问题： 制造业数字化转型加速推进，工业数据规模快速增长，但"采不全、用不好、流不动"的问题依然突出。企业数据分散不同设备和系统中，标准不一、质量参差，难以形成有效的数据资产。同时，数据确权、流通和价值评估机制尚不完善，制约了行业大模型等新技术的应用。 原因： 工信部对应的负责人表示，随着工业设备数字化改造加快，更多设备正转变为可采集的数据源。这为工业数据应用创造了条件，也对数据质量和治理提出了更高要求。由于工业数据具有明显的行业特性，不同工艺流程和设备标准差异较大，仅靠企业单打独斗难以形成可共享的数据集，需要通过试点探索解决方案。 影响： 高质量行业数据集是制造业智能化的重要基础。它不仅影响企业内部的生产效率和质量管控，还关系到产业链协同创新和数据要素市场建设。如果缺乏标准化、可流通的数据集，将增加技术应用成本，造成资源浪费，削弱产业竞争力。 对策： 工信部将启动工业数据筑基行动，从四个上推进工作：一是出台支持政策；二是制定应用指引，推动典型场景落地；三是加快数据采集、治理等标准制定；四是培育数据服务企业，完善产业生态。此外，还将举办专题会议促进交流合作。 前景： 工信部计划年底前实现"六个一批"目标，包括培育数据合作联合体、攻关关键技术、打造标准化数据集等。业内人士认为，随着标准和机制完善，工业数据将加速转化为生产要素，推动智能制造从单点突破走向系统优化。试点经验有望带动重点行业数字化转型取得实质性进展。
将数据资源转化为实际生产力，是重塑制造业竞争优势的关键。推进高质量数据集建设，既是夯实工业基础的重要举措，也是培育新质生产力的有效途径。随着制度体系和产业生态完善，工业数据将在更广范围释放价值，为制造业高质量发展提供有力支撑。