中国生产全球最多的动力电池，却必须按照欧洲定

中国生产全球最多的动力电池，却必须按照欧洲定义的电池护照标准，证明一块电池从原材料、制造、使用到回收的全过程。这揭示了一个事实：中国制造已经赢得了产能上半场，却还没有完全赢得数据、标准和价值分配的下半场。

这不是动力电池一个行业的问题。特高压、光伏、风电、新能源汽车、大型炼化、轨道交通等领域，都存在类似的结构性落差：一边是全球领先的产能、装机量、应用场景和工程化能力；一边是关键软件、服务模式、资产估值方法和国际规则，仍在很大程度上由外部体系定义。

中国制造业升级到今天，真正的挑战已经从“造得出”转向“造得出之后，价值如何被持续创造和分配”。

过去，中国制造的优势主要来自规模、成本、配套和工程化速度。未来，这些优势依然重要，但它们不再自动对应更高的附加值位置。价值正在从产品本身，向数据、服务、系统、标准和规则迁移。

问题在于，价值迁移不会自动让中国受益。一块动

问题在于，价值迁移不会自动让中国受益。一块动力电池的价值不只存在于电芯制造环节，还存在于BMS（电池管理系统）、电池管理算法、全生命周期数据服务、梯次利用评估、碳足迹核算和回收定价之中。一个光伏电站的价值不只来自组件，也来自智能运维、发电预测、能源管理和系统调度。一个大型工业设备的价值不只在出厂价格，而在于二三十年的运行表现、维修策略、寿命管理和性能保证。

如果这些数据掌握在海外整车厂、运维平台、认证机构、保险公司或金融机构手中，如果标准由别人制定、估值方法由别人定义、服务现金流由别人获得，中国即使拥有最大产能，也可能只留在价值链中利润最薄、责任最重、议价能力最低的位置。

这正是工业数据资产化的重要性所在。所谓工业数据资产化，并不是简单地把数据拿出来交易，也不是“数据要素市场化”在工业领域的机械延伸。它指的是把工业现场持续产生的运营数据——设备状态、工艺参数、能耗轨迹、失效记录、维修历史、全生命周期表现——通过制度安排、商业模式和技术机制，转化为可经营、可估值、可服务化、可用于标准制定的产业资产。

工业数据资产化是中国制造下一程的产业组织方式重构。

价值正在迁移，基础设施并未完全建立

价值正在迁移，基础设施并未完全建立

中国制造过去几十年的成功，首先建立在“造得出、造得快、造得便宜、造得稳定”上。这一能力仍然宝贵，但在许多成熟产业中，单纯制造环节的利润空间正在被压缩。

动力电池、光伏组件、新能源装备、轨道交通设备等领域，都已经出现类似趋势，真正能够形成长期收入和客户锁定的环节，正在向使用阶段、运维阶段、服务阶段和数据阶段迁移。

在高端工业品领域——航空发动机、燃气轮机、大型压缩机、轨道交通车辆、工业控制系统的长期价值，并不只由出厂时的技术指标决定，更由长期服役表现决定。客户真正关心的是：设备在20年里能否稳定运行，故障率如何，维修成本如何，能耗是否可控，寿命能否延长，性能是否可被合同化保证。

这也是为什么长期服役数据如此重要。它是高端工

这也是为什么长期服役数据如此重要。它是高端工业品获得国际信任、金融定价、保险承保和标准话语权的核心凭证。

中国企业过去在不少领域面临的难题，正是难以提供与国际领先厂商相匹配的长期服役档案。航空发动机、大型燃机、工业软件、流程控制、关键装备售后服务等领域，国际巨头的优势不仅来自技术本身，也来自几十年积累的运行数据库。这些数据库支撑了它们的可靠性证明、维修模型、备件体系、保险定价和长期服务合同。

中国制造要从“产品出口”走向“体系输出”，就必须补上这一环。工业数据资产化至少有三层价值。

第一，它把“造得出”延伸为“卖得久”。工业品的真正价值是在使用中体现的。没有长期运行数据，产品的可靠性、稳定性和全生命周期成本优势很难被证明。

第二，它把“产品销售”延伸为“持续服务收入”

第二，它把“产品销售”延伸为“持续服务收入”。罗罗的TotalCare模式、GE在燃机领域的长期服务合同，以及ABB、施耐德等工业企业的平台化服务，本质上都不是单纯卖软件，而是把设备运行数据转化为长期服务现金流。中国新能源装备、电力设备、轨道交通设备出海规模已经很大，但如果仍然停留在“卖产品”，后市场和服务收入就可能被本地服务商或海外平台截留。

第三，它把“市场领先”转化为“规则领先”。国际工业标准是靠数据支撑的，谁拥有最大规模、最长周期、最可信的运行数据，谁就更有资格定义参数、接口、评价方法和合规标准。当中国持有全球最完整的动力电池全生命周期数据时，电池护照标准就不可能绕过中国；当中国持有特高压大规模运行档案时，跨国电力互联标准就更容易形成中国方案。

