動工業大模型從通識走向專業、從實驗室走向生產線，同時形成“數據-模型-應用”迭代閉環，大幅降低企業數據治理成本。當前工業大模型訓練最緊缺兩類數據：一是覆蓋研發
、製造
、經營、運維全流程的跨企業規模化數據，二是貼合工藝機理、匹配真實工況
、帶完整語義描述的深度標注數據。目前可供給數據的企業數量偏少、供給規模偏小
，仍是製約工業AI深度落地的核心瓶頸。

誰先受益 “1+4+N”體係深度解碼

工業數據築基行動構建“1+4+N”核心實施框架，即1個可信互聯平台
、4類核心資源庫、N個AI應用場景，旨在打通工業數據采集、治理、流通、應用全鏈條
，形成數據要素高效配置生態。田野表示，這一體係落地最難突破的環節是數據可持續供給
，工業企業普遍堅守“數據不出域”安全底線
，必須構建“集中統一數據目錄+數聯網+分布式可信數據空間”的技術體係
，實現數據“可用不可見、可控可計量”
，同時配套創新商業模式，解決數據供給側企業的核心訴求
，保障數據持續穩定供給。

在行業數據合作聯合體中，企業
、平台、科研機構三方主體分工明確
、協同發力：企業開放高價值生產場景、共享合規工業數據、沉澱行業機理知識，牽頭開展工業大模型與工業智能體應用試點，形成可複製案例向全產業鏈推廣

；平台機構聚合製造企業
、數據服務商、雲廠商、大模型企業等多元主體，搭建行業數據可信互聯平台
，提供數據采集、標注、合成一站式服務，開發標準化數據產品
，降低中小企業參與門檻；科研機構聚焦數據技術攻關與標準研製，提供落地解決方案，推動技術成果與工業場景深度融合，形成統一行業規範。

田野強調，為避免重複建設、資源浪費
，行動明確三大核心原則：堅持垂直化統籌，一個重點行業僅建設一套共性基礎庫，由鏈主企業牽頭聯合體統一管理

；實施需求牽引機製，以AI應用場景倒推數據集需求目錄
，杜絕盲目建庫
；強化存量數據複用與標準統一，已建成的合格數據集直接納入體係
，行業共用一套數據字典

、接口與質量規範，實現跨平台互認互通。

尹子航認為，此次行動將率先讓三類主體成為標杆示範，搶占工業數據要素發展先機。行業層麵，鋼鐵、汽車產業鏈長、數字化基礎紮實、關鍵工序數控化率高，優先受益，先進製造業集群、新材料重大專項覆蓋行業，依托政策資金支持快速推進試點
；quyucengmian

，guojiaxianjinzhizaoyejiqunsuozaiquyuchanyejizhongdugao，bianyushujuxietonggonggeiyugonggongjichusheshijianshe，zhongxiaoqiyeshuzihuazhuanxingchengshishidian

，yituoxianyougaizaojichuyanshenjiansheshujuxunlianjidi、探索流通交易機製；企業層麵，產業鏈龍頭企業牽頭聯合體
，主導標準製定與平台建設，率先實現數據資產化；工業互聯網平台、大數據中心等平台機構
，承擔核心平台建設任務，獲得政策與資源雙重支持；數據谘詢、治理、標注等專業服務企業，迎來廣闊市場空間。

中央財經大學數字經濟融合創新發展中心主任陳端向中國工業報判斷
，數據服務訂閱/租賃、數據價值分成、數據信貸、數據資產作價入股四類商業模式將在工業領域逐步跑通，其中數據服務訂閱/租賃模式最易落地
，能精準匹配中小企業輕量化用數需求，成為工業數據商業化的首個突破口；數據價值共享的“分成模式”深度綁定多方利益，促進數據持續貢獻與價值共創，是行動鼓勵探索的方向；數據信貸與數據資產融資模式：隨著數據資產入表等相關會計製度的完善
，以及數據價值評估體係的建立，企業持有的高質量數據集可被評估為無形資產進行抵押融資；“數據資產作價入股”模式（創新前沿）
，是將數據資產直接資本化的高級形式，這種模式能極大激發數據持有方的積極性

