近期，由北京工业大数据创新中心与大数据系统软件国家工程实验室联合主办的“释放机器数据价值”年度闭门论坛在苏州举办。本年度论坛主题围绕“高门槛与高价值”展开，来自信通院、清华大学、上海交大的专家，与来自国电投、国家能源、东方电机、郑煤机、陕鼓动力、西开电气、招金金软、宝钢盈德等近30家细分领域的领军企业代表，就工业数智化转型路径，工业数据价值发现的挑战、经验与困扰展开深入交流与探讨。

2021年的工业企业数智化浪潮，从激昂澎湃进入到静水流深的全新阶段，数据逐渐成为新型生产要素。工业数智化的先行企业，不论是装备制造商还是终端业主，都不再停留在早期系统平台建设，而是稳扎稳打地推进数据驱动的业务创新。

精彩观点分享

牵引力

数智化不是形象工程，也不是IT系统建设，而是要对整个集团、整个企业的原有业务起到牵引、改善与推动升级的作用；将数字化能力加载到原有的有形产品和服务中，才能发挥更显著的价值。

生产力

工业领域遵循“生产力改变生产关系”，对数据的加工和利用，是个长期持续且需要自主投入的过程，工业企业需要自己拥有数据价值的发现能力，这将成为工业企业的新型生产力。

流量入口

服务化转型，不仅要从原本的线下后服务运维升级为基于数据、基于设备状态的数字化服务业务，更要以客户为中心，以数字化服务作为流量入口，牵引集团企业的设计、生产、供应链各相关业务链，更好的为客户服务。

产业合作

业主企业的数智化转型，“不是一个人在战斗”，而是需要发动原有产业的制造商、服务商一同为共同的业务目标努力；同时，仅靠关键主机装备的数智化无法推动行业质变，需要产业上下游相关企业在数智化业务上开放合作，共同进步，才能实现所处行业的数智化升级。

路径

数智化行动路径，建议全场景规划，小场景启动，小步快跑，步步稳扎稳打，有助于业务价值的稳步实现、团队的激励与培养，以及推进过程中的试错与纠偏。

技术

数据的加工处理与分析发掘，需要一体化思考，以业务场景回溯，实现按需治理和逐步数据资源化，全面梳理元数据往往不容易/不可行；人工智能在工业场景中的应用，在当前未必能取代人，更可行的作用是排除干扰、加速定位、辅助决策；算法/模型开发是解决问题的路径之一，仍有许多直观有效的工业方法值得肯定。