三步走破解堵点，打造西部工业数据要素配置高地｜智库圆桌

川观智库研究员 张斌

人工智能加速赋能制造业转型升级，工业数据作为新型生产要素，正成为驱动智能制造、重塑产业竞争格局的重要资源。今年3月，工业和信息化部启动“工业数据筑基行动”。6月，工业和信息化部、国家发展改革委等八部门印发《关于推动工业互联网高质量发展的实施意见》（以下简称《实施意见》），提出通过完善工业数据流通基础制度，促进工业数据要素高效合规流通交易，建设一批区域、行业高质量数据集等举措，释放数据要素潜力。

国家层面的政策框架明确，各地积极探路。

工业数据流通现状如何？有哪些难点待解？四川又该如何探索自身道路？川观智库邀请三位长期关注工业数据领域的专家，展开深度研讨。

工业数据具有特殊性

国家密集部署有其深层逻辑

●工业数据嵌入生产流程，具有高专业、强敏感、高壁垒特性，极易形成碎片化的数据孤岛。

川观智库：为什么要推动工业数据流通？

李海花：工业数据具有特殊性，和消费数据等存在本质差异。相比文旅、电商等消费领域数据偏公开性、共享性，流通阻力相对较小，工业数据深度嵌入生产流程，承载着工艺参数、产能调度、供应链协同等核心产业信息，具有高专业性（需行业知识才能解读）、强敏感性（一旦泄露可能削弱企业核心竞争力）、高壁垒性（格式不统一、接口不互通）等特征。因此，工业数据难以全域流通，极易形成碎片化的数据孤岛。

与此同时，工业数据又是高价值的核心生产要素。工信部启动工业数据筑基行动，从供给侧打造高质量工业数据集、培育行业数据联合体，直指工业人工智能落地“缺数据、缺好数据”的共性瓶颈；工信部等八部门出台的《实施意见》，从底层基础资源层面补齐可信传输交互的能力短板。二者形成“应用牵引+底座支撑”的上下呼应，共同构建工业数据要素流通的完整政策体系。这一系列部署释放的信号十分清晰：国家将从制度、技术、基础设施多维度协同发力，构建全国统一的可信流通规则与体系，推动工业数据从企业内部使用向跨域共享增值升级。

川观智库：工业数据流通对四川来说意味着什么？

陈光：四川是具备完整工业体系的省份之一，拥有独特优势禀赋。从产业基础看，电子信息、重装装备、光伏锂电先进材料等产业集群会产生海量的高价值工业时序数据、工艺数据。从算力成本看，随着全国一体化算力网络成渝国家枢纽节点建设全面启动，国家超算成都中心建成，四川算力供给充足，数据存储、模型训练成本较东部沿海低，适合大规模沉淀工业数据集。

在此情况下，四川可依托成渝算力枢纽与电子信息、装备制造、先进材料等万亿级产业集群，开展垂直产业链可信数据空间试点，在行业标准、交易规则、技术路线制定中抢占先机，打造西部工业数据要素配置高地。

商业模式不清晰是最大堵点

“自己分享、别人获利”顾虑待解

●大企业观望试探，专精特新企业谨慎有限共享，小微企业基本不愿开放数据。

川观智库：国内工业数据流通现状是怎样的？

陈光：以我的观察，呈现“上热下冷”的反差。省级层面响应国家部署积极性高，算力基础设施、公共数据平台建设推进较快，但中小企业对数据共享普遍持“谨慎观望、选择性参与”态度，总体情况可概括为三句话：大企业观望试探，专精特新企业谨慎有限共享，小微企业基本不愿开放数据。以四川企业为例，长虹、海格恒通、东方电气等少数龙头愿意开展产业链数据共享试点，但针对中小企业的专题问卷调研显示，72%的制造业配套企业明确表示，看不到分钱方案，就拒绝对外共享生产数据。