，促進數據要素與技術
、資本的深度融合。

針對企業“不願共享
、不敢共享、不會共享”的行業痛點，北京物聯網智能技術應用協會副會長
、中關村大數據產業聯盟副秘書長顏陽向中國工業報表示，協會與聯盟層麵將搭建破局機製：建立基於“三權分置”的利益分配機製
，明確數據資源持有權、加工使用權、產品經營權，保障數據供給方獲得持續收益；推廣隱私計算、聯邦學習
、區塊鏈確權技術，實現數據“可用不可見”，消除企業數據泄露顧慮；牽頭製定行業統一數據標準與評價體係，搭建公共數據運營平台，降低企業數據治理與對接門檻
，變“獨自摸索”為“集體協同”。

對於最受關注的中小企業，陳端biaoshi，zheshizhongxiaoqiyeshuzihuazhuanxingdezhongdafazhanjiyu，xingdongtongguolianhetimoshidaposhujulongduan，tuidongliyigongpinggongxiang，zhongxiaoqiyewuxutourugaoangchengbenzijianxitong
，jikedichengbenjieruxingyeziyuanku，huoqubiaozhunhuagaozhiliangshujuyujishuzhichi，zhenzhengshixian“數據普惠”。同時
，行動探索數據確權
、價jia值zhi評ping估gu與yu收shou益yi分fen配pei機ji製zhi
，中zhong小xiao企qi業ye可ke通tong過guo數shu據ju供gong給gei獲huo得de合he理li收shou益yi
，數shu據ju話hua語yu權quan不bu再zai依yi賴lai數shu據ju占zhan有you量liang，而er是shi取qu決jue於yu對dui數shu據ju價jia值zhi的de貢gong獻xian度du。

顏陽向中國工業報補充，對中小企業而言
，此次行動既是生存壓力也是轉型紅利。壓力在於AI原生時代，無法實現數據化生存的企業將被高效率的“一人公司”或極簡團隊降維打擊
；機遇在於中小企業可依托行業聯盟、公共服務平台，通過API調用、訂閱服務等輕量化按需付費模式，無需巨額研發投入就能擁抱大模型賦能，實現低成本數智化躍升。

長期戰略 為新質生產力打造核心數據基座

從數字經濟與新質生產力的角度看，工業數據築基行動的長期意義，在於為工業領域新質生產力的勃興構築不可或缺的“數據基座”，並從根本上推動工業增長範式的重構
，這也是在國家層麵為人工智能時代工業競爭力的重構進行的一次係統性、前瞻性的“地基”工程。

陳端表示，此次行動沒有采取“大水漫灌”，而是精準地依托重點行業企業、平台機構、先進製造業集群、中小企業數字化轉型城市試點四類主體，以“行業數據合作聯合體”這一創新組織模式開展先行先試。這實際上是在探索如何將我國“全國一盤棋”的體製優勢與市場機製結合，在保障數據安全與權益的前提下，激活跨企業、跨產業鏈的數據協同價值，為全國統一數據要素大市場在工業領域的建設投石問路。

尹子航明確

，在國家數據要素整體布局中，工業數據築基行動是“數據二十條”“數據要素×”從頂層設計走向工業實操落地的關鍵環節。與“數據二十條”相比，築基行動將數據產權、流通交易
、收益分配、安全治理四大基礎製度
，落到工業場景實操層麵
，實踐檢驗“三權分置”原則在產業鏈中的應用方式；與“數據要素×”相比，築基行動聚焦解決高質量數據供給痛點，為“數據要素×工業製造”提供核心資源支撐，釋放數據要素乘數效應。