工业数据资产化并不只是提高企业效率，而是让中国制造从产能优势走向资产优势、服务优势和规则优势。

中国有独特禀赋，但禀赋不会自动变成能力

讨论中国制造业优势时，我们时常提到两个维度：

讨论中国制造业优势时，我们时常提到两个维度：厚实的制造母体和极强的工程化速度。但在工业数据资产化上，还有两个更容易被低估的维度。

第一个是运营侧禀赋。

中国拥有一批规模巨大、寿命很长、运行连续的大型工业运营资产。电网、能源、炼化、轨道交通、发电、通信基础设施等领域，大量关键资产由央企和大型国企长期持有。这些资产每天都在产生高价值运营数据：输变电设备的负荷、故障和检修数据，炼化装置的工艺和能耗数据，发电设备的运行和维修数据，高铁系统的调度和维护数据，风光储设备的发电和衰减数据。

这些数据过去主要被用于内部检修、调度和运行优化，很少被系统化地转化为可经营的产业资产。但它们的潜在价值极高，不只是因为规模大，更因为运行周期长、场景复杂、连续性强，而且资产持有方相对集中。

这一点在国际比较中很特殊。美国电力和公用事业

这一点在国际比较中很特殊。美国电力和公用事业体系相对分散，欧洲跨国数据流动受到多国监管框架约束，而中国在若干关键行业中具备“少数大型主体持有巨型长寿命资产”的结构条件。一旦这些大型运营主体完成数据治理和商业模式重构，就有可能在较短时间内形成行业级数据资产。

但潜在优势不等于现实能力。央企和大型国企也面临创新动力不足、部门壁垒、数据安全责任压力、跨主体协同成本高等问题。如果没有考核机制、确权机制、收益机制和容错机制配套，数据仍然会留在系统内部，成为“看得见却用不起来”的沉睡资源。

第二个是数据侧禀赋。

中国在若干新兴工业领域，已经拥有全球最大规模的数据流入。新能源汽车保有量已超过4000万辆，动力电池、车辆工况、充放电行为、衰减轨迹和维修记录每天都在快速积累。光伏、风电累计装机规模全球领先，特高压是中国独有的大规模运行场景，高铁运营里程和运行密度同样提供了稀缺的数据基础。

更重要的是，这些数据不是历史遗产，而是正在产

更重要的是，这些数据不是历史遗产，而是正在产生的新增资产。在航空发动机、半导体设备等领域，西方企业积累了几十年的运行数据库，中国短期内很难补齐。但在动力电池、新能源车、储能、特高压、风光新能源等领域，最有价值的服役数据正在2020—2030年间形成。

然而，数据也会流失。据行业机构预测，2025年中国动力电池退役量将达到约82万吨，自2028年起可能超过400万吨。退役潮不仅意味着回收市场扩大，也意味着第一批大规模动力电池的早期服役档案即将定型。如果电池“出生证”、使用轨迹、衰减表现、维修记录和回收数据不能及时采集、归档和标准化，大量最有价值的早期数据将随着电池物理退役而永久缺失。

光伏、风电、储能、工业设备都面临同样的逻辑：设备还在运行时，数据最有价值；等到资产退役、企业更替、系统迁移、供应商变化之后，数据就会碎片化甚至消失。

因此，中国在工业数据资产化上拥有独特禀赋，但这些禀赋只有被制度化、商业化和标准化之后，才会成为真正的战略能力。

真正的抓手：服役管理服务化

真正的抓手：服役管理服务化

工业数据资产化不能停留在“建平台”“做登记”“促流通”的层面。工业数据之所以难以流动，是因为它牵涉责任、收益、风险和控制权。

制造商不一定愿意开放设备真实运行数据，因为这可能暴露设计缺陷、引发索赔或削弱售后利润。运营商也不愿轻易共享核心工况数据，因为这关系到安全、成本、竞争和管理责任。单纯要求企业“共享数据”，很难形成可持续机制。

因此，工业数据资产化需要一个更现实的商业载体：服役管理服务化。

所谓服役管理服务化是把设备和系统的长期运行能

所谓服役管理服务化是把设备和系统的长期运行能力打包成可购买的服务。服务商基于长期运行数据，为客户提供性能保证、故障预测、寿命延长、能效优化、维修策略、退役估值和再利用方案。客户购买的是可被合同化的运营结果。

例如，设备在十年内要达到某一可用率；风机或储能系统要维持某一性能水平；大型工业装置要降低一定比例的非计划停机；动力电池退役时要获得可验证的残值评估。做不到，服务商承担相应责任；做到了，服务商获得长期收入。

这种模式的关键在于，数据不再是成本中心，而是利润中心。客户愿意共享数据，不是出于道德义务，而是因为不共享就无法获得性能保证、保险优惠、融资支持、残值评估和运维优化。

这一路径尤其适合中国当前的产业格局。

首先，中国的大型运营商有天然动力。风电、光伏

首先，中国的大型运营商有天然动力。风电、光伏、电力、炼化、轨道交通等领域，运营商持有的是重资产。可用率提升一个百分点，停机时间减少一部分，能耗下降一点，都会直接转化为利润。与制造商相比，运营商更关心长期运行结果，也更有动力推动数据采集和分析。

