近日，工业和信息化部印发《关于启动工业数据筑基行动 开展面向人工智能赋能的高质量行业数据集建设先行先试的通知》，正式启动工业数据筑基行动，组织开展面向人工智能赋能的高质量行业数据集建设先行先试。这是立足人工智能赋能新型工业化需求、精准破解工业数据开发利用瓶颈的关键性指引，对提高工业数据资源配置效率，加速工业数据价值释放，赋能制造业高端化、智能化、绿色化发展具有重要指导作用。

一是贯彻落实国家重大战略部署的必然要求。党的二十大报告中明确提出，加快发展数字经济，促进数字经济和实体经济深度融合。2026年政府工作报告中提出，深化数据资源开发利用，健全数据要素基础制度，建设高质量数据集。开展工业数据筑基行动是坚决贯彻落实党中央、国务院系列决策部署的重要举措，是加快推动工业数据汇聚、流通和应用，构建人工智能赋能新型工业化基础底座的重要抓手。

二是破解工业智能发展核心瓶颈的迫切需要。当前，工业大模型、工业智能体已成为制造业转型升级的重要载体，但高质量工业数据集供给不足的核心痛点掣肘人工智能在工业领域深度应用。工业数据筑基行动瞄准工业领域多源异构数据协议不统一、产业链上下游数据孤岛严重、数据集标准化程度低等核心痛点问题，以重点行业典型场景高质量数据集建设为切口，系统性破解工业数据“采”“集”“用”全链条瓶颈，有力支撑工业智能高质量发展。

三是深度释放工业数据价值的关键举措。工业数据已成为制造业提质降本增效的核心生产要素，传统“统计分析、规律挖掘”等方式未能充分利用数据价值。工业数据筑基行动重点围绕高质量行业数据集开展先行先试，有效推动工业数据从分布式存储向体系化汇聚、从单点应用向全产业链复用、从生产记录向智能价值创造转变。通过高效流通、规范利用、协同赋能的生态体系，打通数据价值释放的全链条，推动数据价值转化为产业竞争力，为制造业高质量发展注入新动能。 

到2026年底，先行先试将培育一批行业数据合作联合体，建设重点行业数据可信互联平台，汇聚一批行业数据资源，攻关一批数据关键技术，研制一批工业数据标准，打造一批高质量、标准化、可流通的行业数据集，赋能一批行业大模型、工业智能体等应用落地，总结形成工业数据高效采集处理、可信流通汇集、深度融合应用的有效路径、创新机制和经验模式。实施主体和重点工作如下。

（一）四类实施主体各有侧重

先行先试聚焦数字化转型基础好、数据价值挖掘潜力大的制造业重点行业，明确四类核心实施主体，分类施策构建多元协同的先行先试实施体系。一是以钢铁、汽车等重点行业龙头企业为牵头主体，依托产业链供应链整合优势，聚合产学研用多方力量组建联合体，主攻产业链数据开发利用、关键技术攻关、行业标准研制等核心任务。二是以工业互联网平台、大数据中心等平台机构为牵头主体，发挥数据资源汇聚优势，重点推进跨行业跨领域数据可信互联平台建设、数据服务产品研发等工作。三是以国家先进制造业集群为实施载体，聚焦集群数据要素协同供给，重点推进公共数据基础设施建设、公共数据授权运营、产业生态培育等任务。四是以中小企业数字化转型城市试点为依托，聚焦中小企业数智化升级痛点，重点推进工业数据训练基地建设、数据流通交易机制探索等工作，构建普惠性数据服务体系。

（二）“1+4+N” 布局明确建设框架与实施重点

先行先试以“1+4+N”体系为核心任务框架，系统构建工业数据全链条开发利用能力体系。

“1”即建设重点行业数据可信互联平台，整合工业互联网、算力中心、可信数据空间等基础设施能力，布局工业数据生产训练基地，筑牢数据要素流通应用的底层支撑。

“4”即打造行业数据资源库、数据技术攻关库、工业数据标准库、高质量行业数据集库四大核心资源库，系统破解工业数据资源分散、技术瓶颈突出、标准体系不完善、数据集质量不高等核心痛点。

“N”即落地N个工业数据赋能应用场景，聚焦研发设计、生产制造等关键环节，推进行业大模型、工业智能体落地应用，同步探索数据确权、价值评估、流通交易等制度创新，最终形成可复制推广的工业数据开发利用路径与长效机制。 

一是坚持需求导向，锚定新型工业化核心目标。紧扣新型工业化的高端化、智能化、绿色化发展目标，始终以制造业转型升级、产业竞争力提升和产业链协同优化等实际需求为牵引，聚焦重点行业、关键场景，精准建设高质量数据集，确保工作举措能切实服务于新型工业化建设全局，形成“数据供给-模型迭代-产业应用”的演进飞轮。

二是强化协同联动，凝聚多方合力推进落实。工业数据开发利用涉及企业、平台、集群、政府等多个主体，横跨技术、标准、产品、应用等多个领域。充分发挥参与主体的优势，形成上下联动、左右协同、产学研用深度融合的工作格局。推动工业数据在更大范围、更高层次实现流通和利用，加强技术联合攻关、标准联合编制和数据集共建共享，打破部门壁垒、区域壁垒和产业壁垒。

三是守住安全底线，实现发展与安全双向赋能。工业数据涉及企业生产经营核心信息和产业链供应链关键数据，在推进数据汇聚、流通、应用的全过程，要严格落实有关法律法规，构建全方位、多层次、立体化的数据安全防护体系。要规范数据采集、存储、传输、使用等各环节管理，严防数据泄露、滥用、篡改等风险，同时探索数据安全利用的创新路径，实现数据安全与产业发展良性互动。

四是注重总结推广，构建长效发展机制。要及时总结可复制、可推广的经验模式，梳理任务落地过程中的有效做法，凝练数据采集汇聚、可信流通、深度应用的创新路径和机制。要注重标杆案例选育，挖掘一批数据赋能工业大模型、工业智能体的优秀案例，为全国工业数据开发利用提供示范引领，为新型工业化发展提供有力的数据支撑。