数据已成为与土地、劳动力、资本、技术并列的生产要素，是生产力本身，而不仅是生产力的衍生品。
信息化是“机器替代人”，以人的工作流程为基础；数字化则是围绕数据价值变革流程，由AI替代人思考。
工业4.0的标志是电力的广泛应用和大批量流水线生产。
智能制造的基础和难点是人工智能算法的先进性，生产与管理是否全面数字化影响不大。
只要数据足够准确，其及时性、完整性、关联性对数据价值的影响不大。
数据思维的核心是数据本身，业务只是数据的一个应用场景。
用数据说话时应多使用“大约”“可能”“大多数”等词语，结论会更稳妥。
数据治理落地应优先选择输入明确、对错可判、错误可回滚的场景先做验证。
APS排程结果不准确，根本原因通常是排程算法本身不够先进。
使用AI大模型的风险主要包括泄密、幻觉、合规、依赖和沉没五类。
2020年3月《构建更加完善的要素市场化配置体制机制》明确了数据的定位，下列表述最准确的是：
A. 数据是IT系统的附属产物
B. 数据是生产力本身，而非生产力的衍生品
C. 数据只是统计报表的原料，不需要市场化配置
D. 数据是无形资产，只能内部使用
课程中对“智能制造的本质”的表述是：
A. 全面应用机器人替代人工
B. 大规模上线MES等信息系统
C. 数字化技术和人工智能技术的应用
D. 实现生产设备的全自动化
下列关于数据治理的理解，最准确的是：
A. 数据治理就是对数据质量的管理
B. 数据治理是对数据全生命周期的管理
C. 数据治理就是数据清洗与转换
D. 数据治理就是建设数据仓库和数据中台
锂电五层软件栈中，负责“工单下发、过站防错、质量追溯与绩效”的是：
A. MES
B. ERP
C. APS
D. SCADA
在数据治理中应用AI，AI可以替代的工作是：
A. 制定数据标准
B. 仲裁数据口径
C. 承担合规责任
D. 数据的识别、标注、比对、起草
高价值数据应具备的特征包括：
A. 准确性
B. 及时性
C. 完整性
D. 关联性
数据思维培养强调“用数据”的几个方面包括：
A. 用数据思考
B. 用数据说话
C. 用数据决策
D. 用数据管理
锂电五层软件栈包括：
A. ERP（卖什么）
B. APS（怎么排）
C. MES（怎么做）
D. SCADA（设备什么状态）
关于AI大模型，下列说法正确的有：
A. 具备多模态的内容理解和生成能力
B. 通义、豆包都是大模型产品
C. 使用门槛高，必须由程序员调用接口才能用
D. 能够理解图像、视频和声音
使用AI大模型需要防范的风险包括：
A. 泄密风险
B. 幻觉风险
C. 合规风险
D. 依赖风险