专家解读|于海斌：工业数据治理应从“被动管控”到“智能驱动”

11月3日，由全国数据标准化技术委员会（以下简称“全国数标委”）主办，全国数标委秘书处（中国电子技术标准化研究院）和江苏省数据局承办的全国数标委2025年第二次“标准周”全体会议在江苏省南京市举行。

会上，中国科学院沈阳自动化研究所研究员于海斌作了题为《工业数据治理新范式》的主旨发言。

中国科学院沈阳自动化研究所研究员于海斌作主旨发言

“工业数据治理是大国竞争的核心，数据是制造业发展的几大瓶颈之一。业内普遍认为，做好工业数据治理后，企业效率能提升20%以上。”于海斌建议，工业数据治理应当从分散治理走向行业共享、社会共用，政府应做好引导，通过成功案例让企业看到数据流通的益处。

据介绍，工业数据治理是围绕工业领域数据全生命周期的管理体系，通过策略、流程、技术等手段，确保数据的可用性、一致性、安全性及合理性。其核心要素包括数据全生命周期管理、新型技术架构支撑和健全的组织架构保障三方面。

工业数据治理的难点何在？于海斌认为，核心症结在于数据治理和数据流通能力不完善。他具体剖析了六大挑战：数据复杂性带来治理技术瓶颈；治理平台多停留在数据汇聚层面，工业领域有影响力的平台稀缺；治理标准体系与规范缺失；产业链协同存在标准壁垒；公信力与价值回报机制缺失；数据权责利界定及落地困难。

针对未来发展方向，于海斌提出，工业数据治理应当实现从“被动管控”到“智能驱动”的根本性跃迁。他称，实现这一全新治理范式，需要重点研究多源异构数据融合治理、虚实结合数据生成、工业数据语义互通和可信流通、数据要素市场化配置与交易、数智基石与信任枢纽构建等关键技术。

结合中科工业人工智能研究院的平台建设工作，于海斌分享了面向工业数据治理体系的新一代基础设施设计思路，“应当以‘以用带建’的方式形成正向循环，希望最终建设一个能够串联数据的工业模型性能提升平台。”