另一方面，數據架構了智能制造的運行底座。數據是促進制造業智能化轉型的基礎要素與驅動要素，數字化轉型是傳統制造邁向智能制造的第一步。華為公司工業數字化首席戰略官胡靜宜表示，發展新質生產力迫切需要數字化轉型，數據具有規模報酬遞增、非競爭性、低成本復制等特點，企業做好數據治理與數據開發利用有利于提升各要素協同效率。產業界共同推動數據在更大范圍內流動可釋放更大價值。

“做好數據制度體系與數據空間的標準化保障是打通產業鏈數據交互環節的關鍵步驟，數據交互以及傳感器之間的通信協議需要更多標準化。”KNX國際協會首席技術官Joost Demarest說。IEC/SyC SM智能制造系統委員會主席Udo Bausch表示：“數據空間的標準化至關重要，工業數據空間當中的數據交互基本機制也應該在國際標準當中進行構建，以獲得國際和跨行業的認可。”數據交互可打通工業領域信息壁壘，帶來整體生產流程的優化，最終實現社會大生產資源的最優化。

“數據+人工智能+制造”將助力企業實現智慧生產與管理。在加強數據流通與交互的基礎上，通過工業互聯網與人工智能賦能，企業可開發出更高效、更智慧的生產與管理模式。德國國家工程院院士、青島院士港科技顧問葛興福提出，人工智能可在數據交互與傳感器驅動的基礎上賦能設備進行智能決策，改變未來工廠生產模式。“未來工廠將是基于制造模塊的矩陣式生產，矩陣式的制造模式，基于制造模塊的矩陣式生產，每一個制造模塊可成為一個制造單元，某一個模塊做具體的一個工作，產品與產品，模塊制造單元與模塊制造單元之間的，可以毫無延時地進行信息交互與通信。”葛興福說。

三菱電機自動化（中國）有限公司智能制造戰略執行官杉山素也通過解析工廠如何借助數字孿生技術打造3D仿真生產線以優化生產流程與管理方案，展示了“人工智能+制造”在優化資源配置、提升生產效率、輔助科學決策、降低運營與管理成本方面的潛能。