文｜白 鸽

编｜王一粟

湖南邵东市作为全球打火机产业的核心基地，年产量超150亿只，占全球一次性打火机70%的市场份额，产品远销120多个国家和地区；义乌是全球小商品贸易重要枢纽，品类超200万种、中山的灯具占据全国70%、全球50%的市场份额.....

义乌热门店铺

中国像这样的小产业带非常多，并已经形成规模经济效益。但在数智化时代，尤其是随着AI大模型的落地应用，这些小产业带的发展却开始力不从心。

背后根源在于，当前数据已成为数智化时代的重要生产要素，是各行各业引领变革的基础，这些产业带虽有规模潜力，却普遍陷入“数据囚笼”，制约其进一步发展。

想要解决这些问题，就需要让有价值的数据真正流通起来。但数据流通最大的问题就在于信任，毕竟数据非常容易被复制，一旦泄露出去，就会让企业丧失核心机密。

因此，如何让行业数据真正可信流通，数据又将如何通过AI应用激活产业新价值，成了关系到一个行业数转智改前景的两大关键问题。

产业数据流通的“囚笼”，不敢与不会

中国有一个“纺织重镇”，自明代起就开始生产优质棉花，清末之时，民族企业张謇先生兴办实业，开创民族纺织工业，这就是江苏南通。

如今，家纺已经成为南通传统的支柱产业，年产值超2200亿，是全球最大家纺市场之一，与纽约第五大道、德国法兰克福并称为“世界的家纺中心”，代表中国家纺的最高水平。

但是，作为传统的小产业带，由于过于传统的运营模式，其也越来越跟不上时代的节奏。

“南通的家纺产业规模庞大，但长期的产业发展仍有很多顽疾亟待解决。”南通高新区党工委委员、南通高新控股集团党委书记、董事长郭攀也如此说道。

南通高新区党工委委员、南通高新控股集团党委书记、董事长郭攀

这些问题，存在于南通家纺产业带从研发、设计、生产，到市场销售的每一个环节当中。

比如研发环节，一方面研发设计周期长，素材数据采购难，每家每年花费几十万到几百万从全球购买设计素材数据，总费用到达2亿元左右，整个生产环节成本居高不下。

另一方面，南通家纺行业缺乏对知识产权保护的可信平台承载，关键数据容易丢失。据悉，南通因设计图纸泄露导致的版权纠纷年均增长18%，家纺企业因盗版设计造成的年损失达1.2亿元。

生产环节中，因织机工作失调等原因容易造成布匹瑕疵，目前大部分都是采用人力验布，效率低下。据调查，2024年家纺电商退货因质量问题占比38%。

同时，因生产过程中产品质量标准缺失、已产生的瑕疵数据未及时归档分析，造成无法正确识别某些重复瑕疵，且无法快速定位故障原因，导致生产成本增加。

而在市场层面，家纺市场变化太快，企业数据滞后，无法及时洞察市场趋势及需求，导致无法精准匹配生产消费需求。

同时，整个家纺行业的供应链效率低下，其产业链涉及多个环节，交付周期长，家纺企业供应链响应周期平均45天，比国际快时尚品牌长2倍，库存周转率仅为ZARA的1/3。

这也就使得产业面临成品物流跟踪难度大、物流企业库存数据不透明等问题，导致企业难以精准掌握成品的物流状态和库存情况，造成库存积压或发货不及时，影响销售决策和客户满意度。

