为大力推动“数据要素×”行动，充分激发数据要素的乘数效应，赋能经济社会发展，今年，省发展改革委（省数据局）、省大数据中心协同有关单位，聚焦工业制造、现代农业等12个重点行业领域，以真实数据和场景需求为牵引，通过调动社会各方力量共同参与激活数据要素潜能，评选了一批“数据要素×”大赛四川分赛的获奖作品，征集了一批“数据要素×”优秀案例和高质量数据集，培育了一批四川省数据要素市场化配置改革优秀试点，营造了良好的示范效应和发展氛围。为进一步推广经验，现面向全省陆续发布，以供学习借鉴。
案例单位
宜宾五粮液股份有限公司
宜宾市酒业发展局
中国联合网络通信有限公司四川省分公司
宜宾数字经济产业发展有限公司
案例背景
在传统白酒行业中，酒曲的品质对白酒的香型有极大的影响，现阶段白酒行业制曲关键质量控制多依靠人工经验，以感官判断为主，较少结合生产数据，缺乏数据要素的应用。按照守传统之正，创数据之新的理念，五粮液联合宜宾酒发局、中国联通四川分公司、宜宾数产公司等单位利用物联网、大数据、人工智能、知识图谱等数据采集和应用方法，挖掘制曲工艺潜在底层规律，通过指标量化工艺过程，助力制曲质量控制过程数字化决策。两年间制曲车间优质曲占比提高5%（产生直接价值5000万元），巡检成本降低30%，为白酒制曲过程数字化提供了思路和方法。
解决方案
本项目构建八层体系架构，涵盖业务层、数据采集层、数据通信层、数据存储层、数据治理层、数据分析层、数据建模层和可视化层。结合制曲生产的十三个工艺环节，系统性地识别出可测可控的关键数据53项，其中包括28项量化的客观数据与25项侧重于感官体验的质化数据。
图1 项目架构图
在不改变传统制曲工艺流程基础上，通过物联网感知系统，实现了制曲过程数据的实时采集，保障了数据的真实性与完整性。基于制曲工匠经验，采用层次分析法精确量化各影响因素权重，构建出一套科学的规则体系，用以精细调整模型参数，增强其实用性与准确性。
项目核心技术的亮点为运用多任务集成学习策略，将机器学习算法与制曲工匠的宝贵经验相融合，打造出多样化的学习模型。模型依据不同的工艺阶段进行精细化调优，达成质量优化与生产效率提升的双重目标。
在数据治理层面，项目引入了基于傅里叶变换思想的解耦模型，能够有效拆解数据中复杂多变的周期性依赖关系，清晰揭示单一变量对整个生产链的具体影响机制。同时，开发了时序增强预测模型，通过对历史数据的深度挖掘与分析，能够精准预测工艺关键节点上的合理数据范围，为生产决策提供强有力的数据支持。
图2 项目关键技术
创新点
一是行业内制曲方向探索多为发酵曲房监测或自动化装备改造，缺乏数据要素应用。本项目对制曲过程进行物联感知采集数据要素，再通过数据建模分析支撑决策，领先同业水平。
二是案例应用数据要素与人工智能技术，基于机器学习模型与制曲工艺数据要素构建生产数据模型，打造白酒行业专家系统，为行业应用数据要素辅助生产决策提供参考范式。
应用成效
一是经济效益方面。项目通过感应设备和历史数据梳理收集了五粮液两年多的酒曲数据，数据集包含多个酒曲制作过程的样本特征和专家评分标签，通过多任务学习，从大量的酒曲制作数据中提取出丰富的特征和知识，助力五粮液制曲车间优质曲提升5%（价值5000万元），工人巡检强度降低30%。
二是社会效益方面。首次将“数据要素×”概念引入到白酒制曲生产，白酒行业制曲工艺基本一致具备共性特点，可快速复制和应用，且部署操作简单、方式灵活、成本可控，有利于行业推广。通过对制曲过程的精准把控和数据分析，行业企业能够更合理地分配资源，提高资源利用效率，降低生产成本，有助于行业企业提高产品质量和生产效率，从而推进白酒行业制曲生产的数字化、网络化、智慧化发展。
专家点评
该案例创新使用数据建模技术和知识图谱技术，构建了传统工艺实践与现代数据技术相结合的工艺模型，利用模型对传统工艺中的具体操作进行指导、优化，并在生产实践中取得了良好的效果，产生了良好的经济和社会效益。该案例可在白酒行业复制推广，具备较强的实用性和示范性，同时对传统工业领域如何利用数据要素促进智改数转具有较强示范意义。
