3月6日上午，十四届全国人大四次会议上海代表团举行开放团组会议，面向中外媒体开放。全国人大代表，中国电气装备集团党委常委、副总经理张帆围绕“人工智能与制造业深度融合”答记者问。

张帆指出，在政策推动和市场需求双重驱动下，我国“人工智能+制造”取得积极进展，但在商业化规模化应用推进过程中，仍面临工业数据集匮乏、生态支撑不足等突出问题。

首先，高质量工业数据集供给不足。工业数据集标注专业性强、门槛高、投入大、周期长，通用标注工具适配性差，导致企业数据集建设意愿不强、投入不足，难以满足大模型深度应用需求。

其次，信任鸿沟导致数据共享不畅。企业出于数据安全、商业秘密、权属风险等顾虑，普遍存在“不愿共享、不敢共享、不能共享”问题，行业数据壁垒、企业数据孤岛现象突出，可持续的价值回报机制尚不健全。

最后，安全流通技术尚不成熟。隐私计算、联邦学习、可信数据空间等技术仍存在瓶颈，操作效率低、应用成本高、标准不统一、互联互通不足，尚未实现规模化普惠化应用。

如何破解“数据之困”？张帆从三个维度给出建议：

一是构建多方协同的工业数据集共建机制，夯实高质量数据供给基础。 研究出台财税支持政策，引导企业加大资源投入，提高企业建设数据集的积极性。支持龙头企业牵头组建数据共享联盟，大力培育数据服务商、数据标注机构等“数商”生态，形成政府引导、市场主导、多方协同的共建机制，推动建设一批行业级、领域级高质量工业数据集。

二是创新数据交易与收益分配机制，激发数据共享内生动力。推动数据交易模式创新，探索长期稳定、可预期、可持续的数据价值回报机制。从传统一次性买断，逐步向订阅制、按调用计费、收益分享等多元化模式转型，充分调动企业参与数据共享的积极性，汇聚起强大的数据合力。

三是推广安全可信的数据共享模式，推动技术与基础设施规模化应用。要大力推广“数据可用不可见、用途可控、全程可追溯”的数据共享模式，从源头消除企业顾虑。同时，加大对隐私计算、区块链、可信数据空间等关键技术攻关，集中突破性能、成本、互联互通等规模化应用瓶颈，加快制定统一技术标准与互认协议，打通跨企业跨行业数据共享通道，为人工智能与制造业深度融合提供坚实支撑，赋能新型工业化高质量发展。