问题——智能化技术加速进入各行业的背景下，数据正从“辅助资源”走向“关键生产要素”。但产业数据价值释放仍有多处卡点：一是数据分散在不同企业、环节和系统中，碎片化明显；二是标准和口径不统一，跨系统、跨行业对接困难；三是数据流通机制和合规体系仍不健全，企业共享使用时普遍存在“不会流、不能流、不敢流”的顾虑。同时，市场对更专业、更贴合场景、可信度更高的数据产品和服务需求快速上升，尤其在模型训练、工业机理沉淀、智能决策应用各上，对高质量数据提出了更高要求。 原因——一方面，产业数字化转型进入深水区，数据采集、清洗、标注、治理等基础工作投入大、周期长，单个企业难以独立完成全链条建设；另一方面，工业数据专业性和场景性强，涉及工艺机理、设备状态、质量检测等复杂变量，也关系企业核心竞争力与安全边界，客观上抬高了数据治理、可信交换和安全保护门槛。此外，区域产业链协同紧密，数据若长期停留单一企业内部，难以形成规模效应，更难支撑跨企业、跨链条的智能化应用落地。 影响——产业数据能否高效转化为可用资产，直接影响智能化应用推进的速度与质量，进而影响制造业的效率、质量和创新能力。对制造业大省而言，数据要素价值化不仅关乎企业降本增效，也关系产业链供应链韧性和现代化产业体系建设。高质量数据供给不足，容易出现“有算法无数据”“有场景无支撑”；数据流通不畅，则会带来重复建设和资源浪费，限制跨企业协同与区域产业升级。反之，若形成可复制的数据治理与流通体系，将为新型工业化提供持续动力，推动研发、生产、管理、服务向数据驱动加速转变。 对策——针对上述堵点，浙江在推进会上明确了产业数据价值化的阶段性路径与重点抓手，强调“供给端提质、流通端提效、生态端强基、安全端兜底”的整体思路。 一是补齐“加工难”短板，提升高质量数据供给能力。通过高端数据标注基地试点建设，推动清洗、标注、评测等能力集聚，形成规模化、规范化的数据生产体系；同时发布首批工业领域重点行业高质量数据集，为产业智能化应用提供可复用的基础数据，降低企业数据准备成本。 二是打通“最后一公里”，探索可信、可控的数据共享路径。发布首批工业可信数据空间创新发展试点，着力构建安全高效的数据共享环境，在合规前提下实现“数据可用不可见、可控可计量”，为跨主体数据协作提供制度与技术支撑。 三是做强数商队伍，完善市场化服务供给。浙江已形成由领军型、成长型及入库企业构成的梯次格局，覆盖数据技术、产品开发、运营、流通与安全等全链条服务。推动产业数据价值化，还需继续提升数商在行业机理理解、场景交付、合规治理与安全保障等上的能力，以“数据产品+场景方案”的方式服务企业转型。 四是强化区域协同，释放长三角一体化优势。长三角数商协同发展合作启动，旨在联动区域内数商资源、产业场景和数据能力，通过跨区域协作放大规模效应与示范效应，推动数据要素在更大范围内高效配置。 前景——从趋势看，数据要素与智能化应用将进一步融合，工业场景将成为数据价值释放的重要阵地。浙江下一步提出从数据管理、资源供给、平台汇聚、流通效率、数商能力、安全保障六个维度系统推进，体现出将以制度规则、基础设施与产业生态协同发力，形成可持续的创新机制。可以预期，随着高质量数据集供给扩容、可信数据空间试点深化以及数商服务能力提升，产业数据将更快转化为可计量、可交易、可应用的生产要素，带动企业加速智能化改造、产业链协同优化和新业态新模式培育。同时，数据安全与合规将贯穿全过程，成为产业数据价值化开展的关键前提。
数据要素价值化不是把数据集中起来或拿来交易那么简单，而是一项制度、技术与产业联合推进的系统工程。只有在安全可控的前提下，持续提升数据供给质量、打通可信流通路径、深耕应用场景，才能把“沉睡数据”转化为“发展动能”。浙江以数商体系为抓手、以工业场景为牵引、以区域协同为放大器的探索，也反映出各地竞逐数字经济新赛道的共同方向——让数据真正成为推动实体经济跃升的可靠基础。