数字中国建设峰会丨思特奇释放数字要素X价值 赋能产业/企业转型升级

飞象网讯（路金娣）数字时代，数据不仅是建设数字中国的基础资源和关键要素，是驱动数字经济发展的核心引擎，更是发展新质生产力的重要基石。随着数字中国顶层设计的不断加码，数据要素价值越来越突出，尤其是国家围绕数据要素布置的一系列重要任务，更是把数据要素的价值提升到新的高度，如何让数据真正“活起来”打通各个环节，推进产业进一步升级，促进产业数字化转型，成为时代发展的重要命题。

5月24~25日，以“释放数据要素价值，发展新质生产力”为主题的第七届数字中国建设峰会在福州市举办。思特奇作为数字中国战略的优秀践行者和数字中国峰会的合作伙伴，携行业领先的数字经济领域解决方案和数字科技创新成果首次精彩亮相。在本届峰会上，思特奇重点展示了数据要素最新成果，依托领先的大数据及AI大模型技术能力，结合5G、互联网、大数据、人工智能、云计算等基础设施，构建产业数据要素X智能生态，赋能产业升级、提振产业变革。

数据与工业深度融合

助推新型工业化走深向实

数字经济蓬勃发展，5G、大数据、人工智能、工业互联网等数字技术在工业制造领域加速应用，制造企业数字化转型迈入深水区。工业数据作为制造产业经济发展的重要驱动力，在加快推进新型工业化的背景下，已经成为产业发展新的生产要素。数据规模快速增长，数据产业链初步形成，实现数据与工业行业的深度融合，将进一步助推新型工业化走深向实。

观察行业不难发现，设计、排产、生产、包装、销售是工业产品的生命周期，数据采集、处理、加工、分析、应用是数据的生命周期。在产品制造的各个环节中，都可以从数据的全生命周期角度来进行赋能，帮助企业实现从工艺原始数据到工艺知识、工艺智慧的演进和积累，从而实现研发周期缩短、工艺/配方优化、降低制造成本、提升产品质量等价值。

然而，大部分企业都面临数据积累经验不足，在不同流程场景中的数据采集建设不够成熟等痛点，无法通过新的转型能力解决自身存在的问题，增加了企业在数据应用落地上的难度，需要更多的数据资产以及实践经化验才能有限提高和挖掘数据要素价值的能力。

为了更好的服务产业/企业客户实现数智化转型，思特奇依托领先的大数据及AI大模型技术能力，构建产业数据要素X智能生态，帮助企业把处于睡眠状态以及沉淀的数据重新焕发生机，打通企业生产制造关键流程，使企业真正能够降本增效。

释放数字要素X价值

赋能企业实现转型升级

在当前制造业企业数字化转型进程，将以生产管理及数据价值释放做为当前企业数字化转型的重要方向，其中企业生产“数据要素”应用赋能将为企业真正降本增效的关键要素，实现工业化、信息化的“价值倍增。在本次展会上，思特奇也重点展示了数据要素X赋能工业制造的最新成果和案例。

面向电气装备产业&企业，思特奇将从业务和数据两个维度进行赋能。针对各个流程的管理生产层级和业务环节，通过思特奇“数智赋能中心”，对产业到企业内的各个层级业务数据进行采集、分析、建模后，利用智能分析模型，分别对企业内部的生产经营活动和外部的供应链服务、金融服务、IT服务等场景进行赋能，通过业务生成数据，数据赋能业务的闭环流程，最终实现企业数字化、智能化的转型升级。

面向设备使用企业，可以实现设计环节智能升级、设备的智能化升级、生产经营优化等方面的优化和提升；面向设备生产企业，实现设备的远程、分散式管理，通过对设备运行数据的采集和分析，赋予设备智能化和柔性性化的能力，提升设备制造商的售后服务能力和设备的市场竞争力，同时也为设备的升级迭代提供数据依据，缩短新产品的研发周期。

不仅如此，在变压器生产烘干工序中，大部门企业都面临成本浪费、经验依赖、设备无法柔性化设置、工艺知识无法积累、质量难以追溯等众多痛点。通过思特奇“企业数智赋能中心”赋能，对烘干炉工艺参数数据、烘干炉运行数据、烘干产品数据、运行数据、联动烘干后产品质量数据等数据进行分析建模，形成烘干工艺优化模型；在生产中，模型会根据实际的生产需求，再保障烘干质量的前提下，给出最优的烘干炉设定参数，指导烘干工序进行，并在运行异常时，给出异常处理意见，将质量问题在烘干过程中处理。

通过对作业前、作业中、作业后环节的分析优化模型应用，一方面降低产品的质量异常的发生频率，提升质量异常的处置效率，同时降低对人员技能的要求和依赖；另一方面实现烘干工序的柔性化生产，沉淀工业机理，形成企业知识库；同时工艺质量优化、设备故障预测等模型也对设备本身赋能，实现设备从自动化到智能化的升级，帮助设备制造企业提升设备的竞争力和服务能力，提升企业效益。

在全球数字化、智能化转型升级的征途上，数据要素不仅是提升新质生产力的关键，亦是优化业务流程和提升客户体验的桥梁。面向未来，思特奇将不断优化自身创新能力，挖掘数据要素潜在价值，与生态伙伴紧密合作，为产业/企业客户提供更加优质的服务与支撑，为数据产业繁华注智赋能。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。