工业领域数智化起步相对较晚，工业数据也更为复杂，涉及研发、生产、管理、运维、服务等多个环节，因而数据管理工作的推进也相对滞后，和金融行业、电信行业相比还有较大的差距。主要问题和挑战有以下四个方面：

1. 数据基础薄弱
     我国工业企业的数据资源存量普遍不大。同时，管理手段比较落后，大多企业仍在使用纸质或更原始的方式进行数据管理。数据孤岛几乎是所有企业都面临的困境。
     从单一企业内部来看，存在着不同时期由不同供应商开发建设的客户管理、生产管理、销售采购、订单仓储、财务人力等众多IT系统，可谓烟囱林立。而要深度推进智能化，不仅信息系统要横向互通，还要进一步纵向打通IT和OT两界的数据，难度非常大。而且，企业越大，管理和技术包袱越重。
     从产业链来讲，工业企业的上下游供应链之间缺少数据的互联互通。大部分企业并没有实现供应链协同，销售订单和采购订单还依赖于传统的电子邮件或者纸质传递。这种传统的方式很难做精准的销售预测，更别说做个性化的定制。

2. 数据治理滞后
     工业企业对于数据治理的重要性认识正逐步提高，但实际进行的数据治理工作却不容乐观。
     大多数工业企业缺乏专门的数据管理组织，投入数据管理的人力也有限，且大部分做的是数据操作基础工作，缺少顶层规划和管理的组织架构和人员。有部分企业建立了数据管理的相关制度、标准、流程及绩效管理机制，但很多企业在这方面都是缺失的。
     数据管理的技术手段也相对落后。有部分大型企业实施了主数据管理平台，只有极少数企业实施了数据治理平台，而绝大部分企业都没有任何数据管理的工具，对元数据、主数据、分析数据等缺乏标准管理、质量管理、安全管理、全生命周期管理的手段。
     因为数据管理缺失，技术手段落后，导致企业数据质量难以得到保障，数据共享困难，数据的价值不能得到充分的挖掘和变现。

3. 数据交易法规尚不完善
     工业企业的数据价值体现在跨企业、跨行业的数据流通和共享，数据在流动过程中才能产生价值。从全行业看，发展工业互联网，实现从单一企业内的局部优化，到整个产业链的全局优化的跨越，必然要实现整个供应链上下游企业的数据流通，实现产业链上的企业数据的共享。
     目前，虽有多家活跃于市场中的数据交易中心，但数据流通的合法、合规性仍未得到应有的重视，现行法律对于数据流通的很多问题都没有明确，许多工作仍以行业自律的模式开展。工业企业的数据流通需求与日俱增，规范数据的共享和开放刻不容缓，需要有关方面的高度重视，并有待相关法律规定和政策的完善。

4. 数据价值难以量化评估
     尽管有很多人意识到数据是企业的核心资产，但是对无形资产的评估比较困难，尤其是数据资产的量化和评估。首先缺乏财务量化模型，不知道如何评价数据价值；其次数据要在交易过程中才能变现，而在内部流通的过程中却不能折算成财务意义上的价值，因此其在企业内的价值无法体现在财务报表上。
     数据在工业领域的流动，横向可以跨越设计、采购、生产、销售、售后服务等价值链，纵向可以跨越战略层与设备控制层。工业企业的特点是数据量大，不同类型、不同层级数据产生的价值不一样。如何准确地评价这些数据的价值，需要相关机构尽快研究和解决。
     数据治理投入大，在短期内很难看到成效，而数据价值的评估又很难量化。因此，很多企业投入数据治理的意愿不大，这反过来又影响了企业数据的使用。

     综上所述，数据治理会被越来越多的工业企业关注，我们市场营销侧也出现了很多客户已经在摸索或进行相关数据治理的工作。太阳成集团tyc234cc也在进行数据治理相关研发、合作和客户赋能工作，例如流程挖掘的研究、大数据平台的技术研究应用等，进一步实现数据价值挖掘和数据智能化。