南通家纺城

总结来看，这些问题，归根结底，还是数据的的标准、流通、安全等问题。要么是数据泄露被盗版，要么就是锁死数据效率低下。大家不是不想用，而是“不敢”和“不会”。

所谓的不敢，是企业担心数据共享后泄露机密、丢失客户，导致上下游数据互不联通。

不会，则是有些企业手里握着生产、销售等数据，却不知道怎么挖掘价值，没法靠数据推动生产优化、找爆款，阻碍了向智能化迈进的脚步。

南通家纺行业其实已经有头部企业开始通过数字化转型，来实现企业数据的互联互通。

但由于家纺企业数量众多，市场竞争异常激烈。这些头部企业并不敢将核心研发生产数据释放出来，若与其他企业共享，极有可能被竞争对手模仿、抄袭，进而失去市场优势。

据不完全统计，在过去一年中，南通家纺行业因知识产权纠纷引发的案件超过数百起，这使得企业在数据共享方面顾虑重重。

那么，到底要怎么才能够真正做到产业带的数据可信流通？

对此，郭攀认为：“这些问题的解决之道正是构建家纺行业的可信数据空间，通过打造全链条数据，建立可信流通机制，实现数据安全共享与协同利用。”

而这，需要一个超越企业竞争利益、具备全局视野与协调能力的主体介入，通过建设可信数据空间，让家纺数据真正“供得出、流得动、用得好”。

行业可信数据空间，激活产业新价值

产业的数智化转型，一定要重视数据工程的建设，毕竟只有流动的数据，才能催生创新。

同样，发展AI也是如此。因为“没有数据，想要发展人工智能，就是无源之水、无本之木。”华为董事、质量流程IT总裁陶景文说道。

不过，不管是产业数智化转型，还是发展AI，都绝不能挖别人家的矿，盖自己家的楼，要尊重数据产业，通过有效的技术手段，保证数据所有权的利益。

2024年11月，国家数据局发布《可信数据空间发展行动计划（2024—2028年）》，这是国家层面首次针对可信数据空间这一新型数据基础设施进行前瞻性的系统布局。

所谓的可信数据空间，是基于共识规则，联接多方主体，实现数据资源共享共用的一种数据流通利用基础设施。用国家数据局专家咨询委员会主任、教授邬贺铨通俗的话来解释：

比如说一个城市有大量的交通数据，有数据拥有方、提供方，还有数据使用方、开发方，他们之间并不是直接把数据从一端传到另一端这么简单，因为很多数据需要进行一些预处理，这些工作并不一定都是数据接收方所具备的能力，那就需要有一个平台，这个平台就叫可信数据空间，提供数据资源的检索利用，提供一个数据的开发应用环境，以及提供安全的保障。

因此，建设可信数据空间的主体，往往来自第三方企业。南通高新控股集团作为国有独资企业，牵头实施了南通家纺行业的可信数据空间的建设。

南通家纺可信数据空间建设背后，是由华为云提供了一套解决方案，简单来讲就干两件事儿，一个是给AI提供高质量数据，保证AI高效运作；另一个是给数据提供安全保障，让所有人放心。

