2026年3月,工业和信息化部印发通知,启动工业数据筑基行动,组织开展面向人工智能赋能的高质量行业数据集建设先行先试,着力突破工业数据“采”“集”“用”瓶颈。

通知提出,到2026年底,培育一批行业数据合作联合体,建设重点行业数据可信互联平台,汇聚一批行业数据资源,攻关一批数据关键技术,研制一批工业数据标准,打造一批高质量、标准化、可流通的行业数据集,赋能一批行业大模型、工业智能体等应用落地,总结形成工业数据高效采集处理、可信流通汇集、深度融合应用的有效路径、创新机制和经验模式,赋能行业提质降本增效,探索工业领域高质量数据集建设和数据开发利用模式。
工业和信息化部办公厅关于启动工业数据筑基行动 开展面向人工智能赋能的高质量行业数据集建设先行先试的通知
各省、自治区、直辖市工业和信息化主管部门:
为贯彻党的二十大和二十届历次全会精神,落实党中央、国务院关于人工智能发展的决策部署,按照部党组工作要求,探索工业数据“采”“集”“用”有效路径,现启动工业数据筑基行动,开展面向人工智能赋能的高质量行业数据集建设先行先试,有关事项通知如下:
一、总体要求
以推进工业数据开发利用为主线,选取制造业重点行业,依托重点行业企业、平台机构、先进制造业集群、中小企业数字化转型城市试点等主体分类施策,以典型场景需求为牵引,聚焦关键环节关键场景“小切口”开展先行先试,着力突破工业数据“采”“集”“用”瓶颈。
到2026年底,培育一批行业数据合作联合体(以下简称联合体),建设重点行业数据可信互联平台,汇聚一批行业数据资源,攻关一批数据关键技术,研制一批工业数据标准,打造一批高质量、标准化、可流通的行业数据集,赋能一批行业大模型、工业智能体等应用落地,总结形成工业数据高效采集处理、可信流通汇集、深度融合应用的有效路径、创新机制和经验模式,赋能行业提质降本增效,探索工业领域高质量数据集建设和数据开发利用模式。
二、实施主体
聚焦数字化转型基础好、数据价值挖掘潜力大的制造业重点行业,依托重点行业企业、平台机构、先进制造业集群、中小企业数字化转型城市试点四类主体,推动成立一批联合体开展先行先试。
(一)重点行业企业。选取钢铁、汽车等重点行业龙头企业牵头,依托龙头企业强大的产业链供应链整合能力,聚合上下游企业、科研院所、数据服务企业、大模型厂商等组建联合体,探索企业间及产业链数据开发利用路径及流通协作机制,重点推进行业关键数据技术攻关、行业数据标准研制、高质量行业数据集打造、数据应用场景落地等任务。
(二)平台机构。选取工业互联网平台、大数据中心、制造业数字化转型促进中心等平台牵头,依托其数据资源汇聚优势,聚合制造企业、数据服务商等组建联合体,探索跨行业跨领域数据汇聚和共享流通的路径和机制,重点推进行业数据可信互联平台建设、行业数据标准研制、高质量行业数据集打造、数据服务产品研发、数据应用场景落地等任务。
(三)先进制造业集群。结合国家先进制造业集群实数融合关键能力提升先行先试任务,聚合集群内重点企业,引进产学研用力量组建联合体,探索行业数据要素协同供给、数据服务产业生态培育等机制,推进集群公共数据基础设施建设、公共数据授权运营、数据流通交易机制探索、高质量行业数据集打造、数据服务企业及人才培育等任务。
(四)中小企业数字化转型城市试点。选取中小企业数字化转型城市试点,聚合制造企业、数据服务商、云服务商等组建联合体,探索中小企业数智化升级、数据协同的路径和机制,推进中小企业公共数据基础设施建设、工业数据训练基地建设、数据流通交易机制探索、公共数据授权运营、高质量行业数据集打造、数据服务企业及人才培育等任务。
三、重点任务
结合《场景化、图谱化推进重点行业数字化转型的参考指引(2025版)》中重点行业数字化转型场景图谱,开展“1+4+N”体系建设,依托联合体建设重点行业数据可信互联平台,打造行业数据资源库、数据技术攻关库、工业数据标准库、高质量行业数据集库等四大资源库,实现N个工业数据赋能行业大模型、工业智能体等应用场景落地,总结形成工业数据深度开发利用有效路径和机制。
