关于转发浙江省制造业高质量发展（数字经济发展）领导小组办公室关于印发《浙江省工业领域高质量数据集建设行动方案（2025-2027年）》的通知

浙江省工业领域高质量数据集建设行动方案（2025-2027 年）

工业领域高质量数据集是经过采集、加工等数据处理，可直接用于工业领域人工智能模型开发和训练的，能有效提升模型性能的数据集合，是新型工业化的战略资源。为加快科技创新和产业创新深度融合，深化国家数字经济创新发展试验区建设，构建以数据驱动为核心的新型工业化生态，特制定本行动方案。

一、总体目标

以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届三中全会精神，按照人工智能赋能新型工业化战略部署，深入实施产业数据价值化改革，聚焦“415X”先进制造业集群建设，以市场主导、应用导向为原则，推动工业领域高质量数据集供得出、建得专、用得好、流得动、有支撑。到2027年底，围绕工业领域，遴选50个省级重点行业高质量数据集、培育200个高质量数据集，选树200个高质量数据集赋能的典型场景，形成可靠精准、模态丰富、安全合规、赋能有力的工业领域高质量数据集体系，为制造业高端化、智能化、绿色化发展提供有力支撑。

二、重点任务

（一）工业领域数据质量标准提升行动

1.强化工业数据高质量汇聚。引导工业企业依托信息系统、数控装备、物联网设备等，加强全环节数据标准化采集，建立数据资源目录，建设企业数据中台、企业大脑等。支持链主企业、行业协会、工业互联网平台、行业产业大脑等推动产业链上下游数据采集汇聚与贯通。（责任单位：省经信厅）

2.提升工业企业数据治理能力。制订推动企业数据治理能力提升的实施指南，推广企业数据管理能力成熟度评估（DCMM）贯标和企业首席数据官（CDO）制度。推动企业加快数据治理智能化工具及服务平台开发、推广和应用，健全覆盖全业务流程的数据治理体系。（责任单位：省经信厅）

3.提高工业领域数据标准化水平。推进行业数据标准化，探索建设省级工业领域高质量数据集标准体系，研究制订重点行业数据标注评估标准、评测规范、合成数据使用规范等。深化推广产品主数据标准（CPMS），推动产业链供应链数据标准互认。鼓励企业参与数据集标准制定。（责任单位：省经信厅、省市场监管局）

4.加快推进工业领域数据标注。支持开发面向行业需求、支持多模态数据的专用标注工具。鼓励共建数据标注联合实验室，攻克场景复杂性和知识依赖性标注难题，推进工业领域开展数据标注。支持细分行业数据标注标准体系建设，鼓励有条件的产业集聚区建设数据标注服务平台，创建国家级数据标注基地。（责任单位：省经信厅、省数据局、省科技厅）

5.开展工业领域数据集质量评估与登记。开展工业领域数据资源调查。围绕精准性、完整性、时效性、安全性、价值度等核心要素，建设数据集质量评估体系，每年遴选20个左右省级工业领域高质量数据集。鼓励企业通过数据集质量评估、数据资产入表、数据知识产权登记等，提升数据集的规范性、可用性、可靠性，向数据资产转化。（责任单位：省经信厅、省财政厅、省市场监管局、省数据局）

（二）工业领域数据集多元化建设行动

6.支持重点企业高质量数据集建设。鼓励各类企业加强高质量数据集建设，重点支持龙头、链主企业发挥深耕行业优势，整合利用生产制造、质量控制、检定标准、物料与供应链等关键基础数据，面向工业全流程场景应用需求，对相关数据进行梳理、标注、加工，形成含有企业知识、可用于模型训练的高质量数据集。（责任单位：省经信厅）

7.推进重点行业高质量数据集建设。聚焦石化、纺织印染、汽车零部件、化纤、智能电气、五金等行业，重点支持人工智能赋能制造业试点区域形成细分行业数据集建设清单。发挥行业产业大脑、工业互联网平台、浙江数商、人工智能服务商等作用，加快细分行业通识数据集建设。探索建设基于高仿真、合成数据的训练数据。支持行业协会推动行业共性数据集共建共享。（责任单位：省经信厅）

8.支持重点产业平台建设高质量数据集。鼓励产业集群核心区协同区、高新区、经开区、各类园区结合主导产业，布局建设通用类高质量数据集。支持省级未来产业先导区构建虚拟训练场和中试基地，建设智能驾驶、人形机器人等面向未来产业的训练数据集。发挥国家级和省级制造业创新中心、制造业数字化转型促进中心等平台作用，建设行业通用高质量数据集。（责任单位：省经信厅、省商务厅）

9.推动科技与产业高质量数据集共建共享。支持高校建设人工智能、电子信息、材料、药学等重点领域学科专业数据库，完善共用共享机制，鼓励开源开放。鼓励高校、科研机构与企业深度合作，聚焦工业领域前沿技术与共性问题及产业创新需求，建设面向产业应用的高质量科学数据集。（责任单位：省科技厅、省经信厅、省教育厅）

（三）工业领域数据集多维度赋能行动

10.赋能工业领域垂直模型开发应用。引导企业和数据服务商基于高质量行业数据集，应用行业的通用大模型解决行业共性问题、开发适配具体场景的轻量化小模型、部署具备自主决策能力的工业智能体。支持企业构建知识图谱，运用思维链技术优化模型推理能力，利用算法模型辅助优化数据标注流程和精度，形成数据与算法良性循环。（责任单位：省经信厅、省科技厅）