尹子航表示
，此次先行先試核心要探索四項可複製製度成果：一是工業數據確權操作規範，明確產業鏈數據權利邊界，形成標準化協議模板
；二是場景驅動的數據估值方法

，適配工業數據價值特性
，為數據交易
、資產入表提供依據
；三是創新數據流通交易機製
，推廣訂閱製
、分成製等適配數據特性的模式；四是多方共贏收益分配機製，打通中小企業數據收益通道，建立可持續數據供給激勵。

陳端還提到
，對地方政府而言

，參與先行先試是搶占產業發展製高點的戰略機遇：一是打造產業集聚與招商引資新抓手，吸引龍頭企業、平台機構
、數據服務商集聚，培育數據標注
、治理、谘詢等生產性服務業；二是成為傳統產業轉型升級加速器，破解本地產業“數據孤島”痛點，提升企業智能化水平

；三是搶占政策資源支持窗口期

，獲得國家專項資金
、指導支持與經驗推廣；四是培育未來經濟增長極，提前布局數據租賃
、數據信貸、數據保險等新興業態
，在區域經濟競爭中占據主動。

格局重塑 數據價值決定新的話語權

“掌握某一行業的高質量
、quanweishujuji
，yiweizhezhangwoledingyigaixingyeshuzikongjianbiaozhundehuayuquan。zhebujinnengxiyinshangxiayouqiyejuji
，xingchengshengtai，gengnengtongguoshujufuwuyanshengchuxindeshangyemoshihelirunzhongxin，jubeichangyuandezhanlvejiazhi。”陳端表示，未來不再是簡單的“誰占有數據誰有話語權”
，而是構建“共建、共治、共享”的協作型話語權體係，話語權向三類核心主體集中。

第一類是數據樞紐平台，牽頭建設行業可信互聯平台的主體
，成為工業數據彙流
、治理、分發的核心樞紐
，在數據流通規則

、技術標準製定
、收益分配機製中占據主導地位，掌控數據要素配置主動權
；第二類是產業鏈鏈主企業，牽頭聯合體整合物理供應鏈與數據供應鏈，將管理規範、技術知識轉化為數據標準向全產業鏈輸出，鞏固鏈主地位的同時，開拓數據服務全新營收增長點；第三類是數據價值貢獻者，中小企業
、數據服務商、科研機構等，憑借數據供給、技術攻關
、標準研製等貢獻獲得合理收益，話語權由價值創造能力決定。

顏陽補充，行動將推動全產業鏈角色全麵轉型：製造企業從傳統“黑盒生產”轉向“白盒化”數據驅動，依托數據資產實現個性化定製升級；工業互聯網平台商成為“雙邊市場連接器”，整合設備商、服務商與終端用戶；數據服務商成為數據資產化“翻譯官”，提供確權、清洗、脫敏、入表等專業服務
；AI公司從單純算法提供商轉型為AI原生基礎設施構建者，基於工業數據驅動生產邏輯重構。

在顏陽看來
，未來數據服務市場將湧現出更具顆粒度和專業化的新需求。首先是“數據合成”需求，當真實世界數據受限時，利用AI生成高質量合成數據來訓練模型將成為剛需；其次是動態的“數據治理與合規審計”服務，隨著跨境數據流動和隱私保護法規的完善，企業需要實時性的合規監控。此外
，數據交易市場將從粗放的整包交易轉向精細化的“價值精調”需xu求qiu
，即ji根gen據ju業ye務wu場chang景jing對dui數shu據ju價jia值zhi進jin行xing動dong態tai評ping估gu和he定ding價jia。最zui後hou
，隨sui著zhe會hui計ji準zhun則ze的de演yan進jin
，電dian子zi憑ping證zheng全quan生sheng命ming周zhou期qi的de數shu智zhi化hua管guan理li，以yi及ji輔fu助zhu數shu據ju資zi產chan“入表”的谘詢與審計服務將迎來爆發式增長。

這場由數據主導的工業革命


，已從頂層設計走向落地實操。隨著14個聯合體名單的公布，先行先試經驗逐步推廣、製度體係持續完善

、產業生態不斷成熟，高質量工業數據在AI時代中賦能智能製造將獲得更持久的生命力。