其次，保险公司和金融机构会成为重要推动者。工业设备、储能电站、动力电池梯次利用、大型新能源项目都需要保险和融资。更完整的数据意味着更准确的风险定价、更低的融资成本和更可信的残值评估。当保险和金融把数据质量纳入定价模型，数据资产化就会从企业内部管理问题，变成市场交易条件。

再次，大型央企可以借此推进真正的专业化重组。过去央企专业化重组更多围绕资产、业务和产业链位置展开，未来完全可以围绕“数据+运营服务”形成新的专业化主体。电网、能源、炼化、交通等领域的大型集团，都有条件把长期积累的运行数据、行业知识和运维经验，转化为市场化服务能力。

关键在于这些主体不能只是母公司内部的信息化部门或数据中心。它们应当是独立法人、独立考核、面向市场、自负盈亏的专业化企业。母公司提供数据授权和场景入口，专业主体负责数据治理、产品化、服务化和市场拓展。考核上，应增加运营服务收入、数据产品收入、外部客户收入等指标，而不是只看内部降本增效。人才机制上，也需要允许市场化薪酬、项目跟投和员工持股，否则很难吸引复合型团队。

工业数据资产化不是把数据放到交易所里等待买家

工业数据资产化不是把数据放到交易所里等待买家，而是要围绕真实工业场景，形成“设备—数据—服务—收入—标准”的闭环。

这个闭环一旦形成，中国制造出海的模式也会发生变化。未来，中国企业应把“装备+服役管理服务”一起输出。产品销售带来一次性收入，服役管理带来二三十年的持续现金流；产品进入海外市场，数据和服务体系则形成长期客户关系；项目越多，运行数据越多，标准影响力越强。

这是从“全球工厂”走向“全球工业体系输出者”的关键一跃。

工业数据资产化不是一个可以无限推迟的长期议题。它有明确的窗口期，动力电池行业已经把这个窗口推到眼前。

欧盟电池法规要求，从2027年2月18日起，

欧盟电池法规要求，从2027年2月18日起，电动汽车电池、轻型交通工具电池以及容量超过2kWh的可充电工业电池，需要配备数字电池护照。电池护照不仅涉及产品身份信息，还涉及碳足迹、供应链尽职调查、材料来源、回收利用、性能参数和生命周期数据。这意味着，动力电池的竞争正在从单纯的性能、成本和产能，延伸到数据完整性、可追溯能力和合规证明能力。

对中国企业而言，这不是简单的出口合规问题。它本质上是一次产业规则重塑。

如果中国企业只是被动按照欧洲格式填报数据，即使拥有全球最大的产量，也只能成为规则执行者。相反，如果中国能够基于自身庞大的电池生产、装车、使用、退役和回收数据，建立可信的数据资产体系，并参与国际标准共同塑造，有可能把产能优势转化为规则优势。

2026年是关键准备期。国内数据制度建设正在加速。国家数据局已就《数据产权登记工作指引（试行）》公开征求意见，试图推动数据产权登记从地方探索走向更加统一的制度框架。可信数据空间、央国企数据试点、数据资产入表等工作也在推进。这些进展说明，数据资产化不再只是企业内部数字化问题，开始进入国家级制度建设和基础设施建设议程。

但制度建设的节奏必须赶上产业窗口。

但制度建设的节奏必须赶上产业窗口。

动力电池退役潮正在到来。第一批大规模装车的动力电池进入退役期，意味着早期服役数据正在变成不可再生资源。如果今天不系统采集，几年后就很难还原。

这就是2026至2028年的紧迫性：一边是欧盟电池护照倒逼合规，一边是国内动力电池退役潮加速，一边是数据产权和数据基础设施制度正在成型。三条线同时出现，窗口已经打开；但如果没有及时形成行业级行动，窗口也会很快关闭。

更重要的是，电池只是第一个显性场景。光伏组件、风电设备、储能系统、电网装备、轨道交通车辆、大型工业装置，都会陆续进入类似阶段。谁先建立全生命周期数据资产，谁就更有机会定义后续的服务模式、保险规则、融资条件和国际标准。

需要做出的四个制度选择

需要做出的四个制度选择

工业数据资产化要真正落地，需要依靠具体的制度选择。

第一，明确工业数据的分类分级确权。

工业数据复杂之处在于，它往往由多方共同生成。一辆新能源汽车产生的电池数据，涉及车主、车企、电池厂、运营平台、维修体系和监管机构。一台风机的运行数据，涉及制造商、业主、运维商、保险公司和电网。一个炼化装置的工艺数据同时涉及企业核心机密、安全监管和行业优化价值。

因此，工业数据确权不能简单回答“归谁所有”，

因此，工业数据确权不能简单回答“归谁所有”，而应建立分类分级授权机制。涉及个人隐私、企业核心工艺和国家安全的数据，应严格保护；经过脱敏、汇聚、标准化后能够产生行业公共价值的数据，通过行业数据空间、数据信托或授权运营机制实现可控使用。动力电池、电网设备、储能、炼化等优先领域，可以率先建立确权沙箱，在真实场景中验证规则，成熟一类，推广一类。

