数据

行业共识在于，工业AI要真正落地，数据是核心燃料。

上海交通大学上海高级金融学院2026年发布《中国企业数据资产入表情况跟踪报告》显示，截至2026年4月30日，A股共有136家上市公司披露数据资源入表事项，涉及入表金额37.86亿元，入表企业数量与金额较上年稳步增长。

从行业分布来看，数据资产入表企业仍集中在制造业及信息传输、软件和信息技术服务业。

北京市社会科学院管理研究所副研究员王鹏认为，入表带来的合规、审计、评估成本明确，但数据资产独立变现、融资增值的收益兑现周期长，多数工业企业的数据价值内嵌在产品和解决方案溢价中，硬拆出单独入表反而会带来额外的报表风险。

透视工业AI商业化：数据价值如何释放？

那么，工业AI的数据价值究竟通过什么载体释放？

金融数据本身即价值，工业数据的价值与工艺知识绑定，泄露数据就可能泄露核心工艺。

兰州大学经济学院教授陈文表示，工业数据产品的标准化难度明显大于农业，原因在于同一参数在不同设备、产线和工况下含义不同，设备协议也较为碎片化，语义统一难度大，且数据常涉及工艺、成本等商业秘密，跨企业使用可能造成竞争优势流失。

IDC（互联网数据中心）数据显示，2025年中国人工智能基础数据服务市场规模为62.62亿元，同比增长27.8%，预计2026年增至78.34亿元。

数据中心

截至2026年6月30日，2026年中报共有145家A股上市公司披露了数据资源入表的相关数据

上海交通大学上海高级金融学院2026年发布《中国企业数据资产入表情况跟踪报告》显示，截至2026年4月30日，A股共有136家上市公司披露数据资源入表事项

兰州大学经济学院教授陈文表示，工业数据产品的标准化难度明显大于农业，原因在于同一参数在不同设备、产线和工况下含义不同，设备协议也较为碎片化，语义统一难度大，且数据常涉及工艺、成本等商业秘密，跨企业使用可能造成竞争优势流失。

工业数据跨企业流通最短的短板是利益分配，数据提供方承担整理成本和泄密风险，却未必获得持续收益，购买方在验证效果前又难以接受较高价格。

北京市社会科学院管理研究所副研究员王鹏认为，入表带来的合规、审计、评估成本明确，但数据资产独立变现、融资增值的收益兑现周期长，多数工业企业的数据价值内嵌在产品和解决方案溢价中，硬拆出单独入表反而会带来额外的报表风险。