智能化的基础是数字化，而数字化的前提是数据化。所以，实现智能制造的核心问题，本质上还是解决数据驱动的问题。
以汽车制造业为例，流体力学的空气动力研究需要大规模仿真计算，因此需要处理大量的实时数据，且对数据吞吐能力有极高的要求，数据要素成为了创新升级的关键。再以钢铁制造业为例，要打破炼钢、炼铁、炼钢、热轧、冷轧等复杂工序的数据孤岛，实现自动化，也需要一个坚实的数据底座。
中国是制造业大国，有数据显示，中国制造了全球70%的手机、80%的空调、91%的个人电脑，是典型的制造大国。数据显示：2020年我国的工业增加值达到了31.31万亿元，已经连续11年位居世界第一制造大国，但由于传统制造业自主创新能力相对薄弱，明显的大而不强。
智能制造，则是利用新一代信息技术对传统制造业生产方式和组织模式的创新，是我国从制造业大国迈向制造业强国的一种必然选择。
“如何挖掘数据资产的价值，并且为生产过程提升效率，增加更多的附加价值，将是制造业在数字化转型过程当中非常重要的一环。”
诚如所言，数据正成为智能制造发展的关键要素，同时也是制造业智能化升级过程中遭遇的最大的难题。
具体到细节，很多制造企业使用的软件的接口格式差异巨大，各种类型的生产设备和IT设备规格不一，如何将这些复杂的物理设备产生的数据有效汇集，就已经是制造业不可承受之重。当然也有部分企业数字化的程度较高，已经完成了数据的汇聚，但数据的关联，数据的挖掘，以及数据辅助企业的管理和决策，都还没有做好。
换言之，大部分的制造企业，无论是数据的技术能力，还是数据的管理效率都处在较低水平。正是看到了这一系列的问题，华为创新数据基础设施，将围绕数据的“采集-存储-计算-管理-使用”进行全生命周期、端到端的整合和优化，带动产业链各环节的数字化转型，实现制造业的提质增效。
特别是汽车制造业，目前正处于传统汽车向新能源汽车跳跃式发展的转型期。车企需要提高效率，快速的将高质量有竞争力的产品推向市场，背后必然有高效的研发作为支撑。在研发阶段会产生大量的数据，这就需要统一的数据底座，满足所有研发场景的需求。
