于海斌：工业数据治理如何从被动管控转向智能驱动？
你是否想过，数据如何成为工业竞争的核心武器？就在11月3日，全国数据标准化技术委员会（简称“全国数标委”）在南京点燃思想火花，2025年第二次“标准周”全体会议汇聚行业精英，共商数据治理未来。
会上，中国科学院沈阳自动化研究所研究员于海斌重磅登场，以《工业数据治理新范式》为题，分享颠覆性洞见。
于海斌研究员激情演讲，揭示工业数据治理新路径。人民网 李昱辰摄
于海斌直言，工业数据治理是大国竞争的核心，更是制造业突破瓶颈的关键。一旦治理到位，企业效率可飙升20%以上！他呼吁，治理必须从分散走向共享共用，政府需以成功案例引导，让企业亲见数据流通红利。
简言之，工业数据治理是覆盖数据全生命周期的管理体系，融合策略、流程与技术，确保数据可用、一致、安全、合理。其三大支柱：全生命周期管理、新技术架构支撑和健全组织保障。
难点何在？于海斌直指核心：治理与流通能力不足。他剖析六大挑战：数据复杂性高，技术遇瓶颈；平台多止于汇聚，缺乏行业标杆；标准体系缺失，规范空白；产业链协同受标准壁垒阻隔；公信力与回报机制不明；数据权责利界定模糊，落地艰难。
未来方向是什么？于海斌倡议根本性跃迁：从“被动管控”到“智能驱动”。实现这一变革，需攻克多源异构数据融合、虚实数据生成、语义互通与可信流通、数据要素市场化交易、数智信任枢纽等关键技术。
结合中科工业人工智能研究院的实践，于海斌描绘新基建蓝图：以“用带建”形成正向循环，打造串联数据的工业模型性能提升平台。立即行动，拥抱智能驱动，共创数据治理新生态！
人民网记者 鞠峰
相关问答
数据处理主要针对什么?
数据处理指从数据源采集信息，通过工具与算法，将原始数据转化为可分析、可用的价值信息。这一过程贯穿各类数据环境。
数据治理的四个方向?
数据治理是组织管理数据使用的系统工程，四大方向为：整体规划、标准先行、局部改进和升级改造，确保数据高效合规应用。
数据处理主要有哪些工作?
数据处理专员核心工作：清理项目原始数据库并修正；分类整理各类数据；执行文字输入、文件扫描等基础操作，支撑数据流畅运转。
大数据处理的“1秒定律”是什么?_作业帮
“1秒定律”强调处理速度需达秒级，满足实时分析需求，是高效大数据应用的关键标准。
如何正确进行数据处理?
正确处理数据需灵活应对场景：进行数据分析、呈现、存储、归并或丢弃，确保方法匹配目标，提升信息价值。
加强数据处理能力学什么?
提升数据处理能力，应快速学习、敏捷分析和强大数据分析技能，这些是成为合格咨询师或专业人士的基石。
数据处理经历了哪些发展阶段,其特点分别是什么?_作业帮
数据处理演进三阶段：人工管理（依赖人力）、文件系统（初步自动化）、数据库系统（高效集成），各阶段推动信息处理效能飞跃。
领导干部如何提升数据治理能力?
领导干部提升数据治理能力，重在杜绝贪腐，聚焦战略规划与团队协作，而非空谈理论，以行动驱动数据价值释放。
数据治理的九大要素?
数据治理九要素包括：定义数据、制定标准、确保质量、安全管理、合规监控、技术支持、组织架构、流程优化和价值评估，构建完整治理体系。
数据控制者与数据处理者定义区别?
数据控制者决定数据处理目的与方式，如企业管理用户信息；数据处理者按指示执行操作，两者权责清晰，保障数据合规流动。
