2024年“数据要素×”大赛优秀项目案例集——工业制造案例之三 | 工业品价格大数据赋能供应链协同管...

主要观点总结

中国制造业规模庞大，但面临工业品质量与价格不透明、信息不对称等问题，导致区域和渠道差异大，企业和政府部门监测难。为此，需建立多源数据融合平台，实现数据标准化、透明化，提升供应链协同管理效能。具体包括构建统一工业品价格数据平台、使用人工智能大模型实现数据标准化、多域数据融合发挥数据要素价值等。该平台能实时分析和监测工业品价格变化，助力宏观经济形势分析和市场调控，并帮助优化采购策略、降低成本。

关键观点总结

关键观点1: 中国制造业规模与问题概述

中国制造业连续位居全球首位，但面临工业品质量与价格不透明等问题，导致区域和渠道差异大，监测难。

关键观点2: 建立多源数据融合平台的必要性

为解决上述问题，需建立多源数据融合平台，实现数据标准化、透明化，提升供应链协同管理效能。

关键观点3: 构建统一工业品价格数据平台的措施

国家发改委价格监测中心、中国人民大学和天源迪科三方合作，构建工业品价格大数据平台，建立统一的工业品标准库和价格指数库。

关键观点4: 使用人工智能大模型实现数据标准化的方法

项目采用工业品AI大模型进行数据处理，实现工业品的统一识别和归类，提升数据的一致性和标准化水平。

关键观点5: 多域数据融合平台的效果

平台能实时分析和监测工业品价格变化，助力宏观经济形势分析和市场调控，并能帮助优化采购策略、降低成本。例如，已帮助多家央企降低综合采购成本，提升价格监测效率，并成功发出异常价格预警。