2026年的版本，江苏省发布了一个制造业数据治理的参考指引，目的是解决那些困扰我们很久的问题。比如，很多时候我们发现数据采集得不准确，格式也很混乱。 这个指引是由江苏工信厅和国家工业信息安全发展研究中心一起制定的，给我们制造业企业提供指导。因为人工智能的应用离不开高质量数据，而数据治理是保证数据质量的关键。现在，随着人工智能应用越来越深入，数据治理工作也需要从被动合规转变为主动创造价值。 这次发布的指引把31个典型的人工智能应用场景都考虑进去了。它给不同水平的企业划分了数据治理的入门、基础和进阶三个等级。不管你是大企业还是小作坊，都能找到适合自己的解决方案。 这个指引主要聚焦在数据采集、预处理、特征工程、数据标注、数据划分和数据增强这六个核心环节上。你可以根据自己的技术基础、资源条件和实际业务痛点选择其中几个环节来落地数据治理技术。 比如在数据采集中，我们经常遇到采不到、采不准、采不全，还有格式乱、分布散、溯源难等问题；在预处理过程中也会碰到数据脏乱差的情况。所以这个指引每个环节都列出了核心技术应用清单和配套工具清单，你可以对照解决问题。 江苏工信厅信息化发展处的付奇还表示，这次发布的指引针对制造业领域中的数据孤岛和失真问题做了很好的回应。通过这个参考指引，江苏大中小企业在典型场景的人工智能应用上都能找到可对标、可参考、可部署的数据治理适配方案。 总之，江苏省这次发布的制造业数据治理参考指引为我们提供了很实用的方法和工具来解决数据采集和处理中的问题。通过系统化地开展数据治理工作，我们能够更好地利用面向人工智能的技术和方法，挖掘出数据背后隐藏的价值。