降低生产成本......................................................................................43 3.3 提升产品质量......................................................................................45 3.4 实现生产过程优化 设备数据.....................................................................................55 4.1.3 质量数据.....................................................................................57 4.2 数据采集工具与技术 6.2 质量控制与预测................................................................................112 6.2.1 质量检测智能化.......................................................................114 6.2.2 产品质量预测模型.

作， 降低了整个产业的竞争力 。例如， 在 新能源汽车电池材 料产业链中， 上游原材料供应商与下游 电池制造商之间因数 据共享不及时， 导致原材料供应与生 产需求脱节， 影响了电 池的生产进度和质量。 1.2 可信数据空间对新材料产业的重要意义 可信数据空间为破解新材料产业发展困境提供了创新性的 解决方案， 具有不可估量的重要价值 。它能够对实验数 据、 模拟计算数据 、产业应用数据等各类数据进行全面整合， 潜在应用价值的材料配方和制备工艺， 缩短 研发周期 。在产 业应用阶段， 企业通过共享产业应用数 据， 能够及时洞察市 场需求的变化趋势， 获取产品在实际 应用中的反馈信息， 进 而调整生产策略， 提高产品质量和 市场适应性， 加速新材料 的产业化进程。 此外， 可信数据空间能够促进新材料产业链上下游企业之 间 的深度协同创新 。通过建立安全 、高效的数据共享与协 同机 制， 实现多级材料供应商数据的实时共享， 、高效的新材料数据空间 ， 实现新材料领域多源数据的深度融合与广泛共享 。以数 据驱 动为核心， 全面促进新材料研发创新和产业应用， 显 著提升 新材料产业链的整体竞争力， 为推动新材料产业迈 向高质量 发展新阶段提供坚实支撑。 2.2 具体目标 2.2.1 数据融合与共享 整合实验数据 、模拟计算数据 、产业应用数据等多源数据 ， 制定涵盖数据采集 、存储 、传输 、处理等全流程的统一数据

1 数据质量管理......................................................................................52 4.1.1 数据清洗与预处理......................................................................54 4.1.2 数据质量评估标准 年我国数字经济规模已达 31.3 万亿元，占 GDP 的比重超过三分之一，而数据作为数字经济的核心要素，其价值潜 力尚未得到充分挖掘。政府部门在促进数据共享方面面临诸多困 境，例如数据孤岛现象、数据质量良莠不齐、保护数据隐私的法规 不健全等。因此，省级可信数据空间的建设不仅能促进数据的整合 与共享，也能提升政府服务能力和社会各界对数据的信任。 省级可信数据空间的构建需要多方参与的协同机制，包括政 以强化数据的可信性及可追溯性，为用户提供更安全、更透明的数 据交互环境。 在具体实施层面，省级可信数据空间的构建应当基于以下几个 方面的考虑： 1. 数据资源梳理：对省内各类数据资源进行全面梳理，明确数据 来源、类型、质量、使用范围等关键信息，为后续的数据整合 和共享打下基础。 2. 数据标准化：制定统一的数据标准和接口规范，以便于不同部 门和领域之间的数据互通与共享。 3. 数据安全保障：建立完善的数据安全管理机制，对数据的存

涉及到多条独立的产业链，以网 状呈现。 两大主题 : 智慧工厂 智能制造 三项集成：横向 纵向 端到端 智能制造示意图 CAD PLM MPS MRP APS MES 在线检测设备 设备管理 全程质量追溯 车间实时监控 WMS 客户协同平台 个性化定制 获取客户定制化信息 将信息共享给设计中 心 客户 自动设备 机器人 传感器 PLC 边缘计算 SCADA 通信协议 云计算 ... 供应商协同 材料分析 SRM 协同 采购跟踪 研发管理 ERP BOM 开发新品 项目管理 成果管理 标准管理 品质 ERP 检验报告 品质改善 检验记录 品质分析 质量追溯 管理规范 生产进度 设备产能 综合分析 ERP 成品汇报 工序汇报 ERP 成品进出库 原辅料进出库 高效便捷 条码管理 智能仓储 避免失误 财务 管理 与 ERP XRKJ 工厂管理现状—信息流示意图 设备 ERP 人 信息 信息 工单信息 工入库信息 领料信息 BOM 信息 信息 生产数量 设备状态 设备 OEE 设备 CPS 工单进度 质量追溯 损耗分析 绩效分析 XRKJ 企业管理现状—严重的信息孤岛 企业与上 下游孤岛 系统与系 统的孤岛 部门与部 门的孤岛 人与系统 / 现场孤 岛 系统与设 备的孤岛 金蝶提供

