本报讯 （记者 付奇） 《江苏省制造业领域面向人工智能的数据治理工作参考指引（2026年版）》日前对外发布。该指引由省工信厅会同国家工业信息安全发展研究中心编制，旨在指导我省制造业企业系统化开展数据治理工作，用好面向人工智能的数据治理技术和方法。

人工智能应用的核心是依托高质量数据完成模型训练、推理与迭代，数据治理则是保障数据质量的核心抓手。人工智能应用的深化，反向推动数据治理工作从“被动合规”向“主动价值驱动”升级。

当前，制造业领域，数据“孤岛”与“失真”、数据治理与标准化缺失、数据与应用场景脱节等痛点问题严重制约了高质量、场景化数据集的供给。省工信厅信息化发展处负责人介绍，新版指引结合了31个人工智能典型应用场景，面向不同水平的企业，划分数据治理入门、基础、进阶三个等级，为全省大中小企业典型场景的人工智能应用提供可对标、可参考、可部署的数据治理适配方案。

聚焦数据采集、预处理、特征工程、数据标注、数据划分、数据增强等六大核心环节，《指引》分门别类地给出了治理路径，制造业企业可结合自身技术基础、资源条件及实际业务痛点，针对性选取适配的环节落地数据治理技术，最大化挖掘数据价值。比如，在数据采集中，存在数据“采不到”“采不准”“采不全”，以及“格式乱”“分布散”“溯源难”等问题，而在数据预处理过程中，则会遇到数据“脏、乱、繁”等问题。《指引》在每个环节均列出了数据采集核心技术应用清单和配套工具清单，企业可根据问题对照解决。