11.赋能企业重点环节场景化应用。鼓励企业聚焦研发设计环节，整合设计图纸、知识图谱等数据提升研发设计效率；中试验证环节，利用试制与测试数据优化工艺参数与缺陷预测；生产制造环节，利用全流程数据实现智能生产控制和实时监测告警；营销服务环节，基于AI 预测赋能供应链优化和品牌价值提升。支持企业构建知识库、智能知识问答等通用场景。（责任单位：省经信厅）

12.赋能重点集群和产业链应用。聚焦“415X”先进制造业集群，推动高质量数据集应用赋能。支持新一代信息技术集群利用数据与算法驱动核心技术创新；支持高端装备集群融合全流程数据实现智能生产决策与工艺精准控制；支持现代消费与健康集群挖掘消费趋势数据引领产品创新与生产；支持绿色石化与新材料集群集成原料特性数据优化生产调控管理。鼓励利用产业链供应链上下游数据，促进跨企业资源优配、创新协作、产能协同。（责任单位：省经信厅）

13.赋能区域数字化治理能力提升。鼓励高新区、新型工业化示范区等汇聚设备运行、环境监测、产业链供需等数据，构建智能管理决策系统，打造安全生产等数字化监管体系。深化企业服务与产业协同的数据集应用，推动资源要素高效配置与精准服务，为中小企业提供智能匹配、融资评估、政策推送等服务。（责任单位：省经信厅）

（四）工业领域数据集高效流通行动

14.开展工业数据产权和收益分配机制创新探索。鼓励企业开展数据资产入表，规范数据资产会计核算，探索数据集价值评估、质押融资等金融服务。推进数据产权、数据知识产权等 制度衔接贯通，支持探索数据授权使用和收益分配机制，推动双向公平授权。鼓励探索数据订阅、授权许可、价值分成等多 元数据集运营模式。（责任单位：省数据局、省财政厅、省市场监管局、省经信厅）
    15.推动公共数据面向工业领域开放。通过省公共数据授权运营机制，推进政企数据互通共享，利用公共数据构建工业领域数据集。重点支持交通、医疗、能源、电力、金融、人力等数据用于无人驾驶、新药研发、企业融资、用工需求匹配等场景，探索公共数据与企业数据融合创新。（责任单位：省数据局、省经信厅）

16.构建多层次工业数据流通体系。依托浙数交和杭数所打造工业数据集特色交易专区，建立流通应用质量评估标准。鼓励有条件的地区探索制定流通合规指引、发布负面清单、公开案例范本。鼓励各工业互联网平台、产业大脑构建行业级数据流通交易平台。支持开源社区汇聚发布工业领域高质量数据集。（责任单位：省数据局、省经信厅）

17.推动工业可信数据空间建设。面向“415X”先进制造业集群，以行业产业大脑、工业互联网平台为基础，开展企业和行业级工业可信数据空间试点建设。支持通过授权机制，在数据不出域前提下，实现安全可信调用与价值挖掘。运用隐私计算、 数据脱敏等技术实现跨域数据安全流通与融合应用。（责任单 位：省经信厅、省委网信办、省数据局）

（五）数据核心技术和产业筑基行动

18.加强关键核心技术攻关。发挥省“尖兵”“领雁”、人工智能赋能型工业化等项目作用，攻关高质量数据集关键核心技术。 开展工业数据链全栈式技术研发，重点突破自动标注、多模态 数据融合、检索增强生成、区块链和隐私计算、知识图谱和AI建模等关键技术，培育具有核心竞争力的工业数据创新企业。（责任单位：省科技厅、省经信厅）

19.加快培育工业领域浙江数商。聚焦数据技术服务、数据产品开发、数据平台运营服务、数据流通服务、数据安全保障等业务领域，培育一批专业化工业领域浙江数商和人工智能服务商。支持杭州“中国数谷”、宁波数创港、中国（温州）数安港等打造数据产业集聚区，培育全国一流的数商生态。（责任单位：省经信厅、省数据局）

20.培育壮大数据人才队伍。支持有条件的院校积极增设开 设数据科学与工程交叉相关的学科，加强相关专业建设。鼓励应用型高校计算机相关专业，开设数据标注等课程。支持校企共建实训基地，开展数据合成、数据标注、数据质检等技能培训，联合培养既懂工业技术又具备数据处理分析能力的复合型人才。鼓励企业设置数据岗位，组织技能提升培训。（责任单位：省教育厅、省经信厅、省人力社保厅）

三、保障举措各级统筹利用工业和信息化相关专项资金支持工业互联网平台建设、数字化转型等，推动工业领域数据集发展。争取国家超长期特别国债支持工业数据基础设施建设。落实科创、软件等政策支持高质量数据集创新及建设。鼓励地方加强高质量数据集政策支持。鼓励银行保险机构加大金融支持力度。建立跨地区部门层级协同工作机制，积极开展案例遴选、试点示范、 供需对接等工作。结合国家数字经济创新发展试验区、国家数据要素综合试验区建设加强制度创新，形成可复制可推广的创新成果。利用各类活动平台，加强开展数据、模型、数据集一 体化对接。强化数据安全合规保障，强化数据知识产权保护， 建立对合成数据集监控评估机制，加强数据伦理、风险评估，开展工业数据跨境规则研究。（责任单位：省经信厅、省委网信办、省发展改革委、省财政厅、省经信厅、省科技厅、省市场监管局、省数据局、浙江金融监管局）