本报讯（记者 罗晓燕）“当前工业数据治理的滞后与薄弱，已成为制约人工智能与制造业深度融合的核心瓶颈。”今年全国两会，全国人大代表，华工科技产业股份有限公司董事长、总裁、党委书记马新强带来了“系统推进工业数据治理体系建设 赋能制造业智能化转型的建议”。

马新强在调研中发现，工业企业在智能化转型中普遍面临数据孤岛、标准缺失、质量参差、安全风险凸显以及复合型人才匮乏等堵点难点。“这些问题单靠企业自身难以解决，亟需国家与行业层面进行系统性的顶层设计，为工业AI的规模化应用扫清数据障碍。”

针对上述问题，马新强代表提出5点建议：

一是强化顶层设计，构建国家工业数据治理战略框架。建议由工业和信息化部牵头联合国家数据局制定《国家工业数据治理能力提升行动计划》，完善法律与标准体系，明晰数据权属，破除“数据孤岛”的技术根源。

二是加大基础投入，部署国家级与行业级数据基础设施。建议依托国家工业互联网大数据中心体系，建设“国家工业数据基础服务平台”，并在装备制造、电子信息等重点行业建设“行业级工业数据共享与赋能中心”，探索数据价值共享新范式。

三是聚焦关键突破，组织实施技术攻关与试点示范工程。建议设立“工业数据治理与AI融合”科技专项，采用“揭榜挂帅”机制联合攻关核心技术。同时开展“工业数据治理标杆培育”工程，打造一批全流程贯通、成效显著的标杆工厂。

四是创新支持政策，优化财税金融与生态培育环境。他呼吁实施精准的财税激励，鼓励金融机构开发“数据资产贷”等创新金融产品，并支持成立“工业数据治理创新中心”，汇聚产学研用金各方资源协同发展。

五是筑牢安全底线，健全数据安全与人才保障体系。建议实施“工业数据与AI复合型人才万人计划”，推动高校设立交叉学科，支持校企共建实训基地，完善新职业的技能标准和评价体系。

马新强最后强调，数据是工业智能化的“核心原料”，数据治理能力是驾驭这股新力量的“基本功”。系统性地破解工业数据治理难题，是抢占全球制造业智能化竞争制高点必须打好的“前置战役”。