问题——产业智能化“卡点”数据基础 今年政府工作报告提出，持续推进制造业数字化转型，开展“人工智能+”行动，促进新技术与实体经济深度融合；全国人大代表、徐州博康化学科技股份有限公司董事长、江苏影速集成电路装备股份有限公司董事长傅志伟在接受采访时表示，半导体作为技术密集、数据密集行业，智能化应用空间广阔，但当前产业面临的突出矛盾在于数据要素基础薄弱：真实有效的数据分散在不同企业与机构之间，难以形成可持续迭代的行业数据底座。 原因——数据分散与权益不清并存，企业共享动力不足 傅志伟认为，推动产业数据汇集并非简单的“把数据集中起来”，关键是厘清边界、明确规则。一上，半导体产业数据往往与工艺路线、设备参数、材料配方、客户需求等核心竞争力紧密对应的，涉及商业秘密与知识产权保护；另一方面，数据在采集、加工、标注、衍生过程中形成多主体贡献，权属界定复杂，若缺少统一规范，企业在共享数据时容易面临“权利不明、责任不清、风险难控”的顾虑，进而影响数据流通与合作效率。此外，数据安全、合规使用与泄露追责等配套机制仍需完善，这些因素叠加，导致行业数据难以规模化汇聚。 影响——数据底座不牢制约应用深化，也影响研发效率与成本 在傅志伟看来，产业数据不足将直接影响人工智能在关键环节的落地深度。没有高质量数据支撑，模型训练与优化空间有限，难以在良率提升、缺陷检测、工艺优化、设备维护预测等场景形成稳定效果，继续影响产业链整体效率与竞争力。更值得关注的是，研发活动中大量经验数据未被系统沉淀，尤其是“失败数据”“错误数据”常被忽视，导致后续项目重复试错、重复投入，增加时间成本与资源消耗。对研发迭代节奏快、试错成本高的半导体行业来说，数据复用能力不足将放大创新的不确定性。 对策——以立法确权为牵引，构建“可汇聚、可使用、可保护”的制度框架 针对上述痛点，傅志伟建议，将半导体产业数据确权作为制度建设重点，通过立法或相关规则体系明确数据权益边界，形成可操作、可落地的标准与流程。一是推动建立产业数据分类分级与授权使用机制，明确哪些数据可共享、以何种方式共享、共享后的收益与责任如何分配，增强企业参与的确定性与可预期性。二是完善数据安全与知识产权协同保护制度，强化脱敏处理、可信计算、访问审计、泄露追责等措施，为数据流通设置“安全阀”。三是鼓励行业联合建设高质量数据库与公共服务平台，在合规前提下促进跨企业、跨机构的数据协同，提升行业整体训练数据供给能力。四是倡导科研容错与数据沉淀机制，推动研发过程数据规范化留存与复盘，让包括“错误数据”在内的全过程数据成为可复用资产，减少重复试错，提升科研效率与成果转化速度。 前景——以数据制度创新释放“人工智能+制造”乘数效应 傅志伟表示，人工智能的价值不应停留在浅层应用上，而应更深度融入研发、生产、管理和生活服务等场景，成为提升组织与个人效率的“辅助能力”。从产业发展趋势看，随着制造业数字化转型持续推进，数据将成为连接研发、工艺、设备与供应链的关键要素。通过确权立法与配套机制完善，有望形成“规则清晰、流通顺畅、安全可控”的产业数据生态，推动人工智能在半导体领域从局部试点走向体系化应用，进而带动材料、装备、设计、制造、封测等环节协同升级，提升产业链韧性与创新能力。
在数字化转型背景下，数据已成为核心生产要素；傅志伟的建议不仅针对半导体行业，也反映了我国经济转型中的共性问题。平衡数据安全与共享、保护与利用的关系，需要政府、企业和学界共同努力。这不仅考验治理智慧，也将影响我国在新一轮科技竞争中的地位。