(一)行业数据可信互联平台。整合工业互联网、大数据中心、算力中心、数据治理平台、数据工程能力平台、行业可信数据空间等数据基础设施能力,构建重点行业数据可信互联平台,布局建设工业数据生产训练基地,提供仿真环境数据采集、专业化数据标注、极端场景数据合成等能力。
(二)行业数据资源库。系统整合重点行业操作手册、安全规范、学术论文、技术专利等知识数据,以及设备信息、生产过程、运行环境等实时数据和生产工单、产品信息、供应链协同等业务数据,构建涵盖学科知识、工艺知识、工业机理等具备行业专业特征的行业数据资源库。
(三)数据技术攻关库。系统梳理行业数据采集处理、流通汇集、融合应用过程中亟待突破的关键数据技术,如多模态数据治理、多源异构数据加工、智能标注、数据合成等,提炼行业共性数据技术问题,编制工业数据关键技术图谱,协同开展关键技术攻关。
(四)工业数据标准库。系统梳理数据领域现行标准,为行业数据标准库建设提供基础素材。加快工业数据采集汇聚、高质量数据集建设、数据开发利用等关键急需数据标准研制,引导联合体单位协作开展标准编制,完善工业数据标准体系与质量评估体系。
(五)高质量行业数据集库。系统整理已建和规划建设的数据集,形成行业数据集目录,加快建设高质量、标准化、可流通的行业数据集。开展高质量数据集典型案例征集,总结先进做法和成功经验,形成可复制推广的应用模式,制定高质量数据集建设指引。推动数据开源开放和资源共享。
(六)数据应用场景。围绕研发设计、中试验证、生产制造、经营管理、产业协同等关键环节,开展行业大模型应用、工业智能体研发等场景落地,赋能行业提质降本增效。引导联合体单位探索公共数据授权运营、工业数据确权、价值评估与收益分配等制度,开展数据流通交易。
四、工作要求
(一)工作启动。各地工业和信息化主管部门,结合地方发展需要,推荐自愿参与的联合体先行先试单位,推荐数量不超过2个,实施周期至2026年12月。各地工业和信息化主管部门依据本通知组织填报先行先试实施方案(附件1),电子版盖章后于3月8日前以PDF形式发送至邮箱zhangjianlun@miit.gov.cn。经组织研究后,明确先行先试联合体单位。
(二)阶段推进。召开工作启动会,正式组建联合体,完善先行先试实施方案。按季度跟踪推进先行先试工作,汇总阶段性成效,积极引导和支持试点工作顺利开展。
(三)成效总结。召开工作总结会,评估工作成效,汇总先行先试形成的有效路径和机制,形成工作总结报告,进一步深化工业数据筑基行动。
五、保障措施
加强组织协同。工业和信息化部信息技术发展司负责整体统筹,组织实施方案编制与落实,对接各先行先试单位,跟踪各项试点工作进展。相关司局及地方工信主管部门负责业务指导,共同推进试点工作取得成效。
加大资源保障。积极争取“两重”等渠道资金支持。协同部规划司、原材料司、企业局等有关司局,引导先进制造业集群、新材料重大专项、中小企业数字化转型城市试点在各自工作管理要求范围内,合理合规加大对联合体支持力度。鼓励各地工信主管部门通过专项资金、政府奖励等形式支持先行先试工作。
深化生态合作。依托国家级人工智能开源社区,推动工业数据开源专区建设,引导联合体单位共享开放一批高质量行业数据集,促进工业数据共建共享生态。培育壮大面向制造业重点行业的数据咨询、数据治理、数据标注等数据服务企业。鼓励联合体单位开展校企合作,培育一批既懂数据又懂行业的复合型人才。
附件:1.面向人工智能赋能的高质量行业数据集建设先行先试实施方案
工业和信息化部办公厅
2026年2月12日
附件1 面向人工智能赋能的高质量行业数据集建设先行先试实施方案

须知
一、材料要求盖章处,须加盖公章,复印无效,任务书须加盖骑缝章。
二、面向人工智能赋能的高质量行业数据集建设先行先试的牵头单位为企事业单位、行业协会、研究机构或集群组织,名称用全称填写。
三、面向人工智能赋能的高质量行业数据集建设先行先试的推荐单位为地方工业和信息化主管部门,名称用全称填写。
| 一、基本信息 | ||||||
| 联合体名称 | ||||||
| 牵头单位名称 | ||||||
