导语

为落实好党中央、国务院关于数字中国建设和产业数字化转型的重大决策部署，经报有关领导同志，从2024年开始，中国工业经济联合会在相关部委、高校、智库和重点工业领域头部企业的参与和支持下，在全国范围内从案例征集、调查研究和宣传培育三个维度开展中国工业数据治理“领跑者”企业工作，找出并宣传推广工业数据治理领域企业的优秀成果、实践经验和典型案例，旨在发挥优秀企业的榜样带动作用，强化协同效应，带动更多企业增强数据治理能力，加快数字化转型，搭建工业数据交流平台和产业生态圈，挖掘数据要素作为新质生产力的价值，赋能工业高质量发展。

2025年9月5日，中国工业经济联合会在辽宁省沈阳市举办第三届中国工业高质量发展论坛，并发布25家第二届中国工业数据治理“领跑者”企业名单等研究成果（首届22家“领跑者”企业名单于2024年9月11日在第二届中国工业高质量发展论坛上发布）。根据工作计划，中国工业经济联合会将持续做好中国工业数据治理“领跑者”企业工作，找出更多工业领域重点行业的“领跑者”企业和典型经验，为工业企业的数据治理和数字化转型搭建学习交流和产业合作的权威平台。

一、 企业基本情况

吉利汽车集团是浙江吉利控股集团旗下一家集汽车乘用车整车、动力总成和关键零部件设计、研发、生产、销售和服务于一体的汽车集团，拥有吉利（包含吉利银河）、翼真、睿蓝、宝腾等汽车品牌，现有员工5万余人，是首个实现乘用车产销突破1000万辆的中国品牌车企。截至2025年1月，全球累计销量超1650万辆。

吉利汽车集团在中国上海、宁波，瑞典哥德堡、意大利米兰等地建有4大造型设计和5大工程研发中心，设计研发人员超过2万人，近年来持续保持高于行业水平的研发投入。2023年，在中国民营企业500强中，吉利研发总投入达224亿元，排名第4，在汽车企业中排名第一，近10年吉利研发总投入超2000亿元。

吉利汽车集团始终以用户为中心，以技术创新领跑，坚持高质量发展，充分发挥吉利控股集团体系化协同战略优势，在整车架构、汽车安全、新能源三电、智能座舱、高阶智能驾驶、智算中心、AI大模型、AI数字底盘等核心技术领域实现全栈自研，为用户创造超越期待的智能出行产品和体验。

2021年10月，吉利汽车集团正式发布“智能吉利2025战略”，开启了吉利汽车全面智能化、电气化发展的新时代。2023年2月，吉利汽车发布中高端新能源系列“吉利银河”，致力于为用户打造高价值的智能精品新能源汽车。

吉利汽车集团是国家级企业技术中心、国家地方联合工程研究中心、国家知识产权示范企业；“吉利战略转型的技术体系创新工程建设项目”获国家科技进步奖二等奖（一等奖空缺）；“高性能动力总成平台关键技术及应用项目”“吉利轿车安全技术的研发与产业化项目”等获中国汽车工业科学技术奖一等奖；吉利汽车集团还荣获行业首张“新能源汽车安全管理体系认证”证书，成为中国车企在新能源安全体系建设的标杆。作为国际汽车工作组（IATF）中唯一拥有董事表决权的亚洲汽车集团，代表中国汽车参与世界标准制定，已发起并推动了国际汽车质量标准化协会IAQSA的成立。截至目前，吉利主导参与了611项国际、国家、行业、地方及团体标准的制定。吉利汽车集团在数字化智能化领域取得多项国家级荣誉：工信部智能制造示范工厂、工信部5G全连接工厂、工信部工业互联网试点示范项目等。2025年，吉利汽车集团成为中国工业数据治理“领跑者”企业。

吉利汽车集团在中国、马来西亚等地建有十余个世界一流的现代化整车和动力总成制造工厂，全球销售网点超3000个，产品销售及服务网络遍布世界各地。在海外布局上，吉利汽车集团已形成产品、技术、人才、标准与资本共同输出的产业战略布局。宝腾收购开创中国技术和管理输出的先河，吉利打造的“宝腾模式”是中国汽车产业全链条价值输出的成功探索。截至目前，吉利海外业务已覆盖亚太、东欧、中东、拉美、非洲、欧洲等地区全球70个国家。

围绕“让世界充满吉利”的可持续发展愿景，吉利汽车集团积极推动汽车产业绿色低碳可持续发展，以气候中和、自然受益、全域安全、数智创新、共荣发展、治理与道德六大ESG战略方向勾画可持续发展蓝图，加速向“2025年单车全生命周期碳排放减少25%以上，2045年实现碳中和”的目标迈进，成为汽车行业践行ESG的可持续价值标杆。