沈益民：从中小企业角度看，“数据沉睡”现象比较普遍。究其原因，一是生产设备自身不具备长期保存数据的能力、企业缺乏全面数据管理意识，过程性、原始性数据大量流失。二是数据缺乏治理，导致“不可信”。三是数据没有形成人可以用的知识或AI可以用的技能，普通员工无法使用。数据不齐导致“不想用”，数据不可信导致“不敢用”，数据没有形成知识导致“不会用”。

川观智库：企业不愿共享数据的主因是什么？

李海花：商业模式不清晰是当前最突出堵点。行业缺少成熟的数据价值核算、收益分成机制，数据提供方的贡献难以量化。企业决策终究要回到投入产出效益上来，若数据共享能带来明确收益，哪怕制度存在细化空间、技术存在落地难度，企业也会主动探索。反之，企业就会动力不足，持续观望。

陈光：除商业模式不清晰外，还有结构性障碍。数据权属界定难，现行法律法规对工业原始数据、加工后衍生数据集归属的规定仍然缺乏操作性强的实施细则，导致企业无法区分哪些数据可以合规对外流通，宁愿封闭自保。数字化基础参差不齐，比如四川县域中小工厂设备老旧，传感器覆盖率不足40%，大量工序依靠人工记录，本身没有高质量标准化数据可以对外共享。产业生态信任基础偏弱，四川产业链条“龙头强、配套散”，上下游企业合作黏性偏弱，同行同质化竞争激烈，进一步抑制了数据共享。

“保安全”“促价值”双线并进

筑牢制度规则，强化技术支撑

●推动数据资产入表，让工业数据变为可计量可变现的企业资产；支持链主企业带动上下游开展数据协同，验证数据流通的降本增效价值。

川观智库：如何让工业数据流动起来并释放价值？

李海花：关键是在安全合规的前提下让数据价值充分显现。近年来，国家始终围绕“保安全”和“促价值”两条主线同步推进。在打消企业顾虑方面，首先是筑牢制度规则框架，《数据安全法》等法规相继落地，明确了工业数据分类分级保护要求，为数据流通中的权责界定、权益保障提供了法律依据；其次是强化技术支撑能力，依托数据流通，利用基础设施实现数据流转全程可追溯、可管控。比如在确保数据安全方面，成都“星火·链网”超级节点，即可使数据具备“可用不可见”“用后即焚”等能力。在释放数据价值方面，国家推动数据资产入表政策落地，让工业数据从生产副产物转变为可计量、可变现的企业资产；通过工业数据筑基行动等试点工程，支持链主企业带动上下游开展数据协同，验证数据流通的降本增效价值。

川观智库：各地有哪些探索做法或者先进经验？

李海花：无锡在5月启动“千企百万小时”数据采集计划，目标直指全国首个工业级具身智能数据集。青岛印发工业数据要素全产业链创新发展三年行动计划。OpenIndustry开放社区在深圳上线，围绕工业知识图谱搭建共享生态，企业可在原始数据不出域的前提下，通过贡献行业知识兑换智能工具。

深圳的开放社区模式，依托本地活跃的数字经济生态与科创资源，以开源方式快速构建产业生态，适合科创资源密集地区；无锡的数据采集模式，锚定工业建模与AI训练核心刚需，从供给侧精准发力，适合细分制造业集聚城市；青岛的系统性工程模式，从基础设施到场景应用全链条布局，适合产业门类齐全、政府统筹能力强的区域。三地路径各异，但共性在于“场景牵引、精准切入”。

陈光：我再补充一些机制上的细节。深圳主要靠生态牵引，搭建工业知识图谱社区，设计积分变现机制，通过海量开发者挖掘场景。无锡是定向数据采集模式，紧盯具身智能等细分赛道，以订单收益反哺数据供给企业，属于垂直赛道精准卡位。青岛依托海尔卡奥斯超级工业互联网平台，全域多行业铺开建设，重基建、重平台，投入体量最大。