第二，改革央企考核机制。

工业数据资产化是一项长周期投入，短期不一定立刻体现为利润。如果央企仍主要按年度财务指标和短期KPI考核，很难主动投入数据治理、服务化转型和商业模式试错。

建议在相关领域试点增加两类指标：一是运营数据资产化率，即关键设备、关键资产、关键场景的数据采集、治理、标准化和授权使用程度；二是运营服务收入占比，即企业收入中来自长期运维、性能保证、数据服务、寿命管理和系统优化的比例。

同时，应建立战略创新容错机制。数据资产化和服

同时，应建立战略创新容错机制。数据资产化和服役管理服务化不是传统项目投资，前期一定存在试错。如果所有亏损都被视为经营失败，企业自然会选择不做。只有把技术路线试错、商业模式试错和管理不善区分开来，央企才有可能成为工业数据资产化的战略先锋。

第三，坚持行业纵深路径，而不是再建一个通用平台。

过去十多年，中国工业互联网建设积累了很多经验，也留下一个重要教训：脱离行业机理的通用平台，很难真正解决工业现场问题。动力电池、电网、炼化、风电、轨道交通的设备结构、数据类型、责任边界、服务模式和标准体系完全不同，不能指望一个跨行业平台包打天下。

工业数据资产化应从行业纵深做起。动力电池应围绕电池护照、退役评估、碳足迹和回收责任展开；电网设备应围绕长期可靠性、跨区域运行、装备标准和海外电网服务展开；炼化和流程工业应围绕工艺优化、能耗管理、过程控制软件和安全风险展开；大型旋转机械应围绕预测性维护、性能保证和售后替代展开。

每个行业都应有自己的数据标准、服务产品、确权

每个行业都应有自己的数据标准、服务产品、确权机制和商业闭环。国家层面可以提供基础规则和可信数据空间，但不能把行业差异压平成一个抽象平台。

同时，工业数据资产化不能只成为央企和链主企业的内部工程。大量中小企业分布在零部件、设备维护、工艺服务、检测认证和区域制造环节，它们既是数据贡献者，也是服务使用者。

行业纵深路径要真正成立，必须为中小企业提供低成本接入机制，例如标准化数据接口、轻量化采集工具、订阅式分析服务，以及基于数据贡献的融资、保险或订单增信安排。否则，数据资产化只会形成少数巨头的数据闭环，难以转化为整个产业链的系统能力。

第四，把国内数据资产化与国际规则输出绑定。

工业数据资产化的最高价值，是国际服务输出和规

工业数据资产化的最高价值，是国际服务输出和规则话语权。如果这件事只在国内循环，会失去最大的战略意义。

在动力电池领域，中国企业已经开始从被动适应走向主动参与。宝马与宁德时代围绕电池护照跨境数据试点和供应链碳足迹协同降碳开展合作，中国电池工业协会也在推动中国电池数字护照体系和相关团体标准。这些实践说明，中国企业并非只能接受外部规则，也可以通过数据、场景和产业链能力，成为规则共同塑造者。

未来，中国在向海外输出新能源装备、电力设备、轨道交通和储能系统时，应同步输出运行数据白皮书、标准化运维接口、碳足迹核算方法和服役管理服务。通过一个个海外项目形成事实标准，再反向参与IEC、ISO等国际标准体系。与其在规则成型后被动合规，不如在规则形成阶段就嵌入数据、方法和服务体系。

这需要中国企业更主动理解国际市场的核心关切。欧盟重视数字主权、绿色新政、碳足迹和数据合规，美国也在推动供应链透明和关键技术安全。中国方案要想走出去，从一开始就要兼容对方关心的数据治理、隐私保护、审计机制和合规要求。规则话语权不是靠对抗获得的，而是靠可验证的数据、可接受的机制和可持续的服务赢得的。

下一程的关键一跃

下一程的关键一跃

中国制造业的上一程完成了规模、配套、成本和工程化能力的积累。但下一程的竞争不会只发生在工厂里，它发生在设备运行之后、产品交付之后、数据沉淀之后、服务合同签署之后、国际标准制定之前。

谁能把工业现场的运营数据转化为资产，谁就更有可能获得长期服务收入、金融估值能力、保险定价能力和规则制定能力。工业数据资产化，正是中国制造完成这一跃迁的核心机制。

它要求中国制造不再只问“能不能造出来”，还要问：产品交付之后，数据归谁；长期运行表现如何证明；设备残值如何评估；服务收入由谁获得；标准由谁定义；规则形成时，中国企业是数据提供者、规则执行者，还是共同塑造者？

这些问题如果不能回答，中国制造即使继续扩大产

这些问题如果不能回答，中国制造即使继续扩大产能，也可能在下一轮价值分配中失位。窗口已经打开，但不会一直敞开。2027年电池护照只是一个时间坐标，真正被检验的，是中国制造能否在规则重塑之前，完成从产品思维到数据资产思维、从制造交付到服役管理、从国内规模到国际规则的转变。

