1、数据资产驱动苏州制造业数字化转型的机制研究中国电子技术标准化研究院华东分院2025 年I摘要在当今数字化转型的时代浪潮中，数据资产已成为企业运营的核心驱动力，深度融入生产、管理与决策全链条，受到高度关注，并在宏观层面成为数字经济体系的重要组成部分，在微观层面成为企业创新与价值重塑的关键要素。苏州凭借雄厚的制造业基础以及完善的产业体系，为数字化转型筑牢了坚实根基。然而，在数字化转型的过程中，企业普遍面临着诸多挑战。苏州制造业亟须深度挖掘数据资产价值，以数据驱动创新，以创新引领发展，从而打造核心竞争力，实现高质量发展。本文首先系统梳理了数据资产的基本概念，并从多维度构建数据资产分类框架。其次，深入

2、介绍数据资产管理的关键支撑技术体系，聚焦区块链、人工智能和虚拟现实等新兴技术在其中的作用。再次，定义了数据资产化的三个重要阶段，即业务数据化、数据资源化和数据资产化，并且明确数据资产化的实施路径。同时，本文列举了多个数据资产在制造业中的经典应用场景，为制造业企业提供了可借鉴的路径与参考。此外，报告还深入探讨了数据资产从多个维度驱动制造业数字化转型的机制，揭示其在制造业数字化转型中的关键作用。最后针对苏州制造业的具体情况，深入分析其在数据资产管理的难点和痛点，全面总结亟须解决的问题和挑战，为有效应对这些挑战，提出了切实可行的建议对策。最后提出全面促进制造业数字化转型升级的创新建议。关键词关键词数

3、据资产 数字化转型 区块链 人工智能 虚拟现实目录一、数据资产概念和分类.1（一）基本概念.1（二）数据资产分类.1（三）数据资产的关键特性.2（四）数据资产价值评估.3二、数据资产关键技术支撑体系.5（一）区块链技术.5（二）人工智能技术.6（三）虚拟现实技术.6（四）其他相关技术.6三、数据资产化不同阶段和实施路径.7（一）数据资产化的不同阶段.7（二）实施路径.8四、数据资产在制造业的典型应用场景.11（一）生产过程优化.11（二）生产质量提升.11（三）供应链协同管理.12（四）柔性定制生产.12五、数据资产驱动制造业数字化转型.14（一）数据资产是制造业企业数字化转型的基础.14（二

4、）数据治理是数字化转型的前提.14（三）数据资产管理能力决定数字化转型成效.14（四）数据资产闭环驱动制造业企业持续进化.15（五）数据资产驱动制造业企业组织与生态变革.15（六）数据资产具有独特的战略价值和增长潜力.16（七）数据资产塑造未来企业的核心竞争力.16六、苏州制造业企业数据资产管理挑战.17（一）普遍面临数据孤岛问题.17（二）数据质量参差不齐.17（三）缺乏专业的数据管理人才.18（四）数据安全与隐私保护难度大.18（五）数据资产价值实现路径不清晰.19七、苏州制造业企业数据资产管理对策.20（一）构建工业互联网生态，促进数据高效流动.20（二）夯实数据质量基础，完善数据管理标

5、准.20（三）推进智能制造与自动化建设，增强核心竞争力.20（四）打造行业垂直领域语料库，提升 AI 应用效能.21（五）从“经验驱动”出发，向“数据驱动”迈进.22八、促进制造业数字化转型升级创新建议.23（一）提升数据管理能力，加速数字化转型.23（二）打通数据资产价值实现路径，鼓励评估入表.23（三）以标准为引领，推动智能工厂建设标准化.24（四）强化数据安全与隐私保护，筑牢安全基础.25（五）数据资源赋能制造业创新，培育数智融合人才.261一、数据资产概念和分类（一）基本概念从技术层面而言，广义上的数据资产是指由信息系统产生的各类数据，这些数据以电子或其他形式被记录下来，包括但不限于文

6、本、图像、音频、视频、网页内容、数据库条目及传感器信号等结构化和非结构化的数据，统称为数据资产。而狭义上的数据资产，则特指利用加密和安全的分布式账本技术，或类似技术进行记录，来源明确且可被拥有的原生电子或互联网资产。从企业角度来看，数据资产是企业在历史交易或事件中积累下来的、合法持有或控制的、能够量化且预期可为企业创造经济效益的信息资源。（二）数据资产分类1.按数据处理阶段分类按数据处理阶段分类（1）原始类数据资产：从外部渠道获取以及内部自行收集的详细数据，构成了后续数据处理与应用的基础；（2）过程类数据资产：通过数据仓库、大数据平台及数据中台等技术，对基础信息进行清洗、转换以及聚合等步骤后形