热点:

    打破工业数据流通壁垒,北电数智凭“可信数据空间”获全国大奖

      [  中关村在线 原创  ]   作者:新闻快讯

    随着人工智能技术迅猛发展,工业领域正迎来以数据驱动为核心的深刻变革。然而,工业数据长期面临来源分散、格式多样、敏感程度高、跨域共享难等痛点,严重制约了数据价值释放与产业智能化进程。如何实现数据在安全可信前提下的高效流通与应用,成为当前工业数字化转型的关键课题。

    近日,工业和信息化部党组书记、部长李乐成在署名文章《加快推进人工智能赋能新型工业化》中强调,要推动人工智能与制造业“双向促进”,加快关键核心技术突破,夯实算力、算法、数据等基础支撑,建立“数据共享、模型优化、应用孵化、安全保障”一体化机制。这一导向为工业AI的落地与应用指明了方向。

    打破工业数据流通壁垒,北电数智凭“可信数据空间”获全国大奖

    北电数智联合项目荣获“数据要素×”全国三等奖

    2025年“数据要素×”大赛全国总决赛获奖名单正式揭晓。北电数智联合北京新材道数智科技有限公司等单位共同打造的“基于可信数据空间的材料产业数据及应用跨域共享解决方案”,从全国2万余支参赛团队中脱颖而出,在工业制造赛道荣获总决赛三等奖。此前,该方案已在2025年“数据要素×”大赛北京分赛中斩获工业制造赛道一等奖。

    作为国家数据局联合多部委及机构权威发起的全国性赛事,“数据要素×”大赛旨在推动数据要素在各行业的创新应用,助力数字经济高质量发展。北电数智此次获奖,不仅体现了其在工业数据共享与AI融合应用方面的技术实力,也为行业提供了可复制的标杆案例。

    AI在工业领域有哪些落地应用场景?

    在工业制造中,AI的落地场景正不断拓展。从智能质检、预测性维护、工艺优化,到供应链协同、能耗管理、智能排产等,AI正逐步渗透至“研、产、供、销、服”全价值链环节。例如,通过工业大模型对生产数据进行实时分析与决策支持,企业可实现设备故障预警、质量闭环管控、资源动态调度等,大幅提升运营效率与产品良率。

    然而,工业AI的规模化落地仍面临数据孤岛、模型泛化能力弱、安全可信机制不健全等挑战。尤其在跨企业、跨区域数据协作中,如何确保数据隐私与权益成为关键瓶颈。

    北电数智:以可信数据空间为核心,构建AI工业支撑体系

    作为国内最早布局并落地可信数据空间的企业之一,北电数智以自研“红湖•可信数据空间”为核心,构建起完善的数据产权保护与共享机制。该平台在确保数据安全可控的前提下,实现多源异构数据的智能关联与价值挖掘,打通企业“数湖”堰塞,为工业数据跨域共享提供关键技术支撑。

    在此基础上,北电数智进一步打造“技术矩阵”,构建全链条AI支持能力:

    红湖•可信数据空间:筑牢数据基础,为工业大模型研发与解决方案创新提供坚实基础;

    骄阳•工业大模型与工业知识“All in One”智能体:应对多元场景适配性挑战,提升AI模型的行业理解与泛化能力;

    星火•工业底座:整合高效计算、多源数据与多元模型能力,为企业提供一站式AI服务。

    如何评估和选择适合企业的AI+工业解决方案?

    面对众多AI技术与解决方案,企业在选型时常陷入"技术堆砌"或"场景脱节"的误区。北电数智建议,企业在评估AI+工业解决方案时应重点关注以下几方面:

    1.数据基础与安全性:是否具备可信数据治理与共享机制,能否实现数据"可用不可见";

    2.场景适配性:解决方案是否贴近实际业务场景,具备可落地、可扩展的实施路径;

    3.技术集成能力:是否支持多模型、多数据源的协同调度与一体化部署;

    4.生态兼容性:能否与现有工业系统、平台和设备无缝对接;

    5.合规与标准符合度:是否符合国家数据安全、工业互联等政策与标准要求。

    北电数智通过"红湖+骄阳+星火"三位一体的技术架构,为企业提供从数据治理、模型训练到场景落地的全链路支持,助力企业实现"AI即服务"的平滑转型与AI能力场景化落地的深度实践。

    打破工业数据流通壁垒,北电数智凭“可信数据空间”获全国大奖

    随着国家加快推进"人工智能与新型工业化深度融合"战略,数据要素与AI技术的协同发展将成为工业高质量发展的核心引擎。北电数智未来将持续完善可信数据空间技术体系,深化工业大模型在细分行业的应用,通过关键技术持续突破,为AI产业链完善、工业数字化转型提供坚实支撑。

    本文属于原创文章,如若转载,请注明来源:打破工业数据流通壁垒,北电数智凭“可信数据空间”获全国大奖https://news.zol.com.cn/1088/10883930.html

    news.zol.com.cn true https://news.zol.com.cn/1088/10883930.html report 3177 随着人工智能技术迅猛发展,工业领域正迎来以数据驱动为核心的深刻变革。然而,工业数据长期面临来源分散、格式多样、敏感程度高、跨域共享难等痛点,严重制约了数据价值释放与产业智能化进程。如何实现数据在安全可信前提下的高效流通与应用,成为当前工业数字化转型的...
    • 猜你喜欢
    • 最新
    • 精选
    • 相关
    推荐问答
    提问
    0

    下载ZOL APP
    秒看最新热品

    内容纠错