我国制造业正处于由大变强的重要关口期，智能化转型成为关键破局点。而作为贯穿工业全生命周期的新型生产要素，工业数据的管理水平高低，决定着产业智能化转型的效率与质量。

由于来源多样、类型复杂，工业数据目前仍存有诸多行业痛点。如何提升工业数据综合利用水平，让工业知识与经验沉淀为易操作、可流通的产业核心资产？

以下，enjoy：

工业数据治理痛点

工业数据是指工业各行业各领域在研发设计、生产制造、经营管理、运行维护、平台运营等过程中产生和收集的数据，其主要来源于企业运营管理数据、产线设备互联数据、企业外部数据。

由于来源分散，涉及流程长、环节复杂，工业数据存在诸多特征，例如：

• 数据属性、标准不统一

• 覆盖结构化、非结构化等多模态数据

• 许多数据24小时连续不断产生，规模庞大、实时性高

• 与行业与场景关联密切，遵循相应规律而非简单聚合

• 生产制造场景复杂，数据噪声较高

随着工业场景不断丰富、智能化设备应用范围持续拓展，工业数据存在的上述特点所带来的数据孤岛问题逐步凸显，企业内部各业务系统之间以及跨企业、跨行业的工业数据很难有效管控与共享，导致海量数据白白浪费，无法有效赋能企业发展，更难以转化为标准化、可复用的智能化转型知识体系。

工业数据智能上场

面对行业痛点，工业数据智能成为攻克数据孤岛效应、挖掘数据价值的重要发展方向。

工业数据智能是指利用数据处理、数据挖掘等大数据技术，以及深度学习等AI技术，对工业数据进行处理和分析，挖掘数据价值，沉淀工业知识，以实现业务优化和创新。

在实践中，工业数据智能形成了设备智能运维、生产过程优化、智能安监环控、智能计划调度和智能产销协同等五个典型应用场景，并在其中发挥四大核心价值：

• 有效管理数据质量：工业数据智能将不同来源、格式和结构的数据进行统一管理和处理，在此基础上建立完善满足各个设备系统要求的标准协议与管理流程，使得海量工业异构数据形成分类清晰、逻辑标准统一的数据库，有效支撑数据计算与应用。

• 提升数据治理效能：融合多个数据智能技术，工业数据智能可以提升数据处理效率、全面挖掘数据价值。例如，湖仓一体技术支持端到端的流式计算，以实现即时数据洞察，快速响应业务需求；现代数据栈、数据编织等技术将极大提高数据处理效率；机器学习、图计算等技术将有效拓展数据分析的维度和深度，满足日益复杂的数据分析需求。

• 构建标准化模型：基于运维、质检、设备维护、运输储配等多样化需求，工业数据智能可以将数据训练后的算法打包成可直接使用的预训练模型，并提供低代码、无代码等服务来降低使用门槛。

• 实现全周期安全防护：在数据统一管理基础上，工业数据智能将进一步对数据属性全方位评估与识别，进而制定不同级别的数据保护要求。同时，构建包括事前预防、事中预警、事后追溯的全生命周期安全防护链路，护航数据安全治理与共享。

驱动工业智能化转型

作为工业互联网和工业智能的底层环节，工业数据智能是驱动工业智能化转型发展的核心。近年来，国家相继出台多项政策支持引导工业互联网、智能制造发展，数据要素正是其中重点关注方向之一。

比如，2023年12月，国家市场监督管理总局发布2023年第20号中国国家标准公告，批准5项国家标准正式发布。其中，《工业互联网平台 应用实施指南 第2部分：数字化管理》（GB/T 23031.2-2023）引导制造企业基于自建或第三方工业互联网平台开展数字化管理，打通企业核心数据链，实现以价值为导向、数据为驱动的高效运营，提升企业核心竞争优势。

2024年1月，国家数据局等十七部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，在数据要素×工业制造方面，提出推动协同制造，推进产品主数据标准生态系统建设，支持链主企业打通供应链上下游设计、计划、质量、物流等数据，实现敏捷柔性协同制造。

在政策的引导与支持下，工业数据智能有望不断拓宽发展空间。而在具体落地应用过程中，工业数据智能也存在一定痛难点，比如服务周期和链条长，导致时间、资金、人力投入成本较高。对此，具备数据智能技术和行业Know-How融合路径的企业有望成为市场的重要推动者，助力工业数据智能分级分批落地，推动工业企业稳步实现智能化转型。

基于在自身转型过程中积累的领先的云计算、人工智能、大数据、云原生、IoT、边缘计算、数字孪生等应用的实战经验，联想集团已经形成多种针对工业大数据处理的成熟解决方案，可赋能工业企业在质量检测、供应预测、智能排产、柔性生产等方面实现优化。

例如，为了帮助涤纶纤维制造公司桐昆集团实时、透明、系统化地掌握生产和经营状况，联想助力桐昆打造了企业级工业互联网平台，实现了在研发、生产、物流、销售等环节实现智能化与网络化管理。在联想集团赋能下，桐昆集团产品研制周期缩短53%、人均年产值提升28%，产品不良率降低44%，单位产量能耗相比行业清洁生产Ⅰ级标准降低了11.2%。该案例还被中国上市公司协会评选进《数字化转型典型案例》，并入选了工信部工业互联网创新应用名单。

随着技术不断成熟及市场踊跃参与，工业数据智能有望从单个应用项目向数据全链路体系拓展，实现缩短研发周期、提高生产效率与产品质量、降低能耗等效果，为构建新型工业化打造新质生产力。