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。
社会管理,世界,人工智能治理,数据治理,算法治理
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: 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。