随着人工智能技术与制造业深度融合，高质量工业数据供给不足已成为制约"AI+制造"发展的关键瓶颈。全国人大代表张帆指出，构建多方协同的工业数据集共建机制，是推动人工智能与制造业深度融合、提升产业链供应链现代化水平的必由之路。

当前，我国工业数据集建设面临多重挑战。一方面，工业数据种类繁多、标准化程度低、质量参差不齐，导致数据可用性不高；另一方面，企业出于数据安全、商业秘密和权属风险等顾虑，普遍存在不愿共享、不敢共享、不能共享的问题，行业数据壁垒和企业数据孤岛现象突出。

针对上述问题，张帆提出系统性解决方案。构建政府引导、市场主导、多方协同的工业数据集共建机制，研究出台加强工业数据集建设的财税支持政策，引导企业加大资源投入，切实提高企业对工业数据集建设的重视度和主动性。

在数据交易模式创新方面，张帆建议推动数据交易模式从传统一次性买断向订阅制、版本服务费、按调用计费等多元化模式转型，建立可持续的价值回报机制，充分调动企业参与数据共享的积极性。同时，大力推广"数据可用不可见、用途可控可计量、全程可追溯可审计"的数据共享模式，从技术和机制上消除企业商业泄密、权属纠纷顾虑。

在技术支撑层面，张帆强调加大对隐私计算、区块链、可信数据空间等数据安全流通关键核心技术攻关，集中力量突破性能、成本、互联互通等瓶颈制约，加快制定统一的技术标准、接口规范、互认协议，打通跨企业、跨行业数据共享通道。

此外，张帆建议培育数据服务商、数据标注机构等数商生态，有效提升专业化服务能力，推动形成"数据可用、价值可测、共享可信"的工业数据流通新生态。通过构建完善的工业数据集生态体系，可以有效解决高质量数据供给不足的问题，为"AI+制造"提供坚实的数据基础。

专家分析认为，工业数据集协同机制的建立将带来三方面显著效益：提升AI模型训练质量，促进制造业智能化升级；降低数据流通成本，提高产业链协同效率；激发数据要素价值，培育制造业新增长点。

随着工业数据集协同机制的不断完善，"AI+制造"将进入深度融合的新阶段，推动我国制造业向智能化、绿色化、高端化方向加速迈进，为建设现代化产业体系提供强劲动力，助力我国在全球制造业竞争中占据战略制高点。