中国制造下一程的关键，在于能否对一个具体而紧迫的战略命题做出清晰决断：让工业数据成为资产，让运营经验成为服务，让市场领先转化为规则话语权。

（作者系前罗兰贝格中国区总裁和埃森哲大中华区副主席）

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

中国生产全球最多的动力电池，却必须按照欧洲定

中国生产全球最多的动力电池，却必须按照欧洲定义的电池护照标准，证明一块电池从原材料、制造、使用到回收的全过程。这揭示了一个事实：中国制造已经赢得了产能上半场，却还没有完全赢得数据、标准和价值分配的下半场。

这不是动力电池一个行业的问题。特高压、光伏、风电、新能源汽车、大型炼化、轨道交通等领域，都存在类似的结构性落差：一边是全球领先的产能、装机量、应用场景和工程化能力；一边是关键软件、服务模式、资产估值方法和国际规则，仍在很大程度上由外部体系定义。

中国制造业升级到今天，真正的挑战已经从“造得出”转向“造得出之后，价值如何被持续创造和分配”。

过去，中国制造的优势主要来自规模、成本、配套和工程化速度。未来，这些优势依然重要，但它们不再自动对应更高的附加值位置。价值正在从产品本身，向数据、服务、系统、标准和规则迁移。

问题在于，价值迁移不会自动让中国受益。一块动

问题在于，价值迁移不会自动让中国受益。一块动力电池的价值不只存在于电芯制造环节，还存在于BMS（电池管理系统）、电池管理算法、全生命周期数据服务、梯次利用评估、碳足迹核算和回收定价之中。一个光伏电站的价值不只来自组件，也来自智能运维、发电预测、能源管理和系统调度。一个大型工业设备的价值不只在出厂价格，而在于二三十年的运行表现、维修策略、寿命管理和性能保证。

如果这些数据掌握在海外整车厂、运维平台、认证机构、保险公司或金融机构手中，如果标准由别人制定、估值方法由别人定义、服务现金流由别人获得，中国即使拥有最大产能，也可能只留在价值链中利润最薄、责任最重、议价能力最低的位置。

这正是工业数据资产化的重要性所在。所谓工业数据资产化，并不是简单地把数据拿出来交易，也不是“数据要素市场化”在工业领域的机械延伸。它指的是把工业现场持续产生的运营数据——设备状态、工艺参数、能耗轨迹、失效记录、维修历史、全生命周期表现——通过制度安排、商业模式和技术机制，转化为可经营、可估值、可服务化、可用于标准制定的产业资产。

工业数据资产化是中国制造下一程的产业组织方式重构。

价值正在迁移，基础设施并未完全建立

价值正在迁移，基础设施并未完全建立

中国制造过去几十年的成功，首先建立在“造得出、造得快、造得便宜、造得稳定”上。这一能力仍然宝贵，但在许多成熟产业中，单纯制造环节的利润空间正在被压缩。

动力电池、光伏组件、新能源装备、轨道交通设备等领域，都已经出现类似趋势，真正能够形成长期收入和客户锁定的环节，正在向使用阶段、运维阶段、服务阶段和数据阶段迁移。

在高端工业品领域——航空发动机、燃气轮机、大型压缩机、轨道交通车辆、工业控制系统的长期价值，并不只由出厂时的技术指标决定，更由长期服役表现决定。客户真正关心的是：设备在20年里能否稳定运行，故障率如何，维修成本如何，能耗是否可控，寿命能否延长，性能是否可被合同化保证。

这也是为什么长期服役数据如此重要。它是高端工

这也是为什么长期服役数据如此重要。它是高端工业品获得国际信任、金融定价、保险承保和标准话语权的核心凭证。

中国企业过去在不少领域面临的难题，正是难以提供与国际领先厂商相匹配的长期服役档案。航空发动机、大型燃机、工业软件、流程控制、关键装备售后服务等领域，国际巨头的优势不仅来自技术本身，也来自几十年积累的运行数据库。这些数据库支撑了它们的可靠性证明、维修模型、备件体系、保险定价和长期服务合同。

中国制造要从“产品出口”走向“体系输出”，就必须补上这一环。工业数据资产化至少有三层价值。

第一，它把“造得出”延伸为“卖得久”。工业品的真正价值是在使用中体现的。没有长期运行数据，产品的可靠性、稳定性和全生命周期成本优势很难被证明。

第二，它把“产品销售”延伸为“持续服务收入”

第二，它把“产品销售”延伸为“持续服务收入”。罗罗的TotalCare模式、GE在燃机领域的长期服务合同，以及ABB、施耐德等工业企业的平台化服务，本质上都不是单纯卖软件，而是把设备运行数据转化为长期服务现金流。中国新能源装备、电力设备、轨道交通设备出海规模已经很大，但如果仍然停留在“卖产品”，后市场和服务收入就可能被本地服务商或海外平台截留。

第三，它把“市场领先”转化为“规则领先”。国际工业标准是靠数据支撑的，谁拥有最大规模、最长周期、最可信的运行数据，谁就更有资格定义参数、接口、评价方法和合规标准。当中国持有全球最完整的动力电池全生命周期数据时，电池护照标准就不可能绕过中国；当中国持有特高压大规模运行档案时，跨国电力互联标准就更容易形成中国方案。

