文 | 国家工业信息安全发展研究中心副主任 廖凯
习近平总书记指出，当今世界正在加速迈入智能时代，数据的基础资源作用和创新引擎作用日渐显现。工业数据包含工业生产过程中人、机、料、法、环等全要素数据和产品全生命周期活动数据，是驱动数智化转型、高质量发展的关键引擎。近期，《全国数据资源调查报告（2025年）》发布，报告显示，我国工业数据体量大、流通活跃，开发利用取得积极进展，但仍存在高质量可流通数据少、智能应用难落地等问题，需加快构建以场景应用为牵引、以高质量数据集为支撑的工业数据供给体系，深化工业数据开发利用，加快推动数据要素赋能新型工业化发展。
一、工业数据“供-流-用”规模优势凸显
工业数据生产规模大，资源禀赋坚实。调查显示，2025年，工业数据生产量达8.53泽字节（ZB），占企业数据生产总量的25.43%，位居各行业首位，行业“领头羊”地位显著。工业设备数据占工业数据比例超三成，其中机器人、电力设备、电子设备、化工设备数据占比较高，为智能排产、设备运维、安全管控等典型场景筑牢坚实底座。随着数字化转型的纵深推进，企业加快对设备和工艺的数智化改造升级，工业数据的规模与价值将持续攀升。
工业数据流通活跃，协同价值凸显。2025年工业企业数据流通总量为540.58艾字节（EB），占企业数据流通总量的27.93%，流通规模领先全行业。工业企业数据流通量同比增长33.08%，较全国平均水平高出7.91个百分点，流通活力持续增强。调研发现，工业数据跨主体流通主要集中在远程运维、协同研发、供应链管理、客户服务等协同类场景，涉及设备厂商、工业企业、工业互联网平台企业、云服务商等相关方，为延伸产业链、打造供应链、提升价值链提供了重要支撑。
工业数据开发率高，智能应用逐步深化。2025年，制造业数据开发率达32.21%，较全国企业平均水平高出3.75个百分点，企业积极利用人工智能大模型开展虚拟仿真、工艺优化、预测性维护等应用。制造业用于人工智能训练、验证、推理的数据规模同比增长超47%，不断满足工业现场对模型精度、可靠性和安全性的严苛要求。随着场景牵引作用持续增强、工业智能体生态加速构建，工业数据的智能应用将向更深层次、更广领域拓展。
二、深化工业数据开发利用的三大举措
随着人工智能大模型向工业制造领域渗透，工业数据正加速从规模扩张向价值释放迈进。为进一步释放工业数据价值，建议从供给提质、流通增效、生态协同三个方面推进。
一是强化高质量工业数据资源供给。进一步完善工业数据标准体系，推动IT数据与OT数据的全面贯通，统一采集、治理、标注、质量评估等关键环节，提升工业数据供给质量。发挥中央企业和龙头企业的示范引领作用，带动产业链上下游共同打造一批高质量、标准化、可流通的行业数据集。持续降低中小企业数据治理门槛，推广“小快轻准”的数字化产品与平台服务，扩大高质量工业数据的源头供给，使更多市场主体能够参与到数据要素的价值创造中来。
二是以场景带动工业数据高效流通利用。通过系统梳理重点行业数字化转型中的典型场景，形成清晰的工业数据要素需求清单，引导企业以场景为牵引，推动数据高效流通、深度复用。鼓励龙头企业开放真实应用场景与脱敏工业数据，与配套企业、技术服务商协同开展解决方案攻关与落地，构建“场景牵引数据流通、数据支撑场景优化”的良性循环。支持建设重点行业可信数据空间，促进产业链端到端的数据流通与共享利用。借助工业互联网打通消费与生产、产品与服务之间的数据壁垒，探索平台化设计、网络化协同、服务化延伸、精细化投融等新模式，推动数据要素在更广范围内释放乘数效应。
三是打造工业数据开发利用合作新生态。推动产学研用深度融合，整合国家实验室、科研院校、中试平台与企业等多方力量，加强跨学科数据与创新资源的协同，深化关键技术攻关与价值规律研究，培育协同创新的工业数据产业生态。鼓励平台企业与模型企业加快面向重点行业的工业大模型建设，推进面向特定场景的工业智能体落地应用。依托创新中心、赛事活动等载体，强化“企业出题、团队答题”的协同机制，推动数据解决方案创新和迭代升级，使创新更贴近产业需求，形成需求牵引供给、供给创造需求的良性发展格局。