图1：吉利汽车产业图

二、 数据治理（数智化转型）发展历程与体系建设

数据作为企业核心战略资产，在生产运营、市场拓展、研发创新等环节的支撑作用愈发显著。数据治理作为规范数据全生命周期管理、释放数据价值的关键机制，是企业实现业务流程数字化重构、运营效率提升的基础工程，更是推动数智化转型落地见效的重要保障。吉利汽车集团立足汽车产业变革趋势，深刻认识到数据资产对生产制造优化、市场决策精准化、客户服务升级的支撑价值，系统推进数据治理体系建设，为数智化转型筑牢实践根基。

图2：数智化转型的主要矛盾与关键举措图

在推进数智化转型进程中，吉利汽车集团识别并着力破解四方面关键结构性矛盾：一是业务数智化转型需求与当前营收增长压力之间的矛盾；二是多元化业态快速发展与信息资源优化配置不足之间的矛盾；三是业务端日益增长的数据需求与数据服务体系协同能力滞后之间的矛盾；四是数据驱动创新发展目标与现有数智化基础支撑水平不匹配之间的矛盾。

为系统性应对上述发展瓶颈，吉利汽车集团明确提出数据治理建设的关键战略举措，重点涵盖：强化顶层战略布局、夯实数据资产体系、深化跨域协同应用、探索资产价值转化、聚焦专业人才引育以及统筹长效机制构建。

集团已全面启动数据治理专项工作，旨在通过系统性、长期性的战略投入，将数据要素培育成为企业核心战略资产，持续释放数据价值潜能，为集团高质量发展注入新动能。吉利的数据治理工作分为起步、赋能和进化三个阶段。

（一）起步阶段：数据意识觉醒与治理体系建设

在起步阶段，集团科学规划了五年期发展战略路径，明确将数据治理能力建设划分为三个阶段梯次推进：从基础薄弱时期的被动应对，逐步跃升至主动规划管理阶段，最终实现全面规范化、体系化管控目标。该路径旨在系统构建数据管理与服务效能监督评价体系，有效促进数据资产价值沉淀，全面赋能业务智能化转型与创新发展。

围绕上述战略目标，集团系统绘制了数据治理建设整体发展蓝图，重点推进三大基础能力体系协同构建：一是夯实数据资源基础设施体系，筑牢数据汇聚融合根基；二是健全数据管理运营制度体系，提升全生命周期治理效能；三是打造模型算法与智能应用支撑体系，深挖数据驱动业务价值。通过上述体系化工程布局，确保整体规划目标任务有序落地。

在数据湖建设方面，吉利完成集团级数据湖的建设，总计覆盖超250个业务系统的40000多张表。通过集中式存储，实现数据存储成本降低20%，计算成本降低15%，业务的实时需求满足超85%。以公共模型设计和构建，支持研产供销服等领域超80个线上项目，建设应用集市60个，为多个业务系统及应用提供统一的数据支持和服务。

图3：组织体系构建图

在组织建设方面，吉利于2022年成立由数据治理委员会领导、业务与技术协同参与的数据管理组织，以统筹数据治理工作。

数据治理委员会是吉利数据管理的最高决策机构，由CDO担任委员会主任，各业务域一级数据Owner为核心成员，负责数据管理重要事项的决策。

数据治理委员会下设数据治理办公室，建立常态化管理组织，牵头数据治理体系及各数据管理领域的建设。

在业务领域设立领域数据治理团队和岗位，作为数据管理工作的具体执行组织。该团队由领域架构师、各领域数字化委员会下数据管理相关的业务人员和IT人员组成，包括一级数据Owner、数据管家、二级数据Owner、数据治理专员、业务架构师、数据架构师、技术架构师等，执行具体的数据治理工作，确保数据治理有效推进。

在人才梯队建设方面，集团着力构建分层化、系统化数据治理人才培养机制： 

完善职业发展通道，科学界定岗位管理职责与能力标准，配套建立清晰的职级晋升体系；

创新培养模式，通过内部专题培训与外部高端交流双轨并进，持续提升人才专业素养；

优化队伍结构，统筹内部骨干选拔与外部高端人才引进，建成覆盖核心业务领域的专业数据治理团队。

同步深化数据文化培育工程，开展全员赋能行动：累计组织集团级数据治理专项培训逾千人次，全面覆盖数据治理体系构建、数据模型设计、数据问题诊断等核心能力模块，为集团数字化转型筑牢人才根基。

（二）赋能阶段：治理能力深化与数据价值释放

在制度流程体系构建层面，集团锚定数据治理现代化目标，建立健全制度框架：围绕数据资产管理、指标规范统一、质量标准管控、安全合规保障等核心领域，制定并实施30余项管理制度与实施细则，推动数据要素实现规范化、高效化、价值化发展。

