中经记者 孙丽朝 北京报道

工业和信息化部近日在重庆市召开高质量行业数据集建设工作座谈会。会议总结前期工作，交流先行先试阶段性进展，部署下一阶段重点工作，动员各地方、各行业全面推动工业数据开发利用，助力制造业数字化智能化转型。

会议强调，工业数据开发利用是推动人工智能技术变革、加快培育新质生产力、推进制造业数智化转型的重要抓手。我国工业数据资源丰富、产业体系完备、应用场景广阔，工业数据资源开发利用潜力巨大。要聚焦工业数据“采、集、用”难点，深化路径探索，构建数据流通激励机制，加快高质量行业数据集建设。

盘古智库高级研究员吴琦对《中国经营报》记者表示，当前工业数据“采”难在多源异构、接口不一、设备和系统封闭，现场数据质量参差不齐且采集成本高；“集”难在标准缺失、标注治理不足、跨企业跨链条流通不畅；“用”难在场景牵引不足，难以转化为大模型训练语料和工业智能体能力。

会议提出，要夯实工业数据基础设施，加强技术攻关和标准体系建设，筑牢发展根基。要支持数据服务企业发展，构建数据合作联合体等新型合作模式，培育协同创新的工业数据产业生态。要分类引导大中小企业开展数据开发利用，分业推进行业数智化转型，推动产业集群等载体数据共享和价值共创。

山西一家大型制造业企业人士在接受记者采访时表示，当前，制造业数智化转型已从“可选项”变成“必答题”，行业共识强、政策力度大、技术供给不断丰富。从企业自身实践来看，也切实感受到数据驱动、智能升级带来的效率提升和模式创新。未来，将结合行业现状，培养更多懂制造、懂数据、懂技术的复合型人才，打造标杆场景、输出行业方案，带动产业链上下游协同升级。

高质量数据集是经过采集、加工等数据处理，可以直接用于开发和训练人工智能模型，能够有效提升模型性能的高质量数据集合。近两年，中央层面多次强调要建设高质量数据集。

国家数据局局长刘烈宏2025年9月在2025世界制造业大会上表示，高质量数据集成为数智化转型的“新型燃料”，就像经过精炼加工的高标号燃油，在很大程度上，决定着人工智能技术在制造业应用中能否跑得稳、跑得远、跑出效益。

今年《政府工作报告》明确提出要“建设高质量数据集”。4月，工信部公布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名单，全国有14个单位上榜。工信部提出，鼓励各地区因地制宜启动地方工业数据筑基行动，推动本地区高质量行业数据集建设，探索工业数据开发利用模式与路径。

   （编辑：吴婧 审核：朱紫云 校对：刘军）