数据要素×工业制造领域赛道
一、提升创新研发能力,推动制造高端化发展
数据驱动型创新研发模式,基于设计、仿真、实验、生产、运行等多维度数据实现产品研发和工艺创新,推动制造高端化发展。
二、提高工业制造决策科学性,降本提质增效
完善数据采集、管理、分析和利用,在生产制造和企业运营主要过程采用基于数据的科学决策,实现降低成本、提高质量、效益提升的多重目标。
三、提升服务型制造能力,增强用户满意度
加强产品全生命周期数据采集,整合设计、生产、运行数据,增强高端化生产性服务能力,提升产品可靠性和运行性能,增强产品用户满意度。
四、稳固产业链供应链,强化价值协同
促进产能、采购、库存、物流等不同制造环节,以及供应链上下游等数据共享和可信流通,探索协同设计、协同制造、协同服务等新模式,提高区域间制造资源配置效率,提升产业链、供应链稳定性。
五、探索数据跨主体协同利用机制
鼓励企业间建立公平互惠互利的流通规则制度,探索可信数据空间、隐私计算等技术手段,完善数据治理体系,提高数据资源质量,创新流通规则机制,促进数据在组织内部不同部门及组织内外更大范围流通和协同利用。
六、工业领域高质量数据集建设
聚焦新材料、机械、电子、汽车等行业,围绕基础零部件、核心基础元器件、关键基础材料、整机装备与系统,打造来源主体丰富、数据标注准确、应用成效突出的高质量数据集,支撑人工智能和大模型在工业及更多行业应用。