文章核心观点 - 统一股份总经理李嘉在论坛上阐述了数据要素在产业中应用的核心框架，即围绕“供得出、流得动、用得好、保安全”的目标，通过具体技术平台和项目实践，将数据转化为驱动业务效率提升与研发创新的生产要素 [3][4] 数据“供得出”：企业内部数据资产化 - 核心是解决企业内部数据资产的“清醒”与“活化” [3] - 公司以AI产品专家项目为抓手，成立专项小组梳理10年积累的200万组原材料配方、实验日志等数据 [3] - 构建“产品—场景—工况—解决方案”知识图谱，实现隐性知识显性化、碎片数据体系化，转化为可调用的生产要素 [3] 数据“用得好”：以场景和项目驱动 - 需搭建三大赋能体系：让数据成为一线作战的“随身专家”、攻坚百大场景生成“场景解决方案”、驱动研发成为“创新引擎” [3] - 需以场景为牵引、项目为载体 [3] - 在超充桩冷却液开发中，通过“联邦学习+知识图谱”技术融合多方数据，在保障数据主权前提下实现跨域协同建模 [3] - 建议行业建立场景化数据联盟，打通“公共+企业”数据融合瓶颈 [3] - 其标志是形成“数据—产品—价值”闭环，公司通过“智能流体大脑”“AI产品专家”平台落地 [3] - 销售顾问智能查询功能将响应时间从“天”级缩至“分钟”级，提升成交效率 [3] 具体应用场景与成效 - 公司梳理交通、工业、新能源等领域上百个实战场景 [4] - 在数据中心液冷场景中，基于客户PUE目标等数据，AI匹配方案将某数据中心PUE值从1.5以上降至1.05，年节电超30% [4] - 在超充桩冷却场景整合多维度数据，AI快速输出适配配方，开发周期缩短50% [4] - 数据驱动研发创新，公司“智能流体大脑”平台1分钟内可完成千万级配方筛选，预测性能与碳足迹，将研发周期从90天缩至45天，实验废料降低42% [4] 行业协同与战略建议 - 传统产业数据“聚得拢”需建立行业标准与协同平台 [4] - 公司作为相关国标制定参与者，倡议龙头企业、协会等共建垂直领域“产业数据中台”，规范数据接口与安全协议 [4] - 企业数据转型需将数据要素列为战略，愿意为之“买单” [4] - AI数字化本质是一把手工程，缺乏一把手支持难以发展 [4]