同步深化数字化转型实践，全面重构业务流程管理体系：依托信息化平台将数据申请、流转审批、合规使用等关键流程实现100%线上化贯通，构建可追溯、可审计、可复盘的闭环监管机制，有效提升数据共享效能与标准化治理水平。

图4：制度保障图

在技术能力方面，为支撑数据治理工作，集团先后建立数据资产管理平台、主数据管理系统、数据安全管理平台、大数据开发平台、BI工具及应用等多个支撑平台。依托平台间的功能互补与数据联动，强化数据治理能力，实现了对数据“盘-管-评-用”的全方位能力支撑。截至2025年，超80余个团队在上述平台进行管理和运维工作。其中，大数据开发平台日常运行的任务超6万余个，月均API调用超6000万次；BI工具平台运行超2万张报表，总访问量超140万。

在资产化建设方面，以达成数据“找得到、讲得清、管得住、用得好”为核心目标，集团全面铺开数据资产管理工作。具体实施路径为：结合业务流程架构及业务系统建设现状，精准识别各领域的业务对象；在此基础上，系统梳理L1-L5级数据资产，同步构建与之适配的数据标准及指标数据标准；有序推进模型搭建、数据认责及元数据采集等工作。共计盘点梳理出1000余个资产，其中L1共11个，L2共98个，L3共947个；超90%的核心重要业务系统接入元数据管理，建立数据标准千余条。

在数据安全方面，依托数据安全法规、行业数据安全监管政策和企业数据安全总体策略，以数据全生命周期防护为目标，以风险管理为驱动，以数据安全技术和管理为手段，实现以数据为中心，提供全链路的监测、防护、运营、审计能力，确保数据安全、业务合规。

图5：安全防护架构图

（三）进化阶段：智能融合与生态协同

为应对全球化数据需求，集团大力投入建立星睿智能云底座，打造吉利集团全球一张网，链接集团一朵云，建立了3个中心节点、11个区域节点，并通过吉利卫星覆盖37个国家，实现流量覆盖超80%。建立服务全集团全业务场景的数智底座，支撑智算、智驾、试制、车联网等各类业务，支持业务智能、消费者智能、产品智能业务发展。

图6：星睿中心业务分布图

在星睿智能云基础上，集团致力于构建统一的AI能力底座：完成行业中六大核心AI能力建设，搭建完善的AI能力架构体系，将算法领域通用的模型整合形成算法中台，并依托各类AI项目的实践应用持续推进迭代优化，为业务数智化转型提供赋能支撑。当前中台已经在吉利汽车研发供销支持了超过200个场景，经济价值超5亿元。

三、 数据应用与数据治理（数智化转型）成效

坚持数据要素与人工智能深度融合的战略导向，体系化推进企业高质量发展新动能培育。吉利汽车集团聚焦核心业务关键领域，构建贯通研发设计、智能制造、供应链协同、精准营销、财务管控等全价值链的数智化应用生态。通过精准识别业务场景需求与数据能力建设契合点，深化跨部门数据共建共享机制，实现业务流程优化与全要素生产率提升，持续释放数据驱动的创新增值效能。以下是四个典型案例：

（一）经营管理域：科学决策

针对缺乏集团级经营指标体系，业务指标不清晰不透明，缺乏统一标准，全域数据未打通，跨域分析难，手工统计多，数据时效性低，影响经营决策等问题，吉利汽车开展经营指标数字化项目，从品牌、车型、工厂、区域等方面对上线指标进行维度梳理与统一，统建全域12项公共分析维度；拉通集团各业务领域，构建指标数据标准；破除数据孤岛，实现指标线上可视化、经营分析智能化。

经过项目建设，实现了以下能力提升：

1. 核心经管会指标处理效率大幅提升，从40人天缩短为10人天；

2. 月度经管会报告处理效率大幅提升，从15人天缩短为6人天；

3. 上险量周月报处理效率大幅提升，从5人天缩短为1人天。

（二）智能生产域：精益生产

汽车制造企业逐渐从以产定销的大批量生产模式向个性化定制方向发展，产品配置增多，如何实现高效、低成本的定制化生产成为企业面临的难题。同时，汽车生产过程离散、产业链条长、突发状况频发，导致生产计划执行难，数据标准不一、数据质量低下，导致生产异常响应不及时，生产策略调整难，上下游协同效率低，加剧了制造成本的控制难度和产业链的库存压力。吉利通过三层建设解决上述问题：数据层：整合“人机料法环”全要素数据（MES/ERP/PLM等11个以上系统），开展数据标准、数据质量建设，实现高质量的数据服务；仿真层：基于数字孪生+离散事件仿真构建虚拟工厂；优化层：AI算法实现生产推演与热点预测。