| 联系人 | 姓名 | 电话 | ||||
| 职务 | 邮箱 | |||||
| 实施主体
类型 |
⬜ 重点行业企业
⬜ 平台机构 ⬜ 先进制造业集群 ⬜ 中小企业数字化转型城市试点 |
|||||
| 二、联合体基本情况及分工 | ||||||
| 单位名称 | 单位情况简介 | 承担角色及任务分工(参考附件2) | ||||
| 三、已有工作基础 | ||||||
| 简要介绍先行先试相关单位已开展的工业数据相关工作,可包含但不限于数据基础设施建设、技术攻关、标准研制、机制探索、场景应用等方面内容(800字左右)
|
||||||
| 四、实施方案 | ||||||
| 请围绕“1+4+N”体系建设(参考附件2),提出2026年任务目标,并从实施路径、工作计划、保障措施等方面详细阐述工作任务安排(2000字左右)
|
||||||
| 五、牵头单位承诺书 | ||||||
| 本单位近3年内(2023年以来)未出现违规、违法行为,未发生重大信息、网络安全事件,重大、特大生产和环境安全事故,本单位不属于失信被执行人。
所开展的工业数据相关研发及运营行为合法合规,申报材料内容真实有效。
承诺单位(盖章):
承诺时间: 年 月 日
|
||||||
| 六、推荐单位意见 | ||||||
| 意见:
推荐单位(盖章):
年 月 日 |
||||||
附件2 先行先试参考任务表
| 序号 | 任务大类 | 任务小类 | 选项 | 是否选择 |
| 1 | 行业数据可信互联 平台 |
整合工业互联网、大数据中心、算力中心、数据治理平台、数据工程能力平台、行业可信数据空间、数据公共服务平台等数据基础设施能力,充分利用已有能力,构建重点行业数据可信互联平台 | 必选 | |
| 2 | 布局建设工业数据生产训练基地,提供仿真环境数据采集、专业化数据标注、极端场景数据合成等能力 | 可选 | ||
| 3 | 行业数据资源库 | 梳理并发布行业场景数据需求清单 | 必选 | |
| 4 | 建设行业数据资源库 | 必选 | ||
| 5 | 数据技术攻关库 | 编制行业数据关键技术图谱,形成关键数据技术目录 | 必选 | |
| 6 | 推动多源异构数据加工、智能标注、数据合成等技术攻关 | 可选 | ||
| 7 | 工业数据标准库 | 系统梳理行业数据领域现行标准 | 必选 | |
| 8 | 加快工业数据采集、高质量数据集等关键急需数据标准研制 | 必选 | ||
| 9 | 形成高质量数据集质量评估体系 | 必选 | ||
| 10 | 推动产品主数据等基础通用标准建设及应用,共同研制行业主数据标准 | 可选 | ||
| 11 | 深化数据治理,开展数据管理国家标准贯标,推广企业首席数据官制度 | 可选 | ||
| 12 | 高质量数据集库 | 建设高质量、标准化、可流通行业数据集(以制造环节为主) | 必选 | |
| 13 | 总结高质量数据集典型案例,制定行业高质量数据集建设指引 | 必选 | ||
| 14 | 开展高质量数据集测评 | 可选 | ||
| 15 | 贡献开源数据集 | 可选 | ||
| 16 | 应用场景 | 编制数据产品目录 | 必选 | |
| 17 | 数据赋能行业大模型、工业智能体等应用场景落地(必须包含制造环节) | 必选 | ||
| 18 | 探索工业数据产权、价值评估、收益分配等制度 | 可选 | ||
| 19 | 探索内部数据进行产品化,实现高质量数据集等数据产品流通交易 | 可选 | ||
| 20 | 其他 | 数据资产入表 | 可选 | |
| 21 | 试点开展公共数据授权运营 | 可选 | ||
| 22 | 构建数据人才能力图谱,培育既了解数据技术又熟悉行业需求的复合型人才 | 可选 | ||
| 23 | 壮大数据咨询、数据治理、数据标注等市场经营主体,支持大型制造企业剥离数据服务板块,培育面向行业的数据服务企业 | 可选 |
www.smartcity.team

