工信部启动"工业数据筑基行动"，把数据采集、汇聚、使用从"企业自己的事"升格为 国家战略——数据资产化成为申报智能工厂、零碳工厂等各类标杆的 前置条件。
工信部部长李乐成在专访中明确了制造业数智化的三条主线：
启动工业数据筑基行动，抓数据的 采、集、用，建设高质量行业数据集。这是三条主线里的地基。
5G-A、万兆光网，破解工业协议兼容难题——让设备数据"连得起来、传得上来"。
在数据底座之上，用AI把数据价值变现——数据是AI的燃料，没有高质量数据，大模型就是空中楼阁。
过去十年制造业上系统（ERP/MES/WMS），最大的问题不是"没系统"，而是 系统之间不互联、数据标准不统一、采集了却用不起来。很多工厂的MES里堆着数据，但一问"标准工时准不准""BOM全不全""设备台账新不新"，答案都是摇头。
数据筑基行动要解决的就是这个：让数据从"能采"到"能用"再到"能交易"。这直接对应了智能工厂梯度培育里"AI场景占比"的底层要求——没有数据底座，AI场景30%就是一句空话。
第一层 · 申报门槛：数据治理是智能工厂、零碳工厂申报的前置条件，数据血缘可追溯是硬要求。
第二层 · 减税红利：制造业购买工业数据治理工具可享受120%加计扣除（原100%），但要求数据血缘可追溯。
第三层 · 真金白银：工艺参数、老师傅经验、故障案例结构化入库，变成可复用、可交易的数据资产——这是AI时代最硬的护城河。
"数据筑基"四个字，翻译成车间的话就是：先把标准工时、BOM、设备台账、质量规范这四个地基夯实。过去大家抢着上AI，结果发现数据是乱的，模型跑出来是笑话。现在国家把数据治理提到战略高度，等于给"先精益、后数字化"的正确顺序背书——顺序不能倒。
数据治理不是IT项目，是管理变革。先从一张价值流图 + 一份数据标准清单开始。
思派提供免费的数据底座现状诊断 → sptechsz.com/l1_questionnaire.html