单产线经济指标：

1. 人员协同效率提升带来的降本，年降50万元；

2. 准确性提高有效避免停产导致的利润损失，年降100万元以上；

3. 零件库存成本降低，年降200万元以上；

4. 能源成本降本，年降50万元以上。

（三）智能生产域：智能排产

传统的生产计划和排产方法已经无法满足快速变化的客户需求、市场需求和生产环境，吉利汽车研发并实施了高级排产系统（APS），旨在供应链约束与制造工艺约束的前提下，解决各系统间信息孤岛、计划变动传导反馈难、质量事故蔓延阻断影响控制响应效率低等问题。实现多品牌、多车型、大规模定制的灵活均衡排产，同时满足套色车、试制车、特殊车辆的计划编制需求，提高生产计划和排产的准确性和效率，实现成本最优和平准化生产的目标。吉利从以下三个方面开展建设工作：动态优化：在供应链与工艺双重约束下，通过研产供销的信息化全量数据的集成与治理，支持多品牌/多车型的平准化排产；实时响应：利用5G+ITOT技术实现现场设备的互联互通，监控生产异常，快速调整计划；成本控制：通过高质量的数据与算法，平衡交货期与库存成本。

应用成效：

1. 吉利APS系统实时监控生产情况，帮助业务快速调整生产计划，减少单工厂停线损失约173.28万元/年，避免生产中的浪费和停滞，提高生产效率。

2. APS系统精细化生产计划，减少单工厂因换型、换色导致的损失约2260.8万元/年，降低单工厂零部件库存约800万元/年，降低生产和库存成本。

吉利智能排产系统助力吉利工厂及时实现客户需求，提前制定生产计划，缩短交货时间20%以上，提高客户满意度。

（四）营销协同域：用户之声

在营销领域，集团以业务需求为牵引，打破管理壁垒，拉通各类管理标准和数据标准，以2个数据域、3个大数据处理能力、3类数据应用打造全项能力可共享复用的VOC管理平台，建立统一的VOC管理机制。通过数字化手段，采集全生命周期的体验数据，实现了内外部数据拉通，进行聚类分析，实现问题的提前预警，防止舆论发酵。推动6大业务变革，构建“以用户为中心”的智能化服务运营体系，极致使用客户声音，赋能产销研领域，形成声音管理正循环，优化用户服务体验，提升客户满意度与忠诚度。

以实现管理洞察和业务洞察双突破出发，VOC价值衡量体现为：用户声音100%监测，用户声音响应率、闭环率提升至95%，业务运营效率提升10%，公域负面舆情率降低15%。

四、 数据赋能企业国际化发展

在中国企业出海的大趋势下，吉利开展数据赋能国际化发展工作。基于吉利国际经营分析体系，通过可下钻归因分析的思路层层拆解经营指标，搭建国际经营分析指标体系，并推动建设可视、可分析、可归因的分析看板框架，建设全球吉智分析平台，支撑集团、子公司、经销商多角色用户的数据分析诉求。

建设效果：

1. 公司管理层看数范围由全国OTD到全球OTD，由直营到经销商，实现月末海外报数100%准确；

2. 海外经营分析门户上线，覆盖80%国际经营分析场景。

五、 总结与未来展望

在系统推进数据治理体系建设过程中，集团取得突破性进展：成功破除数据壁垒，全面优化数据质量管控体系，深度激活数据资产要素价值，有力支撑业务模式创新与数字化转型进程。历经“基础夯实期、能力赋能期、体系进化期”三阶段持续攻坚，现已建成架构完善、运行稳定的现代化数据治理框架，通过“技术赋能与管理创新”双轮驱动，实现治理效能向业务价值的实质性转化。

未来将锚定两大战略方向纵深推进：一是构建数据资产价值流通生态体系，基于现有资产规模，从合规性基准、可用性程度、价值密度、战略重要性等多维度开展资产价值评估，建立市场化流通机制；二是打造智能化治理新范式，深化人工智能与区块链等技术在元数据管理、质量监控、安全防护等场景的融合应用，全面提升治理能力，为发展新质生产力筑牢数据根基。

图7：数据资产入表路径图

未来数据治理体系建设将遵循“双向驱动、治理应用融合”的战略路径，以AI赋能的智能治理新范式为核心导向，深度集成人工智能技术于资产识别溯源、标准体系优化、质量动态管控、安全风险防控等全链条环节，推进治理能力数智化跃升。

图8：数据治理未来规划图

随着数据要素价值深度释放与智能技术渗透应用，集团将持续拓展数据治理纵深化、广域化发展新格局，全面提升企业数字化转型能级，为高质量发展构筑战略性数据支撑体系。

版权声明：如转载或引用请联系项目组并注明文章来源。

联系人：中国工业数据治理项目组

电  话：010-62385286、010-62386769

邮  箱：cfie62385286@163.com

收录于合集——中国工业数据治理优秀企业系列报道