□ 徐陽

當前，數據已經成為與土地、勞動力、資本、技術等并列的生產要素之一。習近平總書記強調：“促進數據高效流通使用，賦能實體經濟。”數據作為新的重要生產要素，正深刻融入新型工業化的發展進程，正深刻重塑著工業發展的格局。江蘇省委十四屆八次全會指出：“在開辟新領域、新賽道上主動作為。”當前，國際形勢復雜多變，產業競爭愈發激烈，產業高端化發展對于數據要素的需求越來越大。新時代的發展浪潮下，江蘇省要積極開發利用數據要素，將其貫穿推動產業高端化、綠色化、智能化發展的各個環節，有效增強工業發展核心競爭力，推動高質量發展。

一是夯實數據基礎設施建設，筑牢新型工業化根基。

新型數字基礎設施是新型工業化發展的底層支撐，其建設水平直接決定了工業場景里數據要素的流通效率和應用深度。要加快5G、光纖網絡等通信基礎設施的深度覆蓋，尤其是在工業聚集區和產業園區，確保工業數據能夠實現高速、穩定傳輸，滿足工業生產對實時性、可靠性的嚴苛要求，智能工廠建設中，要大力推廣5G網絡應用，實現設備之間的即時通信與協同作業，大幅提升生產效率和靈活性。要強化算力基礎設施建設，加大對云計算中心、邊緣計算節點的投入，通過分布式計算架構，實現算力資源的優化配置，降低數據處理時延，為工業大數據分析、人工智能模型訓練等提供強大的算力支持，有效提升區域內工業企業的數據處理能力和智能化水平。另外，還要保障數據存儲設施的安全性與可靠性，采用冗余備份、加密存儲等技術，保障工業數據的完整性與保密性。同時，構建統一的數據標準體系，打破數據孤島，促進不同企業、不同系統間的數據流通與共享，為新型工業化的數據應用奠定堅實基礎。

二是提升數據治理能力，釋放數據要素價值。

數據治理是挖掘數據價值、保障數據安全的關鍵環節。企業亟需完善數據治理的組織架構，明確數據管理職責，制定數據治理流程和規范，確保數據從采集、存儲、處理到應用的全生命周期得到有效管控。在數據質量管理方面，要通過數據清洗、去重、校驗等技術手段，提高數據的準確性、一致性和完整性。企業在生產過程中，要通過對設備運行數據、產品質量數據的嚴格質量管理，及時發現并解決生產環節中的問題，提升了產品合格率和生產效率。強化數據分類，實現數據精細化管理，根據數據的重要性、敏感性，將工業數據分為不同級別，采取差異化的安全防護和管理策略。對涉及企業核心競爭力、商業機密的數據，要實施嚴格的訪問控制和加密措施，確保數據安全。加強數據共享與開放機制建設，在保障數據安全的前提下，推動企業內部、產業鏈上下游以及政府與企業之間的數據共享。通過數據共享，實現資源優化配置，促進生產過程中的原材料采購、生產計劃排程等信息共享，打造產業協同創新，降低企業的運營成本，提高產業鏈整體競爭力。

三是強化數據驅動創新，推動產業轉型升級。

數據驅動創新是新型工業化的核心動力。在產品研發設計階段，要通過收集和分析市場需求數據、用戶反饋數據、行業技術趨勢數據等，分析消費者對產品功能、外觀、智能化程度的偏好，推出個性化定制產品，使企業精準把握市場需求，開發出更具競爭力的產品，滿足不同消費者的需求。生產制造環節，不斷推進數據驅動智能化技術生產過程，在優化控制、故障預測與診斷、質量實時監控等方面實現配備。通過對生產設備運行數據的實時采集和分析，提前預測設備故障，采取預防性維護措施，減少設備停機時間，提高生產效率。同時，利用人工智能算法對生產工藝進行優化，提升產品質量穩定性，降低生產成本。在商業模式創新方面，數據為企業提供了新的價值創造途徑，企業要基于數據開展增值服務，如設備遠程運維服務、供應鏈金融服務等，通過為客戶提供設備遠程監控和運維服務，增加收入來源，并提升客戶的滿意度和忠誠度。

四是培養數據專業人才，為新型工業化提供智力支持。

數據專業人才是推動新型工業化發展的關鍵因素。一方面，在高校和職業院校應優化專業設置方面，要加強數據科學與大數據技術、人工智能、工業互聯網等相關專業建設，培養既懂工業技術又具備數據處理分析能力的復合型人才。同時，注重實踐教學環節，與企業合作建立實習實訓基地，讓學生在實際項目中積累經驗，提高解決實際問題的能力。另一方面，企業要加強內部員工的數據素養培訓，通過開展線上線下培訓課程、內部講座、案例分享等活動，提升員工對數據的認知和應用能力。鼓勵員工積極參與企業的數據驅動創新項目，形成良好的數據文化氛圍。此外，政府和企業應共同營造良好的人才發展環境，通過提供有競爭力的薪酬待遇、完善的職業發展通道、優越的科研條件等，吸引國內外優秀數據人才投身新型工業化建設。

在新型工業化的新征程上，數據要素的價值日益凸顯。未來，要持續深化對數據要素的認識和應用，不斷探索數據驅動新型工業化的新模式、新路徑，以數據之力開創工業發展的新局面。

作者單位：市委黨校市情研究室