數智前瞻丨讓工業數據從信息“孤島”走向智慧“樞紐”

數據對智能化推進的作用不言而喻。對于工業領域加緊推動高水平智能化建設而言，可以說“沒有工業高質量數據集，就沒有高水平工業智能”。在當前人工智能對包括工業在內的產業細分加緊賦能的大背景下，海量、可信的數據規模承載著人工智能技術“從試驗探索邁向實際應用”的“神經網絡”，決定和檢驗著人工智能的迭代成效。

圖片來源：攝圖網授權

■中國經濟時報記者李海楠■劉晨曦

作為數據要素的重要組成部分和新型生產要素，工業數據正在成為實體經濟數智化進程中的基礎資源，被視為培育壯大智能產業的關鍵驅動力量。

工業和信息化部近日印發《工業互聯網和人工智能融合賦能行動方案》（以下簡稱《方案》），旨在深化人工智能與工業互聯網融合應用，一體推進新型工業化，助力制造強國與網絡強國建設。

“工業互聯網與人工智能融合賦能，有助于進一步為打破工業數據壁壘提供技術支撐，極大提升工業數據傳輸效率和應用效能。”接受中國經濟時報記者采訪的專家認為，作為人工智能落地生根的關鍵載體，積極推動工業互聯網與人工智能的深度融合發展，有助于充分挖掘和發揮工業互聯網在賦能、賦值、賦智方面的獨特作用。其中，通過擴大新型工業網絡規模和打造高質量數據集，將讓工業數據擺脫信息“孤島”，實現向工業智慧“樞紐”的跨越。

提升融合賦能須強有力的硬件支撐

“工業互聯網作為推進新型工業化的重要基礎設施，已邁入高質量發展、規模化推廣的新階段，為人工智能提供互聯通道、數據資源、平臺中樞。”工業和信息化部有關負責人表示，與此同時，人工智能自生成、自決策、自組織等新特征，助力工業互聯網設施升級、能力優化、服務創新，兩者互促共進、融合賦能，將進一步加快產業模式和企業組織形態變革。

《方案》圍繞基礎設施、要素支撐、融合應用、產業生態4個方面，提出到2028年工業互聯網和人工智能融合賦能水平實現顯著提升的目標。

其中，在基礎設施方面，根據《方案》，滿足人工智能工業應用高通量、低時延、高可靠、低抖動通信需求的新型工業網絡規模將持續擴大，在原材料、裝備制造、消費品、電子信息等重點行業工業企業加快部署應用，推動不少于5萬家企業實施新型工業網絡改造升級。

“讓大算力、大數據、大模型成為驅動產業數字化轉型、賦能產業升級發展的動力，必須確保工業互聯網平穩、可靠地規模化發展。”北京大學國家發展研究院中國經濟研究中心教授汪浩在接受中國經濟時報記者采訪時表示，工業互聯網是新一代信息通信技術與工業經濟深度交融的產物，其不僅是推動產業數字化轉型的關鍵支撐力量，更是促進實體經濟與數字經濟深度融合、科技創新與產業創新深度融合的核心路徑。

近年來，我國工業互聯網發展規模不斷壯大，政策體系持續健全，技術創新不斷實現突破，生態建設日益繁榮，其賦能效應也在各個領域持續顯現。

工業和信息化部數據顯示，截至目前，我國“5G+工業互聯網”建設項目已超過2萬個，正式步入規模化應用新階段。我國具有一定影響力的工業互聯網平臺超過300家，重點平臺工業設備連接數超億臺；建成了自主可控的工業互聯網標識解析體系。

“在強有力的硬件和政策保障下，我國具備了推動人工智能技術與產業深度融合、以技術賦能產業轉型升級的領先優勢，繼而實現了技術與產業的螺旋式提升。”中國科學院計算技術研究所博士、北京信息產業協會元宇宙專委會主任龔才春對中國經濟時報記者表示，《方案》提出以推動信息化和工業化深度融合為主線，以推動“人工智能+”在工業領域落地為著力點，深化工業互聯網規模應用，就是要持續鞏固和提升我國在信息通信領域的競爭優勢和領先地位，推動制造業加快邁向全球價值鏈中高端。

