实现技术突破的同时，民航二所也在积极践行数据标准，夯牢运营机制，不断推动引领行业范式创新。 基于数据应用实效反向推动数据标准革新，建立"实践－反馈－迭代"的标准验证闭环，一方面系统性响 应全国一体化数据市场要求，支持开展《民航公共/共享数据资源目录清单》《中国民航运行数据共享 协议》等清单、标准的编制和验证工作；另一方面积极推动与国际民用航空组织、国际航协的标准互 认，让"中国标准"走向世界。 与此同时，在民航局运行监控中心带领和支持下，依托民航运行数据共享联席大会和管理委员会工作机 制展开实践，持续探索产业协同发展之路。建立了具有民航特色的数据授权和业务协同机制，构建行业 级数据生态。目前，已与166家单位签订服务协议并完成全量数据引接，正积极探索建立基于数据流通 的市场化运营机制和基于贡献度的收益分配机制，进一步强化产业协同发展能力。 民航二所数据服务平台驾驶舱功能示意图（民航二所供图） 未来，民航航班运行服务高质量数据集将全面支持国内66家航空公司、261家运输机场和26家机场集团 数据需求，每日提供超1.7万架次航班运行数据，覆盖99.9%以上国内航班。同时，依托民航"十五五"规 划，推动与城市地面交 ...

制造业数字化转型困境 - 90%制造企业数据处于沉睡状态 尤其中小型企业缺乏统一数据标准和业务流程标准[3] - 盲目上系统和自动化导致系统间数据孤岛严重 业务协同低效[3] - 企业虽部署SAP/PLM/MES/WMS/SRM/CRM等系统 但缺乏有效数据整合 缺失全局决策视角[4] 数据沉睡问题根源 - 企业未先进行业务标准和数据标准设计 直接跳入上系统和自动化[4] - 非标制造领域采用边设计边生产边采购模式 项目独特性导致缺乏统一规范[4] - 数据分布模式不合理 客观常态化数据应存远端 主观临时性数据应存近端 但企业缺乏中心化数据管理和边缘处理能力[5] 解决方案与实践路径 - 通过AI大模型技术实现自然语言交互 智能关联整合各系统数据 打破数据壁垒[4] - 数字化转型需遵循标准化-上系统-数据采集-AI建模四步曲 标准化是首要步骤[5] - 采用AI分析历史销售出货库存及CPU内存等关键元器件价格数据 成功预测芯片涨价缺货风险 提前两三个月预警[6] 供应链数字化应用 - 构建供应商协同网络实现实时报价交期承诺和风险提示 通过多模态大模型处理千万级图纸数据实现2D/3D图纸快速核价[6] - 开发智能排产系统基于实时设备状态订单优先级和物料库存 动态调整生产顺序减少换线时间优化物料配送路径[6] - 制造业AI核心在于小数据和场景闭环 而非追求数百亿参数的大模型[7] 数字化内涵演变 - 供应链数字化不再是将采购流程从线下搬到线上 而是通过数据打通实现端到端协同优化[3] - 数字化成功核心在于技术赋能业务的能力 需业务部门深度参与制定数据标准与应用场景[5] - 最终目标是实现供应链更稳更快更聪明 核心始终是做出好产品并交付[7]