在制造业加快向高端化、智能化、绿色化迈进的背景下，数据作为新型生产要素的价值日益凸显。
全国人大代表张帆提出，高质量工业数据集是“人工智能+制造”融合发展的基础底座。
当前亟须打通工业数据流通堵点，弥合共享环节的信任缺口，把“沉睡”的数据资源转化为可持续的创新要素，形成技术创新与产业升级相互促进的良性循环。
问题：数据壁垒尚存，数据难以“用起来” 调研显示，工业数据长期沉淀在企业内部系统与不同设备平台中，呈现“多、散、杂、难通”的特征：一方面，数据口径不一、标准不统一，跨企业、跨链条协同成本高；另一方面，工业数据涉及工艺、配方、质量与供应链等核心信息，企业普遍担忧泄密风险与合规风险，导致“愿不愿共享、敢不敢共享、怎么共享”成为现实难题。
与此同时，高质量工业数据集供给不足，数据清洗、标注、治理等专业能力短板较为突出，制约模型训练与场景落地效率。
原因：标准缺位、激励不足与信任机制不健全交织 张帆认为，数据壁垒背后既有技术与治理问题，也有制度与利益问题。
其一，行业数据标准体系仍需进一步完善，数据采集、接口规范、质量评价等缺乏统一约束，导致数据难以互认互通。
其二，数据资产化、价值化路径不清晰，企业投入数据治理的成本难以得到合理回报，缺乏持续投入的内生动力。
其三，数据确权、流通边界、责任认定等规则仍待细化，在“谁拥有、谁使用、谁担责、谁受益”方面存在模糊地带，信任机制不足直接抬高了共享门槛。
影响：数据供给不足制约“人工智能+制造”提质增效 业内人士指出，高质量数据决定智能化应用的上限。
若缺乏可复用、可规模化的工业数据集支撑，人工智能在质量检测、预测性维护、工艺优化、能耗管理、供应链协同等关键场景的训练与迭代将面临数据稀缺与成本高企的掣肘，不仅影响企业降本增效，也会减缓产业链协同创新速度。
更重要的是，数据要素无法高效流通，将削弱新质生产力培育的支撑基础，影响制造业向价值链中高端迈进。
对策：共建机制与市场机制并重，夯实高质量数据供给 围绕如何破壁增信、提升供给，张帆提出从“共建”与“交易”两端同步发力。
一是构建多方协同的工业数据集共建机制，先把“底座”夯实。
建议研究出台加强工业数据集建设的财税支持政策，发挥政策牵引作用，引导企业加大在数据采集、治理、脱敏、标注和安全体系上的投入。
支持行业龙头企业牵头组建行业数据共享联盟，带动产业链上下游中小企业协同参与，形成政府引导、市场主导、多方协同的共建格局。
在此基础上，推动建设一批行业级、领域级高质量工业数据集，为规模化应用提供可信的数据供给。
二是做强数商生态，提高专业化服务能力。
张帆建议大力培育数据服务商、数据标注机构等专业力量，推动形成分工明确、能力互补的服务体系，降低企业开展数据治理和数据集构建的门槛与成本。
通过专业机构参与，提高数据质量与可用性，增强数据的可复用、可迁移能力，为产业链更多企业提供“拿来即用”的数据产品与服务。
三是创新数据交易与收益分配机制，激发数据共享的内生动力。
张帆强调，要让共享“有账可算、收益可期”，以规则化、可持续的收益分配机制提升各方参与积极性。
通过完善数据交易机制、探索与贡献度挂钩的分配方式，推动数据从资源向资产再向资本的价值实现，并在可控范围内提升数据流通效率，形成“共享—收益—再投入”的良性循环。
前景：以制度供给带动要素流通，推动制造业智能化跃升 受访专家认为，随着数据基础制度不断完善和行业数据工程持续推进，工业数据将从“封闭分散”走向“有序流通”。
未来，工业数据集建设若能与标准体系、安全合规、交易规则同步完善，将有助于加快形成可复制、可推广的行业解决方案，推动人工智能在制造业更广范围、更深层次落地，促进研发设计、生产制造、经营管理全链条智能化升级，并带动产业链协同创新能力整体提升。
数据要素的解放，本质是生产关系的深刻变革。
当数据从封闭的“私有资源”转化为开放的“创新土壤”，不仅将重塑制造业竞争格局，更可能催生以协同共享为特征的新工业文明。
这一进程需要政策智慧与市场活力的同频共振，亦是对高质量发展内涵的生动诠释。