具体主要做了三个步骤：

一是把家纺数据都纳入数据湖，保证数据可用；

二是确保数据可信，严格监管数据的提供方、使用方甚至是监管方；

三是在数据可用又可信以后，让传统数据语料化、知识化，便于大模型使用；

基于可信数据空间，南通家纺行业已将其在研发、生产、销售里的数据都利用和流通起来，并已谋划出研发、生产、销售全链路的六大业务场景。

针对知识产权问题，南通家纺搭建了一体化知识产权平台，运用区块链和AI查重，从源头保护的原创设计，构建高质量共享数据局与AIGC的素材库，大幅降低了设计成本。

同时，其还发布全球家纺指数，为家纺企业提供精准的趋势洞察。生产环节，则以AI质检推动质量标准化，孵化南通家纺金字招牌，并通过数据协同提升库存和物流的效率。

这一套组合拳下来，打破了南通家纺产业数据困局，加速了其智能化转型，也使得效益大幅提升。毕竟，只有数据流动起来，产业价值才能重新焕发活力。

现在，南通家纺行业的可信数据空间已经汇聚超30万方的数据、2万多项行业指数以及多家企业的核心数据，覆盖从研发到销售的全链路场景。

“整体设计周期从30天缩短到2天以内，成本降到只有原来的八分之一，效率提升3倍，瑕疵检测率提升80%以上，真正实现降本提质增效率。”郭攀说道。

可信数据空间就像是“数据沙箱”，数据提供方可以将数据放进去，然后约定使用方参与，这样既能解决中小企业缺乏数据的问题，又能让大企业放心地将数据拿出来共享和利用。

而这其中的关键，就在于建立数据可信流通的机制，才能够真正打破数据融合利用的瓶颈，充分发挥数据作为生产要素的价值。

让数据可见可信可用，为何华为云是优选？

数智化转型的浪潮中，如何用AI大模型降本增效，成为了产业在市场中保持竞争力的关键。

但业内皆知，行业场景对AI大模型的精度和性能要求很高，高质量数据集又很大程度决定了行业大模型能力的上限，而且不同行业场景高质量数据集的重心也不完全相同。

比如民生政务领域考验数据的鲜活度，工业领域考验数据面向场景的适配度，交通领域则需要感知实时路网信息、交通视频等多模态数据。

随着AI大模型在行业中的落地应用，企业沉淀的海量数据逐渐被应用，“过去两年非结构化数据的利用率高达60%年增长，为企业智能升级奠定坚实数字化基础。”华为混合云总裁肖霏说道。

然而，数据流通仍面临着“不可见、流不动、不好用”三大挑战。而想要让数据真正发挥价值，就必须构建好“全域入湖”、“可信流通”、“AI好用”的三大基础能力。

现阶段，行业中在数据可信流通技术这一块，华为就属于第一梯队厂商。

华为这边参与了不少技术规则的制定和成功的商业方案，在今年国家数标委发布的41项可信数据空间标准里，超过一半都有华为参与。同时，华为云也专门为徐工集团、贵州文旅、深圳南山政数局等打造过专门的数据方案。

“产业想要数字化转型或发展人工智能，数据工程是绕不开的基础工程。”陶景文说道。

2016年，华为用了18个月时间打造了数据1.0工程，构建了华为第一套数据治理体系。去年，华为再次花费18个月时间，升级了数据2.0工程，从数据的采集、清洗、应用，再到知识库，做了全面的数据工具链建设。

“没有数据的AI不可能成功，靠通识做的AI，也不可能成功。”陶景文说道，原因在于，原来的数据给人用，而不是给机器学习用。因此，AI时代需要新的数据收集、治理及工具链和存储方法。

而正是基于对数据这一基础功能的深度探索，华为云AI可信数据空间也具备了独特的竞争优势。

华为云AI可信空间具备了全栈技术整合能力：

华为云首创的TICS（可信智能计算服务），整合TEE、联邦学习、区块链，来实现数据“可用不可见”，推动跨行业、跨组织可信数据的融合与协同。

就拿TEE（可信执行环境）来说：这本来是一项基于主处理器（CPU）的安全技术，通过硬件隔离机制来确保数据安全，华为自研TEE芯片，就好比自己家里人给自己造了一个超级安全的“保险箱”，自主可控。

还有就是联邦学习：通俗地讲，这项技术的核心就是数据的多方只分享基于自身数据训练的模型，最终在云端生成更强大的全局模型，这样就不用共享各自的数据，不过，这种方式仍可能导致泄露参数，华为则通过专利技术（CN120217419A）要求客户端将真实模型参数经隐私保护处理为“虚假参数”后再上传，防止反推原始数据，从算法层解决传统联邦学习的逆向攻击风险。

目前，华为云AI可信空间已经在多个行业进行了实践。

在贵州大数据的指导下，华为云用了仅仅一个月的时间，就基于数百份的公开语料文件，通过智能化数据生产线，两个小时生成了五类高质量公共数据体。而这也使得政府智能体回答的精准度提高30%，响应时间提高到毫秒级，极大提升了用户体验。

当下，数据已经成为我国第五生产要素。不管是从国家层面，还是从行业应用层面，数据都已经变得重中之重。而对于很多小产业带而言，想要吃到数智化转型的红利，数据将是关键。