工业数据资产化并不只是提高企业效率，而是让中国制造从产能优势走向资产优势、服务优势和规则优势。

中国有独特禀赋，但禀赋不会自动变成能力

讨论中国制造业优势时，我们时常提到两个维度：

讨论中国制造业优势时，我们时常提到两个维度：厚实的制造母体和极强的工程化速度。但在工业数据资产化上，还有两个更容易被低估的维度。

第一个是运营侧禀赋。

中国拥有一批规模巨大、寿命很长、运行连续的大型工业运营资产。电网、能源、炼化、轨道交通、发电、通信基础设施等领域，大量关键资产由央企和大型国企长期持有。这些资产每天都在产生高价值运营数据：输变电设备的负荷、故障和检修数据，炼化装置的工艺和能耗数据，发电设备的运行和维修数据，高铁系统的调度和维护数据，风光储设备的发电和衰减数据。

这些数据过去主要被用于内部检修、调度和运行优化，很少被系统化地转化为可经营的产业资产。但它们的潜在价值极高，不只是因为规模大，更因为运行周期长、场景复杂、连续性强，而且资产持有方相对集中。

这一点在国际比较中很特殊。美国电力和公用事业

这一点在国际比较中很特殊。美国电力和公用事业体系相对分散，欧洲跨国数据流动受到多国监管框架约束，而中国在若干关键行业中具备“少数大型主体持有巨型长寿命资产”的结构条件。一旦这些大型运营主体完成数据治理和商业模式重构，就有可能在较短时间内形成行业级数据资产。

但潜在优势不等于现实能力。央企和大型国企也面临创新动力不足、部门壁垒、数据安全责任压力、跨主体协同成本高等问题。如果没有考核机制、确权机制、收益机制和容错机制配套，数据仍然会留在系统内部，成为“看得见却用不起来”的沉睡资源。

第二个是数据侧禀赋。

中国在若干新兴工业领域，已经拥有全球最大规模的数据流入。新能源汽车保有量已超过4000万辆，动力电池、车辆工况、充放电行为、衰减轨迹和维修记录每天都在快速积累。光伏、风电累计装机规模全球领先，特高压是中国独有的大规模运行场景，高铁运营里程和运行密度同样提供了稀缺的数据基础。

更重要的是，这些数据不是历史遗产，而是正在产

更重要的是，这些数据不是历史遗产，而是正在产生的新增资产。在航空发动机、半导体设备等领域，西方企业积累了几十年的运行数据库，中国短期内很难补齐。但在动力电池、新能源车、储能、特高压、风光新能源等领域，最有价值的服役数据正在2020—2030年间形成。

然而，数据也会流失。据行业机构预测，2025年中国动力电池退役量将达到约82万吨，自2028年起可能超过400万吨。退役潮不仅意味着回收市场扩大，也意味着第一批大规模动力电池的早期服役档案即将定型。如果电池“出生证”、使用轨迹、衰减表现、维修记录和回收数据不能及时采集、归档和标准化，大量最有价值的早期数据将随着电池物理退役而永久缺失。

光伏、风电、储能、工业设备都面临同样的逻辑：设备还在运行时，数据最有价值；等到资产退役、企业更替、系统迁移、供应商变化之后，数据就会碎片化甚至消失。

因此，中国在工业数据资产化上拥有独特禀赋，但这些禀赋只有被制度化、商业化和标准化之后，才会成为真正的战略能力。

真正的抓手：服役管理服务化

真正的抓手：服役管理服务化

工业数据资产化不能停留在“建平台”“做登记”“促流通”的层面。工业数据之所以难以流动，是因为它牵涉责任、收益、风险和控制权。

制造商不一定愿意开放设备真实运行数据，因为这可能暴露设计缺陷、引发索赔或削弱售后利润。运营商也不愿轻易共享核心工况数据，因为这关系到安全、成本、竞争和管理责任。单纯要求企业“共享数据”，很难形成可持续机制。

因此，工业数据资产化需要一个更现实的商业载体：服役管理服务化。

所谓服役管理服务化是把设备和系统的长期运行能

所谓服役管理服务化是把设备和系统的长期运行能力打包成可购买的服务。服务商基于长期运行数据，为客户提供性能保证、故障预测、寿命延长、能效优化、维修策略、退役估值和再利用方案。客户购买的是可被合同化的运营结果。

例如，设备在十年内要达到某一可用率；风机或储能系统要维持某一性能水平；大型工业装置要降低一定比例的非计划停机；动力电池退役时要获得可验证的残值评估。做不到，服务商承担相应责任；做到了，服务商获得长期收入。

这种模式的关键在于，数据不再是成本中心，而是利润中心。客户愿意共享数据，不是出于道德义务，而是因为不共享就无法获得性能保证、保险优惠、融资支持、残值评估和运维优化。

这一路径尤其适合中国当前的产业格局。

首先，中国的大型运营商有天然动力。风电、光伏

首先，中国的大型运营商有天然动力。风电、光伏、电力、炼化、轨道交通等领域，运营商持有的是重资产。可用率提升一个百分点，停机时间减少一部分，能耗下降一点，都会直接转化为利润。与制造商相比，运营商更关心长期运行结果，也更有动力推动数据采集和分析。

