证券时报记者 刘茜
“在人工智能与工业经济深度融合的过程中，数据治理的滞后与薄弱已成为制约工业AI价值释放的核心瓶颈。”全国人大代表、华工科技董事长马新强近日接受证券时报记者采访时透露，在今年的全国两会上，他的建议聚焦制造业智能化转型的核心堵点与前沿方向，提出要系统推进工业数据治理体系建设，为人工智能赋能制造业扫清障碍。
构建国家工业数据治理体系
在马新强看来，工业企业普遍面临数据孤岛林立、标准缺失、质量参差、安全风险凸显以及复合型人才匮乏等多重堵点难点。这些问题的解决，已非单个企业能力所及，急需国家与行业层面进行系统性、针对性的顶层设计与生态赋能。
为此，马新强表示，首先要强化顶层设计，构建国家工业数据治理战略框架。他建议工信部牵头制定《国家工业数据治理能力提升行动计划》，明确未来五年战略目标与实施路径；加快完善法规与标准体系，推动《工业数据安全管理办法》出台，统一数据接口、通信协议等关键标准，从技术根源破除“数据孤岛”。
“同时加大基础投入，部署国家级与行业级数据基础设施。”马新强还建议，依托国家工业互联网大数据中心体系，建设“国家工业数据基础服务平台”，提供数据确权、登记、评估等基础公共服务；在装备制造、电子信息等重点行业支持建设“行业级工业数据共享与赋能中心”，探索数据价值共享新模式。
此外，要聚焦关键突破，组织实施技术攻关与试点示范。马新强建议，可以设立“工业数据治理与AI融合”科技专项，围绕多源异构数据融合、工业知识图谱构建等核心技术组织攻关；开展“工业数据治理标杆培育”工程，打造一批全流程贯通、AI应用成效显著的标杆工厂和产业集群。
在政策支持方面，马新强表示，要优化财税金融与生态培育环境。对企业数据治理投入给予加计扣除或补贴，鼓励金融机构开发“数据资产贷”等产品，探索将经规范治理和评估的工业数据资产作为授信增信依据支持；支持成立国家级或区域级“工业数据治理创新中心”，开展技术验证、标准测试、人才培训和方案推广。
马新强强调，数据治理能力是驾驭工业智能化浪潮的“基本功”，系统破解这一难题，是抢占全球制造业竞争制高点必须打好的“前置战役”。
打造AI全栈能力赋能者
作为硬科技龙头企业，华工科技在AI时代的布局也成为外界关注的焦点。马新强向记者表示，公司已将愿景升级为“成为全球领先的AI全栈能力赋能者”，并围绕“感传知用”构建完整技术能力。
“我们正按照AI的三层架构完善产品布局。”马新强介绍，在基础层，聚焦AI算力模块、智能传感器与工业母机，推动800G/1.6T光模块规模化交付，加快3.2T/6.4T迭代，实现高端光芯片自主量产；在平台层，打造AI中枢，推出若干行业垂域模型与智能体平台；在应用层，深耕场景落地，以AI+农业、AI+工业、AI+未来产业为主航道。
马新强透露，未来五年华工科技分三步走：2026—2027年完善前沿技术布局，完成800G、1.6T等光互连产品大批量交付，打造智能传感器中试熟化平台，医疗AI产品、激光除草机器人与工业智能体落地；2028—2029年实施生态扩张，实现下一代高速光互连产品、智能传感器、可决策光装备产品批量供货，海外业务跨越式突破；2030年实现一批引领性技术全球首发，让AI成为第一增长曲线，AI相关业务营收占比超过60%。
“在一个典型的智能场景中，我们的智能传感器和视觉系统负责采集数据，随后数据通过自研的高速光互连产品，被毫秒级传输至平台层垂域大模型进行学习决策，最后指令下达给智能装备完成指定任务。”马新强说，公司三大业务正从“物理组合”推向“化学融合”，AI必将成为公司业绩增长的放大器。
构建AI时代人才“强底座”
不管是数据治理能力的建设，还是企业在AI时代的布局，都离不开人才支撑。马新强建议，要实施“工业数据与AI复合型人才万人计划”，由教育部、人社部、工信部协同推动，在高校设立“工业智能”“工业数据科学”等交叉学科。
从华工科技自身的实践来看，马新强透露，公司正实施“博士500计划”，截至2025年末，公司研发人员较2021年提升133%，硕博士人才占比从2021年初的13.5%提升至27%，实现了人才结构的质的飞跃。
在创新机制上，华工科技推行“有组织的创新”与“自由探索式创新”双轮驱动。公司建立了中央研究院，聚焦前沿探索、各企业技术中心负责产品迭代的矩阵式创新架构，提拔了一批年轻CTO，并健全了CTO工作机制和重点项目调研常态化工作模式。
“我们鼓励高层次人才特别是新引进博士提出创新构想，对于有价值的项目，公司中研院和各子公司将予以立项投入和孵化。”马新强介绍，公司还通过华工未来基金等平台，以“投早、投小、投原创”的方式，为颠覆性技术和高层次人才提供成长土壤。
在产学研协同方面，华工科技持续深化与高校的合作，推动教育链、人才链与产业链深度融合。马新强表示，公司正围绕“感传知用”全栈AI能力建设，布局一批校企共建实验室和实训基地，让人才在真实场景中成长。
凯狮优配提示：文章来自网络，不代表本站观点。
