服務型制造是制造業和服務業深度融合而形成的新型制造模式和產業形態，是制造業發展的重要趨勢。加快服務型制造發展對我國構建現代化產業體系、建設制造強國、提高全球產業競爭力具有重要意義。隨著數字技術的發展，數據要素不僅貫穿服務型制造價值鏈的全流程，更成為推動服務型制造發展的重要力量，服務型制造已經成為數據密集型的生產和服務過程。

　　全面提高服務型制造運作績效

　　隨著全球數字技術的加速發展和市場個性化需求的持續增長，生產組織、產出形態和商業模式不斷創新，越來越多的制造業企業開始從單純出售產品轉為提供產品和服務的組合，即開始向服務型制造轉型昇級。目前，我國服務型制造模式創新已經取得積極成效，定制化服務、全生命周期管理、信息增值服務、共享制造等模式已廣泛應用。

　　數據具有泛在性、非競爭性和時效性等特性，是數字經濟時代關鍵的生產要素。數據要素在研發設計、生產制造、用戶交付、產品運維等典型場景具有廣泛應用，並通過數據洞察、軟件定義、指令控制、數據實時流動和連接聚合等方式，全面提高服務型制造的運作績效。

　　通過數據洞察優化商業決策。數據作為生產經營過程中信息和知識的載體，是企業經營管理的關鍵決策依據。企業通過對數據的挖掘分析，可以增強在發現需求、開發原型、生產執行、交付和運行等流程環節的洞察。無論是企業直接面向用戶，還是通過產品向用戶提供服務，都要在洞察用戶需求、使用習慣、產品狀態等關鍵數據的基礎上，有針對性地調整資源配置，提供定制化產品或服務。企業掌握的數據越全面，越有利於提高數據完整性、細化數據維度，築牢決策分析的數據質量基礎，做出更精准的商業決策。隨著商業智能技術和大數據的進一步結合，企業不僅能夠更全面且深入地洞察用戶的真實需求，形成更為精准的用戶畫像，還能夠識別出用戶的潛在需求或對產品“健康”狀況作出預測，並將這些數據反饋到產品和服務的開發設計和生產、服務等環節，促進效率提昇和發現新的商業機會。

　　通過“軟件定義”實現規模經濟。傳統服務的提供方式受制於企業專業服務人員的數量和技能水平，服務規模擴大的同時必須保持專業服務人員數量的同步增長，這不僅造成專業服務難以擴大規模，而且服務規模的擴大也很難帶來企業盈利的增長。擴大服務型制造的應用范圍和規模，必須減少對專業人員的依賴，提高服務的規模經濟性。要實現這一目的，就需要將服務生產、交付中的知識進行編碼化，通過“軟件定義”由系統自動化地執行個性化的服務生產和交付。將企業生產和交付服務的知識進行編碼化需要以數據形態存在的信息，特別是在人工智能技術功能日益強大和應用普及的今天，許多自動化的功能可以由人工智能算法來實現。數據是算法的輸入和基礎，在目前以“大數據+機器學習”為人工智能主流技術路線的條件下，數據量越大，算法的優化程度就越好，因此，持續的數據量級提昇也為人工智能大模型在服務型制造中的服務應用提供了基礎。

　　通過指令控制提昇柔性水平。服務型制造面臨的個性化需求水平越來越高，非標准化的產品生產和服務提供需要匹配更為柔性的“產品-服務”系統。隨著設備和產品的網聯化、數字化，口令、文本、模擬信號等傳統方式的指令逐步被數據指令所替代，以數據流管控生產和服務就是要通過數據驅動“產品-服務”系統的智能運行，形成工業數據智能基礎上的柔性化能力。由於數據依賴人員、設備等要素共同發揮功能，因此數據對“產品-服務”系統智能控制水平的高低就取決於企業數實融合的水平。數據、數字技術與生產體系融合得越好，數據指令的控制效果就越好，對促進“產品-服務”系統效率提昇的作用就越顯著。通過數字化和網絡化昇級，數據支持的柔性化“產品-服務”系統可以更有效地處理分散的生產和服務指令要求，不僅可以根據企業內部的生產指令快速調整生產進度，還可以通過開放的數據接口直接接收和分析用戶下達的個性化指令，使得指令的下達在企業集中的生產數據處理中心基礎上拓展到更為分散的終端用戶設備，需求與生產的銜接方式變得更為緊密，有利於企業以更短時間和更小成本實現生產和服務能力的柔性化提昇。