其次，保险公司和金融机构会成为重要推动者。工业设备、储能电站、动力电池梯次利用、大型新能源项目都需要保险和融资。更完整的数据意味着更准确的风险定价、更低的融资成本和更可信的残值评估。当保险和金融把数据质量纳入定价模型，数据资产化就会从企业内部管理问题，变成市场交易条件。

再次，大型央企可以借此推进真正的专业化重组。过去央企专业化重组更多围绕资产、业务和产业链位置展开，未来完全可以围绕“数据+运营服务”形成新的专业化主体。电网、能源、炼化、交通等领域的大型集团，都有条件把长期积累的运行数据、行业知识和运维经验，转化为市场化服务能力。

关键在于这些主体不能只是母公司内部的信息化部门或数据中心。它们应当是独立法人、独立考核、面向市场、自负盈亏的专业化企业。母公司提供数据授权和场景入口，专业主体负责数据治理、产品化、服务化和市场拓展。考核上，应增加运营服务收入、数据产品收入、外部客户收入等指标，而不是只看内部降本增效。人才机制上，也需要允许市场化薪酬、项目跟投和员工持股，否则很难吸引复合型团队。

工业数据资产化不是把数据放到交易所里等待买家

工业数据资产化不是把数据放到交易所里等待买家，而是要围绕真实工业场景，形成“设备—数据—服务—收入—标准”的闭环。

这个闭环一旦形成，中国制造出海的模式也会发生变化。未来，中国企业应把“装备+服役管理服务”一起输出。产品销售带来一次性收入，服役管理带来二三十年的持续现金流；产品进入海外市场，数据和服务体系则形成长期客户关系；项目越多，运行数据越多，标准影响力越强。

这是从“全球工厂”走向“全球工业体系输出者”的关键一跃。

工业数据资产化不是一个可以无限推迟的长期议题。它有明确的窗口期，动力电池行业已经把这个窗口推到眼前。

欧盟电池法规要求，从2027年2月18日起，

欧盟电池法规要求，从2027年2月18日起，电动汽车电池、轻型交通工具电池以及容量超过2kWh的可充电工业电池，需要配备数字电池护照。电池护照不仅涉及产品身份信息，还涉及碳足迹、供应链尽职调查、材料来源、回收利用、性能参数和生命周期数据。这意味着，动力电池的竞争正在从单纯的性能、成本和产能，延伸到数据完整性、可追溯能力和合规证明能力。

对中国企业而言，这不是简单的出口合规问题。它本质上是一次产业规则重塑。

如果中国企业只是被动按照欧洲格式填报数据，即使拥有全球最大的产量，也只能成为规则执行者。相反，如果中国能够基于自身庞大的电池生产、装车、使用、退役和回收数据，建立可信的数据资产体系，并参与国际标准共同塑造，有可能把产能优势转化为规则优势。

2026年是关键准备期。国内数据制度建设正在加速。国家数据局已就《数据产权登记工作指引（试行）》公开征求意见，试图推动数据产权登记从地方探索走向更加统一的制度框架。可信数据空间、央国企数据试点、数据资产入表等工作也在推进。这些进展说明，数据资产化不再只是企业内部数字化问题，开始进入国家级制度建设和基础设施建设议程。

但制度建设的节奏必须赶上产业窗口。

但制度建设的节奏必须赶上产业窗口。

动力电池退役潮正在到来。第一批大规模装车的动力电池进入退役期，意味着早期服役数据正在变成不可再生资源。如果今天不系统采集，几年后就很难还原。

这就是2026至2028年的紧迫性：一边是欧盟电池护照倒逼合规，一边是国内动力电池退役潮加速，一边是数据产权和数据基础设施制度正在成型。三条线同时出现，窗口已经打开；但如果没有及时形成行业级行动，窗口也会很快关闭。

更重要的是，电池只是第一个显性场景。光伏组件、风电设备、储能系统、电网装备、轨道交通车辆、大型工业装置，都会陆续进入类似阶段。谁先建立全生命周期数据资产，谁就更有机会定义后续的服务模式、保险规则、融资条件和国际标准。

需要做出的四个制度选择

需要做出的四个制度选择

工业数据资产化要真正落地，需要依靠具体的制度选择。

第一，明确工业数据的分类分级确权。

工业数据复杂之处在于，它往往由多方共同生成。一辆新能源汽车产生的电池数据，涉及车主、车企、电池厂、运营平台、维修体系和监管机构。一台风机的运行数据，涉及制造商、业主、运维商、保险公司和电网。一个炼化装置的工艺数据同时涉及企业核心机密、安全监管和行业优化价值。

因此，工业数据确权不能简单回答“归谁所有”，

因此，工业数据确权不能简单回答“归谁所有”，而应建立分类分级授权机制。涉及个人隐私、企业核心工艺和国家安全的数据，应严格保护；经过脱敏、汇聚、标准化后能够产生行业公共价值的数据，通过行业数据空间、数据信托或授权运营机制实现可控使用。动力电池、电网设备、储能、炼化等优先领域，可以率先建立确权沙箱，在真实场景中验证规则，成熟一类，推广一类。

