首页 > 文章详情

工业数据治理:核心议题、转型逻辑与研究框架

作者:
李佳钰 黄甄铭 梁正
出版日期:
2024年1月
报告页数:
18页
报告字数:
15404字
所属图书:
敏捷与协同:人工智能治理理念与实践前沿
下载阅读 在线阅读 原版阅读 生成引文
摘要:

工业数据治理是传统工业向数字化和智能化转变的集中体现。本文从工业数据多源异构、红利释放、价值挖掘和体系兼容四个核心议题出发,研判了治理的内在动因与现实障碍,并且从中德对比的角度,进一步总结不同体制机制影响下工业数据治理的特征规律。研究发现,工业数据治理的核心特征是价值共创,可以从战略管理、创新管理和工业工程管理三个维度架构理论基础。研究结论为我国工业数据治理的实践及政策制定提供了理论参考。

关键词:

数字化转型数据治理工业互联网工业数据

作者简介:

李佳钰:李佳钰,清华大学公共管理学院博士后研究员,研究方向为数字经济、创新生态系统。

黄甄铭:黄甄铭,清华大学公共管理学院博士研究生,研究方向为数字治理。

梁正:清华大学公共管理学院教授、博士生导师,人工智能国际治理研究院副院长,中国科技政策研究中心副主任,研究方向为科技政策、创新管理、新兴技术及其治理。

文章目录
·引言
核心议题:治理的内在动因与现实障碍
  • (一)提高工业数据质量,需破解多元异构问题
  • (二)提高工业数据采集能力,需破解红利释放问题
  • (三)提高工业数据应用能力,需破解价值挖掘问题
  • (四)提高工业数据互通能力,需破解体系兼容问题
转型逻辑:德国经验借鉴与中国路径探索
  • (一)德国经验
  • (二)中国路径
研究框架:治理的核心特征与理论基础
  • (一)工业数据治理的核心特征——价值共创
  • (二)工业数据治理的理论基础——战略、创新、技术维度
·结论与展望