　　通過實時流動提高響應能力。由於用戶需求、產品狀態以及使用產品或服務的消費者狀態的易變性，他們所需要的增值服務活動也不是固定不變的。制造企業根據用戶、產品的實時變化和要求有針對性地提供增值服務，纔能夠讓服務型制造帶給用戶更大的價值，也為企業自身帶來更多的收益。在產品數字化昇級之前，用戶在使用產品時雖然也產生數據，但是並不具備有效的手段實現數據在產品端與企業之間的流動，數據作為生產要素的價值難以有效發揮，用戶的需求也不能及時得到響應，極大影響了產品的用戶體驗。得益於泛在的通信網絡、產品搭載的數據采集和傳輸裝置，用戶與企業之間建立起數據流動的通道，產品運行的實時數據可以被傳遞和遠程處理，成為支橕企業開發和提供服務的關鍵資源。根據時效性要求，這些數據既可以在產品終端進行采集和初步處理，也可以被回傳至企業的數據中心進行集中處理，還可以在雲端算力在線加速處理，實現快速反饋。隨著對高並發數據、多模態數據、多源異構數據等處理能力的持續增強，更多復雜場景的實時數據將被應用到產品運行階段，進一步提高企業對現實場景變化的即時服務能力。

　　通過連接聚合實現價值倍增。在市場運行的過程中，大量信息處於分散和雜亂的狀態，制約了參與主體之間的溝通效率。當這些信息被數字化後，盡管存在多種模態和不同的格式，但是現代數字技術已經能夠對這些多來源、多模態、多規格的數據進行集中處理，從而打破原有的“信息孤島”和信息不對稱狀態，建立起數據之間乃至背後的經濟活動之間的關聯。數據具有顯著的非競爭性，不會因為參與生產過程而被消耗，與其他數據建立關聯還可以進一步提高數據的質量和價值。數據之間的連接度越高，價值創造的空間越大。如今，互聯網、移動互聯網、物聯網等已將企業、產品和用戶聯系在一起，構建出一個以數據為紐帶的萬物互聯的世界。企業內部各部門之間的數據孤島逐漸被打通，有助於發現企業內部生產、管理和服務環節的癥結，提高數據要素的利用水平，改進生產和服務的運作績效；企業與用戶之間數據的互聯互通實現了供需兩端的有效銜接，支持企業開展深度的產品和服務創新，拓展價值創造的空間；企業通過促進供應商之間的數據連接共享，可以整合供應鏈信息，提高供應鏈的安全性。

　　加快釋放數據要素賦能潛力

　　為提昇數據要素促進服務型制造發展的效果，未來應圍繞數據供給、數據技術、數據安全、數據標准、數據跨境等方面加強能力建設，逐步提高我國服務型制造的綜合競爭能力。

　　提高制造業數據供給水平。強化制造企業在服務型制造數據資源建設中的主體作用，支持企業進行生產的數字化改造和產品的數字化昇級，為企業提供上雲用數賦智服務，提昇數據采集和處理能力，提高企業在研發、生產、經營管理中的數據積累水平。重視數據資源二次開發和利用，提高數據重復利用頻次和效率。建設制造業專業化數據要素市場，完善數據資產定價、確權、交付等制度規則，擴充制造與服務兩端的數據要素供給水平，加速數據要素在經濟循環中的流轉效率，塑造制造業數據資源稟賦優勢。

　　提昇數據技術創新水平。加快通用型數據利用技術的創新，開展共性數據技術研究，開發高效便捷的跨行業、跨領域、跨場景和跨平臺的數據利用技術，提昇企業數字技術應用的成熟度。培育一批掌握核心資源和技術的數據服務提供商，支持基於工業大數據和先進算法開發制造業垂直領域的人工智能大模型。開展服務型制造細分領域數據技術創新試點，促進大中小企業協同昇級，形成一批服務型制造產業集群。深化制造業領域的數據技術開放合作，引進國際領先的數據技術研發中心和領軍科學家，創新技術合作方式，提昇制造業數據技術創新活力。

　　提高數據安全保障水平。重視對工業數據和用戶隱私安全保護，對服務型制造的數據全生命周期、全流程各環節和各參與方進行安全規范，加強產業數據知識產權保護規則體系建設。加強數據安全技術在數據流通、連接和存儲等環節的應用，提高數據面向生產和服務的運行可靠性和穩定性。加強對數據硬件設施的安全保護，提高數字化生產設備和數字化產品的可靠性和可控性水平，對關鍵數字設施加強物理安全保護，定期開展硬件設施安全評估和更新昇級。

　　加快研制和推廣數據技術標准。加強服務型制造標准統籌規劃，發揮標准對數據利用和規范管理的引導作用，重點推動基礎通用和行業應用的數據標准研制。加強數據技術標准的推廣普及，鼓勵行業性、區域性和團體性標准工作組織針對新技術領域開展標准的創新研制，推動企業開展貫標示范。

　　促進數據跨境流動。適應全球產品和服務貿易市場變化，積極利用國際組織和國際對話機制參與國際數字治理，推進數據跨境流動規則的協商制定和國際互認制度建設。貼近海外市場用戶，研究不同地區用戶的消費習慣和文化特征，建立與海外用戶的長期合作關系，重點推動“一帶一路”等重點區域市場的數據互信能力建設。綜合考慮數據管理要求、數據響應時效、數據跨境成本等因素，提高數據跨境的安全性和處理效率，增強服務型制造的國際化服務響應能力。