第二，改革央企考核机制。

工业数据资产化是一项长周期投入，短期不一定立刻体现为利润。如果央企仍主要按年度财务指标和短期KPI考核，很难主动投入数据治理、服务化转型和商业模式试错。

建议在相关领域试点增加两类指标：一是运营数据资产化率，即关键设备、关键资产、关键场景的数据采集、治理、标准化和授权使用程度；二是运营服务收入占比，即企业收入中来自长期运维、性能保证、数据服务、寿命管理和系统优化的比例。

同时，应建立战略创新容错机制。数据资产化和服

同时，应建立战略创新容错机制。数据资产化和服役管理服务化不是传统项目投资，前期一定存在试错。如果所有亏损都被视为经营失败，企业自然会选择不做。只有把技术路线试错、商业模式试错和管理不善区分开来，央企才有可能成为工业数据资产化的战略先锋。

第三，坚持行业纵深路径，而不是再建一个通用平台。

过去十多年，中国工业互联网建设积累了很多经验，也留下一个重要教训：脱离行业机理的通用平台，很难真正解决工业现场问题。动力电池、电网、炼化、风电、轨道交通的设备结构、数据类型、责任边界、服务模式和标准体系完全不同，不能指望一个跨行业平台包打天下。

工业数据资产化应从行业纵深做起。动力电池应围绕电池护照、退役评估、碳足迹和回收责任展开；电网设备应围绕长期可靠性、跨区域运行、装备标准和海外电网服务展开；炼化和流程工业应围绕工艺优化、能耗管理、过程控制软件和安全风险展开；大型旋转机械应围绕预测性维护、性能保证和售后替代展开。

每个行业都应有自己的数据标准、服务产品、确权

每个行业都应有自己的数据标准、服务产品、确权机制和商业闭环。国家层面可以提供基础规则和可信数据空间，但不能把行业差异压平成一个抽象平台。

同时，工业数据资产化不能只成为央企和链主企业的内部工程。大量中小企业分布在零部件、设备维护、工艺服务、检测认证和区域制造环节，它们既是数据贡献者，也是服务使用者。

行业纵深路径要真正成立，必须为中小企业提供低成本接入机制，例如标准化数据接口、轻量化采集工具、订阅式分析服务，以及基于数据贡献的融资、保险或订单增信安排。否则，数据资产化只会形成少数巨头的数据闭环，难以转化为整个产业链的系统能力。

第四，把国内数据资产化与国际规则输出绑定。

工业数据资产化的最高价值，是国际服务输出和规

工业数据资产化的最高价值，是国际服务输出和规则话语权。如果这件事只在国内循环，会失去最大的战略意义。

在动力电池领域，中国企业已经开始从被动适应走向主动参与。宝马与宁德时代围绕电池护照跨境数据试点和供应链碳足迹协同降碳开展合作，中国电池工业协会也在推动中国电池数字护照体系和相关团体标准。这些实践说明，中国企业并非只能接受外部规则，也可以通过数据、场景和产业链能力，成为规则共同塑造者。

未来，中国在向海外输出新能源装备、电力设备、轨道交通和储能系统时，应同步输出运行数据白皮书、标准化运维接口、碳足迹核算方法和服役管理服务。通过一个个海外项目形成事实标准，再反向参与IEC、ISO等国际标准体系。与其在规则成型后被动合规，不如在规则形成阶段就嵌入数据、方法和服务体系。

这需要中国企业更主动理解国际市场的核心关切。欧盟重视数字主权、绿色新政、碳足迹和数据合规，美国也在推动供应链透明和关键技术安全。中国方案要想走出去，从一开始就要兼容对方关心的数据治理、隐私保护、审计机制和合规要求。规则话语权不是靠对抗获得的，而是靠可验证的数据、可接受的机制和可持续的服务赢得的。

下一程的关键一跃

下一程的关键一跃

中国制造业的上一程完成了规模、配套、成本和工程化能力的积累。但下一程的竞争不会只发生在工厂里，它发生在设备运行之后、产品交付之后、数据沉淀之后、服务合同签署之后、国际标准制定之前。

谁能把工业现场的运营数据转化为资产，谁就更有可能获得长期服务收入、金融估值能力、保险定价能力和规则制定能力。工业数据资产化，正是中国制造完成这一跃迁的核心机制。

它要求中国制造不再只问“能不能造出来”，还要问：产品交付之后，数据归谁；长期运行表现如何证明；设备残值如何评估；服务收入由谁获得；标准由谁定义；规则形成时，中国企业是数据提供者、规则执行者，还是共同塑造者？

这些问题如果不能回答，中国制造即使继续扩大产

这些问题如果不能回答，中国制造即使继续扩大产能，也可能在下一轮价值分配中失位。窗口已经打开，但不会一直敞开。2027年电池护照只是一个时间坐标，真正被检验的，是中国制造能否在规则重塑之前，完成从产品思维到数据资产思维、从制造交付到服役管理、从国内规模到国际规则的转变。

中国制造下一程的关键，在于能否对一个具体而紧迫的战略命题做出清晰决断：让工业数据成为资产，让运营经验成为服务，让市场领先转化为规则话语权。

（作者系前罗兰贝格中国区总裁和埃森哲大中华区副主席）

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.