局。数据作为我国第五大生产要素，其价值释放的深度与广度，直接决定了人工智能产 “ ” “ ” 业从 感知智能 向 认知智能 跃迁的新高度。当前全球数据总量虽呈指数级增长（2023 年突破 175ZB）， 但高质量语料尤其是中文语料严重匮乏，实际流通率却不足 5%。数据 “ ” 产业面临 不敢共享、不愿共享、不能共享 的困局如同无形枷锁禁锢着 AI 创新的步伐。 比如医疗数据因隐私顾虑难以赋能疾病预测模型，工业数据因竞争壁垒阻碍供应链协 术、工具的堆砌，而是 制度规则、技术架构、生态系统三位一体协同的创新范式，将成为全域数字化转型的核 心数字底座。 随着人工智能技术指数级增长，生产型 AI 场景 “ 爆发式应用，大模型对高质量数据的 饥 ” 渴需求 进一步放大了可信数据空间的价值。本白皮书结合新技术的理解与创新实践的 探索，梳理可信数据空间与 AI 协同发展的技术路径、制度框 架与实践蓝图，提出 AI 可 信数 结合自身特点探索数据空间建设模式。截至 2024 年， 全球已建成超过 200 个可信数据空间，覆盖工业、医 疗、金融、能源、农业、交通等多个领域，实现了数据 的安全可信流通与价值共创，成为数字经济高质量发 展的关键基础设施。 欧盟是国际数据空间建设的先行者，其发展模式以 联邦式去中心化为核心。欧盟通过《欧洲数据战略》、 《数据治理法案》、《数据法案》等政策文件，强调数 据主权、多方协同治理和标准化，GDPR（通用数据

元数据治理 ....................................................... 18 TDSA/A-001-2025 8.3.4 数据质量管理 ..................................................... 18 8.3.5 数据脱敏处理 ......................... ............... 20 8.5.2 数据产品封装技术 ................................................. 20 8.5.3 数据产品质量保障 ................................................. 21 8.5.4 数据产品安全检测 ........................... .................. 21 8.6.2 可信交付协议与机制 ............................................... 22 8.6.3 服务质量控制 ..................................................... 22 8.7 数据价值评估与生命周期管理 ...................

程的全局智能化，将制 造装备从数字一代跃升 为智能一代。统筹骨干 企业集成应用创新，中 小型企业普及应用，将 智 能 化 运 用 到 整 个 制 造 生产链中。 创新能力不足制约制造业向高质量阶段发展，需以并行模式融 合网络化、数字化与智能化手段进行升级 中 国 建国初期，开始进行包括 工业化在内的“四化建 设” , 重点在重工业、军 工等方面发力 改革开放以后实行联产承 能制造作为今后发展的主 线，实现制造业转型升级， 从制造大国向制造强国转 变 中国制造业细分领域众多，行业间数字化基础差距较大且需求各异，在制造业由高增速向高质量发展过程中，我国制造业仍然面临低端供给过 剩、高端供给不足、创新能力不适应高质量发展要求等诸多挑战。从全球工业革命的演变历程来看，我国尚处于工业化升级的进程当中，需要 工业 2.0 、工业 3.0 与工业 4.0 “ 并行式”发展。 第四次工业革命 3.23% 3.72% 3.69% 3.61% 4.46 4.69 3.19 2019 2020 6% 制造业人工智能行业应用发展图谱及 行业应用案例 制造行业 AI 心竞争力与质量，实现可持续发展 制造行业是我国加快建设现代化产业体系的重要支撑，增强制造行业全价值链条数智化能力，全面提升智能制造整体水平与实力当务之急。 同时，制造行业在 IT 与数字化等基础设施建设方面，

