數據要素×工業制造：工業數據加速增長，助力產業鏈提質增效

　　數據要素是發展新質生產力的關鍵生產要素之一。今年，國家數據局等17部門聯合印發《“數據要素×”三年行動計劃（2024—2026年）》，提出推動12項重點行動，其中首個就是實施“數據要素×工業制造”行動。創新研發模式、推動協同制造、提升服務能力、強化區域聯動、開發使能技術……發揮數據要素乘數效應，將成為工業制造高質量發展的重要驅動力量。

　　在日前落幕的2024年“數據要素×”大賽全國總決賽上，卡奧斯物聯科技股份有限公司帶來的《基于工業互聯網平臺的制造業全流程數智化解決方案》項目斬獲“工業制造”賽道的一等獎。

　　據了解，該項目基于海爾40年制造經驗和卡奧斯數字化實踐，積累高質量工業數據22PB、開發行業數據集550個，打造國內首個工業領域全鏈條數商解決方案。通過數字工業操作系統、工業大數據和工業大模型等技術，實現原始數據的采集、處理、分析和應用，支撐工業企業數字化智能化轉型，同時基于平臺構建工業數據要素服務生態，打造數據資產管理、價值評估、上架流通等全鏈條數商解決方案，助力數據流通賦能和工業普惠。

　　卡奧斯工業智能研究院副院長魯效平接受中國經濟網記者采訪表示，這種一體化的解決方案以“小、輕、快、準”的方式解決了工業生產中的多個場景難題。

　　以家電、汽車、服裝行業應用較多的加工設備注塑機為例，魯效平介紹，“這個設備價值較高，工業調試復雜、能耗高，全國所有的注塑機能耗加起來與三峽電站一年的發電量相當。我們一個冰箱工廠80多臺注塑機，200多套磨具，每年有200-400種新品要生產，會面臨頻繁換膜的問題。傳統需要依靠人工去設置參數和調試，大概調試一周，中間會涉及到大量的材料和能耗的耗費，而且最終人工調試距離最優配置還會出現約10%的差距。”

　　不過，隨著智能設備的上線，對工業數據進行及時的采集和處理，這種消耗已成為歷史。魯效平表示，“我們利用現場及操作系統去采集各個注塑機的歷史運行狀態數據，基于我們的大數據平臺去做數據的清洗、治理和標注，結合我們開發的工業大模型來做注塑工藝優化的智能體，這個智能體就相當于替代了工藝設計師，去實現不同模具的參數推薦。”

　　據悉，該方案已落地100多家注塑工廠，從實際測試結果來看，整個能效降低10%以上，調試周期減少70%以上。復制全國后，預計每年最多節約約150億電費。

　　此外，卡奧斯從行業實際痛點出發，構建15個行業場景方案庫，目前已經覆蓋創新、決策、服務和產業鏈協同等100多個典型場景。

　　“充分發掘數據要素價值，用數據來優化設計、制造、服務等各個環節，協同上下游產業，已為企業帶來了實際效益。”魯效平表示，“作為工業領域的制造企業，未來還將繼續探索更多工業數據要素賦能，復制更多可實踐可推廣的解決方案。”

　　專家認為，我國數據要素市場快速發展，數據基礎設施建設日趨完善，工業大數據市場加速增長。從2024年“數據要素×”大賽來看，工業賽道聚焦供應鏈、產業鏈效率提升，賦能制造業技術創新、生產變革。未來，數據要素的乘數效應還將加快顯現，在促進制造業轉型升級方面發揮關鍵作用。（中國經濟網記者 李方）