工業數據集建設刻不容緩

在以“數”賦能、以“智”驅動推動產業數字化轉型的大背景下，圍繞算力、大模型、數據等細分領域的競爭正在呈現白熱化趨勢。隨著越來越多的企業加速推進工業互聯網與人工智能的深度融合，并從中切實嘗到發展的紅利，輿論也開始關注，認為我國亟須加快工業高質量數據集建設，為搶占全球智能制造高地奠定基礎。

《方案》提出，到2028年，工業數據匯聚、治理、流通、共享體系不斷完善，在20個重點行業打造一批高質量數據集。

所謂工業高質量數據集，是指從研發、生產、供應、銷售、服務等全生命周期各環節產生和采集，經過清洗、標注等專業化處理，用于分析、建模、訓練的數據集合。

“加快建設工業高質量數據集，是將我國龐大的數據資源優勢和完備的產業體系優勢，轉化為賦能新型工業化核心競爭力的關鍵舉措。”汪浩認為，我國是工業大國，門類齊全、體系完整、場景豐富，近年來，企業數字化轉型進程加速推進，為工業數據的匯聚與應用奠定了良好基礎。

在汪浩看來，在當前人工智能對包括工業在內的各產業細分領域加緊賦能的大背景下，海量、可信的數據規模承載著人工智能技術“從試驗探索邁向實際應用”的“神經網絡”，決定和檢驗著人工智能的迭代成效。

工業數據集建設勢必讓大數據、大模型發展的“中國生態”如虎添翼。在龔才春看來，我國根據自身資源稟賦讓人工智能下沉到應用層級，實現深度融合、互為促進，有力規避了外界對我國布局人工智能快速發展的阻礙。

龔才春表示，當前，為遏制我國人工智能發展，美國一方面極力鼓動禁止對中國高端芯片出口，另一方面對大量人工智能開源項目閉源，意圖阻止中國人工智能發展步伐。“即便如此，依托自主發展和數據資源、算力資源優勢，我國也形成了一批優質大模型，正在深刻影響著各行各業。”

數據對智能化推進的作用不言而喻。龔才春認為，對于工業領域加緊推動高水平智能化建設而言，可以說“沒有工業高質量數據集，就沒有高水平工業智能”。

工業數據的特殊性在于其多源異構、高并發、實時性強的特征，傳統數據治理模式難以適應，這對數據的集中收集和共享模式提出了新的要求。可以預見，隨著高質量工業數據集加速建設，客觀上也揭示了工業數據治理的內在邏輯：促進工業數據從“孤島”向“樞紐”躍升。

對此，在加強工業數據匯聚共享方面，《方案》提出鼓勵工業企業加快信息模型應用，推進多源異構工業數據聯通共享。依托國家工業互聯網大數據中心等數據基礎設施，加快匯聚重點領域供應鏈數據、工業基礎數據、“雙碳”基礎數據，推動建立全國工業數據目錄。發揮工業互聯網標識解析體系作用，有效提升工業數據協同共享、聚合分析等能力。

為加強數據集建設支撐，《方案》要求面向工業模型訓練需求，鼓勵工業企業、工業互聯網企業、工業數據服務商聯合開展工業數據清洗、標注、合成、評估，支撐通識類、行業通用類、行業專用類數據集建設與服務。引導龍頭企業基于工業互聯網帶動上下游開放數據資源，打造一批高質量行業數據集。

工業是我國經濟發展的核心支柱，同時也是保障國家戰略安全的主陣地。加快開展工業領域高質量數據集建設，有助于支撐“人工智能+”在工業場景落地，進而推動人工智能賦能新型工業化，提升我國工業國際競爭力。

總 監 制丨王列軍車海剛

監 制丨陳 波 王 彧 楊玉洋

主 編丨毛晶慧 編 輯丨谷 云