川观智库：四川可否借鉴上述实践？

沈益民：可以借鉴，但在借鉴过程中要想清楚几个关键问题：一是集中式数据采集是否是“数据要素市场化配置”的合理选择？特别是在国家推行公共数据资源授权运营的背景下，如何解决企业主观意愿、数据多头授权和越权处分等问题；二是工业数据格式多样、内容复杂、规模庞大，相关平台能否跟得上数据产生节拍，并训练出有价值的知识；三是如何理顺政企协同分工，政府做好规则制定和基础设施支撑，具体交易环节尽可能让市场机制发挥作用。要让企业从数据流通中直接获益，而非靠行政命令推动。

立足优势产业找准场景

以龙头企业带动产业链协同突破

●四川可立足电子信息、装备制造等优势产业，以算电协同等差异化场景为切口，打造具有区域辨识度的工业数据流通路径。

川观智库：四川工业数据流通目前有哪些短板和堵点？

陈光：最显著的短板是缺少全国性的工业软件生态，AI开发企业集聚度不足，缺少包括底层研发（自研AI框架、基础大模型）、应用开发（基于大模型做行业定制）和配套开发（做数据集、算力调度、模型轻量化、安全检测等）的企业。此外，四川优势产业场景虽然丰富，但尚未形成统一的数据协同机制。

川观智库：该从哪些环节突破？

沈益民：数据流通不是目标，而是手段，最终是为了构建更加完善的要素市场化配置体制机制，进一步激发全社会创造力和市场活力。因此，我认为四川关键是要构建“更加完善的要素市场化配置体制机制”。四川要发展“算力经济”，需要与市场需求相结合，找准应用场景和区域定位，支撑数据在不同场景中发挥乘数效应。目前我看好两个场景：一是算电协同。算力与电力领域跨度大、关联性强，数据流通融合后产生的价值不是简单叠加，而是可能呈"乘数效应"，衍生多个新的调度策略或市场机会。；二是“制造+环境”，这两个领域具有截然不同的价值观，一个追求经济效益，一个追求社会效益，通过两者的数据流通，可以让代表不同目标的智能体协同博弈，找到最佳平衡点。

李海花：从产业实践来看，目前相对成熟的场景主要集中在两类：一类是龙头企业引领的产业链协同场景，比如电子制造、汽车整车等行业，链主企业依托自身产业主导权，带动上下游供应商开展产能、质量、物流数据的协同共享，通过供应链效率提升、库存成本下降实现价值闭环；另一类是特定领域的公共服务场景，比如工业设备后服务、区域级的能耗管理与安全监测，通过统一的数据平台汇聚多企业数据，实现故障预警、能效优化等普惠性价值。建议四川从具体的业务痛点出发，以可量化价值收益为牵引，依托产业龙头降低协同成本。

川观智库：今年工信部“面向人工智能赋能的高质量行业数据集建设”先行先试联合体首批名单，四川有一个项目上榜（四川绵阳中小企业工业数据集建设联合体），由四川长虹电器股份有限公司牵头。这个“点”有没有可能带动“面”？

陈光：长虹的工业数据筑基经验，具备由“点”带动“线”再辐射“面”的基础，同时要补齐几个关键条件：一是省级层面出台专项配套政策，或成立工业数据协同专班，跨市州统筹利益；二是固化可信数据空间技术底座统一标准，推广长虹已落地的可信空间技术架构，统一数据脱敏、溯源、计量标准，避免各行业自建平台、再次形成新的数据孤岛；三是制定省级产业链数据共享简易收益分配示范合同，由省大数据局联合律所、长虹等共同编制，明确主机厂、零部件企业、平台方三方分成比例，打消中小企业顾虑；四是配套专项资金，补贴中小企业数字化基础改造，设立工业数据专项补助资金，对参与联合体的中小配套企业传感器加装、数据治理给予补贴，解决小微企业“不会采集数据”的硬件短板。

建议分三步走：第一步（1—2年）深耕基本盘，率先在3C（计算机、通信、消费电子）产业链形成成熟的数据共享闭环；第二步（2—3年）横向复制至高端装备制造、锂电新材料等优势产业；第三步（3—5年）将主要产业联合体形成的标准化规则上升为省级指引文件，向细分行业全面推广。

【未经授权，严禁转载！联系电话028-86968276】