月党中央、国务院发布《关于实施乡村振兴战略的意见》 2. 总体要求：按照产业兴旺、生态宜居、乡风文明、治理有效、生活富裕的总要求，建立健全城乡融合发展体制机制和政策体系。 3. 提升农业发展质量，培育乡村发展新动能：夯实农业生产能力基础、实施质量兴农战略、构建农村一二三产业融合发展体系、构建 农业对外开放新格局、促进小农户和现代农业发展有机衔接； 央行、农业部等五部委《关于金融服务乡村振兴的指导意见》 （ 2019 为重要基础设施 1 、资源数字化 2 、产业数字化 3 、全局可视化 4 、决策智能化 把大数据作为 关键生产要素 经营网络化 服务便捷化 管理高效化 生产智能化 用数字经济助推农业发展质量变革、效率变革、动力变革 打造省级乃至全国数字经济样板 产业服务： 通过金融、农资、订单等环节的运营提供服务打造平台生态 农产品销售溢价（特色作物及经济作物） 农业大数据服务 通过金融服务平台 个产品 M 个场景 2 个维度 1 个方向 数字农业农村 农业产业运营 农业金融 智慧种植 智能工厂 智慧乡村 农政管理与服务 政务应用 农业产业园 数字农业农村业务框架 农产品交易 质量追溯 数据中台 物联网平台 产业云图 智慧园区 生态应用 云计算平台 AI 平台 区块链平台 金融平台 信用平台 云码 企业云图 云工厂 交易平台 1. 定位：数字基建，实现产业 管理数字化

..........34 4.1 数据采集与整合.............................................................34 4.2 数据清洗与质量控制.....................................................36 4.3 数据存储与管理............................. 构建一个覆盖数据采集、治理、存储、应用全生 命周期的可信数据空间，实现对已归集的 8000 亿条 政务数据的高质量开发利用。平台需具备强大的技术 支撑能力，能够支撑大模型和智能体在政务领域的高 效运行，为政务智能化应用提供稳定、可靠的技术底 座。 具体而言，要实现数据处理的高效化，通过先进 的数据治理技术，提升数据质量和处理效率；实现大 模型部署的灵活化，能够根据不同的应用场景和需求， 快速部署和调整各类通用大模型；实现安全管控的精 态 大模型部署模块要实现对 DeepSeek、通义千问、智 谱等通用大模型的统一部署和管理，支持各类智能应 用的调用；数据治理工具链要提供数据清洗、脱敏、 标注、知识图谱构建等功能，提升数据质量；可信管 控系统要实现对数据的身份认证、权限管理、安全审 计等功能，确保数据安全；智能应用开发平台要为各 部门提供便捷的开发工具和环境，支持快速构建各类 智能应用。 1.3.2 试点部门

工业化、信息化深入融合，运用 网络化、数字化、智能化技术 手段与提升精益水平等一系列举措而构建的深度自感知、智慧 优化自决策、 精准控制自执行的高柔性化及自适应的制造体系 智能制造的目的 对内提高制造质量和效率、降低运营成本、减低库存、缩短交 付周期，对外提升服务水平、快速应对市场变化，总体以提高 企业整体经济效益为核心目标 智能制造的手段 在精益管理的基础上，运用先进制造技术与装备，应用先进 AI 浪潮下，制造业正面临深层次的结构性挑战与转型压力，站 在“再定义”的门槛上。一方面，全球产业链加速重构、劳动力 结构性短缺、质量与效率的双重压力日益显现；另一方面，人 工智能正以前所未有的速度，渗透至从研发、生产到供应链的 各个环节，成为驱动制造业高质量发展的新变量。在这样的背 景下，制造业不再是 AI 应用的跟随者，而是其落地的主战场和 主引擎。然而，人工智能赋能制造，并不仅仅是为了提升效率、 010101010 010101010 010101010 010101010 010101010 010101010 全生命周期 管理 协同研发 设计 生产设备 优化 产品质量 检测 企业运营 决策 设备预测性 维护 AI+ 机理模型 + 数据模型 AI+ 云平台 打造 AI+ 制造业全场景技术服务，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新数字化工业和服